新しい投稿

検索

記事
· 2026年1月13日 12m read

Streaming de Données avec InterSystems IRIS Interoperability

Les architectures de données modernes utilisent des solutions de capture, transformation, déplacement et chargement de données en temps réel pour construire des lacs de données, des entrepôts analytiques et des référentiels de big data. Cela permet l'analyse de données provenant de diverses sources sans impacter les opérations qui les utilisent. Pour y parvenir, il est essentiel d'établir un flux de données continu, évolutif, élastique et robuste. La méthode la plus répandue pour cela passe par la technique CDC (Change Data Capture). Le CDC surveille la production de petits ensembles de données, capture automatiquement ces données et les transmet à un ou plusieurs destinataires, y compris les référentiels de données analytiques. L'avantage majeur est l'élimination du délai J+1 dans l'analyse, car les données sont détectées à la source dès qu'elles sont produites, puis répliquées vers la destination.

Cet article démontrera les deux sources de données les plus courantes pour les scénarios CDC, à la fois comme source et comme destination. Pour la source de données (origine), nous explorerons le CDC dans les bases de données SQL et les fichiers CSV. Pour la destination des données, nous utiliserons une base de données en colonnes (un scénario typique de base de données analytique haute performance) et un topic Kafka (une approche standard pour le streaming de données vers le cloud et/ou vers plusieurs consommateurs de données en temps réel).

 

Aperçu

Cet article fournit un exemple pour le scénario d'interopérabilité suivant:

 

1 Comment
ディスカッション (1)2
続けるにはログインするか新規登録を行ってください
お知らせ
· 2026年1月13日

[Vídeo] Avanzando en la interoperabilidad sanitaria: estrategia y visión

Hola, comunidad,

Disfrutad del nuevo vídeo en el YouTube de InterSystems Developers:

⏯ Avanzando en la interoperabilidad sanitaria: estrategia y visión @ Ready 2025

Acompañadnos en un análisis detallado de la estrategia de interoperabilidad sanitaria de InterSystems y su impacto en el intercambio de datos de salud. Descubrid las últimas innovaciones en FHIR, HL7v2, CDA y la interoperabilidad basada en API en Health Connect e InterSystems IRIS for Health. Explorad nuestra hoja de ruta, incluidas las estrategias de FHIR, las transformaciones impulsadas por IA y las soluciones de próxima generación.

🗣 Ponente: @Daniel Franco, Senior Manager, Healthcare Data Platform en InterSystems

¿Buscáis ideas nuevas? ¡Ved el vídeo y suscribíos!

ディスカッション (0)1
続けるにはログインするか新規登録を行ってください
ディスカッション (1)2
続けるにはログインするか新規登録を行ってください
記事
· 2026年1月13日 3m read

Cómo encontrar un texto específico en ObjectScript

Probablemente os suene esta situación:

Hace tiempo encontraste una función muy especial, $ZU, para un tipo de problema muy concreto. Como una especie de fórmula mística. Esta se popularizó y muchos desarrolladores la utilizaron en su código.

Tras varias versiones y actualizaciones, ISC informa de que vuestro mágico $ZU está obsoleto y ya no es soportado. Se os recomienda reemplazarlo por un nuevo $loquesea().

Entonces, ¿cómo podrías localizar y documentar el uso de este mágico $ZU? Puede estar en clases, en código MAC, INT o INC o incluso distribuido en múltiples namespaces.

Me he encontrado con esta situación más de una vez en diferentes instalaciones.
En aquel momento, el control de versiones no estaba disponible y, cuando finalmente se introdujo, apenas se utilizaba.

Dado que ObjectScript era la única opción posible para abordar este desafío, escribí mi propia utilidad.
Mi solución ha ido evolucionando a lo largo de los años y, cuando se planificó la migración a IRIS, comprobé de nuevo lo útil que seguía siendo.
Y, como estaba escrita en puro ObjectScript, funcionó en IRIS sin que fuera necesario cambiar ni un solo carácter.
Como sabréis, el problema de buscar un texto específico en ObjectScript no ha cambiado.

Mis objetivos personales para esta utilidad eran:

  • Solo ObjectScript
  • Sin construcciones sofisticadas, milagrosas o frágiles
  • Usar la menor cantidad posible de funciones $avanzadas
  • Priorizar la legibilidad sobre la elegancia para facilitar el mantenimiento futuro
  • Mostrar el número de ocurrencias contadas por namespace y por elemento de código
  • Para clases, distinguir también entre:
    • parámetros
    • propiedades (si son calculadas)
    • métodos
    • índices
  • Opción para mostrar la línea que contiene la ocurrencia
  • Sin preocuparse por el formato de salida:
    • cualquier programa de terminal puede escribir un registro
    • bash tiene STDOUT para ello

Esta utilidad está, por tanto, disponible para vosotros en Open Exchange y GitHub.
También he creado un vídeo para mostrar la herramienta en acción.
Además, está disponible en el Demo Server.

Simplemente ejecutadla desde el terminal:
user>DO ^rcc.find

A continuación se os harán unas cuantas preguntas:

  • ¿Qué texto estás buscando?
  • ¿Verbose?
    • ¿Queréis ver la línea completa que contenga vuestro texto?
    • Advertencia: esto puede generar un listado muy grande.
    • En una prueba reciente se encontraron más de 90.000 coincidencias.
    • Con verbose=1, obtendréis más de 90.000 líneas.
  • ¿Solo mayúsculas?
    • Esto soluciona el problema de funciones escritas en mayúsculas, minúsculas o mezcladas.
    • “Uppercase=1” asegura que no os perdáis ninguna ocurrencia.
  • ¿Qué tipo de código queréis escanear? (CLS, MAC, INT, INC, ALL)
  • ¿En qué namespace queréis buscar?
    • Un namespace específico de la lista o ALL.
    • Para ALL, obtendréis una lista condensada de namespaces y tipos (no visible en el vídeo).

Selecciona el namespace e inicia el escaneo.
¡Vamos a ello!

USER> do ^rcc.find
----------------

enter search string [$ZU] <blank> to exit: RCC
          Verbose? (0,1) [0]:
          Force UpperCase? (1,0) [1]:

enter code type (CLS,MAC,INT,INC,ALL) [ALL]: CLS

select namespace (ALL,%SYS,DOCBOOK,ENSDEMO,ENSEMBLE,SAMPLES,USER) [USER]:

** Scan Namespace: USER **

** CLS **
** 2      User.ConLoad
** 15     User.Main
** 3      csp.form
** 3      csp.winner
** 2      dc.rcc.Contest
** 37     dc.rcc.Main
** 1      dc.rcc.Prize
** 63 CLS **
----------------

Espero que hayáis disfrutado de mi historia.
He intentado evitar listados de código aburridos; para eso están Open Exchange y GitHub.

ディスカッション (0)1
続けるにはログインするか新規登録を行ってください
記事
· 2026年1月12日 7m read

FHIRInsightで血液検査を理解する:FHIRをわかりやすく

image

血液検査の結果を見て、何が書いてあるのか全然わからないあの感じ、分かるかと思います。 その問題を解決してくれるのがFHIRInsightです。 そもそも医療データは怖いものや分かりにくいものではなく、誰もが活用できるものであるべきだ、という考えから始まりました。 血液検査は健康チェックではとても一般的ですが、正直なところ、理解するのは多くの人にとって難しく、臨床検査を専門としない医療スタッフにとっても難しいことがあります。 FHIRInsightは、血液検査のプロセスをもっと分かりやすくし、情報をより活用しやすくすることを目指しています。

ディスカッション (0)0
続けるにはログインするか新規登録を行ってください