検索

開発者のみなさん、こんにちは！ インターシステムズは、10/20-11/5 にかけて、年次カンファレンス InterSystems Virtual Summit 2020 をオンラインで開催いたします。 ⚡️ 現在、事前登録受付中です！ ⚡️ Virtual Summit では、IT技術に詳しい経営層、技術マネージャ、開発者、システムインテグレータの方など、全ての方にとって価値のある内容をお届けします。 今年はすべてのセッションに無料でご参加いただけます! 時間は日本のタイムゾーンに合わせて開催いたします。 今年のサミットのテーマは インタラクション & インフォメーション（相互作用と情報）です。サミットでは、以下のようなセッションが開催されます。 ✅ 基調講演適応力の高い組織の創造10/20 - 10/22 ✅ 60以上のフォーカスセッションベストプラクティス、新機能、ロードマップ 10/27 - 10/29 ✅ ASK THE EXPERTS専門家と個別にご相談いただけます。10/30, 11/2 ✅ EXPERIENCE LABS最新技術をハンズオンでご体験いただけます。11/2 - 11/5 詳細は、こちらをご覧ください。 intersystems.com/summit20 ぜひ、Virtual Summit 2020にご参加ください！

[Prometheus](https://prometheus.io/) は[時系列データ](https://en.wikipedia.org/wiki/Time_series_database)の収集に適した監視システムです。 このシステムのインストールと初期構成は比較的簡単です。 このシステムにはデータ視覚化用の [PromDash](https://github.com/prometheus-junkyard/promdash) [](https://github.com/prometheus-junkyard/promdash)と呼ばれる画像サブシステムが組み込まれていますが、開発者は [Grafana](http://grafana.org/) と呼ばれる無料のサードパーティ製品を使用することを推奨しています。 Prometheus は多くの要素（ハードウェア、コンテナ、さまざまな DBMS の構成要素）を監視できますが、この記事では [Caché](http://docs.intersystems.com/latest/csp/docbook/DocBook.UI.Page.cls) インスタンス（正確に言えば Ensemble インスタンスですが、メトリックは Caché からのものになります）の監視に注目したいと思います。 ご興味があれば、このまま読み進めてください。 非常に単純なケースでは、Prometheus と Caché は単一のマシン（Fedora Workstation 24 x86_64）上に存在します。 Caché のバージョンは以下のとおりです。 %SYS>write $zvCache for UNIX (Red Hat Enterprise Linux for x86-64) 2016.1 (Build 656U) Fri Mar 11 2016 17:58:47 EST **インストールと構成** [公式サイト](https://prometheus.io/download/)から適切な Prometheus の配布パッケージをダウンロードし、/opt/prometheus フォルダーに保存してください。  アーカイブを解凍し、必要に応じてテンプレート構成ファイルを変更してから Prometheus を起動します。 Prometheus はデフォルトでコンソールにログを表示するため、ここではアクティビティレコードをログファイルに保存することにします。 **Prometheus の起動** # pwd/opt/prometheus# lsprometheus-1.4.1.linux-amd64.tar.gz# tar -xzf prometheus-1.4.1.linux-amd64.tar.gz# lsprometheus-1.4.1.linux-amd64 prometheus-1.4.1.linux-amd64.tar.gz# cd prometheus-1.4.1.linux-amd64/# lsconsole_libraries consoles LICENSE NOTICE prometheus prometheus.yml promtool# cat prometheus.yml global:  scrape_interval: 15s # スクレイプ間隔を 15 秒に設定します。 デフォルトは 1 分ごとです。 scrape_configs:  - job_name: 'isc_cache'    metrics_path: '/metrics/cache'    static_configs:    - targets: ['localhost:57772']# ./prometheus > /var/log/prometheus.log 2>&1 &[1] 7117# head /var/log/prometheus.logtime=«2017-01-01T09:01:11+02:00» level=info msg=«Starting prometheus (version=1.4.1, branch=master, revision=2a89e8733f240d3cd57a6520b52c36ac4744ce12)» source=«main.go:77»time=«2017-01-01T09:01:11+02:00» level=info msg=«Build context (go=go1.7.3, user=root@e685d23d8809, date=20161128-09:59:22)» source=«main.go:78»time=«2017-01-01T09:01:11+02:00» level=info msg=«Loading configuration file prometheus.yml» source=«main.go:250»time=«2017-01-01T09:01:11+02:00» level=info msg=«Loading series map and head chunks...» source=«storage.go:354»time=«2017-01-01T09:01:11+02:00» level=info msg=«23 series loaded.» source=«storage.go:359»time=«2017-01-01T09:01:11+02:00» level=info msg="Listening on :9090" source=«web.go:248» prometheus.yml 構成ファイルは [YAML](https://en.wikipedia.org/wiki/YAML) 言語で記述されているため、タブ文字の使用は好ましくありません。したがって、スペースのみを使用する必要があります。 また、すでにお伝えしたとおり、メトリックは からダウンロードされ、リクエストは /metrics/cache に送信されます（アプリケーション名は任意）。したがって、メトリック収集用の宛先アドレスは になります。 「job = isc_cache」タグが各メトリックに追加されます。 大まかに言えば、タグは SQL の WHERE に相当するものです。 ここではタグを使用しませんが、複数のサーバーを使用する場合は役に立つでしょう。 例えばサーバー（またはインスタンス）の名前をタグに保存し、タグを使用してグラフ描画用のリクエストをパラメーター化することができます。 では、Prometheus が動作していることを確認しましょう（上記の出力では、9090 番ポートでリッスンしていることが分かります）。  Web インターフェイスが開きます。これは、Prometheus が機能していることを意味します。 ただし、Caché のメトリックはまだ表示されていません（[Status] → [Targets] をクリックして確認しましょう）。  **メトリックの準備** 目標は、Prometheus が で[適切なフォーマット](https://prometheus.io/docs/instrumenting/writing_exporters/)でメトリックにアクセスできるようにすることです。 ここではその単純さを考慮し、[Caché の REST 機能](http://docs.intersystems.com/latest/csp/docbook/DocBook.UI.Page.cls?KEY=GREST)を使用します。 Prometheus は数値メトリックのみを「理解」するため、ここでは文字列メトリックをエクスポートしません。 後者を取得するには、[SYS.Stats.Dashboard](http://docs.intersystems.com/latest/csp/documatic/%25CSP.Documatic.cls?PAGE=CLASS&LIBRARY=%25SYS&CLASSNAME=SYS.Stats.Dashboard) クラスの API を使用します。 このようなメトリックは、Caché 自体がシステムツールバーを表示する目的で使用されています。  同じ内容をターミナルで表示した例: %SYS>set dashboard = ##class(SYS.Stats.Dashboard).Sample()  　%SYS>zwrite dashboarddashboard= <OBJECT REFERENCE> [2@SYS.Stats.Dashboard]+----------------- general information ---------------|      oref value: 2|      class name: SYS.Stats.Dashboard| reference count: 2+----------------- attribute values ------------------|  ApplicationErrors = 0|        CSPSessions = 2|    CacheEfficiency = 2385.33|      DatabaseSpace = "Normal"|          DiskReads = 14942|         DiskWrites = 99278|       ECPAppServer = "OK"|      ECPAppSrvRate = 0|      ECPDataServer = "OK"|     ECPDataSrvRate = 0|            GloRefs = 272452605|      GloRefsPerSec = "70.00"|            GloSets = 42330792|     JournalEntries = 16399816|       JournalSpace = "Normal"|      JournalStatus = "Normal"|         LastBackup = "Mar 26 2017 09:58AM"|     LicenseCurrent = 3|  LicenseCurrentPct = 2. . . ここでは USER スペースがサンドボックスになります。 