2021年3月23日 – 提醒：镜像Dejournaling的潜在数据完整性问

InterSystems 已经纠正了一个缺陷，该缺陷在极少数情况下会导致非主镜像成员的数据不一致问题。此缺陷影响到InterSystems产品的所有发布版本。

第十三章 使用动态SQL（七）

SQL元数据

动态SQL提供以下类型的元数据：
- 在“准备”之后，描述查询类型的元数据。
- 在“准备”之后，描述查询中选择项的元数据（“列”和“扩展列信息”）。
- 在准备之后，描述查询参数的元数据：参数，：var参数和常量。 （语句参数，形式参数和对象）
- 执行之后，描述查询结果集的元数据。在执行Prepare操作（％Prepare（），％PrepareClassQuery（）或％ExecDirect（））之后，可以使用％SQL.StatementMetadata属性值。
- 可以直接为最新的％Prepare（）返回％SQL.Statement元数据属性。
- 可以返回包含％SQL.StatementMetadata属性的oref的％SQL.Statement％Metadata属性。这使可以返回多个准备操作的元数据。

一些熟悉SQL的用户希望用SQL表的方式获取InterSystems IRIS/Caché的变更数据。知道了Global和SQL表的对应关系，就可以知道是哪一张SQL表数据变化了，甚至通过SQL查询获取变更的数据。
下面介绍如何实现这种方式，和注意事项。

获取Global和SQL表的对应关系

通常InterSystems IRIS/Caché的持久化的对象模型（类）和SQL表之间有一一对应的关系；而持久化的对象模型和Global之间也有一一对应关系。建立Global和SQL表的对应关系，通常可以使用以下的SQL查询特定SQL schema下所有表对应的Global：

InterSystems IRIS/Caché的CDC

InterSystems IRIS/Caché未提供开箱即用的变更数据捕获（CDC）工具，而且由于其多模型建模能力和底层的多维存储模型，相对于关系型数据库的单一模型，针对于SQL的CDC在InterSystems IRIS/Caché上会更复杂一些。例如通过Journal日志记录的是底层持久化多维数组的数据变更，而不是SQL table的变更。

通常，在应用层面实现变更数据捕获是更灵活和简单的方式，例如通过设置触发器、类的DSTIME参数。但如果无法在应用层做CDC，可以考虑使用InterSystems IRIS/Caché的Journal和强大的开发能力获取数据变更。

这里介绍使用InterSystems IRIS/Caché的Reporting类型的异步镜像成员获取数据变更。

第十三章 使用动态SQL（五）

从结果集中返回特定的值

要从查询结果集中返回特定的值，必须一次一行遍历结果集。
要遍历结果集，请使用%Next()实例方法。
(对于单一值，结果对象中没有行，因此%Next()返回0，而不是错误。)
然后，可以使用%Print()方法显示整个当前行的结果，或者检索当前行的指定列的值。

%Next()方法获取查询结果中下一行的数据，并将该数据放入结果集对象的data属性中。
%Next()返回1，表示它位于查询结果中的某一行上。
%Next()返回0，表示它位于最后一行(结果集的末尾)之后。
每次调用%Next()返回1个增量%ROWCOUNT;
如果游标定位在最后一行之后(%Next()返回0)，%ROWCOUNT表示结果集中的行数。

目前，机器学习的使用过程仍然有些困难，需要消耗大量的数据科学家服务。 AutoML 技术的诞生便是为了帮助组织降低这种复杂性和对专业 ML 人员的依赖。

AutoML 允许用户指向一个数据集，选择感兴趣的主题（特征）并设置影响主题的变量（标签）。 接着，用户告知模型名称，然后基于机器学习创建预测或数据分类模型。

这不需要了解认知算法，因为 AutoML 会在内部执行市面上的主要算法，并指出预测或分类数据的最佳算法。

用户现在可以从经过训练的模型中指向新数据，轻松进行预测和分类。

新的 InterSystems IRIS Advanced Analytics 除了与非常著名的 H2O 或 DataRobot（作为附加选项）搭配使用之外，还具有 AutoML 引擎 IntegratedML。

AutoML 运算通过 SQL 命令执行，详见：https://docs.intersystems.com/irislatest/csp/docbook/Doc.View.cls?KEY=GIML

