Olá grupo.

Tenho mais de 36 anos de experiência desenvolvendo soluções com MUMPS e Cache.  Além disso também desenvolvo em Python e HTML. Estou procurando uma oportunidade de emprego. 

Muito Obrigado,

Carlos
 

No artigo anterior, vimos detalhes a respeito dos conectores, que permitem que o usuário carregue o arquivo, o converta para incorporações e armazene na IRIS DB. Nesse artigo, vamos explorar opções diferentes de recuperações que o Studio IRIS AI oferece: Semantic Search (pesquisa semântica), Chat (conversa), Recommender (recomendação) e Similarity (similaridade).

Novas atualizações  ⛴️ 

• Adicionada instalação pelo Docker. Rode `./build.sh` após clonagem para ter a aplicação e a instância IRIS rodando na sua máquina local.
• Conecte via InterSystems Extension no vsCode - Graças ao @Evgeny.

Olá Comunidade,

Aqui vai um simples passo a passo sobre as capacidades da plataforma  Studio IRIS AI. Ele cobre um fluxo completo de carregar dados no IRIS DB como incorporações de vetor e recuperação de informações usando 4 canais diferentes (pesquisa, conversa, recomendação e similaridade). No último lançamento, adicionei suporte para docker para instalações locais e uma versão ao vivo para explorar.

No artigo anterior, vimos diferentes módulos do Studio IRIS AI e como ele poderia ajudar a explorar as capacidades da GenAI além do IRIS DB perfeitamente, mesmo para alguém não técnico. Nesse artigo, vamos mergulhar a fundo pelo módulo "Connectors", o que permite que os usuários carreguem dados desde uma fonte local ou cloud (AWS S3, Airtable, Azure Blob) no IRSI DB como vetores incorporados, ao configurar também definições de incorporação como modelo e dimensões.

Novas Atualizações ⛴️ 

• Demo Online da aplicação está disponível agora emt https://iris-ai-studio.vercel.

Olá,

Neste artigo vamos ver o uso do Prometheus (prometheus.io) para coletar métricas no Iris, de forma a monitorarmos o ambiente.

O link https://cloud.google.com/discover/what-is-prometheus?hl=pt-br apresenta uma descrição bem completa do Prometheus.

O Iris conta com uma api que disponibiliza uma série de informações do ambiente. A documentação completa da api pode ser encontrada no endereço https://docs.intersystems.com/irislatest/csp/docbook/DocBook.UI.Page.cls?KEY=GCM_rest

Uma simples chamada a api já nos mostra as informações disponíveis:

Fig.

Problema

Você se identifica com isso: a capacidade e impacto da tecnologia que é realmente descoberta quando empacotada da maneira correta para seu público alvo? O melhor exemplo seria como a Generative AI deslanchou quando o ChatGPT veio ao público para fácil acesso e não como as capacidades Transformers/RAG's (Retrieval-Augmented Generation - Geração Aumentada de Recuperação) foram identificadas. Pelo menos uma usabilidade muito maior surgiu, quando a audiência foi incentivada para explorar as possibilidades.

Alerta: SQL Query usando “NOT %INLIST” falha ao retornar resultados 

A InterSystems corrigiu um problema que pode causar que um pequeno número de consultas SQL retornem resultados incorretos. Veja abaixo os detalhes sobre as consultas impactadas.

Esse problema existe nas versões listadas dos seguintes produtos:

• InterSystems IRIS® data platform
• InterSystems IRIS for Health™
• HealthShare® Health Connect

Assim como:

• Outros produtos InterSystems baseados nos produtos acima.

Versões Impactadas:

• 2021.1.3, 2021.1.4
• 2022.1.3, 2022.1.4
• 2023.1.0, 2023.1.1, 2023.1.2, 2023.1.3
• 2024.1.

A InterSystems tem o prazer de anunciar a disponibilidade geral de

• InterSystems IRIS Data Platform 2024.1.0.267.2
• InterSystems IRIS for Health 2024.1.0.267.2
• HealthShare Health Connect 2024.1.0.267.2

Esta versão adiciona suporte para o sistema operacional Ubuntu 24.04. Ubuntu 24.04 inclui kernel Linux 6.8, melhorias de segurança, junto com melhorias no instalador e na interface do usuário. InterSystems IRIS IntegratedML ainda não está disponível no Ubuntu 24.04.