まず、REST アプリケーションの /metrics を作成しましょう。 非常に基本的な安全対策を行うため、ログインをパスワードで保護し、Web アプリケーションをリソースに関連付けます。このようなリソースを PromResource と呼びましょう。 リソースへの公開アクセスを無効にするため、次の内容を実行してください。 %SYS>write ##class(Security.Resources).Create("PromResource", "Resource for Metrics web page", "")1 Web アプリの設定: このリソースにアクセスできるユーザーも必要です。 このユーザーもデータベース（この場合は USER）から読み取り、そこへデータを保存できる必要があります。 また、別件ですがコードの後半部では %SYS スペースに切り替えるため、このユーザーには CACHESYS システムデータベースの読み取り権限が必要になります。 ここでは標準のスキームに従います。すなわち、これらの権限を持つ PromRole ロールを作成した後にこのロールに割り当てられた PromUser ユーザーを作成します。 パスワードには「Secret」を使いましょう。 %SYS>write ##class(Security.Roles).Create("PromRole","Role for PromResource","PromResource:U,%DB_USER:RW,%DB_CACHESYS:R"1%SYS>write ##class(Security.Users).Create("PromUser","PromRole","Secret")1 Prometheus の構成では、この PromUser ユーザーを認証に使用します。 完了後はサーバープロセスに SIGNUP シグナルを送信し、構成を再読み込みします。 より安全な構成 # cat /opt/prometheus/prometheus-1.4.1.linux-amd64/prometheus.ymlglobal:  scrape_interval: 15s # スクレイプ間隔を 15 秒に設定します。 デフォルトは 1 分ごとです。　scrape_configs:  - job_name: 'isc_cache'    metrics_path: '/metrics/cache'    static_configs:    - targets: ['localhost:57772']    basic_auth:      username: 'PromUser'      password: 'Secret'## kill -SIGHUP $(pgrep prometheus) # または kill -1 $(pgrep prometheus) 以上で Prometheus がメトリックを含む Web アプリケーションを使用するための認証をパスできるようになりました。 メトリックは、my.Metrics リクエスト処理クラスによって提供されます。以下にその実装を示します。 Class my.Metrics Extends %CSP.REST { Parameter ISCPREFIX = "isc_cache"; Parameter DASHPREFIX = {..#ISCPREFIX_"_dashboard"}; XData UrlMap [ XMLNamespace = "http://www.intersystems.com/urlmap" ] { <Routes> <Route Url="/cache" Method="GET" Call="getMetrics"/> </Routes> } /// 出力は Prometheus の出力フォーマットに従う必要があります。 ドキュメントは以下で確認できます。 /// https://prometheus.io/docs/instrumenting/exposition_formats/ /// /// このプロトコルは行指向です。 改行文字（\n）は行を区切ります。 /// 最後の行は改行文字で終了する必要があります。 空の行は無視されます。 ClassMethod getMetrics() As %Status { set nl = $c(10) do ..getDashboardSample(.dashboard) do ..getClassProperties(dashboard.%ClassName(1), .propList, .descrList) for i=1:1:$ll(propList) { set descr = $lg(descrList,i) set propertyName = $lg(propList,i) set propertyValue = $property(dashboard, propertyName) // Prometheusは時系列データベースをサポートします。 // そのため、空（バックアップメトリックなど）や非デジタルメトリックを // 取得した場合はそれらを単に省略します。 if ((propertyValue '= "") && ('$match(propertyValue, ".*[-A-Za-z ]+.*"))) { set metricsName = ..#DASHPREFIX_..camelCase2Underscore(propertyName) set metricsValue = propertyValue // 各メトリックの説明（ヘルプ）を記述します。 // フォーマットはPrometheusが要求するものです。 // 複数行の説明は1つの文字列に結合する必要があります。 write "# HELP "_metricsName_" "_$replace(descr,nl," ")_nl write metricsName_" "_metricsValue_nl } } write nl quit $$$OK } ClassMethod getDashboardSample(Output dashboard) { new $namespace set $namespace = "%SYS" set dashboard = ##class(SYS.Stats.Dashboard).Sample() } ClassMethod getClassProperties(className As %String, Output propList As %List, Output descrList As %List) { new $namespace set $namespace = "%SYS" set propList = "", descrList = "" set properties = ##class(%Dictionary.ClassDefinition).%OpenId(className).Properties for i=1:1:properties.Count() { set property = properties.GetAt(i) set propList = propList_$lb(property.Name) set descrList = descrList_$lb(property.Description) } } /// キャメルケースのメトリック名を小文字のアンダースコア名に変換します /// 例: 入力 = WriteDaemon、出力 = _write_daemon ClassMethod camelCase2Underscore(metrics As %String) As %String { set result = metrics set regexp = "([A-Z])" set matcher = ##class(%Regex.Matcher).%New(regexp, metrics) while (matcher.Locate()) { set result = matcher.ReplaceAll("_"_"$1") } // 小文字にします set result = $zcvt(result, "l") // _e_c_p (_c_s_p) を _ecp (_csp) にします set result = $replace(result, "_e_c_p", "_ecp") set result = $replace(result, "_c_s_p", "_csp") quit result } } コンソールを使用して、私たちの作業が無駄ではなかったことを確認しましょう（curl がプログレスバーの表示を邪魔しないように --silent キーを追加しました）。 # curl --user PromUser:Secret --silent -XGET 'http://localhost:57772/metrics/cache' | head -20# HELP isc_cache_dashboard_application_errors Number of application errors that have been logged.isc_cache_dashboard_application_errors 0# HELP isc_cache_dashboard_csp_sessions Most recent number of CSP sessions.isc_cache_dashboard_csp_sessions 2# HELP isc_cache_dashboard_cache_efficiency Most recently measured cache efficiency (Global references / (physical reads + writes))isc_cache_dashboard_cache_efficiency 2378.11# HELP isc_cache_dashboard_disk_reads Number of physical block read operations since system startup.isc_cache_dashboard_disk_reads 15101# HELP isc_cache_dashboard_disk_writes Number of physical block write operations since system startupisc_cache_dashboard_disk_writes 106233# HELP isc_cache_dashboard_ecp_app_srv_rate Most recently measured ECP application server traffic in bytes/second.isc_cache_dashboard_ecp_app_srv_rate 0# HELP isc_cache_dashboard_ecp_data_srv_rate Most recently measured ECP data server traffic in bytes/second.isc_cache_dashboard_ecp_data_srv_rate 0# HELP isc_cache_dashboard_glo_refs Number of Global references since system startup.isc_cache_dashboard_glo_refs 288545263# HELP isc_cache_dashboard_glo_refs_per_sec Most recently measured number of Global references per second.isc_cache_dashboard_glo_refs_per_sec 273.00# HELP isc_cache_dashboard_glo_sets Number of Global Sets and Kills since system startup.isc_cache_dashboard_glo_sets 44584646 これで、Prometheus のインターフェースで同じ内容を確認できるようになりました。 