使用 IRIS 和 Python 创建聊天机器人

本文将展示如何把 InterSystems IRIS 数据库与 Python 集成，以服务于自然语言处理 (NLP) 的机器学习模型。

为什么选择 Python？

随着在世界范围内的广泛采用和使用，Python 拥有了出色的社区，以及许多加速器 | 库用于部署任何类型的应用。 如果您感兴趣，请访问 https://www.python.org/about/apps/

Iris Globals

我接触到 ^globals 后很快就熟悉了，它们可以用作快速获取现成数据模型中数据的方法。 因此，首先，我将使用 ^globals 存储训练数据和对话以记录聊天机器人的行为。

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：

几个月前，我在 MIT Technology Review 读到一篇很有意思的文章，作者解释了新冠疫情如何给全球 IT 团队带来关乎机器学习 (ML) 系统的难题。

这篇文章引起我对 ML 模型部署后如何处理性能问题的思考。

我在一个 Open Exchange 技术示例应用 (iris-integratedml-monitor-example) 中模拟了一个简单的性能问题场景，并提交到 InterSystems IRIS AI Contest。 读完这篇文章后您可以去看看，如果喜欢，就请投我一票吧！ :)

关键字：PyODBC，unixODBC，IRIS，IntegratedML，Jupyter Notebook，Python 3

目的

几个月前，我简单谈到了关于“将 Python JDBC 连接到 IRIS”的话题。我后来频繁提起它， 因此决定再写一篇 5 分钟的笔记，说明如何“将 Python ODBC 连接到 IRIS”。

在 Windows 客户端中通常很容易设置 ODBC 和 PyODBC，不过我每次在 Linux/Unix 风格的服务器中设置 unixODBC 和 PyODBC 客户端时，都会遇到一些麻烦。

有没有一种简单连贯的方法，可以不安装任何 IRIS，在原版 Linux 客户端中让 PyODBC/unixODBC 针对远程 IRIS 服务器运行？

第十三章 使用动态SQL（一）

动态SQL简介

动态SQL是指在运行时准备并执行的SQL语句。在动态SQL中，准备和执行SQL命令是单独的操作。通过动态SQL，可以以类似于ODBC或JDBC应用程序的方式在InterSystems IRIS中进行编程（除了要在与数据库引擎相同的进程上下文中执行SQL语句）。动态SQL是从ObjectScript程序调用的。

动态SQL查询是在程序执行时准备的，而不是在编译时准备的。这意味着编译器无法在编译时检查错误，并且不能在Dynamic SQL中使用预处理器宏。这也意味着执行程序可以响应用户或其他输入而创建专门的Dynamic SQL查询。

动态SQL可用于执行SQL查询。它也可以用于发出其他SQL语句。本章中的示例执行SELECT查询。

动态SQL用于执行InterSystems IRIS SQL Shell，InterSystems IRIS管理门户网站“执行查询”界面，SQL代码导入方法以及“数据导入和导出实用程序”。

在Dynamic SQL（和使用它的应用程序）中，行的最大大小为3,641,144个字符。

第十二章 使用嵌入式SQL（六）

持久类方法中的嵌入式SQL

下面的示例显示了一个持久类，其中包含一个类方法和一个实例方法，两者都包含嵌入式SQL：

第十二章 使用嵌入式SQL（四）

SQL游标

游标是指向数据的指针，该数据允许嵌入式SQL程序对所指向的记录执行操作。通过使用游标，Embedded SQL可以遍历结果集。嵌入式SQL可以使用游标执行查询，该查询从多个记录返回数据。嵌入式SQL还可以使用游标更新或删除多个记录。

第十二章 使用嵌入式SQL（二）

嵌入式SQL代码

简单的SQL语句

可以将简单的SQL语句（单个嵌入式SQL语句）用于各种操作，包括：

• INSERT，UPDATE，INSERT OR UPDATE和DELETE语句。
• `DDL语句。
• GRANT和REVOKE语句。
• 只返回一行的SELECT语句(或者如果只对返回的第一行感兴趣)。

简单的SQL语句也被称为非基于游标的SQL语句。本章稍后将介绍基于游标的嵌入式SQL。

例如，以下语句查找ID为43的(唯一的)患者的姓名:

 &sql(SELECT Name INTO :name
    FROM Patient
    WHERE %ID = 43)

如果对可以返回多行的查询使用简单语句，则只返回第一行: