検索

これは InterSystems FAQ サイトの記事です。 Java のガベージコレクションは、使用しなくなったメモリ上のオブジェクトを自動開放するしくみですが、InterSystems data platform（以下IRISと表記）のガベージコレクションは、意味が異なります。 IRIS では、ディスク上の大量のデータノードを 1 コマンド（killコマンド）で削除する機能があります。 通常、データ容量が増えれば、それに伴い、削除に必要な時間が増加しますが、そうすると、そのkillコマンドを発行したプロセスが、削除が終わるのを待つ時間が増加することになってしまいます。 その様な事象の発生を避けるため、IRIS では、ユーザプロセスが大量のデータを削除する kill コマンドを発行した際に、その場で削除に必要な全ての処理を行うのではなく、削除が必要な開始の場所だけを示して、次の処理に進むようになっています。 その後、ガベージコレクタというシステムプロセスに起動がかかり、その指示されたポイントから大量データの削除に伴う領域の開放処理をバックグラウンドで処理していきます。 つまり、論理的な削除は、一瞬で終わるが、実際の物理的な削除は、遅延して行われる仕組みとなります。 このような仕組みをガベージコレクションと呼んでいます。

皆さん、こんにちは！ [InterSystems のグローバルマスターズ・アドボケート・ハブ](https://community.intersystems.com/post/join-intersystems-global-masters)がディベロッパーコミュニティ (DC) と緊密につながっていることは、皆さんご存知ではないでしょうか。 DC に何らかの貢献をされると、グローバルマスターズのポイントを獲得できます。  そこで、 グローバルマスターズでポイントを獲得するベストな方法について簡単なガイドを作成しました。 2021/3/19: 投稿や翻訳に関するポイントが改定されましたので、修正しています。記事の投稿で得られるポイントはローンチ期間限定です。 グローバルマスターズでポイントを獲得する方法 開発者コミュニティへの記事の投稿 400※ 最初のコメントコメントごと 30030 最初に受け入れられた回答受け入れられた回答ごと5 / 10 / 25 / 50 回目の受け入れられた回答 10001504,000 / 8,000 / 20,000 / 40,000 開発者コミュニティの記事を翻訳 100 1 / 5 / 10 / 25 / 50 回目の記事を投稿 1,500 / 7,500 / 15,000 / 40 000 / 75 000 1 / 5 / 10 / 25 / 50 回目の質問を投稿 500 / 2,000 / 5,000 / 15,000 / 30,000 OpenExhangeにアプリケーションを登録ZPMアプリのボーナスポイント1 / 5 / 10 / 25回目のアプリ登録 8004001,000 / 10,000 / 25,000 / 75,000 投稿した記事の閲覧数が 750以上 / 2,000 以上 / 5,000 以上 / 15,000 以上 600 / 2,500 / 7,000 / 20,000 開発者コミュニティの記事を読むビデオを見るSNSで記事やビデオを共有 102040 ベストプラクティスタグの付与された記事が1 / 2 / 3 / 4 / 5 件 1,000 / 3,000 / 7,000 / 10,000 / 15,000 Open Exchangeに登録したアプリが 50 / 100 / 250 / 500 / 1,000 回ダウンロード 2,500 / 5,000 / 7,500 / 12,500 / 25,000 InterSystems や InterSystems 製品 に関するレビュー記事を投稿 2,000 ～ 3,000 同僚を開発者コミュニティに招待する 600 Open Exchange に公開したアプリに関するビデオを作成する 3,000 *グローバルマスターズ・アドボケート・ハブへの登録後に掲載された記事・コメントのみ。 チャレンジを完了させ、バッジを獲得し、インサイダー > アドボケート > スペシャリスト > エキスパート > VIP の順にレベルアップしましょう。 レベルアップすればするほど、面白い賞品をゲットできます！ 加えて... 以下の **グローバルマスターズに関する追加情報**もご覧ください * [グローバルマスターズ・アドボケート・ハブ - ここからスタート！](https://jp.community.intersystems.com/node/484516) * [グローバルマスターレベルの説明](https://jp.community.intersystems.com/node/485861) InterSystems の [グローバルマスターズ・アドボケート・ハブ](http://globalmasters.intersystems.com/)にまだ参加されていない方は、今すぐご参加ください！ ご質問がある方は、お気軽に本記事のコメント欄よりお問い合わせください。

これは InterSystems FAQ サイトの記事です。 インターシステムズ オンラインラーニングでは、InterSystems IRIS 概要や IRIS の各機能について 2～5分でご覧いただける QuickStart ページ（説明ビデオと操作方法を解説、サンプル用 Git の使い方をまとめたページ）をご用意しています。 InterSystems IRIS Data Platform について Multi-Model Embedded Python QuickStart Interoperability Java .NET Node.js Python SQL での開発 *日本語字幕をオンにする方法は こちらをご覧ください。 開発者向けまとめページでは、QuickStart 以外にもドキュメントや開発者コミュニティへのリンク、IRIS を簡単に始めることのできるクラウド（AWS／Azure／GCP）のマーケットプレイスへのリンクなどまとめています。 ぜひご活用ください。 開発者コミュニティにもサンプルコード付き記事の投稿があります。ぜひご参照ください。 Inteoperability タグ Java タグ .NET タグ Python タグ SQL タグ クラウド タグ IRIS のインストール詳細、基本操作については、開発者コミュニティの以下記事をご参照ください。 【はじめての InterSystems IRIS】セルフラーニングビデオ：基本その１：InterSystems IRIS Community Edition をインストールしてみよう 【はじめての InterSystems IRIS】セルフラーニングビデオ：基本その2：InterSystems IRIS で開発をはじめよう！ 【はじめての InterSystems IRIS】セルフラーニングビデオ 索引

開発者の皆さん、こんにちは！ 次回開催の InterSystems オンラインプログラミングコンテストについてご案内します！ 🏆 InterSystems IRIS Analytics Contest 🏆 応募期間は 2021年8月23日～9月5日 です！ 💰 賞金総額： $8,750 💰 （投票期間は 2021年9月6日～9月12日、勝者発表は 9月13日を予定しています） コンテスト専用ページ（https://contest.intersystems.com）もできました！ 優勝特典 １、審査員から多く票を集めたアプリケーションには、以下の賞金が贈られます。 🥇 1位 - $4,000 🥈 2位 - $2,000 🥉 3位 - $1,000 2、開発者コミュニティで多く票を集めたソリューションには、以下の賞金が贈られます。 🥇 1位 - $1000 🥈 2位 - $500 🥉 3位 - $250 複数の参加者が同数の票を獲得した場合、全参加者が勝者となり賞金は勝者間で分配されます。 参加資格 どなたでもご参加いただけます！（InterSystems 開発者コミュニティのアカウントを作成するだけでご応募いただけます） 👥 開発者がチームを組んで共同でアプリケーションを作成し、応募することもできます！ 1チーム 2～5名 までご参加いただけます。 チームでご応募いただく場合は、アプリケーションの README にチームメンバー名の記載をお忘れなく！！（開発者コミュニティのプロファイルのリンクもお願いします） コンテストのスケジュール 🛠 8月23日～9月5日 応募期間 ✅ 9月6日～9月12日 投票（1週間） 応募、投票期間中、アップロードしたアプリケーションは改良できます。 9月13日 勝者発表（US時間に発表します） コンテストのテーマ 💡 Analytics solutions using InterSystems IRIS 💡 以下の項目から 1つ以上の InterSystems IRIS の分析機能を利用して開発を行ってください。 Adaptive Analytics (AtScale) InterSystems Reports (Logi) InterSystems BI (DeepSee) InterSystems NLP (iKnow) 応募要件は以下の通りです。 1. 応募可能なアプリケーション Open Exchange アプリケーションの新規作成、または既存アプリケーションであっても大幅に改善されているものであればご応募いただけます。 コミュニティの担当チームは、コンテストへの応募を承認する前に申請された全アプリケーションをレビューします。 2.アプリケーションは IRIS Community Edition または IRIS for Health Community Edition （Adaptive Analytics および InterSystems Reports を除く）のいずれかで動作するものとしてください。 3.アプリケーションはオープンソースとして、GitHub で公開する必要があります。 4.アプリケーションの README ファイルは、英語で記述してください（日本語で記述したものがあればそのまま掲載いただき、英文の追記をお願いします）。また、インストール手順や、アプリケーションがどのように動作するかの説明、またはビデオデモを含めてください。 Helpful resources 1. サンプルアプリケーションと説明 1.1. Adaptive Analytics: Adaptive Analytics in Action（ビデオ） InterSystems IRIS Adaptive Analytics デモ （日本語字幕付き） 1.2 InterSystems Reports: A look at InterSystems Reports（ビデオ） InterSystems Reports Resource guide Running InterSystems Reports in containers IRIS reports server demo (OEX) 1.3 IRIS BI examples: IRIS Analytics Template 開発テンプレート（IRIS Analytics Template）の使い方のご紹介（第8回 InterSystems IRIS Analytics コンテスト） Samples BI Covid19 analytics Analyze This Game of Throne Analytics Pivot Subscriptions Error Globals Analytics Creating InterSystems IRIS BI Solutions Using Docker & VSCode（ビデオ） The Freedom of Visualization Choice: InterSystems BI（ビデオ） InterSystems BI(DeepSee) Overview (online course) InterSystems BI(DeepSee) Analyzer Basics (online course) 1.4 InterSystems NLP (iKnow): iKnow Source Code Samples Aviation Set Analysis iKnow First Look (online course) （日本語ビデオ）InterSystems IRIS NLP を使ってみよう：ドメインの定義とドメインエクスプローラーによるエンティティの確認 2. サンプルデータ: Hole Foods database for IRIS BI (installed with SamplesBI package) Adventure Works, zip Synthea 3. IRISにデータを取り込むためのツール: CSVGEN and CSVGENUI CSVGENについては、「パート3-新しいデータのインポート（ZPMパッケージマネージャの使い方）」でご紹介しています。 S3 External Table 4. IRIS を初めて操作される方: Build a Server-Side Application with InterSystems IRIS Learning Path for beginners 【はじめての InterSystems IRIS】セルフラーニングビデオ　索引 5. コンテストへの応募方法 審査及び投票ルール 投票ルールは近日公開します。 皆様からの✨素敵な✨プロジェクトをお待ちしております！コミュニティのコーディングマラソンに参加して、優勝を目指しましょう！(ง`0´)ง ❗️ コンテスト規約については、こちらをご参照ください。❗️ ご応募方法について 以下の応募方法ビデオをご参照ください。 以下の応募方法ビデオをご参照ください。 以下、コンテストに応募する迄の手順をご説明します。 コンテスト応募までの流れは以下の通りです（※ビデオでは、3番以降の内容をご紹介しています）。 1、IRISプログラミングコンテスト用テンプレートを使用して、開発環境を準備します。 2、コンテスト用アプリケーションを作成します。 3、コンテストの準備が完了したら、ソースコードをローカルのGitリポジトリへコミットします。 初回コミット時に、Gitの初期設定がないためコミットが失敗することがあります。その場合は、以下のコマンドでGitユーザ名とEmailを設定します。 git config --global user.name "ここにユーザ名" git config --global user.email "ここにメールアドレス” 4、ローカルのGitリポジトリのコミットが完了したら、リモートのGitリポジトリを作成します。 リポジトリ作成後、リモートリポジトリのURLをコピーします。 5、リモートのGitリポジトリへPushします。 git push ここにリモートのリポジトリのURL 6、OpenExchangeにログインし、アプリケーションを追加します。 ※事前にDeveloper communityでユーザアカウントを作成する必要があります。ログイン後、Profile→Applications　から　Application　をクリックし、4 でコピーしたリモートのGitリポジトリのURLを設定します。 アプリケーションを登録すると、画面右上に「Send Approval」のボタンが表示されるので、クリックします。 再度作成したアプリケーションを開くと、「Apply for Contest」ボタンが表示されるので、クリックすると応募が完了します。 開発者の皆さん、こんにちは！ アナリティクスコンテストの開始日が延期となりました。詳細は以下の通りです！ 🛠 8月23日～9月5日 応募期間 ✅ 9月6日～9月12日 投票（1週間） 9月13日 勝者発表（US時間に発表します）