以下は上記メトリックのリストです。 これらのメトリックの Prometheus での表示内容については詳述しません。 必要なメトリックを選択して「Execute」ボタンをクリックしてください。 「Graph」タブを選択すると、グラフが表示されます（キャッシュの効率が表示されます）。 メトリックの視覚化 メトリックを視覚化するため、Grafana をインストールしましょう。 この記事では、tarball からインストールすることにしました。 ただし、パッケージからコンテナまで、他のインストール方法もあります。 次の手順を実行してみましょう（/opt/grafana フォルダーを作成し、そこに切り替えた後）。 とりあえず設定は変更せずにそのままにしておきましょう。 最後のステップでは、Grafana をバックグラウンドモードで起動します。 Prometheus の場合と同じように、Grafana のログをファイルに保存します。 # ./bin/grafana-server > /var/log/grafana.log 2>&1 & デフォルトでは、3000 番ポートで Grafana の Web インターフェースにアクセスできます。 ログイン/パスワードは、admin/admin です。 詳細な Prometheus と Grafana の連携手順については、こちらを参照してください。 簡単に言えば、Prometheus タイプの新しいデータソースを追加する必要があります。 また、次のように direct/proxy アクセスのオプションを選択してください。 完了後、必要なパネルを含むダッシュボードを追加する必要があります。 ダッシュボードのテストサンプルは、メトリック収集クラスのコードと共に公開されています。 ダッシュボードは Grafana に簡単にインポートできます（[Dashboards] → [Import]）。 インポート後、次のようになります。 ダッシュボードを保存します。 時間範囲と更新間隔は右上で選択できます。 監視種類の例 グローバルへの呼び出しの監視をテストしてみましょう。 USER>for i=1:1:1000000 {set ^prometheus(i) = i}USER>kill ^prometheus 以下のグラフでは、1秒あたりのグローバルへの参照数が増加してキャッシュ効率が低下していることが分かります（^Prometheus グローバルがまだキャッシュされていない）。 ライセンスの使用状況を確認しましょう。 そのためには、次のように PromTest.csp というプリミティブな CSP ページを USER ネームスペースに作成しましょう。 監視は正常に機能しています！ そして、何度もアクセスしてください（/csp/user アプリケーションがパスワード保護されていないことを想定しています）。 # ab -n77 http://localhost:57772/csp/user/PromTest.csp ライセンスの使用状況について、次の図が表示されます。 まとめ ご覧のとおり、監視機能の実装はまったく難しくありません。 いくつかの初期手順を実行しただけでも、ライセンスの使用状況、グローバルキャッシュの効率、アプリケーションエラーなど、システムの動作に関する重要な情報を取得できます。 このチュートリアルでは SYS.Stats.Dashboard を使用しましたが、SYS / %SYSTEM / %SYS パッケージの他のクラスも注目に値します。 また、特定タイプのドキュメントの数など、独自アプリケーションのカスタムメトリックを提供する独自のクラスを作成することもできます。 いくつかの有用なメトリックは、最終的に Grafana 用の個別テンプレートにコンパイルされます。 今後の予定 本件についてより詳細な情報が必要な場合は、このテーマを詳しく説明するつもりです。 以下に私の予定を記しておきます。 ログデーモンのメトリックを含む Grafana テンプレートの準備について。 ^mgstat と同等の、少なくともそのメトリックに対応した何らかのグラフィカルツールを作成するのが望ましいと考えています。 Web アプリケーションのパスワード保護は優れていますが、証明書を使用できる可能性を確認するのが望ましいと考えています。 Prometheus、Grafana、および Prometheus を Docker コンテナとしてエクスポートするツールの使用について。 新しい Caché インスタンスを Prometheus の監視リストに自動追加するための検出サービスの使用について。 また、Grafana とそのテンプレートの利便性を（実際に）説明したいと考えています。 これは、選択した特定のサーバーのメトリックがすべて同じダッシュボードに表示される動的なパネルのようなものです。 Prometheus Alertmanager について。 データの保存期間に関連する Prometheus の構成設定、および多数のメトリックと短い統計収集間隔を持つシステムに考えられる最適化について。 途中で発生するさまざまで微妙な差異について。 リンク この記事を準備中にいくつかの有益なサイトにアクセスし、次のようなたくさんの動画を視聴しました。 Prometheus プロジェクトの Web サイト Grafana プロジェクトの Web サイト Brian Brazil という Prometheus 開発者のブログ DigitalOcean のチュートリアル Robust Perception の動画数点 Prometheus を対象とする多数のカンファレンス動画 最後までお読みいただき、ありがとうございました！ 監視ツールのことで申し訳ございませんが、興味があり質問があるのでお教えいただけないでしょうか。 ・このツールは無料なのでしょうか？　もしくは有料でしょうか？ ・Cache'やEnsembleを監視できるということですが、CPU、メモリ、DISK、その他サービスの監視などもできるのでしょうか？　（例えばEnsembleのメッセージログでDISKいっぱいになる前に知りたい） ・閾値を設定しそれを超えた場合は、管理者にメール送信することなども可能でしょうか？ ・Cache'やEnsembleが動作しているサーバーとは別のサーバーから監視するのか、もしくは同じOSにインストールして監視するのでしょうか？ ・Cache'やEnsembleの監視の動作実績はありますでしょうか？　またIRISを監視対象にすることもできるのでしょうか？ よろしくお願いします。 ありがとうございます。Prometheousはフリーソフトでシステムの監視を行うソフトウェアで、RESTインターフェースを使ってJson形式で監視データをやり取りしています。アーキテクチャは(https://prometheus.io/docs/introduction/overview/#architecture)を参照ください。 基本的に監視サーバから監視対象サーバのExporterにアクセスし、監視データを取得する仕組みになっており、閾値を超えるとAlert Managerに通知され、メールやSlackなど様々な通知が行えるようになっています。また、grafanaという視覚化（グラフ表示等）ツールを使って推移を確認することもできます。 監視データの取得については仕様に基づいて様々なハードウェア、OS、ミドルウェアの監視データを提供するExporterが公開されています。(https://prometheus.io/docs/instrumenting/exporters/)この記事ではCacheやEnsembleのRESTインターフェースでExporterを作成していますが、IRISは標準でPrometheousの監視データを提供する機能が備わっています。InterSystemsではPrometheousやGrafanaの機能を使用したInterSystems SAMを公開しており、簡単な設定でIRISを監視できるようにしています。以下の記事もご確認頂ければと思います。InterSystems System Alerting and Monitoring (SAM)を使ってみました！よろしくお願いします。 早速のご回答、ありがとうございました。 やりたいことは出来ると思いました。

これは、InterSystems FAQサイトの記事です Windowsでは、以下イメージ名のプロセスを監視対象としてください。 [irisdb.exe]重要なシステムプロセスが含まれています。※　監視対象にすべき重要なシステムプロセスを確認する方法は、添付をご参照ください。 [IRISservice.exe]IRISインスタンスをサービス経由で扱う為のプロセスになります。このプロセスが終了すると、IRISインスタンス自体には直接影響はありませんが、IRIS の停止(サービスの停止)ができなくなります。 [ctelnetd.exe]%Service_Telnet サービスが有効になっている場合に起動し、Telnet 経由で IRIS へアクセスする為のデーモンプロセスになります。このプロセスが終了すると、IRIS インスタンスへの Telnet アクセスができなくなります。 [iristrmd.exe]%Service_Console サービスが有効(既定で有効)になっている場合に起動し、サーバのローカル端末(サーバの IRIS ランチャーからターミナル)より IRIS へアクセスする為のデーモンプロセスです。このプロセスが終了すると、IRIS インスタンスへのローカル端末アクセスができなくなります。 [iristray.exe]システムトレイに表示される IRIS ランチャー 用プロセスです。このプロセスの有無は、IRIS インスタンスには影響はありませんので特に監視対象の必要はありません。 [licmanager.exe] マルチサーバタイプのライセンスを使用している際に起動されるライセンスサーバプロセスです。 [httpd.exe]管理ポータル用のApacheのプロセスです。 IRIS 内部のプロセス一覧を取得するには、管理ポータルの以下メニューや　　[菅理ポータル] > [システムオペレーション] > [プロセス] プロセス一覧は、ターミナルを起動して、コマンドラインで確認することもできます。 do ALL^%SS 詳細は以下のドキュメントをご覧ください。IRISプロセスについて

