关键字：IRIS, IntegratedML, 机器学习, Covid-19, Kaggle

目的

最近，我注意到一个用于预测 Covid-19 患者是否将转入 ICU 的 Kaggle 数据集。 它是一个包含 1925 条病患记录的电子表格，其中有 231 列生命体征和观察结果，最后一列“ICU”为 1（表示是）或 0（表示否）。 任务是根据已知数据预测患者是否将转入 ICU。

这个数据集看起来是所谓的“传统 ML”任务的一个好例子。数据看上去数量合适，质量也相对合适。它可能更适合在 IntegratedML 演示套件上直接应用，那么，基于普通 ML 管道与可能的 IntegratedML 方法进行快速测试，最简单的方法是什么？

范围

我们将简要地运行一些常规 ML 步骤，如：

第七章 SQL命令 CREATE INDEX（二）

UNIQUE关键字

使用UNIQUE关键字，可以指定索引中的每条记录都有一个唯一的值。
更具体地说，这确保了索引(以及包含索引的表)中的两条记录不能具有相同的排序值。
默认情况下，大多数索引使用大写字符串排序(使搜索不区分大小写)。
在本例中，值“Smith”和“SMITH”被认为是相等的，而不是唯一的。
CREATE INDEX不能指定非默认索引字符串排序规则。
通过在类定义中定义索引，可以为各个索引指定不同的字符串排序规则。

可以更改名称空间的默认排序规则，使字段/属性在默认情况下区分大小写。
更改此选项需要重新编译命名空间中的所有类并重新构建所有索引。
转到Management Portal，选择Classes选项，为存储的查询选择名称空间，并使用Compile选项重新编译相应的类。
然后重建所有指数。
它们将区分大小写。

注意:当表的数据被其他用户访问时，不要重建索引。
这样做可能会导致不准确的查询结果。

第三十九章 SQL命令 DROP TRIGGER

删除触发器

大纲

DROP TRIGGER name [ FROM table ]

参数

• name - 要删除的触发器的名称。触发器名称可以是限定的，也可以是非限定的；如果限定，则其架构名称必须与表的架构名称匹配。
• FROM table - 可选-要从中删除触发器的表。如果指定了FROM子句，则只在表中搜索命名触发器。如果未指定FROM子句，则在NAME中指定的整个架构中搜索命名触发器。

描述

DROP TRIGGER命令删除触发器。如果要修改现有触发器，则必须先调用DROP TRIGGER删除旧版本的触发器，然后再调用CREATE TRIGGER。

注：DROP TABLE删除与该表关联的所有触发器。

第七十章 SQL命令 SELECT（二）

select-item

这是所有SELECT语句的必选元素。
通常，选择项指的是FROM子句中指定的表中的一个字段。
选择项由下列一个或多个项组成，多个项之间用逗号分隔:

• 列名(字段名)，带或不带表名别名:

SELECT Name,Age FROM Sample.Person

字段名不区分大小写。
但是，结果集中与字段关联的标签使用表定义中指定的SqlFieldName的字母大小写，而不是选择项中指定的字母大小写。

第十三章 SQL谓词 IS JSON

确定数据值是否为JSON格式。

注意：IRIS版本可用。其他不行。

大纲

scalar-expression IS [NOT] JSON [keyword]

参数

• scalar-expression - 正在检查JSON格式的标量表达式。
• keyword - 可选—可选值、标量、数组或对象。
  默认为VALUE。

描述

IS JSON谓词确定数据值是否为JSON格式。
下面的示例确定谓词是否是格式化正确的JSON字符串，是JSON对象还是JSON数组:

第二十四章 SQL函数 CEILING

数值函数，返回大于或等于给定数值表达式的最小整数。

大纲

CEILING(numeric-expression)

{fn CEILING(numeric-expression)}

参数

• numeric-expression - 要计算其上限的数字。

CELING返回与NUMERIC-EXPRESSION相同的数据类型。

描述

CELING返回大于或等于NUMERIC-EXPRESSION的最接近的整数值。返回值的小数位数为0。当numeric-expression为NULL值、空字符串(‘’)或任何非数字字符串时，CELING返回NULL。

第五十六章 SQL函数 $EXTRACT

按位置从字符串中提取字符的字符串函数。

大纲

$EXTRACT(string[,from[,to]])

参数

• string - 要从中提取子字符串的目标字符串。
• from - 可选-单个字符在目标字符串中的位置，或要提取的字符范围(包括)的开头。
  指定为从1开始计数的正整数。
• to - 可选-要提取的字符范围的结束位置(包括)。
  指定为从1开始计数的正整数。

描述

$EXTRACT返回字符串中指定位置的子字符串。
返回的子字符串的性质取决于所使用的参数。

第八十六章 SQL函数 $LISTLENGTH

返回指定列表中元素数量的列表函数。

大纲

$LISTLENGTH(list)