> InterSystems Reports は Logi Analytics 社の製品である Logi Report（旧名：JReport）使用しています。InterSystems Reports は、InterSystems IRIS、InterSystems IRIS for Health で動作し、以下に示すように堅牢でモダンなレポートソリューションを提供します。 > > - レポート開発者とエンドユーザーの両方がカスタマイズ可能な、組み込み型のオペレーショナルレポート。 > - 請求書、文書、フォームなどの特殊なレイアウト要素や、特定のフォームグリッドを開発することができるピクセルパーフェクトなフォーマット。 > - 集約されたデータと詳細なデータの構造を提供する帯状のレイアウト。 > - ヘッダー、フッター、アグリゲーション、詳細データ、画像、サブレポートを正確に配置。 > - 多彩なページレポートタイプ。 > - PDF、XLS、HTML、XMLなどのファイルフォーマットへのエクスポート、印刷、法規制遵守のためのアーカイブを含む、大規模なダイナミックレポートのスケジューリングと配布。 > > InterSystems Reports は、以下の内容で構成されています。： > > - レポートデザイナーには「デザイン」タブと「プレビュー」タブがあり、レポート開発者はライブデータを使ったレポートの作成とプレビューができます。 > - エンドユーザーにブラウザベースのアクセスを提供し、レポートの実行、スケジューリング、フィルタリング、修正を可能にするレポートサーバーを用意します。 以上、[InterSystems ドキュメント](https://docs.intersystems.com/irislatest/csp/docbook/DocBook.UI.Page.cls?KEY=GISR_intro) から抜粋。 この記事では、InterSystems Reports の サーバー部分に焦点を当て、すべてのデータを永続化しながらコンテナでレポートサーバーを実行するためのガイドをご提供しています。 # 前提条件 InterSystems Reports を動かすために、以下ソフトウェアがインストールされている必要があります。 - [Docker](https://docs.docker.com/engine/install/) - InterSystems Reports は Docker がなくても動作しますが、この記事では Docker で動作する環境に焦点を当てています。 - （オプション） [git](https://git-scm.com/book/en/v2/Getting-Started-Installing-Git) - リポジトリを clone するためにインストールします。 [アーカイブとしてダウンロードもできます](https://github.com/eduard93/reports/archive/refs/heads/master.zip)。 - （オプション） [InterSystems Reports デザイナー](https://wrc.intersystems.com/) - 必要に応じて新しいレポート作成に使用します。 さらに必要となるのは、 - [containers.intersystems.com](https://containers.intersystems.com) Docker registry へのログイン - InterSystems Reports ライセンス（InterSystems 担当者までお問い合わせください） # 構成 ここからが本番です！ - 最初に、InterSystems Reports と IRIS をセットアップモードで起動し、IRIS を Reports のデータベース（データソースではありません！）として設定します。 - 続いて、Reports の設定を行い、この設定をホスト上で永続化します。 - 最後に、永続化されたデータを使用して、Reports を実行します。 # 最初の手順 では、さっそく試してみましょう。ここから 1～8 までの手順では、docker-compose の設定ファイルとして `docker-compose_setup.yml` を使用していることに注意してください。 これらのステップの中で実行する docker-compose のコマンドは、すべて `docker-compose -f docker-compose_setup.yml` として実行する必要があります。 1. リポジトリを clone します: `git clone https://github.com/eduard93/reports.git` または、 [archive](https://github.com/eduard93/reports/archive/refs/heads/master.zip)としてダウンロードしてください。 2. `config.properties` を編集し、InterSystems Reports Server のライセンス情報（ユーザとキー）を指定します。これらをお持ちでない場合、インターシステムズ担当者までご連絡ください。他にも多くのプロパティが [documentation](https://docs.intersystems.com/irislatest/csp/docbook/DocBook.UI.Page.cls?KEY=GISR_server) に記載されています。 なお、この場合の IRIS は、レポート用のデータベースを指しており、レポート用のデータソース（後述します）ではありません。 3. InterSystems Reports Server を初期化して開始します： `docker-compose -f docker-compose_setup.yml up -d` 4. InterSystems Reports Server が開始するのを待ちます （`docker-compose -f docker-compose_setup.yml logs reports` で確認します）。5～10分かかることもあります。 ログが表示されると、Reports Server は動作可能な状態になります：`reports_1 | Logi Report Server is ready for service` 5. [Reports Server](http://localhost:8888) を開きます。 (User/pass: `admin`/`admin`)。 期限切れのウィンドウが表示される場合は、同じライセンス情報を再度入力してください。以下のように表示されるはずです。  # 設定の永続化 これで、Reports が実行されたので、構成を少し調整してホスト上に永続化する必要があります。 （InterSystems IRIS の構成は、[Durable %SYS（永続的な %SYS）](https://docs.intersystems.com/irislatestj/csp/docbook/DocBook.UI.Page.cls?KEY=ADOCK#ADOCK_iris_durable) を使用して永続化されます。） 6. `server console` > `Administration` > `Configuration` > `Advanced` ページにある `Enable Resources from Real Paths` オプションをチェックします。 [ドキュメントはこちら](https://devnet.logianalytics.com/hc/en-us/articles/1500009750141-Getting-and-Using-Resources-from-a-Real-Path)。 この設定で、レポートをリポジトリの `reports` フォルダにコピーするだけで、レポートを公開できるようになります。  7. 永続的なストレージファイルをホストへコピーします([docs](https://hub.docker.com/r/logianalytics/logireport-server)): ``` docker cp reports_reports_1:/opt/LogiReport/Server/bin . docker cp reports_reports_1:/opt/LogiReport/Server/derby . docker cp reports_reports_1:/opt/LogiReport/Server/font . docker cp reports_reports_1:/opt/LogiReport/Server/history . docker cp reports_reports_1:/opt/LogiReport/Server/style . ``` 8. InterSystems Reports Server を停止します： `docker-compose -f docker-compose_setup.yml down` # 2つ目の手順 ここまでの流れで永続的なデータストレージを使ったレポートを始める準備ができました。 9. InterSystems Reports Server を初期化処理せずに開始します： `docker-compose up -d` 10. `Public Reports` 内に、実パスで新しいフォルダリソースを作成します： `/reports` [ドキュメントはこちら](https://devnet.logianalytics.com/hc/en-us/articles/1500009750141-Getting-and-Using-Resources-from-a-Real-Path)。 `Public Reports` をオープンするため、`Publish` > `From Server Machine`を選択します：  `/reports`を示す新しいフォルダを作成します。   カタログ（IRIS への接続を定義するもの）と2つのレポート（`reportset1`と`reportset2`）が含まれているはずです。 これらを実行してください（ブラウザで参照するには `Run` ボタンを使い、HTML, PDF, Excel, Text, RTF, XML, PostScript 形式を選択するには `Advanced Run` ボタンを使います）。 ここでは、レポートがどのように参照できるを説明します。   ご覧の通り、Reports は Unicode をサポートします。 この例では、データソースとして同じ IRIS を使用していますが、一般的には、カタログで定義された他の IRIS インスタンスでも構いません。 このデモでは、`HoleFoods`データセットを使用しています（`zpm "install samples-bi"` でインストールしています）。 新しい接続を追加するには、Designerで新しいカタログを作成します。その後、新しいレポートを作成し、`reports` フォルダ内の新しいサブフォルダにすべてをエクスポートします。もちろん、InterSystems Reports Server コンテナはどのデータソースIRISインスタンスにもネットワークアクセスできる必要があります。 これで終わりです。 さて、Reports を停止したい場合は、次のように実行します。`docker-compose stop` Reports を再開するには、次のように実行します。`docker-compose up -d` なお、すべてのレポートは引き続き利用可能です。 # デバッグ 全てのログは、`/opt/LogiReport/Server/logs`フォルダに格納されます。 エラーが発生した場合は、ボリュームに追加して Reports を再起動し、エラーを再現してください。 ドキュメントには [log levels](https://documentation.logianalytics.com/rsg17u1/content/html/config/config_log.htm?Highlight=logging) を調整する方法が記載されています。 レポートが正確に UI に届かない場合は、`bin`フォルダにある`LogConfig.properties`ファイルを調整してください。 ``` logger.Engine.level = TRIVIAL logger.DHTML.level = TRIVIAL logger.Designer.level = TRIVIAL logger.Event.level = TRIVIAL logger.Error.level = TRIVIAL logger.Access.level = TRIVIAL logger.Manage.level = TRIVIAL logger.Debug.level = TRIVIAL logger.Performance.level = TRIVIAL logger.Dump.level = TRIVIAL ``` # 埋込とAPI Webアプリケーションにレポートを埋め込むには [Embedded API](https://documentation.logianalytics.com/logiinfov12/content/embedded-reports-api.htm) を使用します。 その他の [利用可能な API](https://documentation.logianalytics.com/logireportserverguidev17/content/html/api/wkapi_srv.htm) は、ドキュメントをご参照ください。 # まとめ InterSystems Reportsは、運用レポートを組み込んだ堅牢な最新のレポート・ソリューションを提供します。 InterSystems Reports Server は、エンドユーザにブラウザベースのアクセスを提供し、レポートの実行、スケジューリング、フィルタリング、および変更を可能にします。 InterSystems Reports Server は、Docker 環境で効率的に実行することができます。 # 参考リンク - [ここで説明したコンテナのリポジトリ](https://github.com/eduard93/reports) - [InterSystems Reports のドキュメント](https://docs.intersystems.com/irislatest/csp/docbook/DocBook.UI.Page.cls?KEY=GISR_server) - [ロギング](https://documentation.logianalytics.com/rsg17u1/content/html/config/config_log.htm?Highlight=logging)

これは InterSystems FAQ サイトの記事です。 Excelのマクロ機能を使ってVBAからREST/JSON経由でアクセスすることが可能です。 REST/JSONを使用したInterSystems製品との連携の簡単なサンプルを以下のGitHubサイトから入手できます。 VBAマクロサンプル マクロサンプルは Solution/activityreport.xlsm をご覧ください。 サンプルは、コンテナを利用しています。READMEに記載の方法でコンテナを開始し、Solution/activityreport.xlsm の「データ取得」ボタンをクリックすると以下の結果が得られます。 マクロの中では、以下のGET要求を実行しています。 以下の図例は、RESTクライアントでGET要求を行った結果です（​​​ Basic 認証でアクセスしています）。 ​​​上記GET要求により、ベースURL（/pm）の指定で、RESTディスパッチクラス（PM.Broker）が起動し、要求されたパス（例では /getactivities）から、PM.REST クラスの GetActivities() メソッドを実行しています。 Class PM.Broker Extends %CSP.REST { Parameter CONVERTINPUTSTREAM = 1; XData UrlMap { <Routes> <Route Url="/getactivities" Method="GET" Call="PM.REST:GetActivities"/> <Route Url="/getuserandtotal" Method="GET" Call="PM.REST:GetNameAndTotal"/> <Route Url="/member/:id" Method="GET" Call="PM.REST:GetMember"/> <Route Url="/getprojects" Method="GET" Call="PM.REST:GetProjects"/> <Route Url="/getphases" Method="GET" Call="PM.REST:GetPhases"/> <Route Url="/getyearweeks/:weeks" Method="GET" Call="PM.REST:GetYearWeeks"/> <Route Url="/createactivityrecord" Method="POST" Call="PM.REST:CreateActivityRecord"/> </Routes> } } ベースURL（/pm）の設定は、管理ポータル > システム管理 > セキュリティ > アプリケーション > ウェブ・アプリケーション > /pm の定義をご参照ください。 ​​​GetActivities() メソッドでは、 SELECT MEMBER->NAME AS NAME,SUM(HOURS) AS TOTALHOURS FROM PM.ACTIVITY WHERE MEMBER->USERNAME = '_system' GROUP BY MEMBER->NAME と SELECT YEAR,WEEK,MEMBER->NAME AS NAME,PROJECT->NAME AS PROJECTNAME, PHASE->NAME AS PHASENAME,HOURS FROM PM.ACTIVITY WHERE MEMBER->USERNAME = '_system' order by year,week を実行し、JSONにまとめて返送しています。 メモ：RESTの他に、ODBC経由でアクセスすることもできます。 ご参考： 【はじめてのInterSystems IRIS】セルフラーニングビデオ：アクセス編：IRIS で作成する REST サーバの仕組み 【はじめてのInterSystems IRIS】セルフラーニングビデオ：アクセス編：（REST）手動で作成するディスパッチクラス 【はじめてのInterSystems IRIS】セルフラーニングビデオ：アクセス編：（REST）APIファーストで作成するRESTディスパッチクラス 【はじめてのInterSystems IRIS】セルフラーニングビデオ：アクセス編：IRIS での JSON の操作

開発者の皆さん、こんにちは！ 次の InterSystems オンラインプログラミングコンテストのお題が決定しました！ お題は・・・・ 🏆 InterSystems Interoperability Contest 🏆 応募期間は 2021年10月4日～10月17日 です！ 💰 賞金総額： $9,450 💰 （投票期間は 2021年10月18日～10月24日、勝者発表は 10月25日を予定しています） 優勝特 1. Experts Nomination - 審査員から多く票を集めたアプリケーションには、以下の賞金が贈られます。 🥇 1位 - $4,000 🥈 2位 - $2,000 🥉 3位 - $1,000 🌟 NEW PRIZES: 4位～10位 - $100 2. Community winners - 開発者コミュニティで多く票を集めたソリューションには、以下の賞金が贈られます。 🥇 1位 - $1,000 🥈 2位 - $500 🥉 3位 - $250 複数の参加者が同数の票を獲得した場合、全参加者が勝者となり賞金は勝者間で分配されます。 参加資格 どなたでもご参加いただけます！（InterSystems 開発者コミュニティのアカウントを作成するだけでご応募いただけます） 👥 開発者がチームを組んで共同でアプリケーションを作成し、応募することもできます！ 1チーム 2～5名 までご参加いただけます。 チームでご応募いただく場合は、アプリケーションの README にチームメンバー名の記載をお忘れなく！！（開発者コミュニティのプロファイルのリンクもお願いします） コンテストのスケジュール 🛠 10月4日～10月17日 応募期間 ✅ 10月18日～10月24日 投票（1週間） 応募、投票期間中、アップロードしたアプリケーションは改良できます。 10月25日 勝者発表（US時間に発表します） コンテストのテーマ 💡 InterSystems IRIS または InterSystems IRIS for Health を使用した相互運用性（Interoperability）ソリューション 💡 InterSystems IRIS または InterSystems IRIS for Health を使用した相互運用性（Interoperability）ソリューションの開発、または、Interoperability ソリューションの開発や運用を支援するソリューションの開発を行っていただきます。 応募要件は以下の通りです。 1. 応募可能なアプリケーション Open Exchange アプリケーションの新規作成、または既存アプリケーションであっても大幅に改善されているものであればご応募いただけます。 コミュニティの担当チームは、コンテストへの応募を承認する前に申請された全アプリケーションをレビューします。 2.アプリケーションは IRIS Community Edition または IRIS for Health Community Edition 、IRIS Advanced Analytics Community Editionのいずれかで動作するものとしてください。 3.アプリケーションはオープンソースとして、GitHub で公開する必要があります。 4.アプリケーションの README ファイルは、英語で記述してください（日本語で記述したものがあればそのまま掲載いただき、英文の追記をお願いします）。また、インストール手順や、アプリケーションがどのように動作するかの説明、またはビデオデモを含めてください。 Helpful resources 1. InterSystems IRIS を初めて利用される方向け Build a Server-Side Application with InterSystems IRIS（オンラインラーニング：英語） Learning Path for beginners 【はじめての InterSystems IRIS】セルフラーニングビデオ　索引 その1：InterSystems IRIS Community Edition をインストールしてみよう！ その2：InterSystems IRIS で開発をはじめよう！ その3：IRIS でクラス定義を作ろう（オブジェクト操作の練習） 2. サンプルアプリケーション Ensemble/Interoperability Formation IRIS-Interoperability-template ETL-Interoperability-Adapter InterSystems IRIS for Health ENSDEMO HL7 and SMS Interoperability Demo Twitter Sentiment Analysis with IRIS Healthcare HL7 XML RabbitMQ adapter PEX demo 3. オンラインコースとビデオ（英語） Interoperability for Business Interoperability QuickStart Interoperability Resource Guide - 2019 Intelligent Interoperability Interoperability for Health Overview 【はじめてのInterSystems IRIS】Interoperability（相互運用性）を使ってみよう！ 【GettingStarted with IRIS】チュートリアルを始めよう！その3：Interoperability（相互運用性）チュートリアル 5. コンテストへの応募方法 審査及び投票ルール 投票ルールは近日公開します。 皆様からの✨素敵な✨プロジェクトをお待ちしております！コミュニティのコーディングマラソンに参加して、優勝を目指しましょう！(ง`0´)ง ❗️ コンテスト規約については、こちらをご参照ください。❗️ ご応募方法について 以下の応募方法ビデオをご参照ください。 以下、コンテストに応募する迄の手順をご説明します。 コンテスト応募までの流れは以下の通りです（※ビデオでは、3番以降の内容をご紹介しています）。 1、IRISプログラミングコンテスト用テンプレートを使用して、開発環境を準備します。 2、コンテスト用アプリケーションを作成します。 3、コンテストの準備が完了したら、ソースコードをローカルのGitリポジトリへコミットします。 初回コミット時に、Gitの初期設定がないためコミットが失敗することがあります。その場合は、以下のコマンドでGitユーザ名とEmailを設定します。 git config --global user.name "ここにユーザ名" git config --global user.email "ここにメールアドレス” 4、ローカルのGitリポジトリのコミットが完了したら、リモートのGitリポジトリを作成します。 リポジトリ作成後、リモートリポジトリのURLをコピーします。 5、リモートのGitリポジトリへPushします。 git push ここにリモートのリポジトリのURL 6、OpenExchangeにログインし、アプリケーションを追加します。 ※事前にDeveloper communityでユーザアカウントを作成する必要があります。ログイン後、Profile→Applications　から　Application　をクリックし、4 でコピーしたリモートのGitリポジトリのURLを設定します。 アプリケーションを登録すると、画面右上に「Send Approval」のボタンが表示されるので、クリックします。 再度作成したアプリケーションを開くと、「Apply for Contest」ボタンが表示されるので、クリックすると応募が完了します。

Benjamin De Boe がユニバーサルキャッシュクエリに関する素晴らしい記事を書いていますが、ユニバーサルキャッシュクエリ（UCQ）とは一体何でしょうか。また、昔ながらの埋め込み SQL を書いている場合になぜそれを気にする必要があるのでしょうか。  Caché と Ensemble において、キャッシュクエリは xDBC と動的 SQL を解決するために生成されるでしょうが、  InterSystems IRIS の埋め込み SQL は、キャッシュクエリを使用するように改善されました。そこで、名前に「ユニバーサル」が追加されているのです。  現在では、IRIS で実行されるすべての SQL は、UCQ クラスから実行されるようになっています。 InterSystems はなぜこのように変更したのでしょうか？  良い質問です！  ここでの大きなメリットは、ライブ環境での柔軟性にあります。  以前は、インデックスを追加したり、TuneTable を実行したりすると、キャッシュクエリの SQL はこの新しい情報をすぐに利用していたにもかかわらず、埋め込み SQL はクラスまたはルーチンが手動でコンパイルされるまで変更されないままになっていました。  アプリケーションがデプロイされたクラスを使用していた場合、または OBJ コードのみを出荷していたのであれば、顧客のシステムで再コンパイルすることなど不可能です。  現在では、システム上のすべての SQL ステートメントが最新の def. と利用可能な最新のチューニングデータを使用できるようになっています。  将来的には、InterSystems IRIS には、本番環境システムを毎晩監視して調整し、テーブルがどのようにクエリされているかに応じて SQL プランをカスタマイズする、オプションのツールが用意される予定です。  このツールセットが拡充するにつれ、ユニバーサルキャッシュクエリの力も大きくなるでしょう。   埋め込み SQL は以前より遅くなっていませんか？  その通りとも、そうでないとも言えます。  別のルーチンでタグを呼び出すと、同じルーチンで呼び出すよりも少しコストがかかるため、速度は遅くなりますが、UCQ コード生成は埋め込みとは異なり、これらの変更を使用することで、別のルーチンを呼び出すコスト以上のメリットがあります。  UCQ コードの処理が遅くなっているケースはあるか、と訊かれれば、  「はい」と答えることになりますが、全体的にはパフォーマンスが向上するはずです。  私はずいぶん前から埋め込み SQL を専門としているため、埋め込み SQL は動的 SQL よりも高速だということを常に指摘していますが、  確かに高速と言えども、オブジェクトを高速化するために行われたすべての作業を考えると、この 2 つの手法の差は小さいため、動的 SQL を使用していることをからかったりはしません。   エラーはどのようにしてチェックするようになりましたか？  埋め込み SQL のエラー処理は変更されていません。  エラーに遭遇した場合、SQLCODE が負の数に設定され、%msg がそのエラーの説明に設定されます。  変更されたのは、発生するエラーの種類です。  デフォルトの動作では、SQL は初めてクエリが実行されるまでコンパイルしないようになりました。  つまり、ルーチンのフィールドまたはテーブルのスペルを間違えても、そのルーチンをコンパイルするときにはエラーは報告されません。このエラーは、動的 SQL と同じように、初めて実行したときに報告されます。  SQLCODE はすべての SQL コマンドに設定されていますが、私のように面倒くさがり屋の方は、FETCH の後にのみ SQLCODE をチェックするでしょう。  OPEN でもチェックするのもお勧めです。                &SQL(DECLARE cur CURSOR FOR                    SELECT Name,junk                     into :var1, :var2                    FROM Sample.Person)                &SQL(OPEN cur)                write !,"Open Status: ",SQLCODE,?20,$G(%msg)                for  {                               &SQL(FETCH cur)                               write !,"Fecth Status: ",SQLCODE,?20,$G(%msg)                               QUIT:SQLCODE'=0                               w !,var1                }                &SQL(CLOSE cur)                write !,"Close Status: ",SQLCODE,?20,$G(%msg)                QUIT 上記のコードでは、SELECT に無効なフィールドが含まれています。  ルーチンのコンパイル時には SQL をコンパイルしないため、このエラーは報告されません。  コードを実行すると、OPEN がコンパイルエラーを報告し、FETCH と CLOSE は、カーソルが開かないエラーを報告します。  %msg は変更されないため、どのタイミングで確認しても、役立つ情報を得られます。 USER>d ^Embedded Open Status:  -29    Field 'JUNK' not found in the applicable tables^DECLARE cur CURSOR FOR SELECT Name , junk INTO compiling embedded cached query from Embedded.mac Fetch Status:  -102  Field 'JUNK' not found in the applicable tables^DECLARE cur CURSOR FOR SELECT Name , junk INTO compiling embedded cached query from Embedded.mac Close Status:  -102  Field 'JUNK' not found in the applicable tables^DECLARE cur CURSOR FOR SELECT Name , junk INTO compiling embedded cached query from Embedded.mac 埋め込み SQL を変更したくない場合はどうなりますか？  これは、Frozen Query Plans を使用することで達成できます。  簡単に言うと、IRIS がメジャーアップグレードされるたびに、すべての SQL ステートメントはフリーズされます。そのため、ユーザーが許可しない限り、何も変更されることはありません。  これについては、こちらをお読みください。 さて、UCQ の処理の話に戻りましょう。  アプリケーションの埋め込み SQL プランをフリーズするには、以下の 3 つの方法があります。 IRIS.DAT を出荷する場合:  Do $SYSTEM.OBJ. GenerateEmbedded() で、埋め込み SQL の UTC を生成します。 Do $SYSTEM.SQL.Statement.FreezeAll() で、プランをフリーズします。 IRIS.DAT を出荷します。 xml ファイルを使用する場合:  Do $SYSTEM.OBJ. GenerateEmbedded() で、埋め込み SQL の UTC を生成します。 Do $SYSTEM.SQL.Statement.FreezeAll() で、プランをフリーズします。 Do $SYSTEM.SQL.Statement.ExportAllFrozenPlans() で、フリーズしたプランをエクスポートします。 Do $SYSTEM.SQL.Statement.ImportFrozenPlans() で、アプリケーションを読み込んだ後に、フリーズしたプランを読み込みます。 顧客サイトで UTC プランをフリーズする場合: 埋め込み SQL のあるコードを顧客システムに読み込みます。 Do $SYSTEM.OBJ. GenerateEmbedded() で、埋め込み SQL の UTC を生成します。 Do $SYSTEM.SQL.Statement.FreezeAll() で、生成されたすべてのプランをフリーズします。   以前の動作に戻すことはできますか？  いいえ。これが現在の動作です。  開発者の観点からは、/compileembedded=1 というフラグをコンパイラのオプションに追加することで、以前の動作に戻すことができます。  これによって、クラスまたはルーチンをコンパイル中に UCQ クラスを生成するようにコンパイラに指示されます。  SQL に問題がある場合は、以前と同様にコンパイル時に報告されます。   Compiling routine : Embedded.macERROR: Embedded.mac(5) : SQLCODE=-29 : Field 'JUNK' not found in the applicable tables^DECLARE cur CURSOR FOR SELECT Name , junk INTO compiling embedded cached query from Embedded.macDetected 1 errors during compilation in 0.034s. 埋め込み SQL を初めて実行するときに UCQ クラスを生成するオーバーヘッドが気になる場合は、このステップをアプリケーションインストールに加えて、これらをすべて予め生成することが可能です: Do $SYSTEM.OBJ. GenerateEmbedded() これはユニバーサルキャッシュクエリと埋め込み SQL を非常に全般的に見た概要です。  内部で何が行われているかについての実際の詳細には触れていません。  ユーザーが IRIS で埋め込み SQL を使用する際に遭遇する可能性のあることについて説明することにしました。  全体的に UCQ に移行すると、すべてのタイプの SQL で SQL のパフォーマンスの一貫性が高まり、本番システムでの SQL の更新がより簡単になります。  いくらかの調整が必要となるでしょうが、  コンパイラフラグの追加が大きく役立ちます。  今後は、生成されたコードを新しい場所で探すことに慣れる必要があります。  この件や InterSystems IRIS での SQL に関するその他についてのご質問、コメント、懸念があれば、私にお知らせください。  

開発者のみなさん、こんにちは！ InterSystems Python コンテスト の投票結果が発表されました！この記事ではコンテスト受賞者を発表します📢​​​​​​ 受賞された開発者の皆さん、👏おめでとうございます！🎊 🏆 Experts Nomination - 特別に選ばれた審査員によって選出されました。 🥇 1位 - $4,000 は、 django-iris を開発された @Dmitry.Maslennikov さんに贈られました。 🥈 2位 - $2,000 は、 appmsw-sql2xlsx を開発された @MikhailenkoSergey さんに贈られました。 🥉 3位 - $1,000 は、 iris-python-apps を開発された @Muhammad.Waseem さんに贈られました。 さらに！ 🏅 $100 - iris-python-dashboards を開発された @Evgeniy.Potapov さんに贈られました。 🏅 $100 - GlobalToJSON-ePython-pure を開発された @Robert.Cemper1003 さんに贈られました。 🏅 $100 - blockchain - [ IRIS python ] を開発された @davimassaru.teixeiramuta さんに贈られました。 🏅 $100 - AI Image Object Detector を開発された @Yuri.Gomes さんに贈られました。 🏅 $100 - GlobalToJSON-embeddedPython を開発された @Robert.Cemper1003 さんに贈られました。 🏅 $100 - IRIS-Database-and-Machine-Learning-Based-Approaches-for-Prediction-of-Spontaneous-Intracerebral-Hemo を開発された @Fatian.Wu さんに贈られました。 🏅 $100 - DIMSE Iris Dicom Fhir Service を開発された @Ron.Sweeney1582 さんに贈られました。 🏅 $100 - Django-Interop を開発された @Fernando.VianaMaia さんに贈られました。 🏅 $100 - IRIS Text2Audio を開発された @Yuri.Gomes さんに贈られました。 🏆 Community Nomination - 最も多くの票を獲得したアプリケーションに贈られます。 🥇 1位 - $1,000 は、 django-iris を開発された @Dmitry.Maslennikov さんに贈られました。 🥈 2位 - $625 は、 appmsw-sql2xlsx を開発された @MikhailenkoSergey さんに贈られました。 🥉 3位 - $625 は、 IRIS-Database-and-Machine-Learning-Based-Approaches-for-Prediction-of-Spontaneous-Intracerebral-Hemo を開発された @Fatian.Wu さんに贈られました。 🎊 受賞者の皆様、おめでとうございます！👏 今回も、コンテストにご注目いただきありがとうございました！

