Manifest也许应该被翻译成“清单”， 字典上是这么解释的： 提供船舶及其货物和其他物品、乘客和船员的全面细节的文件，供海关官员使用，比如：飞机上的乘客或货物清单； 一辆货运列车的车厢清单。

在计算机语言中， Manifest可以是各种格式，用的最多的是xml和json，在IRIS中，manifest是xml格式的， 放在objectscript类的XDATA块里。

编写mainfest

IRIS用manifest来做配置。内部工具%install, 会读取manifest, 生成真正的objectscript代码来配置IRIS。我们来看个基本的例子。

基本用法

下面的User.Manifest.cls` ,它配置了IRIS的global buff, bbsize等等, 然后还创建了一个命名空间。

简介

最近完成了针对IRIS医疗版2020.1版本的性能及可扩展性基准测试，重点关注HL7v2的互操作性。本文介绍了在各种工作负载下观察到的吞吐量，并提供了IRIS医疗版用作HL7v2消息传输互操作性引擎时的系统常规配置和调整准则。

基准测试模拟了与实际环境接近的工作负载（详细信息请参见“工作负载说明和方法”部分）。本次测试的工作负载包括HL7v2患者管理（ADT）和生命体征结果（ORU）数据，并包含数据内容转换和路由。

IRIS医疗版2020.1版本可以表明，采用第二代Intel®Xeon®可扩展处理器和Intel®Optane™SSD DC P4800X系列SSD存储的商用服务器，每天的持续消息吞吐量超过23亿条（入站和出站总量），与此前的Ensemble 2017.1 HL7v2吞吐量基准测试相比，扩展性提高了一倍多。

数据平台不仅要安全，还要合规，三级等保是我们要符合的主要安全规范。InterSystems的数据平台和集成平台产品都和三级等保有关。如果没有正确配置它们的安全选项，就会影响到整个系统的安全，影响到合规性。

在生产环境上，如何配置安全的InterSystems的数据平台，并达到三级等保的要求？

这个系列文章，针对InterSystems 数据平台的安全架构，围绕对三级等保的合规性展开，介绍如何配置出一个安全、合规的数据平台。

什么时候使用索引

索引提供了一种机制，通过维护常用数据的分类子集来优化查询。确定哪些字段应该被编入索引需要一些思考：太少或错误的索引，关键查询会运行得太慢；太多的索引会减慢INSERT和UPDATE的性能（因为索引值必须被设置或更新）。

索引什么

为了确定添加索引是否能提高查询性能，从管理门户的SQL界面运行查询，并在Performance中注意 global引用的数量。添加索引，然后重新运行查询，注意 global引用的数量。一个有用的索引应该减少 global引用的数量。你可以通过使用%NOINDEX关键字作为WHERE子句或ON子句条件的前言来阻止索引的使用。

你应该对JOIN中指定的字段（属性）进行索引。例如，LEFT OUTER JOIN从左表开始，然后查看右表，因此，你应该对右表的字段进行索引。在下面的例子中，你应该为T2.f2编制索引。一个INNER JOIN应该在两个ON子句字段上都有索引。

《WebGateway系列(4): 配置HTTPS访问IRIS的Web服务》中介绍了在Web服务器中配置SSL/TLS以实现从客户端浏览器到Web服务器之间的安全连接，从Web服务器到IRIS之间是否也可以通过配置SSL/TLS建立起安全连接呢？尤其是在Web服务器与IRIS没有安装在同一台Server上的情况下，这段连接的安全性也是需要考虑的。答案是肯定的，接下来我们就来介绍下配置Web Gateway使用SSL/TLS连接到IRIS的基本步骤。

1.首先，我们先准备一下所需要的证书。通讯的双方为Web Gateway 和 IRIS Super Server, 双方都需要准备好各自的证书和key。IRIS自带的Public Key Infrastructure（PKI）功能内置了OpenSSL，可以用来生成服务器端及客户端的证书和key。在使用此功能时，IRIS可以同时作为CA Server和CA Client，作为CA Server时可以生成自签名的证书，可以批准CA Client的证书申请并将证书下发给CA Client。

在Caché时代， 比较受欢迎的IRIS数据库客户端是Sqldbx和Winsql, 这两者的共同点是提供ODBC兼容的连接，而且免费。限制也差不多：只能用于Windows环境，只能用ODBC连接。

DBeaver是我最近使用的免费SQL客户端， 推荐给各位。它有几个好处：

在软件开发和业务集成中，规则无处不在：会员折扣的计算规则、根据消息类型和内容将其路由到不同目标系统的路由规则。还有一个规则发挥重要作用的地方- 辅助决策规则，例如临床知识库和医疗质量指标规则。