みなさん、こんにちは。 今回は ML モデルを IRIS Manager にアップロードしてテストしようと思います。 注意: Ubuntu 18.04、Apache Zeppelin 0.8.0、Python 3.6.5 で以下を実行しました。 ### **はじめに** 最近では実にさまざまなデータマイニングツールを使用して予測モデルを開発し、これまでにないほど簡単にデータを分析できるようになっています。 InterSystems IRIS Data Platform はビッグデータおよび高速データアプリケーション向けに安定した基盤を提供し、最新のデータマイニングツールとの相互運用性を実現します。 この連載記事では、InterSystems IRIS で利用できるデータマイニング機能について説明します。最初の[記事](https://community.intersystems.com/post/way-launch-apache-spark-apache-zeppelin-intersystems-iris)ではインフラストラクチャを構成し、作業を開始する準備をしました。2 番目の[記事](https://community.intersystems.com/post/k-means-clustering-iris-dataset)では、Apache Spark と Apache Zeppelin を使用して花の種を予測する最初の予測モデルを構築しました。 この記事では KMeans PMML モデルを構築し、InterSystems IRIS でテストします。 Intersystems IRIS は PMML の実行機能を提供しています。 そのため、モデルをアップロードし、SQLクエリを使用して任意のデータに対してそのモデルをテストできます。 正解率、適合率、F スコアなどが表示されます。 ### **要件の確認** まず、[jpmml](https://github.com/jpmml/pyspark2pmml#configuration-and-usage) をダウンロードし（表を確認して適切なバージョンを選択してください）、それを任意のディレクトリに移動します。 Scala を使用しているのであれば、それで十分でしょう。  Python を使用している場合は、ターミナルで次のコマンドを実行してください。 > pip3 install --user --upgrade git+https://github.com/jpmml/pyspark2pmml.git 正常にインストールされたことを確認したら **Spark Dependencies** に異動し、ダウンロードした jpmml に次のように依存関係を追加してください。  ### **KMeans モデルの作成** PMML ビルダーはパイプラインを使用しますので、ここでは以前の[記事](https://community.intersystems.com/post/k-means-clustering-iris-dataset)で書いたコードに若干の変更を加えました。 次のコードを Zeppelin で実行します。 > %pyspark > from pyspark.ml.linalg import Vectors > from pyspark.ml.feature import VectorAssembler > from pyspark.ml.clustering import KMeans > from pyspark.ml import Pipeline > from pyspark.ml.feature import RFormula > from pyspark2pmml import PMMLBuilder > > dataFrame=spark.read.format("com.intersystems.spark").\ > option("url", "IRIS://localhost:51773/NEWSAMPLE").option("user", "dev").\ > option("password", "123").\ > option("dbtable", "DataMining.IrisDataset").load() # iris データセットをロード > > (trainingData, testData) = dataFrame.randomSplit([0.7, 0.3]) # データを 2 セットに分割 > assembler = VectorAssembler(inputCols = ["PetalLength", "PetalWidth", "SepalLength", "SepalWidth"], outputCol="features") # features を含む新しいカラムを追加 > > kmeans = KMeans().setK(3).setSeed(2000) # 使用するクラスタリングアルゴリズム > > pipeline = Pipeline(stages=[assembler, kmeans]) # 渡されたデータはまず assembler に対して実行され、その後に kmeans に対して実行されます。 > modelKMeans = pipeline.fit(trainingData) # トレーニングデータを渡す > > pmmlBuilder = PMMLBuilder(sc, dataFrame, modelKMeans) > pmmlBuilder.buildFile("KMeans.pmml") # pmml モデルを作成 上記により、PetalLength / PetalWidth / SepalLength / SepalWidth を特徴として使用して Species を予測するモデルが作成されます。 このモデルは PMML フォーマットを使用します。 PMML は XML ベースの予測モデル交換フォーマットであり、分析アプリケーションがデータマイニングおよび機械学習アルゴリズムによって生成された予測モデルを記述し、交換する方法を提供します。 これにより、モデルの構築とモデルの実行を切り離すことができます。 