開発者の皆さん、こんにちは！ InterSystems Global コンテストの投票が始まりました！これはベストアプリケーションだ🔥と思う作品に投票をお願いします！ 🔥 投票はこちらから！ 🔥 投票方法は以下ご参照ください。 Experts nomination: インターシステムズの経験豊富な審査員がベストアプリを選び、Expert Nominationで賞品をノミネートします。 ⭐️ @Benjamin.DeBoe, Product Manager⭐️ @Alexander.Koblov, Support Specialist⭐️ @Robert.Kuszewski, Product Manager⭐️ @Daniel.Kutac, Senior Sales Engineer⭐️ @Stefan.Wittmann, Product Manager⭐️ @Joel.Solon, Senior Technical Trainer⭐️ @Eduard.Lebedyuk, Sales Engineer⭐️ @Timothy.Leavitt, Development Manager ⭐️ @Steve.Pisani, Senior Solution Architect⭐️ @Evgeny.Shvarov, Developer Ecosystem Manager Community nomination: 開発者コミュニティのメンバーは、お好みのアプリケーションに対して1位～3位を指定しながら投票できます。 開発者コミュニティでのあなたの状態 順位 1位 2位 3位 開発者コミュニティに記事を掲載したり、OpenExchange（OEX）にアプリをアップロードしたことがある方 9点 6点 3点 開発者コミュニティに1つの記事を掲載した、または 1アプリケーションを OEX にアップロードしたことがある方 6点 4点 2点 開発者コミュニティへコメントや質問を投稿したことがある方 3点 2点 1点 エキスパートレベル 順位 1位 2位 3位 グローバルマスターズの VIP レベル または、InterSystems Product Managers 15点 10点 5点 グローバルマスターズの Ambassador レベル 12点 8点 4点 グローバルマスターズの Expert レベル または DC モデレーター 9点 6点 3点 グローバルマスターズの Specialist レベル 6点 4点 2点 グローバルマスターズの Advocate レベル または インターシステムズの従業員 3点 2点 1点 今回も「ブラインド投票」とします。 各応募作品への投票数は、誰にも分らないようになっています。1日1回、この記事のコメント欄に投票数を公開する予定です。 コンテストページ の表示順は、コンテストに応募した時期が早ければ早いほど、上位に表示されます。 メモ：新しいコメントの通知を受けるために、この投稿を購読することをお忘れなく！（記事末尾の ベルのアイコンをクリックするだけ！） 投票に参加するには Open Exchange へのサインインします（開発者コミュニティのアカウントを使用してください）。 投票ボタンは、開発者コミュニティ内で、質問／回答／記事の掲載／投稿に対するコメント など 記載いただいた方に対して有効になります。 ボタンが押せない場合は、コミュニティへのコメントやオリジナルの記事など、書き込みお願いします！詳細は、こちらの記事をご参照ください。 気が変わった場合は？　－　選択をキャンセルして別のアプリケーションに投票できます。 ぜひ 🔥これだ🔥 と思う作品に投票お願いします！ メモ：コンテストへ応募された作品は、投票週間中にバグを修正したり、アプリケーションを改良したりすることができますので、アプリケーションのリリースを見逃さずに購読してください。

開発者の皆さん、こんにちは！ InterSystems Global コンテストの投票結果が発表されました！この記事ではコンテスト受賞者を発表します📢​​​​​​ 受賞された開発者の皆さん、👏おめでとうございます！🎊 🏆 Experts Nomination - 特別に選ばれた審査員によって選出されました。 🥇 1位 - $4,000 は、global-mindmap を開発された @Yuri.Gomes さんに贈られました。 🥈 2位 - $2,000 は、globals-tool を開発された @Dmitry.Maslennikov さんに贈られました。 🥉 3位 - $1,000 は、iris-globals-graphDB を開発された @Muhammad.Waseem さんに贈られました。 さらに！ 🏅 $100 - python-globals-serializer-example を開発された @José.Pereira さんに贈られました。 🏅 $100 - global-archiver を開発された @Lorenzo.Scalese さんに贈られました。 🏅 $100 - blockchain - [ IRIS python ] を開発された @davimassaru.teixeiramuta さんに贈られました。 🏅 $100 - Globals: Embedded Python vs. ObjectScript を開発された @Robert.Cemper1003 さんに贈られました。 🏅 $100 - zpm-generate-ui を開発された @MikhailenkoSergey さんに贈られました。 🏅 $100 - GlobalToJSON-XL-Academic を開発された @Robert.Cemper1003 さんに贈られました。 🏅 $100 - Cubes を開発された @Sean.Connelly さんに贈られました。 🏅 $100 - GlobalToJSON-Efficient を開発された @Robert.Cemper1003 さんに贈られました。 🏅 $100 - iris-globals-contest を開発された @Oliver.Wilms さんに贈られました。 🏅 $100 - GlobalToJSON-Compact を開発された @Robert.Cemper1003 さんに贈られました。 🏅 $100 - global-name-search を開発された @Jailton.Viçôzo さんに贈られました。 🏅 $100 - React-UI-Global を開発された @Evgeniy.Potapov さんに贈られました。 🏆 Community Nomination - 最も多くの票を獲得したアプリケーションに贈られます。 🥇 1位 - $1,000 は、globals-tool を開発された@Dmitry.Maslennikov さんに贈られました。 🥈 2位 - $750 は、python-globals-serializer-example を開発された @José.Pereira さんに贈られました。 🥉 3位 - $500 は、iris-globals-graphDB を開発された @Muhammad.Waseem さんに贈られました。 🎊 受賞者の皆様、おめでとうございます！👏 今回も、コンテストにご注目いただきありがとうございました！ What's next? 勝者になれなくても落ち込まないでください！ 粘り強さが成功への鍵であることを、ぜひお忘れなく！ そして、次の5月🎏開催コンテストへも、ぜひご参加ください！ 😎

これは、InterSystems FAQサイトの記事です。InterSystems IRIS Data Platform（以下IRISと表記）はSQLのサポートをはじめ、リレーショナルデータベースとの高い互換性を有します。 さらに、IRISは多次元データエンジンをベースにしており、通常のリレーショナルデータベースシステムに比べて柔軟なデータ構造を持つことができ、一般的にパフォーマンス、スケーラビリティ、データ保守性に優れています。 また完全なオブジェクト指向をサポートしており、Javaなどのオブジェクト指向開発環境との親和性という点でも優れています。

この**フォーメーション**は[私の GitHub](https://github.com/LucasEnard/formation-template-python) にあり、30 分で csv ファイルと txt ファイルの読み取りと書き込み方法、Postgres を使った**IRIS データベース**と**リモートデータベース**の挿入とアクセス方法、FLASK API の使用方法について説明します。これらすべてに、[PEP8 命名規則](https://peps.python.org/pep-0008/)に従った、Python のみのインターオペラビリティフレームワークを使用します。 このフォーメーションは、ほとんどをコピー＆ペースト操作で実行でき、グローバル演習を行う前に、ステップごとの操作が説明されています。 記事のコメント欄、Teams、またはメール（lucas.enard@intersystems.com）でご質問にお答えします。 このフォーメーションに関するあらゆる点において、ご意見やご感想をお送りいただけると幸いです。 # 1. **Ensemble / Interoperability のフォーメーション** このフォーメーションでは、Python および特に以下を使用した InterSystems のインターオペラビリティフレームワークを学習することを目標としています。 * 本番環境 * メッセージ * ビジネスオペレーション * アダプター * ビジネスプロセス * ビジネスサービス * REST サービスと運用 **目次:** - [1. **Ensemble / Interoperability のフォーメーション**](#1-ensemble--interoperability-formation) - [2. フレームワーク](#2-framework) - [3. フレームワークの適用](#3-adapting-the-framework) - [4. 前提条件](#4-prerequisites) - [5. セットアップ](#5-setting-up) - [5.1. Docker コンテナ](#51-docker-containers) - [5.2. 管理ポータルと VSCode](#52-management-portal-and-vscode) - [5.3. コンテナ内でフォルダを開く](#53-having-the-folder-open-inside-the-container) - [5.4. コンポーネントの登録](#54-register-components) - [5.5. 完成ファイル](#55-the-solution) - [6. 本番環境](#6-productions) - [7. ビジネスオペレーション](#7-business-operations) - [7.1. オブジェクトクラスの作成](#71-creating-our-object-classes) - [7.2. メッセージクラスの作成](#72-creating-our-message-classes) - [7.3. オペレーションの作成](#73-creating-our-operations) - [7.4. 本番環境へのオペレーションの追加](#74-adding-the-operations-to-the-production) - [7.5. テスト](#75-testing) - [8. ビジネスプロセス](#8-business-processes) - [8.1. 単純な BP](#81-simple-bp) - [8.2. 本番環境へのプロセスの追加](#82-adding-the-process-to-the-production) - [8.3. テスト](#83-testing) - [9. ビジネスサービス](#9-business-service) - [9.1. 単純な BS](#91-simple-bs) - [9.2. 本番環境へのサービスの追加](#92-adding-the-service-to-the-production) - [9.3. テスト](#93-testing) - [10. db-api による外部データベースへのアクセス](#10-getting-access-to-an-extern-database-using-a-db-api) - [10.1. 前提条件](#101-prerequisites) - [10.2. 新しいオペレーションの作成](#102-creating-our-new-operation) - [10.3. 本番環境の構成](#103-configuring-the-production) - [10.4. テスト](#104-testing) - [10.5. 演習](#105-exercise) - [10.6. ソリューション](#106-solution) - [11. REST サービス](#11-rest-service) - [11.1. 前提条件](#111-prerequisites) - [11.2. サービスの作成](#112-creating-the-service) - [11.3. テスト](#113-testing) - [12. グローバル演習](#12-global-exercise) - [12.1. 指示](#121-instructions) - [12.2. ヒント](#122-hints) - [12.2.1. bs](#1221-bs) - [12.2.1.1. 情報の取得](#12211-get-information) - [12.2.1.2. リクエストによる情報の取得](#12212-get-information-with-requests) - [12.2.1.3. リクエストによる情報の取得とその使用](#12213-get-information-with-requests-and-using-it) - [12.2.1.4. 情報の取得のソリューション](#12214-get-information-solution) - [12.2.2. bp](#1222-bp) - [12.2.2.1. 平均歩数と dict](#12221-average-number-of-steps-and-dict) - [12.2.2.2. 平均歩数と dict: ヒント](#12222-average-number-of-steps-and-dict--hint) - [12.2.2.3. 平均歩数と dict: map を使用する](#12223-average-number-of-steps-and-dict--with-map) - [12.2.2.4. 平均歩数と dict: 解答](#12224-average-number-of-steps-and-dict--the-answer) - [12.2.3. bo](#1223-bo) - [12.3. ソリューション](#123-solutions) - [12.3.1. obj と msg](#1231-obj--msg) - [12.3.2. bs](#1232-bs) - [12.3.3. bp](#1233-bp) - [12.3.4. bo](#1234-bo) - [12.4. テスト](#124-testing) - [12.5. グローバル演習のまとめ](#125-conclusion-of-the-global-exercise) - [13. まとめ](#13-conclusion) # 2. フレームワーク 以下は、IRIS フレームワークです。  IRIS 内部のコンポーネントは、本番環境を表します。 インバウンドアダプターとアウトバウンドアダプターは、様々な種類のフォーマットをデータベースの入力と出力として使用できるようにします。 複合アプリケーションにより、REST サービスなどの外部アプリケーションを通じて本番環境にアクセスできます。 これらのコンポーネントを繋ぐ矢印は**メッセージ**で、 リクエストかレスポンスを表します。 # 3. フレームワークの適用 ここでは、CSV ファイルから行を読み取り、IRIS データベースに .txt ファイルで保存します。 次に、外部データベースにオブジェクトを保存できるようにするオペレーションを db-api を使って追加します。 このデータベースは Docker コンテナに配置されており、Postgres を使用します。 最後に、複合アプリケーションを使用して、新しいオブジェクトをデータベースに挿入する方法またはこのデータベースを照会する方法を確認します（ここでは、REST サービスを使用します）。 この目的に合わせて構成されたフレームワークは、以下のようになります。 WIP  # 4. 前提条件 このフォーメーションでは、以下の項目が必要です。 * VSCode: https://code.visualstudio.com/ * VSCode 用の InterSystems アドオンスイート: https://intersystems-community.github.io/vscode-objectscript/installation/ * Docker: https://docs.docker.com/get-docker/ * VSCode 用の Docker アドオン * 自動的に行われるもの: [Postgres の要件](#101-prerequisites) * 自動的に行われるもの: [Flask の要件](#111-prerequisites) # 5. セットアップ ## 5.1. Docker コンテナ InterSystems イメージにアクセスするために、次の URL に移動してください: http://container.intersystems.com。 InterSystems の資格情報にリンクすると、レジストリに接続するためのパスワードを取得できます。 Docker の VSCode アドオンのイメージタブで、［レジストリを接続］を押し、汎用レジストリとして上記の URL（http://container.intersystems.com）を入力すると、資格情報の入力を求められます。 このログインは通常のログインですが、パスワードはウェブサイトから取得したものを使用します。 これが済むと、コンテナを構築・作成（指定された `docker-compose.yml` と `Dockerfile` を使用）できるようになります。 ## 5.2. 管理ポータルと VSCode このリポジトリは、[VS Code](https://code.visualstudio.com/) 対応です。 ローカルにクローンした `formation-template-python` を VS Code で開きます。 指示されたら（右下に表示）、推奨される拡張機能をインストールしてください。 ## 5.3. コンテナ内でフォルダを開く コーディングする前に、コンテナ*内部*にアクセスしていることが**非常に重要です**。 これには、docker が VSCode を開く前に有効である必要があります。 次に VSCode 内で指示されたら（右下に表示）、コンテナ内のフォルダを開き直すと、その中にある Python コンポーネントを使用できるようになります。 これを初めて行う場合、コンテナの準備が整うまで数分かかる場合があります。 [詳細情報はこちらをご覧ください。](https://code.visualstudio.com/docs/remote/containers)  リモートのフォルダを開くと、その中で開く VS Code とターミナルで、コンテナ内の Python コンポーネントを使用できます。 `/usr/irissys/bin/irispython` を使用するように構成してください。 ## 5.4. コンポーネントの登録 本番環境に対して Python で作成しているコンポーネントを登録するには、`grongier.pex._utils` モジュールから `register_component` 関数を使用する必要があります。 **重要**: コンポーネントはすでに登録済みです（[グローバル演習](#12-global-exercise)を除く）。 情報までに、またグローバル演習で使用できるように、以下の手順でコンポーネントを登録します。 これには、プロジェクトで作業している際に、最初に組み込み Python コンソールを使用して手動でコンポーネントを追加することをお勧めします。 これらのコマンドは、`misc/register.py` ファイルにあります。このコマンドを使用するには、まずコンポーネントを作成してから、VSCode でターミナルを起動する必要があります（[5.2](#52-management-portal-and-vscode) と [5.3](#53-having-the-folder-open-inside-the-container) の手順を実行している場合は、自動的にコンテナ内に移動しています）。 IrisPython コンソールを起動するには、以下のように入力します。 ``` /usr/irissys/bin/irispython ``` 次に、以下を入力します。 ``` from grongier.pex._utils import register_component ``` そして、以下のようにして、コンポーネントを登録できます。 ``` register_component("bo","FileOperation","/irisdev/app/src/python/",1,"Python.FileOperation") ``` この行は、`bo` モジュール内にコーディングされている `FileOperation` クラスを登録します。このファイルは `/irisdev/app/src/python/`（このコースに従って作業している場合のパス）にあり、管理ポータルでは `Python.FileOperation` という名前を使用しています。 コンポーネントが登録済みである際にこのファイルの名前、クラスまたはパスを変更しない場合、VSCode でそれらを変更することが可能です。登録し直す必要はありません。 管理ポータルでの再起動は、必ず行ってください。 ## 5.5. 完成ファイル フォーメーションのある時点でやり方がわからなくなったり、さらに説明が必要となった場合は、GitHub の `solution` ブランチにすべての正しい内容と動作する[本番環境](#6-productions)をご覧いただけます。 # 6. 本番環境 **本番環境**は、Iris 上のすべての作業の土台であり、**サービス**、**プロセス**、および**オペレーション**をまとめる[フレームワーク](#2-framework)の外殻として考える必要があります。 本番環境内のすべては関数を継承します。この関数は、このクラスのインスタンスの作成時に解決する `on_init` 関数と、インスタンスがキルされたときに解決する `on_tear_down` 関数です。 これは、書き込みを行うときに変数を設定する際、または使用された開いているファイルをクローンする際に役立ちます。 ほぼすべてのサービス、プロセス、およびオペレーションを持つ**本番環境**は、**すでに作成済み**であることに注意してください。指示されたら、ユーザー名の SuperUser とパスワードの SYS を使用して接続してください。 **本番環境が開いていない**場合は、[Interoperability] > [Configure] メニューに移動して、[Production] をクリックし、 次に [Open] をクリックして `iris` / `Production` を選択します。 これを行ったら、[ビジネスオペレーション](#7-business-operations)に直接進むことができます。 ただし、本番環境の作成方法に興味がある場合は、以下のようにして作成することができます。管理ポータルに移動し、ユーザー名: SuperUser、パスワード: SYS を使用して接続します。 次に、[Interoperability] と [Configure] メニューに進みます。  次に、[New] を押して [Formation] パッケージを選択し、本番環境の名前を設定します。  本番環境を作成した直後、[Operations] セクションの真上にある [Production Settings（本番環境の設定）] をクリックする必要があります。 右のサイドバーメニューで、[Settings] タブの [Development and Debugging（開発とデバッグ）] で [Testing Enabled（テストを有効）] をアクティブにします（忘れずに [Apply] を押してください）。  この最初の本番環境で、ビジネスオペレーションを追加していきます。 # 7. ビジネスオペレーション **ビジネスオペレーション**（BO）は、IRIS から外部アプリケーション/システムにリクエストを送信できるようにする特定のオペレーションです。 必要なものを IRIS に直接保存するためにも使用できます。BO には、このインスタンスがソースからメッセージを受信するたびに呼び出される `on_message` 関数もあるため、フレームワークで確認できるように、情報を外部クライアントと送受信することが可能です。 これらのオペレーションは、VSCode でローカルに作成します。つまり、`src/python/bo.py` ファイルです。このファイルを保存すると、IRIS でコンパイルされます。 ここでの最初のオペレーションでは、メッセージのコンテンツをローカルデータベースに保存し、同じ情報をローカルの .txt ファイルに書き込みます。 まずは、このメッセージを保存する方法を作成する必要があります。 ## 7.1. オブジェクトクラスの作成 `dataclass` を使用して、[メッセージ](#72-creating-our-message-classes)の情報を格納することにします。 すでに存在する `src/python/obj.py` ファイルを以下のようにします。インポート: ```python from dataclasses import dataclass ``` コード: ```python @dataclass class Formation: id_formation:int = None nom:str = None salle:str = None @dataclass class Training: name:str = None room:str = None ``` Formation クラスは、csv の情報を格納して「[8. ビジネスプロセス](#8-business-processes)」に送信する Python オブジェクトとして使用し、Training クラスは、「[8. ビジネスプロセス](#8-business-processes)」から複数のオペレーションに情報を送信し、Iris データベースに保存するか .txt ファイルに書き込むために使用されます。 ## 7.2. メッセージクラスの作成 これらのメッセージには、[7.1](#71-creating-our-object-classes) で作成された `obj.py` ファイルにある `Formation` オブジェクトまたは `Training` オブジェクトが含まれます。 メッセージ、リクエスト、およびレスポンスはすべて `grongier.pex.Message` クラスの継承であることに注意してください。 すでに存在する `src/python/msg.py` ファイルを以下のようにします。インポート: ```python from dataclasses import dataclass from grongier.pex import Message from obj import Formation,Training ``` コード: ```python @dataclass class FormationRequest(Message): formation:Formation = None @dataclass class TrainingRequest(Message): training:Training = None ``` 繰り返しますが、`FormationRequest` クラスは、csv の情報を格納して「[8. ビジネスプロセス](#8-business-processes)」に送信するメッセージとして使用し、`TrainingRequest` クラスは、「[8. ビジネスプロセス](#8-business-processes)」から複数のオペレーションに情報を送信し、Iris データベースに保存するか .txt ファイルに書き込むために使用されます。 ## 7.3. オペレーションの作成 必要な要素がすべて揃ったので、オペレーションを作成できるようになりました。 すべてのビジネスオペレーションは、`grongier.pex.BusinessOperation` クラスを継承していることに注意してください。 すべてのオペレーションは、`src/python/bo.py` に保存されます。これらを区別できるよう、ファイルに現時点で確認できるように複数のクラスを作成する必要があります。オペレーションのすべてのクラスはすでに存在していますが、現時点ではほぼ空の状態です。 オペレーションがメッセージ/リクエストを受信すると、各関数のシグネチャに指定されたメッセージ/リクエストの種類に応じて自動的に正しい関数にメッセージ/リクエストを送信します。 メッセージ/リクエストの種類が処理されない場合は、`on_message` 関数に転送されます。 すでに存在する `src/python/bo.py` ファイルを以下のようにします。インポート: ```python from grongier.pex import BusinessOperation import os import iris from msg import TrainingRequest,FormationRequest ``` `FileOperation` クラスのコード: ```python class FileOperation(BusinessOperation): """ トレーニングまたは患者をファイルに書き込むオペレーションです。 """ def on_init(self): """ 現在の作業ディレクトリを、オブジェクトの path 属性に指定されたディレクトリか、path 属性が指定されていない場合は /tmp ディレクトリに変更します。 また、filename 属性が設定されていない場合は、toto .csv に設定します。 :return: None """ if hasattr(self,'path'): os.chdir(self.path) else: os.chdir("/tmp") return None def write_training(self, request:TrainingRequest): """ ファイルにトレーニングを書き込みます。 :param request: The request message :type request: TrainingRequest :return: None """ romm = name = "" if request.training is not None: room = request.training.room name = request.training.name line = room+" : "+name+"\n" filename = 'toto.csv' self.put_line(filename, line) return None def on_message(self, request): return None def put_line(self,filename,string): """ ファイルを開き、文字列を追加し、ファイルを閉じます。 :param filename: The name of the file to write to :param string: The string to be written to the file """ try: with open(filename, "a",encoding="utf-8",newline="") as outfile: outfile.write(string) except Exception as error: raise error ``` ご覧のとおり、`FileOperation` が `msg.TrainingRequest` タイプのメッセージを受信すると、`request` のシグネチャが `TrainingRequest` であるため、`write_training` 関数に送信されます。 この関数では、メッセージが格納する情報が `toto.csv` ファイルに書き込まれます。 `path` はオペレーションのパラメーターであるため、`filename` を管理ポータルで直接変更できる変数にし、基本値を `toto.csv` とすることができます。 このようにするには、`on_init` 関数を以下のように編集する必要があります。 ```python def on_init(self): if hasattr(self,'path'): os.chdir(self.path) else: os.chdir("/tmp") if not hasattr(self,'filename'): self.filename = 'toto.csv' return None ``` 次に、オペレーションに直接コーディングして `filename = 'toto.csv'` を使用する代わりに、`self.filename` を呼び出します。 すると、`write_training` 関数は、以下のようになります。 ```python def write_training(self, request:TrainingRequest): romm = name = "" if request.training is not None: room = request.training.room name = request.training.name line = room+" : "+name+"\n" self.put_line(self.filename, line) return None ``` 独自の `filename` の選択方法にいては、「7.5 テスト」をご覧ください。 情報を .txt ファイルに書き込めるようになりましたが、iris データベースはどうなっているでしょうか？ `src/python/bo.py` ファイルでは、`IrisOperation` クラスのコードは以下のようになっています。 ```python class IrisOperation(BusinessOperation): """ iris データベースにトレーニングを書き込むオペレーション """ def insert_training(self, request:TrainingRequest): """ `TrainingRequest` オブジェクトを取り、新しい行を `iris.training` テーブルに挿入し、 `TrainingResponse` オブジェクトを返します :param request: 関数に渡されるリクエストオブジェクト :type request: TrainingRequest :return: TrainingResponse メッセージ """ sql = """ INSERT INTO iris.training ( name, room ) VALUES( ?, ? ) """ iris.sql.exec(sql,request.training.name,request.training.room) return None def on_message(self, request): return None ``` ご覧のとおり、`IrisOperation` が `msg.TrainingRequest` タイプのメッセージを受信すると、このメッセージが保有する情報は、`iris.sql.exec` IrisPython 関数によって SQL クエリに変換されて実行されます。 このメソッドによって、メッセージは IRIS ローカルデータベースに保存されます。 これらのコンポーネントは、事前に本番環境に**登録済み**です。 情報までに、コンポーネントを登録する手順は、[5.4.](#54-register-components) に従い、以下を使用します。 ``` register_component("bo","FileOperation","/irisdev/app/src/python/",1,"Python.FileOperation") ``` および、以下を使用します。 ``` register_component("bo","IrisOperation","/irisdev/app/src/python/",1,"Python.IrisOperation") ``` ## 7.4. 本番環境へのオペレーションの追加 オペレーションは、こちらで事前に登録済みです。 ただし、オペレーションを新規作成する場合は、手動で追加する必要があります。 今後の参考までに、オペレーションの登録手順を説明します。登録には、管理ポータルを使用します。 [Operations] の横にある [+] 記号を押すと、[Business Operation Wizard（ビジネスオペレーションウィザード）] が開きます。そのウィザードで、スクロールメニューから作成したばかりのオペレーションクラスを選択します。  新しく作成したすべてのオペレーションに対して必ず実行してください！ ## 7.5. テスト オペレーションをダブルクリックすると、オペレーションが有効化されるか、再起動して変更内容が保存されます。 **重要**: この無効化して有効化し直す手順は、変更内容を保存する上で非常に重要な手順です。 **重要**: その後で、`Python.IrisOperation` **オペレーション**を選択し、右のサイドバーメニューの [Actions] タブに移動すると、**オペレーション**を**テスト**することができます。 （うまくいかない場合は、[テストを有効化](#6-productions)し、本番環境が開始していることを確認してから、本番環境をダブルクリックして再起動をクリックし、オペレーションをリロードしてください）。 `IrisOperation` については、テーブルは自動的に作成済みです。 情報までに、これを作成するには、管理ポータルを使用します。[System Explorer（システムエクスプローラー）] > [SQL] > [Go] に移動して、Iris データベースにアクセスします。 次に、[Execute Query（クエリを実行）] を開始します。 ``` CREATE TABLE iris.training ( name varchar(50) NULL, room varchar(50) NULL ) ``` 管理ポータルのテスト機能を使用して、前に宣言したタイプのメッセージをオペレーションに送信します。 すべてがうまくいけば、仮想トレースを表示すると、プロセスとサービスとオペレーション間で何が起きたかを確認できるようになります。 `Request Type` として使用した場合: ``` Grongier.PEX.Message ``` `%classname` として使用した場合: ``` msg.TrainingRequest ``` `%json` として使用した場合: ``` { "training":{ "name": "name1", "room": "room1" } } ``` ここでは、メッセージがプロセスによってオペレーションに送信され、オペレーションがレスポンス（空の文字列）を送り返すのを確認できます。 以下のような結果が得られます。  `FileOperation` については、以下のように管理ポータルの `%settings` に `path` を入力できます（[7.3.](#73-creating-our-operations) の `filename` に関するメモに従った場合は、設定に `filename` を追加できます）。 ``` path=/tmp/ filename=tata.csv ``` 結果は以下のようになります。  繰り返しますが、`Python.FileOperation` **オペレーション**を選択して、右サイドバーメニューの [Actions] タブに移動すると、**オペレーション**を**テスト**できます。 （うまくいかない場合は、[テストを有効化](#6-productions)し、本番環境が起動していることを確認してください）。 `Request Type` として使用した場合: ``` Grongier.PEX.Message ``` `%classname` として使用した場合: ``` msg.TrainingRequest ``` `%json` として使用した場合: ``` { "training":{ "name": "name1", "room": "room1" } } ``` 結果は以下のようになります。  オペレーションが動作したかどうかを確認するには、toto.csv（[7.3.](#73-creating-our-operations) の `filename` に関するメモに従った場合は tata.csv）ファイルと Iris データベースにアクセスして変更内容を確認する必要があります。 次の手順を実行するには、コンテナの中に移動する必要がありますが、[5.2.](#52-management-portal-and-vscode) と [5.3](#53-having-the-folder-open-inside-the-container) を実行した場合には、省略できます。 toto.csv にアクセスするには、ターミナルを開いて、以下を入力する必要があります。 ``` bash ``` ``` cd /tmp ``` ``` cat toto.csv ``` または、必要であれば `"cat tata.csv"` を使用してください。 **重要**: ファイルが存在しない場合、管理ポータルでオペレーションを再起動していない可能性があります。 再起動するには、オペレーションをクリックして再起動を選択してください（または、無効化してからもう一度ダブルクリックして有効化してください）。 もう一度[テスト](#75-testing)する必要があります。 Iris データベースにアクセスするには、管理ポータルにアクセスし、[System Explorer（システムエクスプローラー）] > [SQL] > [Go] を選択する必要があります。 次に、[Execute Query（クエリを実行）] を開始します。 ``` SELECT * FROM iris.training ``` # 8. ビジネスプロセス **ビジネスプロセス**（BP）は、本番環境のビジネスロジックです。 リクエストをプロセスしたり、本番環境の他のコンポーネントにそのリクエストをリレーしたリするために使用されます。 BP には、インスタンスがソースからリクエストを受信するたびに呼び出される `on_request` 関数もあるため、情報を受信して処理し、正しい BO に送信することができます。 これらのプロセスは、VSCode でローカルに作成します。つまり、`src/python/bp.py` ファイルです。このファイルを保存すると、IRIS でコンパイルされます。 ## 8.1. 単純な BP サービスから受信する情報を処理し、適切に配信する**ビジネスプロセス**を作成しましょう。 オペレーションを呼び出す単純な BP を作成することにします。 この BP は情報をリダイレクトするだけであるため、これを `Router` と呼び、`src/python/bp.py` に作成します。 インポート: ```python from grongier.pex import BusinessProcess from msg import FormationRequest, TrainingRequest from obj import Training ``` コード: ```python class Router(BusinessProcess): def on_request(self, request): """ リクエストを受信し、フォーメーションリクエストであるかを確認し、そうである場合は TrainingRequest リクエストを FileOperation と IrisOperation に送信します。IrisOperation が 1 を返すと、PostgresOperation に送信します。 :param request: 受信したリクエストオブジェクト :return: None """ if isinstance(request,FormationRequest): msg = TrainingRequest() msg.training = Training() msg.training.name = request.formation.nom msg.training.room = request.formation.salle self.send_request_sync('Python.FileOperation',msg) self.send_request_sync('Python.IrisOperation',msg) return None ``` Router は `FormationRequest` タイプのリクエストを受信し、`TrainingRequest` タイプのメッセージを作成して `IrisOperation` と `FileOperation` オペレーションに送信します。 メッセージ/リクエストが求めているタイプのインスタンスでない場合、何も行わず、配信しません。 これらのコンポーネントは、事前に本番環境に**登録済み**です。 情報までに、コンポーネントを登録する手順は、[5.4.](#54-register-components) に従い、以下を使用します。 ``` register_component("bp","Router","/irisdev/app/src/python/",1,"Python.Router") ``` ## 8.2. 本番環境へのプロセスの追加 プロセスは、こちらで事前に登録済みです。 ただし、プロセスを新規作成する場合は、手動で追加する必要があります。 今後の参考までに、プロセスの登録手順を説明します。登録には、管理ポータルを使用します。 [Process] の横にある [+] 記号を押すと、[Business Process Wizard（ビジネスプロセスウィザード）] が開きます。そのウィザードで、スクロールメニューから作成したばかりのプロセスクラスを選択します。 ## 8.3. テスト プロセスをダブルクリックすると、プロセスが有効化されるか、再起動して変更内容が保存されます。 **重要**: この無効化して有効化し直す手順は、変更内容を保存する上で非常に重要な手順です。 **重要**: その後で、**プロセス**を選択し、右のサイドバーメニューの [Actions] タブに移動すると、**プロセス**を**テスト**することができます。 （うまくいかない場合は、[テストを有効化](#6-productions)し、本番環境が開始していることを確認してから、本番環境をダブルクリックして再起動をクリックし、プロセスをリロードしてください）。 こうすることで、プロセスに `msg.FormationRequest` タイプのメッセージを送信します。 `Request Type` として使用した場合: ``` Grongier.PEX.Message ``` `%classname` として使用した場合: ``` msg.FormationRequest ``` `%json` として使用した場合: ``` { "formation":{ "id_formation": 1, "nom": "nom1", "salle": "salle1" } } ```  すべてがうまくいけば、仮想トレースを表示すると、プロセスとサービスとプロセス間で何が起きたかを確認できるようになります。 ここでは、メッセージがプロセスによってオペレーションに送信され、オペレーションがレスポンスを送り返すのを確認できます。  # 9. ビジネスサービス **ビジネスサービス**（BS）は、本番環境の中核です。 情報を収集し、ルーターに送信するために使用されます。 BS には、フレームワークの情報を頻繁に収集する `on_process_input` 関数もあるため、REST API やその他のサービス、またはサービス自体などの複数の方法で呼び出してサービスのコードをもう一度実行することが可能です。 BS には、クラスにアダプターを割り当てられる `get_adapter_type` 関数もあります。たとえば、`Ens.InboundAdapter` は、サービスがその `on_process_input` を 5 秒おきに呼び出すようにすることができます。 これらのサービスは、VSCode でローカルに作成します。つまり、`python/bs.py` ファイルです。このファイルを保存すると、IRIS でコンパイルされます。 ## 9.1. 