转载自Forester 报告：

InterSystems是一个高性能的数据平台，具有强大的支持和可靠性。InterSystems的IRIS数据平台支持关系型、对象型、文档型、键值型、立方体和多维数组，但它没有原生的图形功能。该平台不需要整合多种技术栈，从而减少了代码、系统资源和维护。客户用它来支持客户分析、物联网、支持AI/ML的应用程序、风险分析和垂直特定的用例，如医疗保健应用程序和洞察力。InterSystems的愿景侧重于一个统一的平台，以支持各种应用和洞察力。该解决方案在性能、分析、搜索和交易方面得分很高。参考客户对InterSystems很满意；一个客户说："他们的客户支持总是超级好。"另一个客户说他们 "在一个关键任务的应用中使用了10多年，对性能和功能以及可靠性总体上很满意。"

InterSystems面向中国用户推出InterSystems IRIS医疗版互联互通套件，以满足医院信息化建设的标准化要求，促进业务协同，助力公立医院高效建设互联互通平台。

InterSystems IRIS 2021.1 的发布引入了自适应分析(Adaptive Analytics)的介绍。 为了开始使用和熟悉 InterSystems IRIS BI cube示例，我们创建了一个用于自适应分析的 HoleFoods 应用程序示例模版。 此示例应用程序可在 Open Exchange 上获得， 还有一个学习服务课程learning services course 可用于了解有关自适应分析的更多信息。

在这篇文章中，我试图找出多个领域来开发我们能够使用python和机器学习的功能。

每家医院都在努力利用技术和服务来提高其服务质量和效率。

医疗保健部门是一个非常大的、可供选择的服务领域，而python是做机器学习的最好技术之一。

在每个医院里，人们都会有一些感觉，如果这种感觉能够被计算机理解，使用技术就有机会提供更好的服务。

在这里，我们可以把这两者结合起来，在医疗部门，我正试图理解/识别各种选择，以提供更好的服务。

首先，我们可以尝试使用python的机器学习来识别人并了解他们目前的感受。比如，在医院信息系统中，每个病人至少有一张照片，使用该照片我们可以识别病人，然后一旦病人到达医院，使用视频监控和机器学习技术需要识别这个人的感觉。

在医院设施中会看到多种类型的感觉。

1）紧张

2）平静和冷静

3) 哭泣

4) 暴力的病人/亲属

5) 生病的病人

6) 高烧鉴定

像上面的情况，我们可以看到多种不同的类型。

如果一个已经登记的病人发高烧，那么使用闭路电视识别这个病人的情况，并捕捉温度热像仪，护理人员可以给予更好的支持，这在接待服务领域是非常大的区别。

每秒插入大量记录，同时同步进行实时查询的能力称为混合事务分析处理 (HTAP)。 它也被称为 Transactional analytics 或 Transanalytics 或 Translytics，当存在来自工业物联网传感器的持续实时数据流或股票市场的波动数据时，它是非常有用的技术，并且允许实时或接近实时地查询这些数据集。

在本文中我将分享我在不同平台上运行带有测试流数据的演示，同时进行持续插入和持续查询，看看每个平台上有何不同反应，如在每个平台上输入和输出数据的速度以及它们的性能。 我在本演示中试验的平台包括：InterSystems IRIS、MariaDB 和 MySQL。

试验结果

20秒的测试时间里：

正式名称为Class Query 的意思可以追溯到 Caché 的早期。
使用CLASS是因为它嵌入在 COS 类中。
尽管官方文档中有精确的描述，但它仍然相当抽象。
我的教程应该通过 COS 中的一个简单示例逐步指导您，使您有直观的体会

第三十八章 配置镜像 - 配置 ISCAgent - 在 Linux 系统上启动 ISCAgent

在 Linux 系统上启动 ISCAgent

在支持systemd的Linux系统上（如SUSE Linux Enterprise Server 12, SP1及以后版本），会安装/etc/systemd/system/ISCAgent.service文件，支持使用systemd管理ISCAgent。在任何此类系统上，以下命令可用于启动、停止和显示 ISCAgent 的状态：

systemctl start ISCAgent.service
systemctl stop ISCAgent.service
systemctl status ISCAgent.service