Há 2 anos eu venho utilizando Python embutido diariamente. Talvez seja o momento de compartilhar um feedback sobre essa jornada.

Por que escrever esse feedback? Porque eu acredito que sou como a maioria das pessoas aqui, um desenvolvedor ObjectScript, e penso que a comunidade poderia ter algum benefício desse feedback e entender melhor os prós e contras de escolher Python embutido para desenvolver em IRIS. Além de evitar algumas armadilhas.

• Feedback : Usando Python embutido diariamente por 2 anos
• Introdução
• Começando com Python
  • Python não é ObjectScript
    • Pep8
    • Modulos
    • Dunders
  • Conclusão
• Python Embutido
  • O que é Python embutido?
  • Como usar Python embutido?
  • Como eu uso Python embutido
    • Use libraries e códigos Python como se fossem classes ObjectScript
      • Com a tag de linguagem
      • Sem a tag de lingaugem
      • Conclusão
    • Use uma primeira abordagem Python
      • Exemplo: iris-fhir-python-strategy
      • Observações
      • Onde achar o código
        • Como implementar uma estratégia
        • Implementação de InteractionsStrategy
        • Implementação de interações
        • Interações em Python
        • Implementação da classe abstrata de Python
      • Muito longo, faça um resumo

​

DNA Similarity and Classification é uma API REST utilizando a tecnologia InterSystems Vector Search para investigar semelhanças genéticas e classificar eficientemente sequências de DNA. Este é um aplicativo que utiliza técnicas de inteligência artificial, como aprendizado de máquina, aprimorado por recursos de pesquisa vetorial, para classificar famílias genéticas e identificar DNAs semelhantes conhecidos a partir de um DNA de entrada desconhecido.

O nosso sistema funciona normalmente com a versão Iris 2023.2, porém foi necessário mudarmos de serviço de servidor cloud e ao migrar o banco para esse novo servidor e subir nossa aplicação começamos a receber alguns erros, que seguem abaixo:

Caused by: java.sql.SQLException: [SQLCODE: <-400>:<Ocorreu um erro fatal>]
11:12:26,663 INFO  [stdout] (http-/0.0.0.0:8443-17) [Location: <Prepare>]
11:12:26,664 INFO  [stdout] (http-/0.0.0.0:8443-17) [%msg: <Process 161341 failed to compile Cached Query Class %sqlcq.TGDB.

A introdução da "Pesquisa Vetorial" da InterSystems marca uma mudança de paradigma no processamento de dados. Esta tecnologia de ponta emprega um modelo de incorporação para transformar dados não estruturados, como texto, em vetores estruturados, resultando em capacidades de pesquisa significativamente aprimoradas. Inspirados por esta inovação, desenvolvemos um motor de busca especializado e adaptado às empresas.

Aproveitamos a inteligência artificial generativa para gerar resumos abrangentes dessas empresas, oferecendo aos usuários uma ferramenta poderosa e informativa.

Uma prévia atualizada para desenvolvedores do InterSystems IRIS 2024.2 e do InterSystems IRIS for Health 2024.2 foi publicada no site de prévia para desenvolvedores do WRC. Esta versão contém algumas mudanças dignas de nota:

• Conteineres – ignoramos os contêineres da visualização anterior, mas desta vez os incluímos. Em uma prévia futura, estamos planejando trocá-los para usar a imagem base do Ubuntu 24.04.
• Suporte ao Ubuntu 24.04 – esta prévia inclui suporte para o novo sistema operacional Ubuntu 24.04. Estaremos abandonando o suporte para Ubuntu 20.04 em uma prévia posterior.

A InterSystems trabalhou de perto com o time da Red Hat Insights para implementar uma curadoria de recomendações para administradores de sistemas, a fim de assegurar a melhor experiência ao rodar InterSystems IRIS no Red Hat Enterprise Linux (RHEL). Com todas as subscrições do RHEL inclusas o serviço de Insights identifica proativamente potenciais problemas com as plataformas e aplicações monitoradas rodando no RHEL.