规则经常需要随业务调整和知识积累进行调整，而规则的调整是业务和行业专家定的。如果规则是以代码硬编码的，这些调整需要程序员改动，一来不直观、需要业务专家与程序员大量的沟通成本，二来硬编码改动会对应用伤筋动骨，甚至带来风险，三来没法控制新规则生效的时间 – 总不能让程序员在新规则生效的那一刻去编译和部署吧。

如果您使用过 Caché Objects，你已经知道所有关于关系（一对多，父子孙继承等）......
但是您不会在文档中找到关于多对多关系的地方。

但我经常遇到 Caché 对象的新用户提出的问题：
“是否可以实现多对多关系？”答案是——当然！

如何实现取决于相关的任务：有一个比较重的和一个轻量级的解决方案。
两者的共同点是它们不能开箱即用需要添加一些代码来管理它。

让我们举一个基于 SAMPLES 命名空间的例子：

我们有 N:1 关系的情况

但是，您如何处理超过 1 个公司的员工？

重的解决方案：
您添加一个额外的持久类，与双方都有一个：多的关系。

对于即将到来的Python 竞赛，我想制作一个小型演示，介绍如何使用 Python 创建一个简单的 REST 应用程序，该应用程序将使用 IRIS 作为数据库。使用这个工具

• FastAPI框架，高性能，易学，快速编码，可用于生产
• SQLAlchemy 是 Python SQL 工具包和对象关系映射器，为应用程序开发人员提供 SQL 的全部功能和灵活性
• Alembic 是一个轻量级数据库迁移工具，可与 SQLAlchemy Database Toolkit for Python 一起使用。
• Uvicorn 是 Python 的 ASGI Web 服务器实现。

大家好！

InterSystems IRIS 有一个名为 Interoperability（互操作性）的菜单。

它提供了轻松创建系统集成（适配器、记录映射、BPM、数据转换等）的机制，因此可以轻松连接不同的系统。

数据中继过程中可以包括各种操作，例如：为了连接没有正常连接的系统，可以根据目标系统的规范来接收（或发送）数据。 此外，在发送数据之前，可以从其他系统获取和添加信息。 还可以从数据库（IRIS 等）获取和更新信息。

在本系列文章中，我们将讨论以下主题，同时查看 示例代码 以帮助您了解工作原理以及在系统中集成互操作性时需要进行哪种开发。

8. 应用安全

基于InterSystems的集成ML技术和Dashboard，根据上传的CSV文件自动生成相关预测和BI页面。前端和后端在Vue和Iris中完成，使用户可以通过简单的操作生成所需的数据预测和分析页面，并根据这些页面做出决策。

# ZPM 安装

zpm:USER>install IntegratedMLandDashboardSample

# 部署流程

使用或创建新的命名空间

将代码导入相应的命名空间

在终端中执行：

Do # # class (customizemashinelerningandaanalysis. Util. Tool) Deployment()

前端是Vue文件夹下的dist文件夹。在使用它之前，请打开dist-static config.js并修改后端服务器要使用的IP和端口。然后您需要将iframeUrl的测试修改为“Analysis”+后端使用的命名空间，例如“AnalysisUSER”

然后启动前端文件（可以将dist文件夹放在tomcat中开始使用）

访问地址为：

Ip: port/dist

TuneTable(调整表)收集数据库中表的统计信息，用来为SQL引擎制定最优的执行计划。在其他数据库产品里，这个动作被称为“gather stats job"或者类似的名字，相比较TuneTable不是那么直白，但作用是一样的。

TuneTable是否要人工执行

一定要。

在IRIS 2023版本， 第一次加入了TuneTable的自动执行功能，在此之前的所有IRIS/Caché版本， 如果没有人工执行TuneTable, SQL引擎无法保证给出最好的查询计划。 即使是IRIS2023有了自动执行功能，也还需要人工执行TuneTable的操作，后面解释。

肾脏疾病可以从一些医学界熟知的参数中发现。这样，为了帮助医学界和计算机系统，特别是人工智能，科学家Akshay Singh发表了一个非常有用的数据集，用于训练肾脏疾病检测/预测方面的机器学习（ML)算法。这份出版物可以在最大和最知名的ML数据库Kaggle上找到，网址是https://www.kaggle.com/datasets/akshayksingh/kidney-disease-dataset。

关于数据集

该肾脏疾病数据集有以下元数据信息（来源：https://www.kaggle.com/datasets/akshayksingh/kidney-disease-dataset):