¡Hola a tod@s!

Os invitamos a un nuevo webinar en español: "Interoperabilidad: Herramientas de productividad HL7", el 29 de abril, a las 16:00 CEST.

¿Qué vas a aprender?

¡Hola, desarrolladores!

Como sabeis, los errores de la aplicación están en el global ^ERRORS. Aparecen si los llamas:

d e.Log() 

en la sección Catch de Try-Catch.

Con la propuesta de @Robert Cemper, ahora se puede utilizar SQL para examinarlo.

Inspirado por el módulo de Robert, presenté un módulo simple de IRIS Analytics que muestra estos errores en un dashboard:

Trabajar con imágenes de la comunidad de intersystemsdc es bastante cómodo.
Aunque hay límites que están bien para la distribución, pero no tan bien para el desarrollo.
Quiero compartir con vosotros mis trucos que lo hacen más sencillo.

MODELO RESUMIDO

Siguiendo el ejemplo disponible en GitHub FHIR IntegratedML vamos usar el modelo resumido para entrenar el modelo de predicción de "No Asistirá" (NotShow).

Haremos un match entre los campos de la tabla PackageSample.NoShowMLRow y los campos de TrakCare. El punto de partida en TrakCare será la tabla SQLUser.RB_Appointment.

Hola a todos.

Queremos hacer la migración de las producciones y bases de datos de Ensemble 2017 al nuevo IRIS 2021.1.

Mi primera intención era utilizar las copias backups y cargarlas directamente en IRIS usando DO ^BACKUP pero como es lógico, avisa que el fichero de backup no es un backup de IRIS

Mi siguiente intento es hacer un Freeze de la base de datos de Ensemble 2017 y copiar el fichero DAT directamente, pero antes de hacer nada me imagino que la estrcutura es diferente.

¿Cual es la mejor forma de migrar todo lo que tenemos en Ensemble 2017 a IRIS?

Este es el décimo de una serie de lanzamientos que forman parte del programa de versiones de prueba 2022.2 para desarrolladores. Las próximas versiones de prueba se espera que sean actualizadas cada dos semanas, aproximadamente, y añadiremos funcionalidades según estén listas.

¡Hola Comunidad!

Os traemos las últimas novedades de InterSystems Ideas, el Portal de Sugerencias de InterSystems. Éstas han sido:

• Puntos extra en concursos por implementar ideas del portal InterSystems Ideas
• Posibilidad de filtrar las ideas de las personas de una misma empresa
• Versión oscura de la Comunidad de Desarrolladores: ¿sí o no?
• Últimas ideas añadidas

En el Boletín de Formación de este mes:

• Os presentamos la nueva Lista de Comprobación (checklist) para actualizaciones de InterSystems, que os ayudará a preparar vuestra próxima actualización de forma segura. ¡No dejéis de probarla!
• Os explicamos cómo podéis conseguir una Insignia de InterSystems, para certificar vuestros conocimientos y experiencia
• Y descubriréis las novedades en HealthShare®

Podéis leer el Boletín completo (en inglés) en este enlace: Learning newsletter, octubre 2023

También podéis suscribiros al Boletín de Formación para que os llegue a vuestro correo electrónico.

Preguntas frecuentes de InterSystems

Si se establece una relación y hay una gran cantidad de n en una proporción de 1:n, se puede consumir una gran cantidad de memoria debido al procesamiento secuencial de la relación.

Después de hacer referencia a un objeto de muchos lados en un programa y cambiarlo internamente, simplemente liberar la variable que contiene el OREF (eliminarla, establecer otro valor, etc.) no liberará el objeto de muchos lados ni el objeto de relación. Ésta es la causa.

¡Hola a todos!

En ocasiones, mientras depuramos código COS podemos obtener mensajes de error como: <UNDEFINED>test^routine *test

El error (al que podemos acceder con la variable especial $zerror) nos indica la rutina y la línea que ha fallado.
Para revisar el código desde la línea de comandos, escribimos:

¡Hola a tod@s!

Al usar Studio, ODBC o una conexión de terminal a Caché o Ensemble, quizás se haya preguntado cómo podría implementar una conexión segura. Una opción es agregar TLS (también conocido como SSL) a su conexión. Las aplicaciones cliente de Caché (TELNET, ODBC y Studio) todas entienden cómo agregar TLS a la conexión. Tan solo es necesario configurarlas para hacerlo.

Configurar esos clientes es más fácil en la versión 2015.1 y posteriores. A continuación discutiré este nuevo método. Si ya usa el viejo método, este seguirá funcionando, pero le recomiendo considerar pasarse al nuevo.

Apache Spark se ha convertido rápidamente en una de las tecnologías más atractivas para la analítica de big data y el machine learning. Spark es un motor de procesamiento de datos generales, creado para usar con entornos de procesamiento en clúster. Su corazón es el RDD (Resilient Distributed Dataset), que representa un conjunto de datos distribuido con tolerancia a fallos, sobre el que se puede operar en paralelo entre los nodos de un clúster. Spark se implementa con una combinación de Java y Scala, por lo que viene como una biblioteca que puede ejecutarse sobre cualquier JVM. Spark también es compatible con Python (PySpark) y R (SparkR) e incluye bibliotecas para SQL (SparkSQL), machine learning (MLlib), procesamiento de gráficas (GraphX) y procesamiento de flujos (Spark Streaming).

Continuando con la serie de análisis de rendimiento, en este artículo voy a mostrar un método para dimensionar los requisitos de memoria compartida para aplicaciones de base de datos que se ejecutan en plataformas de datos de InterSystems, incluyendo los Global y Routine Buffers, gmheap y locksize. También daré algunos consejos de rendimiento que se deberían tener en cuenta al configurar servidores y al virtualizar aplicaciones de Iris. Como siempre, cuando hablo de Iris o Caché , me refiero a toda la plataforma de datos. Este artículo tiene algunos años pero mantiene su esencia, por lo que me referiré a Iris o Caché indistintamente ya que la teoría es exáctamente igual para todos los productos con kernel Caché/Iris.