BPL a 10.000 pés

BPL é uma sigla para Business Process Language (Linguagem de processamento de negócio).
Isso é um arquivo em formato XML para descrever a orquestração complexa de interações de informações entre sistemas.
A máquina de integração da InterSystems tem, há duas décadas, fornecido um editor visual para construir, configurar e manter o BPL usando uma interface gráfica. Você pode pensar nisso como se fosse desenhar um diagrama de fluxo de processo que pode ser compilado e implementado.

A maioria dos exemplos que eu vi até agora no OEX (OpenExchange) ou na DC (Developer Community) deixam a impressão de que os VECTORs são apenas algo disponível com SQL com as 3 funções, especialmente em torno de VECTOR_Search.
* TO_VECTOR()
* VECTOR_DOT_PRODUCT ()
* VECTOR_COSINE ()

Há um sumário muito útil escondido no pacote demo iris-vector-search.
Lá você pode encontrar tudo o que precisa em diversos links e cantos.

Olá Comunidade, 

Reproduza o video no canal InterSystems Developers YouTube:

⏯ Unleashing the Power of Machine Learning with InterSystems @ Global Summit 2023

Temos o prazer de anunciar o lançamento de uma nova versão da extensão SQLTools VS Code.

SQLTools conecta usuários do VS Code aos bancos de dados mais usados usando drivers, incluindo InterSystems IRIS. Com mais de 3,5 milhões de downloads, ajuda os usuários a trabalhar com seus dados com muito mais facilidade.

A versão 0.28.2 já está disponível e inclui:
- Novas opções de formato de exportação CSV.
- Melhor escolha rápida de conexão e item da barra de status.
- As strings de erro de consulta agora são agrupadas.
- Configurações do documento que exigem reinicialização após alteração.

A primeira prévia para desenvolvedores do InterSystems IRIS 2024.2 e do InterSystems IRIS for Health 2024.2 foi publicada no site de prévia para desenvolvedores do WRC. Os contêineres não estão disponíveis para esta previa, mas com certeza os publicaremos na próxima vez.

Este é o primeiro no ciclo de lançamento em que postamos uma prévia do desenvolvedor e não há nenhum recurso digno de “destaque” que esteja completo. Vou listá-los à medida que estiverem mais próximos de serem concluídos em versões prévias futuras.

1. interoperability-embedded-python

Esta prova de conceito busca mostrar como o framework de interoperabilidade do iris pode ser usado com o embedded python.

1.1. Índice

• 1. interoperability-embedded-python
  • 1.1. Índice
  • 1.2. Exemplo
  • 1.3. Registrar um componente
• 2. Demonstração
• 3. Pré-requisitos
• 4. Instalação
  • 4.1. Com Docker
  • 4.2. Sem Docker
  • 4.3. Com ZPM
  • 4.4. Com PyPI
    • 4.4.1. Problemas conhecidos
• 5. Como executar a amostra
  • 5.1. Contêineres Docker
  • 5.2. Portal de Gerenciamento e VSCode
  • 5.3. Abrir a produção
• 6. O que está dentro do repositório
  • 6.1. Dockerfile
  • 6.2. .vscode/settings.json
  • 6.3.

Rubrica de perguntas frequentes da InterSystems

As definições de classe criadas pelos usuários são armazenadas em classes de definição de classe. Elas podem ser usadas para obter uma lista de definições de classes a partir de um programa.

Observação: as classes de definição de classe se referem a todas as classes contidas no pacote %Dictionary.

Na amostra de código abaixo, uma lista de definições de classe é obtida usando o método query Summary da classe %Dictionary.ClassDefinitionQuery.

Class ISJ.Utils
{
ClassMethod ClassInfo()
{
    #dim ex As %Exception.

Este artigo abordará a transferência do controle do provisionamento do InterSystems Kubernetes Operator e o início da sua jornada com a gestão da sua própria "nuvem" de soluções InterSystems através de práticas Git Ops. Esse padrão de implantação também é o caminho de execução para o PID^TOO||| Motor de Resolução de Identidade de Respiração FHIR.

Git Ops

Recomendo que você faça sua própria pesquisa ou pergunte ao seu LLM favorito sobre o Git Ops, mas posso parafrasear aqui como o entendemos.