要在支持 systemd 的系统上控制 SCAgent 是否在系统引导时启动，请使用以下命令：

第二十章 开发Productions - ObjectScript Productions - 指定设置的默认值

当定义业务主机类（可能还有适配器类）时，应该考虑如何控制这些项目的任何设置的默认值。 IRIS 可以从三个来源之一获取设置的默认值：
- production定义。
- 为 IRIS 实例定义的值，但存储在production定义之外。有关信息，请参阅配置制作中的定义制作默认值。
- 主机类中定义的属性的默认值。在这种情况下，默认值由 InitialExpression 属性关键字确定。

某些设置取决于环境，例如 TCP/IP 地址或文件路径；通常，将这些设置配置为在生产之外提供它们的源，而其他设置（例如 ReplyCodeActions）是设计决策，并且很可能开发应用程序以从生产定义中检索这些设置。

可以开发作品，使配置设置来自不同的来源。主要目的是更轻松地将制作从一个 IRIS 实例转移到另一个实例，例如从测试转移到现场。

InterSystems 常见问题解答

通过在持久类（=table）定义中提供的%BuildIndices() 方法的参数中指定要重建索引的 ID 的开始值和结束值，您可以仅重建该范围内的索引。

例如，要仅针对 ID=10 到 20 重建 Sample.Person 类中的 NameIDX 索引和 ZipCode 索引，请执行以下代码（ID 范围在第 5 个和第 6 个参数中指定）。

人工智能（AI）最近受到广泛关注，因为它可以改变我们生活的许多领域。更好的计算机能力和更多数据帮助人工智能完成了许多惊人的事情，例如改进医学测试和制造自动驾驶汽车。人工智能还可以帮助企业做出更好的决策，提高工作效率，这也是人工智能越来越流行和广泛应用的原因。如何将 OpenAI API 调用集成到现有的 IRIS 互操作性应用程序中？

我最近看到有人称 ECP 为魔术。 它似乎确实如此，并且它在许多工程中发挥了相当有趣的作用。 下列各图表简单显示了分布式架构中检索和使用数据的方式。

有关 ECP（包括容量计划）的更多信息，请单击以下链接：数据平台及性能 - 第 7 部分 性能、可伸缩性和可用性 ECP

我们不必等待SAM发布才开始规划和试用该API来监控IRIS实例。在以后的文章中，我将更深入地探讨可用的指标及其意义，并提供一些交互式仪表板的示例。首先，我将介绍一下相关背景和一些问题及答案。

IRIS（和Caché）一直在收集自身及其运行平台的数十个指标。收集这些指标来监控Caché和IRIS的方法向来有很多。我发现，很少有安装软件使用IRIS和Caché的内置解决方案。譬如，History Monitor作为性能和系统使用指标的历史数据库，已经推出很长时间了，但它没有简便方法可实时显示这些指标和仪表系统。

IRIS平台解决方案（以及整个业界）正在从仅在一些本地实例上运行的单体式应用程序过渡到“随处”部署的分布式解决方案。在许多用例中，原有的IRIS监控方案并不适用于这些新的模式。InterSystems没有做重复工作，而是将目光投向当前流行的、经过验证的监控和告警开源解决方案。

第四十四章 Caché 变量大全 $ZTRAP 变量

包含当前错误陷阱处理程序的名称。

大纲

$ZTRAP
$ZT

描述

$ZTRAP包含当前错误陷阱处理程序的行标签名和/或例程名。有三种方法可以设置$ZTRAP:

• SET $ZTRAP=“location”
• SET $ZTRAP=“*location”
• SET $ZTRAP=“^%ET” or “^%ETN”

在这里，位置可以指定为标签(当前例程中的行标签)、^routine(指定外部例程的开始)或label^routine(指定外部例程中的指定标签)。

JDBC 兼容性状态 **这是一篇 [InterSystems 常见问题解答网站](https://faq.intersystems.co.jp/)文章。

版本 2009.1 及更高版本与 JDBC 4.0 API 兼容。 有关详细信息，请查阅以下文档。 [关于 JDBC 支持](First Look: JDBC and InterSystems Databases - InterSystems IRIS Data Platform 2020.3
)