単純な BS CSV を読み取って、`msg.FormationRequest` として各行をルーターに送信するビジネスサービスを作成しましょう。 この BS は csv を読み取るため、これを `ServiceCSV` と呼び、`src/python/bs.py` に作成します。 インポート: ```python from grongier.pex import BusinessService from dataclass_csv import DataclassReader from obj import Formation from msg import FormationRequest ``` コード: ```python class ServiceCSV(BusinessService): """ csv ファイルを 5 秒おきに読み取り、メッセージとして各行を Python Router プロセスに送信します。 """ def get_adapter_type(): """ 登録済みのアダプタ名 """ return "Ens.InboundAdapter" def on_init(self): """ 現在のファイルパスをオブジェクトの path 属性に指定されたパスに変更します。 path 属性が指定されていない場合は '/irisdev/app/misc/' に変更します。 :return: None """ if not hasattr(self,'path'): self.path = '/irisdev/app/misc/' return None def on_process_input(self,request): """ formation.csv ファイルを読み取り、各行のFormationRequest メッセージを作成し、 Python.Router プロセスに送信します。 :param request: リクエストオブジェクト :return: None """ filename='formation.csv' with open(self.path+filename,encoding="utf-8") as formation_csv: reader = DataclassReader(formation_csv, Formation,delimiter=";") for row in reader: msg = FormationRequest() msg.formation = row self.send_request_sync('Python.Router',msg) return None ``` `FlaskService` はそのままにし、`ServiceCSV` のみを入力することをお勧めします。 ご覧のとおり、ServiceCSV は、独立して機能し、5 秒おき（管理ポータルのサービスの設定にある基本設定で変更できるパラメーター）に on_process_input を呼び出せるようにする InboundAdapter を取得します。 サービスは、5 秒おきに `formation.csv` を開き、各行を読み取って、`Python.Router` に送信される `msg.FormationRequest` を作成します。 これらのコンポーネントは、事前に本番環境に**登録済み**です。 情報までに、コンポーネントを登録する手順は、[5.4.](#54-register-components) に従い、以下を使用します。 ``` register_component("bs","ServiceCSV","/irisdev/app/src/python/",1,"Python.ServiceCSV") ``` ## 9.2. 本番環境へのサービスの追加 サービスは、こちらで事前に登録済みです。 ただし、サービスを新規作成する場合は、手動で追加する必要があります。 今後の参考までに、サービスの登録手順を説明します。登録には、管理ポータルを使用します。 [service] の横にある [+] 記号を押すと、[Business Service Wizard（ビジネスサービスウィザード）] が開きます。そのウィザードで、スクロールメニューから作成したばかりのサービスクラスを選択します。 ## 9.3. テスト サービスをダブルクリックすると、サービスが有効化されるか、再起動して変更内容が保存されます。 **重要**: この無効化して有効化し直す手順は、変更内容を保存する上で非常に重要な手順です。 前に説明したように、サービスは 5 秒おきに自動的に開始するため、ここでは他に行うことはありません。 すべてがうまくいけば、視覚的トレースを表示すると、プロセスとサービスとプロセス間で何が起きたかを確認することができます。 ここでは、メッセージがサービスによってプロセスに送信され、プロセスによってオペレーションに送信され、オペレーションがレスポンスを送り返すのを確認できます。  # 10. db-api による外部データベースへのアクセス このセクションでは、外部データベースにオブジェクトを保存するオペレーションを作成します。 db-api を使用し、その他の Docker コンテナをセットアップして Postgres を設定します。 ## 10.1. 前提条件 Postgres を使用するには psycopg2 が必要です。これは、単純なコマンドで Postgres データベースに接続できるようにする Python モジュールです。 これは自動的に完了済みですが、情報までに説明すると、Docker コンテナにアクセスし、pip3 を使って psycopg2 をインストールします。ターミナルを開始したら、以下を入力します。 ``` pip3 install psycopg2-binary ``` または、requirements.txt にモジュールを追加して、コンテナを再構築できます。 ## 10.2. 新しいオペレーションの作成 新しいオペレーションは、`src/python/bo.py` ファイルの他の 2 つのオペレーションの後に追加してください。 以下は、新しいオペレーションとインポートです。 インポート: ```python import psycopg2 ``` コード: ```python class PostgresOperation(BusinessOperation): """ トレーニングを Postgres データベースに書き込むオペレーションです。 """ def on_init(self): """ Postgres データベースに接続して接続オブジェクトを初期化する関数です。 :return: None """ self.conn = psycopg2.connect( host="db", database="DemoData", user="DemoData", password="DemoData", port="5432") self.conn.autocommit = True return None def on_tear_down(self): """ データベースへの接続を閉じます。 :return: None """ self.conn.close() return None def insert_training(self,request:TrainingRequest): """ トレーニングを Postgre データベースに挿入します。 :param request: 関数に渡されるリクエストオブジェクト :type request: TrainingRequest :return: None """ cursor = self.conn.cursor() sql = "INSERT INTO public.formation ( name,room ) VALUES ( %s , %s )" cursor.execute(sql,(request.training.name,request.training.room)) return None def on_message(self,request): return None ``` このオペレーションは、最初に作成したオペレーションに似ています。 `msg.TrainingRequest` タイプのメッセージを受信すると、psycopg モジュールを使用して、SQL リクエストを実行します。 これらのリクエストは、Postgres データベースに送信されます。 ご覧のとおり、接続はコードに直接書き込まれています。コードを改善するために、他のオペレーションで前に行ったようにし、`host`、`database`、およびその他の接続情報を変数にすることができます。基本値を `db` や `DemoData` にし、管理ポータルで直接変更できるようにします。これを行うには、以下のようにして `on_init` を変更します。 ```python def on_init(self): if not hasattr(self,'host'): self.host = 'db' if not hasattr(self,'database'): self.database = 'DemoData' if not hasattr(self,'user'): self.user = 'DemoData' if not hasattr(self,'password'): self.password = 'DemoData' if not hasattr(self,'port'): self.port = '5432' self.conn = psycopg2.connect( host=self.host, database=self.database, user=self.user, password=self.password, port=self.port) self.conn.autocommit = True return None ``` これらのコンポーネントは、事前に本番環境に**登録済み**です。 情報までに、コンポーネントを登録する手順は、[5.4.](#54-register-components) に従い、以下を使用します。 ``` register_component("bo","PostgresOperation","/irisdev/app/src/python/",1,"Python.PostgresOperation") ``` ## 10.3. 本番環境の構成 オペレーションは、こちらで事前に登録済みです。 ただし、オペレーションを新規作成する場合は、手動で追加する必要があります。 今後の参考までに、オペレーションの登録手順を説明します。登録には、管理ポータルを使用します。 [Operations] の横にある [+] 記号を押すと、[Business Operation Wizard（ビジネスオペレーションウィザード）] が開きます。そのウィザードで、スクロールメニューから作成したばかりのオペレーションクラスを選択します。 その後、接続を変更する場合は、オペレーションの [parameter] ウィンドウで、[Python] の %settings に変更するパラメーターを追加すれば完了です。 詳細については、「[7.5 テスト](#75-testing)」の 2 つ目の画像をご覧ください。 ## 10.4. テスト オペレーションをダブルクリックすると、オペレーションが有効化されるか、再起動して変更内容が保存されます。 **重要**: この無効化して有効化し直す手順は、変更内容を保存する上で非常に重要な手順です。 **重要**: その後で、**オペレーション**を選択し、右のサイドバーメニューの [Actions] タブに移動すると、**オペレーション**を**テスト**することができます。 （うまくいかない場合は、[テストを有効化](#6-productions)し、本番環境が開始していることを確認してから、本番環境をダブルクリックして再起動をクリックし、オペレーションをリロードしてください）。 `PostGresOperation` については、テーブルは自動的に作成済みです。 こうすることで、オペレーションに `msg.TrainingRequest` タイプのメッセージを送信します。 `Request Type` として使用した場合: ``` Grongier.PEX.Message ``` `%classname` として使用した場合: ``` msg.TrainingRequest ``` `%json` として使用した場合: ``` { "training":{ "name": "nom1", "room": "salle1" } } ``` 以下のとおりです。  仮想トレースをテストすると、成功が表示されます。 これで、外部データベースに接続することができました。 ここまで、ここに記載の情報に従ってきた場合、プロセスやサービスは新しい `PostgresOperation` を呼び出さない、つまり、管理ポータルのテスト機能を使用しなければ呼び出されないことを理解していることでしょう。 ## 10.5. 演習 演習として、`bo.IrisOperation` がブール値を返すように変更し、そのブール値に応じて `bp.Router` に `bo.PostgresOperation` を呼び出すようにしてみましょう。 そうすることで、ここで新しく作成したオペレーションが呼び出されるようになります。 **ヒント**: これは、bo.IrisOperation レスポンスの戻り値のタイプを変更し、新しいメッセージ/レスポンスタイプに新しいブール値プロパティを追加して、bp.Router に `if` 操作を使用すると実現できます。 ## 10.6. ソリューション まず、`bo.IrisOperation` からのレスポンスが必要です。 `src/python/msg.py` の他の 2 つのメッセージの後に、以下のようにして新しいメッセージを作成します。 コード: ```python @dataclass class TrainingResponse(Message): decision:int = None ``` 次に、そのレスポンスによって、bo.IrisOperation のレスポンスを変更し、`decision` の値を 1 または 0 にランダムに設定します。 `src/python/bo.py` で 2 つのインポートを追加し、IrisOperation クラスを変更する必要があります。 インポート: ```python import random from msg import TrainingResponse ``` コード: ```python class IrisOperation(BusinessOperation): """ トレーニングを iris データベースに書き込むオペレーションです。 """ def insert_training(self, request:TrainingRequest): """ `TrainingRequest` オブジェクトを取り、新しい行を`iris.training` テーブルに挿入し、 `TrainingResponse` オブジェクトを返します。 :param request: 関数に渡されるリクエストオブジェクト :type request: TrainingRequest :return: A TrainingResponse message """ resp = TrainingResponse() resp.decision = round(random.random()) sql = """ INSERT INTO iris.training ( name, room ) VALUES( ?, ? ) """ iris.sql.exec(sql,request.training.name,request.training.room) return resp def on_message(self, request): return None ``` 次に、`src/python/bp.py` で `bp.Router` プロセスを変更します。ここでは、IrisOperation からのレスポンスが 1 の場合に PostgresOperation を呼び出すようにします。 新しいコードは以下のようになります。 ````python class Router(BusinessProcess): def on_request(self, request): """ リクエストを受け取り、フォーメーションリクエストであるかどうかをチェックします。 その場合は、TrainingRequest リクエストを FileOperation と IrisOperation に送信し、IrisOperation が 1 を返すと PostgresOperation に送信します。 :param request: 受信したリクエストオブジェクト :return: None """ if isinstance(request,FormationRequest): msg = TrainingRequest() msg.training = Training() msg.training.name = request.formation.nom msg.training.room = request.formation.salle self.send_request_sync('Python.FileOperation',msg) form_iris_resp = self.send_request_sync('Python.IrisOperation',msg) if form_iris_resp.decision == 1: self.send_request_sync('Python.PostgresOperation',msg) return None ```` 非常に重要: オペレーションの呼び出しには、**send_request_async** ではなく、必ず **send_request_sync** を使用する必要があります。そうでない場合、この操作はブール値のレスポンスを受け取る前に実行されます。 テストする前に、必ず変更したすべてのサービス、プロセス、およびオペレーションをダブルクリックして再起動してください。これを行わない場合、変更内容は適用されません。 テスト後、視覚的トレースで、csv で読み取られたおよそ半数のオブジェクトがリモートデータベースにも保存されていることがわかります。 `bs.ServiceCSV` を開始するだけでテストできることに注意してください。リクエストは自動的にルーターに送信され、適切に配信されます。 また、サービス、オペレーション、またはプロセスをダブルクリックしてリロードを押すか、VSCode で保存した変更を適用するには再起動を**押す必要がある**ことにも注意してください。 # 11. REST サービス ここでは、REST サービスを作成して使用します。 ## 11.1. 前提条件 Flask を使用するには、flask のインストールが必要です。これは、REST サービスを簡単に作成できるようにする Python モジュールです。 **これは、自動的に実行済みです**が、今後の情報までに説明すると、Docker コンテナ内にアクセスして iris python に flask をインストールします。 ターミナルを開始したら、以下を入力します。 ``` pip3 install flask ``` または、requirements.txt にモジュールを追加して、コンテナを再構築できます。 ## 11.2. サービスの作成 REST サービスを作成するには、API を本番環境にリンクするサービスが必要です。このために、`src/python/bs.py` の `ServiceCSV` クラスの直後に新しい単純なサービスを作成します。 ```python class FlaskService(BusinessService): def on_init(self): """ API の現在のターゲットをオブジェクトの target 属性に指定されたターゲットに変更します。 または、target 属性が指定されていない場合は 'Python.Router' に変更します。 :return: None """ if not hasattr(self,'target'): self.target = "Python.Router" return None def on_process_input(self,request): """ API から直接 Python.Router プロセスに情報を送信するために呼び出されます。 :return: None """ return self.send_request_sync(self.target,request) ``` このサービスに on_process_input を行うと、リクエストが Router に転送されます。 これらのコンポーネントは、事前に本番環境に**登録済み**です。 情報までに、コンポーネントを登録する手順は、[5.4.](#54-register-components) に従い、以下を使用します。 ``` register_component("bs","FlaskService","/irisdev/app/src/python/",1,"Python.FlaskService") ``` REST サービスを作成するには、Flask を使って `get` と `post` 関数を管理する API を作成する必要があります。 新しいファイルを `python/app.py` として作成してください。 ```python from flask import Flask, jsonify, request, make_response from grongier.pex import Director import iris from obj import Formation from msg import FormationRequest app = Flask(__name__) # GET Infos @app.route("/", methods=["GET"]) def get_info(): info = {'version':'1.0.6'} return jsonify(info) # GET all the formations @app.route("/training/", methods=["GET"]) def get_all_training(): payload = {} return jsonify(payload) # POST a formation @app.route("/training/", methods=["POST"]) def post_formation(): payload = {} formation = Formation() formation.nom = request.get_json()['nom'] formation.salle = request.get_json()['salle'] msg = FormationRequest(formation=formation) service = Director.CreateBusinessService("Python.FlaskService") response = service.dispatchProcessInput(msg) return jsonify(payload) # GET formation with id @app.route("/training/", methods=["GET"]) def get_formation(id): payload = {} return jsonify(payload) # PUT to update formation with id @app.route("/training/", methods=["PUT"]) def update_person(id): payload = {} return jsonify(payload) # DELETE formation with id @app.route("/training/", methods=["DELETE"]) def delete_person(id): payload = {} return jsonify(payload) if __name__ == '__main__': app.run('0.0.0.0', port = "8081") ``` Flask API は Director を使用して、前述のものから FlaskService のインスタンスを作成してから適切なリクエストを送信することに注意してください。 上記の子k－度では、POST フォーメンション関数を作成しました。希望するなら、これまでに学習したものすべてを使用して、適切な情報を get/post するように、他の関数を作成することが可能です。ただし、これに関するソリューションは提供されていません。 ## 11.3. テスト Python Flask を使用して flask アプリを開始しましょう。  最後に、Router サービスをリロードしてから、任意の REST クライアントを使用してサービスをテストできます。 （Mozilla の RESTer として）REST サービスを使用するには、以下のようにヘッダーを入力する必要があります。 ``` Content-Type : application/json ```  ボディは以下のようになります。 ``` { "nom":"testN", "salle":"testS" } ```  認証は以下のとおりです。 ユーザー名: ``` SuperUser ``` パスワード: ``` SYS ```  最後に、結果は以下のようになります。  # 12. グローバル演習 Iris DataPlatform とその[フレームワーク](#2-framework)のすべての重要な概念について学習したので、グローバル演習で腕試しをしましょう。この演習では、新しい BS と BP を作成し、BO を大きく変更して、新しい概念を Python で探ります。 ## 12.1. 指示 こちらの**エンドポイント** `https://lucasenard.github.io/Data/patients.json` を使用して、`患者と歩数`に関する情報を自動的に**取得**するようにします。 次に、ローカルの csv ファイルに書き込む前に、各患者の平均歩数を計算します。 必要であれば、フォーメーション全体または必要な箇所を読むか、以下の[ヒント](#122-hints)を使って、ガイダンスを得ることをお勧めします。 管理ポータルでコンポーネントにアクセスできるように、[コンポーネントの登録](#54-register-components)を忘れずに行いましょう。 すべてを完了し、テストしたら、または演習を完了するのに十分なヒントを得られなかった場合は、全過程をステップごとに説明した[ソリューション](#123-solutions)をご覧ください。 ## 12.2. ヒント ここでは、演習を行うためのヒントを紹介します。 読んだ分だけヒントが得られてしまうため、必要な箇所のみを読み、毎回すべてを読まないようにすることをお勧めします。 たとえば、[bs](#1232-bs) の「[情報の取得](#12211-get-information)」と「[リクエストによる情報の取得](#12211-get-information-with-request)」のみを読み、他は読まないようにしましょう。 ### 12.2.1. bs #### 12.2.1.1. 情報の取得 エンドポイントから情報を取得するには、Python の `requests` モジュールを検索し、`json` と `json.dumps` を使用して文字列に変換してから bp に送信します。 #### 12.2.1.2. リクエストによる情報の取得 オンライン Python Web サイトまたはローカルの Python ファイルを使用してリクエストを使用し、取得した内容をさらに深く理解するために、出力とそのタイプを出力します。 #### 12.2.1.3. リクエストによる情報の取得とその使用 新しいメッセージタイプと情報を保持するオブジェクトタイプを作成し、プロセスに送信して平均を計算します。 #### 12.2.1.4. 情報の取得のソリューション リクエストを使用してデータを取得する方法と、この場合に部分的に、それをどう処理するかに関するソリューションです。 ```python r = requests.get(https://lucasenard.github.io/Data/patients.json) data = r.json() for key,val in data.items(): ... ``` 繰り返しますが、オンライン Python Web サイトまたはローカルの Python ファイルでは、key、val、およびタイプを出力し、それらを使用して何をできるかを理解することが可能です。`json.dumps(val)` を使用して `val` を格納してから、SendRequest の後にプロセスにいるときに、`json.loads(request.patient.infos)` を使用してその val を取得します（`val` の情報を `patient.infos` に格納した場合）。 ### 12.2.2. bp #### 12.2.2.1. 平均歩数と dict `statistics` は、算術演算を行うために使用できるネイティブライブラリです。 #### 12.2.2.2. 平均歩数と dict: ヒント Python のネイティブ `map` 関数では、たとえばリスト内または辞書内の情報を分離することができます。 `list` ネイティブ関数を使用して、`map` の結果をリストに変換し直すことを忘れないようにしましょう。 #### 12.2.2.3. 平均歩数と dict: map を使用する オンライン Python Web サイトまたはローカルの Python ファイルを使用して、以下のように、リストのリストまたは辞書のリストの平均を計算することができます。 ```python l1 = [[0,5],[8,9],[5,10],[3,25]] l2 = [["info",12],["bidule",9],[3,3],["patient1",90]] l3 = [{"info1":"7","info2":0},{"info1":"15","info2":0},{"info1":"27","info2":0},{"info1":"7","info2":0}] #最初のリストの最初の列の平均（0/8/5/3） avg_l1_0 = statistics.mean(list(map(lambda x: x[0]),l1)) #最初のリストの 2 つ目列の平均（5/9/10/25） avg_l1_1 = statistics.mean(list(map(lambda x: x[1]),l1)) #12/9/3/90 の平均 avg_l2_1 = statistics.mean(list(map(lambda x: x[1]),l2)) #7/15/27/7 の平均 avg_l3_info1 = statistics.mean(list(map(lambda x: int(x["info1"])),l3)) print(avg_l1_0) print(avg_l1_1) print(avg_l2_1) print(avg_l3_info1) ``` #### 12.2.2.4. 平均歩数と dict: 解答 リクエストに、日付と歩数の dict の json.dumps である infos 属性を持つ患者が保持されている場合、以下のようにして平均歩数を計算できます。 ```python statistics.mean(list(map(lambda x: int(x['steps']),json.loads(request.patient.infos)))) ``` ### 12.2.3. bo `bo.FileOperation.WriteFormation` に非常に似たものを使用できます。 `bo.FileOperation.WritePatient` のようなものです。 ## 12.3. ソリューション ### 12.3.1. obj と msg `obj.py` に以下を追加できます。 ```python @dataclass class Patient: name:str = None avg:int = None infos:str = None ``` `msg.py` に以下を追加できます。 インポート: ```python from obj import Formation,Training,Patient ``` コード: ```python @dataclass class PatientRequest(Message): patient:Patient = None ``` この情報を単一の obj に保持し、get リクエストから得る dict の str を直接 `infos` 属性に入れます。 平均は、プロセスで計算されます。 ### 12.3.2. bs `bs.py` に以下を追加できます。 インポート: ```python import requests ``` コード: ```python class PatientService(BusinessService): def get_adapter_type(): """ 登録されたアダプタの名前 """ return "Ens.InboundAdapter" def on_init(self): """ API の現在のターゲットをオブジェクトの target 属性に指定されたターゲットに変更します。 target 属性が指定されていない場合は、'Python.PatientProcess' に変更します。 API の現在の api_url をオブジェクトの taget 属性に指定された api_url に変更します。 api_url 属性が指定されていない場合は、'https://lucasenard.github.io/Data/patients.json' に変更します。 :return: None """ if not hasattr(self,'target'): self.target = 'Python.PatientProcess' if not hasattr(self,'api_url'): self.api_url = "https://lucasenard.github.io/Data/patients.json" return None def on_process_input(self,request): """ API にリクエストを行い、検出される患者ごとに Patient オブジェクトを作成し、 ターゲットに送信します。 :param request: サービスに送信されたリクエスト :return: None """ req = requests.get(self.api_url) if req.status_code == 200: dat = req.json() for key,val in dat.items(): patient = Patient() patient.name = key patient.infos = json.dumps(val) msg = PatientRequest() msg.patient = patient self.send_request_sync(self.target,msg) return None ``` ターゲットと api url 変数を作成します（on_init を参照）。 `requests.get` が `req` 変数に情報を入れた後、json で情報を抽出する必要があります。これにより `dat` が dict になります。 dat.items を使用して、患者とその情報を直接イテレートできます。 次に、patient オブジェクトを作成し、json データを文字列に変換する `json.dumps` を使用して `val` を文字列に変換し、`patient.infos` 変数に入れます。 次に、プロセスを呼び出す `msg.PatientRequest` の `msg` リクエストを作成します。 コンポーネントの登録を忘れずに行いましょう。 [5.4.](#54-register-components) に従い、以下を使用します。 ``` register_component("bs","PatientService","/irisdev/app/src/python/",1,"Python.PatientService") ``` ### 12.3.3. bp `bp.py` に以下を追加できます。 インポート: ```python import statistic ``` コード: ```python class PatientProcess(BusinessProcess): def on_request(self, request): """ リクエストを取り、PatientRequest であるかをチェックします。その場合は、患者の平均歩数を計算し、 リクエストを Python.FileOperation サービスに送信します。 :param request: サービスに送信されたリクエストオブジェクト :return: None """ if isinstance(request,PatientRequest): request.patient.avg = statistics.mean(list(map(lambda x: int(x['steps']),json.loads(request.patient.infos)))) self.send_request_sync('Python.FileOperation',request) return None ``` 取得したばかりのリクエストを取り、`PatientRequest` である場合は、歩数の平均を計算して、FileOperation に送信します。 これは患者の `avg` 変数に正しい情報を挿入します（詳細は、bp のヒントを参照してください）。 コンポーネントの登録を忘れずに行いましょう。 [5.4.](#54-register-components) に従い、以下を使用します。 ``` register_component("bp","PatientProcess","/irisdev/app/src/python/",1,"Python.PatientProcess") ``` ### 12.3.4. bo `bo.py` に以下を追加できます。`FileOperation` クラス内: ```python def write_patient(self, request:PatientRequest): """ 患者の名前と平均歩数をファイルに書き込みます。 :param request: リクエストメッセージ :type request: PatientRequest :return: None """ name = "" avg = 0 if request.patient is not None: name = request.patient.name avg = request.patient.avg line = name + " avg nb steps : " + str(avg) +"\n" filename = 'Patients.csv' self.put_line(filename, line) return None ``` 前に説明したとおり、`FileOperation` は以前に登録済みであるため、もう一度登録する必要はありません。 ## 12.4. テスト [7.4.](#74-adding-the-operations-to-the-production) を参照して、オペレーションを追加しましょう。 [9.2.](#92-adding-the-service-to-the-production) を参照して、サービスを追加しましょう。 次に、管理ポータルに移動し、前と同じように行います。 新しいサービスは、InboundAdapter を追加したため、自動的に実行されます。 `toto.csv` と同様にして、`Patients.csv` を確認してください。 ## 12.5. グローバル演習のまとめ この演習を通じて、メッセージ、サービス、プロセス、およびオペレーションの作成を学習し、理解することができました。 Python で情報をフェッチする方法とデータに対して単純なタスクを実行する方法を発見しました。 すべての完成ファイルは、GitHub の [`solution` ブランチ](https://github.com/LucasEnard/formation-template-python/tree/solution)にあります。 # 13. まとめ このフォーメーションを通じ、csv ファイルから行を読み取り、読み取ったデータを db-api を使ってローカル txt、IRIS データベース、および外部データベースに保存できる IrisPython のみを使用して、フル機能の本番環境を作成しました。 また、POST 動詞を使用して新しいオブジェクトを保存する REST サービスも追加しました。 InterSystems のインターオペラビリティフレームワークの主要要素を発見しました。 これには、Docker、VSCode、および InterSystems の IRIS 管理ポータルを使用して実行しました。