Eu estava tentando encontrar uma solução para conceder aos clientes acesso anônimo a determinados endpoints de API e também proteger outros endpoints na minha API REST. No entanto, ao definir um Web App, você só pode proteger o aplicativo inteiro, e não partes específicas.

Procurei respostas na comunidade, mas não encontrei nenhuma solução exata, exceto uma recomendação para criar dois Web Apps separados, um protegido e outro não. No entanto, na minha opinião, essa estratégia requer muito trabalho e cria um overhead de manutenção desnecessário.

Olá, Desenvolvedores!

Suponha que você tenha uma classe persistente com dados e queira ter uma IU Angular simples para visualizar os dados e fazer operações CRUD.

Recentemente, @Alberto Fuentes descreveu como desenvolver uma IU Angular para seu aplicativo do InterSystems IRIS usando RESTForms2. 

Neste artigo, quero explicar a você como obter uma IU Angular simples para fazer operações CRUD e visualizar seus dados de classes do InterSystems IRIS automaticamente em menos de 5 minutos.

Vamos lá!

Olá, Desenvolvedores!

Hoje quero falar sobre um assunto que já me deu trabalho. Tenho certeza de que isso deve ter acontecido com muitos de vocês (o chamado "gargalo"). Como esse é um tema amplo, este artigo focará apenas em identificar solicitações HTTP recebidas que podem estar causando problemas de lentidão. Também disponibilizarei uma pequena ferramenta que desenvolvi para ajudar a identificá-las.

Nosso software está cada vez mais complexo, processando um grande número de solicitações de diferentes origens, seja aplicativos de front-end ou back-end de terceiros. Para garantir um desempenho ideal, é fundamental ter um sistema de registro capaz de obter algumas medições importantes, como tempo de resposta, número de referências globais e número de linhas de código executadas para cada resposta HTTP. Como parte do meu trabalho, participo do desenvolvimento de software EMR e da análise de incidentes.  Como a carga do usuário vem principalmente de solicitações HTTP (API REST ou aplicativo CSP), a necessidade desse tipo de medição quando ocorrem problemas generalizados de lentidão se tornou óbvia.

Neste artigo, vou explicar como autenticar, autorizar e auditar por código usando o web app CSP ao ativar/desativar e autenticar/remover autenticação de qualquer web app.

• A demonstração online está disponível em cloud https://dappsecurity.demo.community.intersystems.com/csp/user/index.csp (SuperUser | SYS)
• Recomendo assistir o vídeo antes de continuar https://www.youtube.com/watch?v=qFRa3njqDcA

Layout do aplicativo
 

Introdução

Na era digital moderna, garantir a segurança de aplicações, especialmente aquelas que manipulam dados sensíveis de saúde, é fundamental. A confidencialidade, integridade e disponibilidade desses dados são cruciais, exigindo medidas robustas de segurança. A autenticação de dois fatores (2FA) se destaca como uma melhoria crítica para proteger o acesso, adicionando uma camada extra de segurança além das senhas. Reconhecendo a importância dessa funcionalidade, a InterSystems oferece suporte integrado para 2FA em suas soluções de banco de dados. Este tutorial visa orientá-lo no processo de configuração da autenticação de dois fatores no ambiente InterSystems, garantindo que seus dados permaneçam seguros e acessíveis apenas para usuários autorizados.

Você já editou arquivos no VS Code, mas precisou verificar um valor global ou executar alguns comandos do ObjectScript? Agora você pode, sem necessidade de configuração! Se você tem vscode-objectscript extension version 2.10.0 ou posterior e estiver conectado ao InterSystems IRIS 2023.2 ou posterior, agora você pode abrir uma conexão de terminal com seu servidor, independentemente de onde ele esteja localizado.

Rubrica de perguntas frequentes da InterSystems

Os mapas de registros são usados ​​para mapear com eficiência arquivos contendo registros delimitados ou registros de largura fixa para classes de mensagens usadas pela função de interoperabilidade e para mapear arquivos de classes de mensagens da função de interoperabilidade para arquivos de texto.

As definições de mapeamento do mapa de registros podem ser criadas usando o Portal de Gerenciamento, e também fornecemos um assistente de registro CSV que permite definir durante a leitura de um arquivo CSV.