参数

• list- 计算结果为有效列表的表达式。列表是包含一个或多个元素的编码字符串。您可以使用 SQL 或 ObjectScript 的 $LISTBUILD 或 $LISTFROMSTRING 函数创建列表。您可以使用 SQL 或 ObjectScript $LIST 函数从现有列表中提取列表。

描述

$LISTLENGTH 返回列表中元素的数量。

此函数返回 SMALLINT 类型的数据。

示例

以下嵌入式 SQL 示例返回 3，因为列表中有 3 个元素：

第119章 SQL函数 RIGHT

标量字符串函数，它从字符串表达式的末尾（最右边的位置）返回指定数量的字符。

大纲

{fn RIGHT(string-expression,count)}

参数

• string-expression - 字符串表达式，可以是列名、字符串文字或另一个标量函数的结果，其中基础数据类型可以表示为任何字符类型（例如 CHAR 或 VARCHAR）。
• count - 整数，指定从 string-expression 的结束（最右边）位置返回的字符数。

描述

RIGHT 从字符串表达式的末尾（最右边的位置）返回 count 个字符。如果为任一参数传递 NULL 值，RIGHT 将返回 NULL。

第149章 SQL函数 TRIM

字符串函数，它返回删除了指定的前导和/或尾随字符的字符串。

第十一章 信号（一） - 概念

背景

维基百科对信号量有这样的定义：“在计算机科学中，特别是在操作系统中，信号量是一种变量或抽象数据类型，用于控制多个进程在并行编程或多用户环境中对公共资源的访问。”信号量不同于互斥体（或锁）。互斥锁最常用于管理竞争进程对单个资源的访问。当一个资源有多个相同的副本并且这些副本中的每一个都可以由单独的进程同时使用时，就会使用信号量。

考虑一个办公用品商店。它可能有几台复印机供其客户使用，但每台复印机一次只能由一个客户使用。为了控制这一点，有一组键可以启用机器并记录使用情况。当客户想要复印文件时，他们向职员索取钥匙，使用机器，然后归还钥匙，并支付使用费。如果所有机器都在使用，客户必须等到钥匙归还。保存键的位置用作信号量。

该示例可以进一步推广到包括不同类型的复印机，也许可以通过它们可以制作的副本的大小来区分。在这种情况下，将有多个信号量，如果复制者在复制的大小上有任何重叠，那么希望复制共同大小的客户将有两个资源可供提取。

当我向技术人员介绍InterSystems IRIS时，我一般会先讲其核心是一个多模型DBMS。

我认为这是其主要优势（在DBMS方面）。数据仅存储一次。您只需访问您想用的API。
- 您想要数据的概要？用SQL！
- 您想用一份记录做更多事情？用对象！
- 想要访问或设置一个值，并且您知道键？用Globals！

乍一看挺好的，简明扼要，又传达了信息，但当人们真正开始使用InterSystems IRIS时，问题就来了。类、表和Globals是如何关联的？它们之间有什么关系？数据是如何存储的？

本文我将尝试回答这些问题，并解释这些到底是怎么回事。

第一部分 模型偏见

处理数据的人往往对他们使用的模型有偏见。

开发者们把数据视为对象。对他们而言，数据库和表都是通过CRUD（增查改删，最好是基于ORM）交互的盒子，但底层的概念模型都是对象（当然这对于我们大多数使用面向对象编程语言的开发者来说没错）。

而DBA大部分时间都在搞关系型DBMS，他们把数据视为表。对象只是行的封装器。

对于InterSystems IRIS，持久类也是一个表，将数据存储在Global中，因此需要进行一些澄清。

第十五章 使用管理门户SQL接口（一）

本章介绍如何在InterSystems IRIS®数据平台管理门户上执行SQL操作。
管理门户界面使用动态SQL，这意味着在运行时准备和执行查询。
Management Portal界面旨在帮助针对小型数据集开发和测试SQL代码。
它不打算用作在生产环境中执行SQL的接口。

管理门户还提供了各种配置SQL的选项。

有关使用管理门户的一般信息，请选择左上角的Help按钮。
通过使用左上角的Contact按钮，可以从管理门户向InterSystems Worldwide Response Center (WRC)报告有关InterSystems软件的问题。

管理门户SQL工具

InterSystems IRIS允许使用SQL工具从InterSystems IRIS管理门户检查和操作数据。
此操作的起点是Management Portal System Explorer选项。
从这里选择SQL选项。
这将显示SQL接口，它允许:

第三章 使用多维存储(全局变量)（二）

遍历全局变量中的数据

有许多方法可以遍历(迭代)存储在全局变量中的数据。

$ORDER(下一个/上一个)函数

ObjectScript $Order函数允许顺序访问全局中的每个节点。

$ORDER函数返回给定级别(下标编号)的下一个下标的值。例如，假设定义了以下全局设置：

 Set ^Data(1) = ""
 Set ^Data(1,1) = ""
 Set ^Data(1,2) = ""
 Set ^Data(2) = ""
 Set ^Data(2,1) = ""
 Set ^Data(2,2) = ""
 Set ^Data(5,1,2) = ""

要查找第一个第一级下标，我们可以使用：