动机

直到开始新工作，我才了解到ObjectScript。实际上，Objectscript并不是一种年轻的编程语言。与 C++、Java 和 Python 相比，它的社区并不活跃，但我们很想让这里更有活力，不是吗？

我注意到，有些同事在理解大型项目中的类关系时感到棘手。目前还没有易于使用的现代化类图工具适用于ObjectScript。

相关工作

我尝试过相关的工作：

——InterSystems 类视图：
1. https://github.com/intersystems-community/ClassExplorer
这个工具很棒，类图显示清晰美观。但存在Docker构建问题：“#0 0.512 exec ./irissession.sh: no such file or directory”。我猜这是为Studio设计的支持功能，而非VSCode。它似乎需要手动导入项目，且需要一定配置才能使用。

在使用标准 SQL 或 InterSystems IRIS 中的对象层时，元数据的一致性通常通过内置验证和类型执行来保持。但是，绕过这些层直接访问global的传统系统会带来微妙而严重的不一致性。

了解驱动程序在这些边缘情况下的行为，对于诊断遗留数据问题和确保应用可靠性至关重要。

DATATYPE_SAMPLE数据库旨在帮助分析列值不符合元数据中定义的数据类型或约束的错误情形。我们的目标是评估 InterSystems IRIS 及其驱动程序（JDBC、ODBC、.NET）和不同工具在发生此类不一致时的表现。 在本篇文章中，我将重点介绍JDBC 驱动程序。

问题出在哪里？

一些传统应用程序会直接写入globals。如果使用关系模型（通过 CREATE TABLE 创建或使用全局映射手动定义）来公开这些数据，那么映射定义 的底层值就会与每列的声明元数据一致。

本文第一部分提供了所有背景信息。其中还包括DATATYPE_SAMPLE数据库的链接，您可以使用该链接来跟进示例。

在该部分中，我们探讨了一种易于检测的错误类型（""Access Failure【访问失败】"） ，因为当尝试通过数据库驱动程序读取数据时，它会立即触发一条明确的错误消息。

现代数据架构利用实时数据捕获、转换、移动和加载解决方案来构建数据湖、分析仓库和大数据存储库。它能够分析来自不同来源的数据，而不会影响使用这些数据的操作。要实现这一目标，必须建立连续、可扩展、弹性和稳健的数据流。最常用的方法是 CDC（变更数据捕获）技术。CDC 监控小型数据集的生产，自动捕获这些数据，并将其传送到一个或多个接收方，包括分析数据存储库。这样做的主要好处是消除了分析中的 D+1 延迟，因为数据一产生就会在源端被检测到，随后被复制到目的地。

本文将展示 CDC 场景中最常见的两种数据源，既可以是源数据源，也可以是目的地数据源。对于数据源（origin），我们将探讨 SQL 数据库和 CSV 文件中的 CDC。对于数据目的地，我们将使用列式数据库（典型的高性能分析数据库场景）和 Kafka 主题（将数据流传输到云和/或多个实时数据消费者的标准方法）。

概述

本文将为以下互操作场景提供一个示例：

您检查了服务器，发现IRISTEMP 增长过快。不必惊慌。让我们在存储空间耗尽之前调查一下这个问题。

步骤 1：确认 IRISTEMP 增长问题

在假设 IRISTEMP 是问题所在之前，让我们先检查一下它的实际大小。

检查可用空间

在IRIS 终端运行以下命令：

%SYS>do ^%FREECNT

出现提示时，输入