インターシステムズのサポートではレポートのトラブルシューティングを手助けしており、彼らはローカルシステムにて問題を再現したいのですが、JDBC データソース接続が失敗するため、レポートを実行できず、残念な結果となります。 何かよい方法はあるでしょうか？   ## ソースデータベースにアクセスせずにオフラインでレポートを実行する方法があります。 これには、**クエリ結果のキャッシュ**を Designer からエクスポートして提供する必要があります。 これはレポートのソースデータを含むファイルです。 サポートはこれを使用して、レポートのデータソースをオーバーライドします。 レポートを実行すると、JDBC 接続からではなく、提供されたそのファイルからデータが取得されます。  ## 説明 これはIRIS BI クエリキャッシュとは関係ありません。  IRIS BI クエリキャッシュ BI クエリエンジンがパフォーマンスを改善するために使用するグローバル。  InterSystems レポートがキャッシュしたクエリ結果 ソースデータベースにアクセスせずにオフラインでレポートを実行できるようにするファイル。 レポートは通常の JDBC 接続の代わりにそのファイルからデータを取得します。    ## クエリ結果のキャッシュを含むレポートを送信するには 1. カタログフォルダ全体を Zip 圧縮して送信します。 どのレポートをテストしているかを記述してください。  .png)   2. Designer でレポートを開きます。 左側のデータパネルでデータセットを右クリックし、**クエリ結果のキャッシュを作成**を選択します。 レポートに複数のデータセットが存在する場合は、データセットごとに作成します。  エクスポートされたファイルを送信してください。  .png) ## 注意事項 機密データが含まれるクエリ結果のキャッシュを送信しないでください。    ## ドキュメント [Logi Cached Query ドキュメント（v18）](https://devnet.logianalytics.com/hc/en-us/articles/4405664683031-Working-with-Cached-Query-Results)

開発者の皆さん、こんにちは！ Interoperability を使った開発のスキルを披露してみませんか？次回のコンテストのお題は 🏆 InterSystems Interoperability Contest: サステナブルなソリューションの構築 🏆です！​​​​ 期間： 2022年8月29日～9月18日 💰賞金💰 $13,500 – 賞金の配分方法が変更されました！ テーマ 💡 InterSystems IRIS と IRIS for Health を使用した Interoperability（相互運用性）ソリューションの開発 💡 InterSystems IRIS または InterSystems IRIS for Health を使用して、相互運用性ソリューション、相互運用性ソリューションの開発・保守を支援するソリューションの開発を行ってください。 さらに、開発者に皆さんには、地球規模の課題の解決に挑戦していただきます。今回は、「持続可能な開発問題」です。 ぜひ、このコンテストに参加し、サステナビリティ問題の解決を目指したソリューションを構築してください。 1) サステナビリティ、ESG、代替エネルギーの最適利用などを解決できるアプリケーションであれば、特別ボーナスポイントを獲得できます。2) サステナビリティ、ESG、代替エネルギーの最適利用などに関連するデータセットを作成し、提出した場合にもボーナスポイントを獲得できます。 General Requirements: 応募可能なアプリケーション Open Exchange アプリケーションの新規作成、または既存アプリケーションであっても大幅に改善されているものであればご応募いただけます。 コミュニティの担当チームは、コンテストへの応募を承認する前に申請された全アプリケーションをレビューします。 全てのアプリケーションは IRIS Community Edition 、 IRIS for Health Community Edition 、 IRIS Advanced Analytics Community Edition のいずれかで動作する必要があります。 アプリケーションはオープンソースであり、GitHubで公開されている必要があります。 アプリケーションの README ファイルは、英語で記述してください（日本語で記述したものがあればそのまま掲載いただき、英文の追記をお願いします。翻訳アプリを使用しますが翻訳をお手伝いすることもできますのでお気軽にお知らせください！）。また、インストール手順や、アプリケーションがどのように動作するかの説明、またはビデオデモを含めてください 🆕 優勝特典: 皆様から寄せられたご意見を元に、賞金の配分方式を変更しました（賞金獲得のチャンスが増えました）！ 1. Experts Nomination – 審査員から多く票を集めたアプリケーションには、以下の賞金が贈られます 🥇 1位 - $5,000 🥈 2位 - $3,000 🥉 3位 - $1,500 🏅 4位 - $750 🏅 5位 - $500 🌟 6-10位 - $100 2. Community winners – a開発者コミュニティで多く票を集めたソリューションには、以下の賞金が贈られます。 🥇 1位 - $1,000 🥈 2位 - $750 🥉 3位 - $500 ✨ 受賞者全員にグローバルマスターズ・バッジをプレゼントします！! 複数の参加者が同数の票を獲得した場合、全参加者が勝者となり賞金は勝者間で分配されます。 スケジュール： 🛠 アプリケーション開発と応募期間: 2022年8月29日 (00:00 EST): コンテスト開始！ 2022年9月11日 (23:59 EST): 応募締め切り日 ✅ 投票期間: 2022年9月12日 (00:00 EST): 投票開始！ 2022年9月18日 (23:59 EST): 投票締め切り日 応募、投票期間中、アップロードしたアプリケーションは改良できます。 参加資格： どなたでもご参加いただけます！（InterSystems 開発者コミュニティのアカウントを作成するだけでご応募いただけます） 👥 開発者がチームを組んで共同でアプリケーションを作成し、応募することもできます！ 1チーム 2～5名 までご参加いただけます。 チームでご応募いただく場合は、アプリケーションの README にチームメンバー名の記載をお忘れなく！！（開発者コミュニティのプロファイルのリンクもお願いします） Helpful Resources: ✓ サンプルアプリケーション: interoperability-embedded-python IRIS-Interoperability-template ETL-Interoperability-Adapter HL7 and SMS Interoperability Demo UnitTest DTL HL7 Twitter Sentiment Analysis with IRIS Healthcare HL7 XML RabbitMQ adapter PEX demo ✓ オンラインコース（英語）: Interoperability for Business Interoperability QuickStart Interoperability Resource Guide - 2019 ✓ ビデオ: Intelligent Interoperability Interoperability for Health Overview ✓ For beginners with IRIS: Build a Server-Side Application with InterSystems IRIS Learning Path for beginners 【はじめての InterSystems IRIS】セルフラーニングビデオ　索引 【はじめてのInterSystems IRIS】Interoperability（相互運用性）を使ってみよう！ ✓ For beginners with ObjectScript Package Manager (ZPM): How to Build, Test and Publish ZPM Package with REST Application for InterSystems IRIS Package First Development Approach with InterSystems IRIS and ZPM ✓コンテストへの応募方法 Need Help? ご質問がある場合は、この投稿へコメントいただくか、InterSystems の Discord server チャンネルにご参加ください！ 皆様からのアプリケーションのご応募、お待ちしております！👍 ❗️ コンテストに参加された場合、こちらに記載されているコンテスト規約に同意したものとみなされます。ご応募の際、ご一読いただきますよう、お願い申し上げます❗️ ご応募方法について 以下の応募方法ビデオをご参照ください。 以下、コンテストに応募する迄の手順をご説明します。 コンテスト応募までの流れは以下の通りです（※ビデオでは、3番以降の内容をご紹介しています）。 1、IRISプログラミングコンテスト用テンプレートを使用して、開発環境を準備します。 2、コンテスト用アプリケーションを作成します。 3、コンテストの準備が完了したら、ソースコードをローカルのGitリポジトリへコミットします。 初回コミット時に、Gitの初期設定がないためコミットが失敗することがあります。その場合は、以下のコマンドでGitユーザ名とEmailを設定します。 git config --global user.name "ここにユーザ名" git config --global user.email "ここにメールアドレス” 4、ローカルのGitリポジトリのコミットが完了したら、リモートのGitリポジトリを作成します。 リポジトリ作成後、リモートリポジトリのURLをコピーします。 5、リモートのGitリポジトリへPushします。 git push ここにリモートのリポジトリのURL 6、OpenExchangeにログインし、アプリケーションを追加します。 ※事前にDeveloper communityでユーザアカウントを作成する必要があります。ログイン後、Profile→Applications　から　Application　をクリックし、4 でコピーしたリモートのGitリポジトリのURLを設定します。 アプリケーションを登録すると、画面右上に「Send Approval」のボタンが表示されるので、クリックします。 再度作成したアプリケーションを開くと、「Apply for Contest」ボタンが表示されるので、クリックすると応募が完了します。