出力には PMML モデルへのパスが表示されます。  ### **PMML モデルのアップロードとテスト** **IRIS Manager** から [**Menu**] -> [**Manage Web Applications**] を開き、目的の**ネームスペース**をクリックしてから [**Analytics**] を有効にしてから [**Save**] をクリックします。   次に、[**Analytics**] -> [**Tools **] -> [**PMML Model Tester**] に移動します。  次の画像のように表示されるはずです。  [**New**] をクリックしてクラス名を書き、PMML ファイル（パスは出力に表示されていました）をアップロードし、[**Import**] をクリックします。その後、次の SQL クエリを [**Custom data source**] に貼り付けます。 > SELECT PetalLength, PetalWidth, SepalLength, SepalWidth, Species, >  CASE Species >   WHEN 'Iris-setosa' THEN 0 >   WHEN 'Iris-versicolor' THEN 2 >   ELSE 1 >  END > As prediction > FROM DataMining.IrisDataset KMeans クラスタリングではクラスタが数値（0、1、2）として返されるため、ここでは CASE を使用しています。また、種を数値に置換しなかった場合は誤ってカウントされてしまいます。クラスタの番号を種の名前に置換する方法をご存じの方はコメントをお願いします。 結果は以下のとおりです。  結果には詳細な分析データが表示されています。  **真陽性**や**偽陰性**などの知識を深めたい方は、「[適合率と再現率](https://en.wikipedia.org/wiki/Precision_and_recall)」を参照してください。 ### **まとめ** PMML Model Tester がデータに対してモデルをテストできる非常に便利なツールであることが分かりました。 このツールは詳細な分析データ、グラフ、SQL 実行機能を提供しますので、 別途ツールを用意しなくてもモデルをテストすることができます。 ### **リンク** [前の記事](https://community.intersystems.com/post/k-means-clustering-iris-dataset) [PySpark2PMML](https://github.com/jpmml/pyspark2pmml) [JPMML](https://github.com/jpmml/jpmml-sparkml) [機械学習パイプライン](https://spark.apache.org/docs/latest/ml-pipeline.html) [Apache Spark のドキュメント](https://spark.apache.org/docs/latest/)

コミュニティの皆さん、こんにちは！   もうご存知かと思いますが、グローバルマスターズでは、InterSystems IRIS、IRIS for Health、Interoperability (Ensemble)、IRIS Analytics (DeepSee)、Caché、HealthShare など、InterSystems のどの製品に関しても **InterSystems のエキスパートによるコンサルテーションをご利用いただけます**。 そして、皆さまに嬉しいお知らせがあります。**このコンサルテーションが** 英語、ポルトガル語、ロシア語、ドイツ語、フランス語、イタリア語、スペイン語、日本語、中国語でご利用いただけるようになりました。  さらに、 時間も 1 時間半に拡大され、お好きなトピックについて細かくご相談いただけるようになりました。    ご興味がございましたら、お気軽にグローバルマスターズで賞品をご利用ください！  まだグローバルマスターズのメンバーになられていない方は、是非 [こちら](http://globalmasters.intersystems.com/)からご参加ください (InterSystems のログインボタンをクリックし、InterSystems WRC の認証情報をご使用ください)。 グローバルマスターズの詳細については、[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)と題した記事をお読みください。 インターシステムズグローバルマスターズでお会いしましょう！ 🙂    

インターシステムズは、以下のプレビューバージョンをリリースしました。 InterSystems IRIS 2021.1 preview InterSystems IRIS for Health 2021.1 preview HealthShare Health Connect 2021.1 preview 来月に予定されている一般提供開始に先立ち、このプレビューリリースにて新製品の感想を皆様からお聞かせいただきたいと思います。InterSystems IRIS Data Platform 2021.1 は、エクステンデッド・メンテナンス(EM)リリースです。前回のEMリリースである2020.1以降、継続的なデリバリー(CD)リリースで多くの重要な新機能や拡張機能が追加されています。CDリリースの概要については、2020.2、2020.3、2020.4のリリースノートを参照してください。 このプレビューリリースのビルド番号は、2021.1.0.205.0 です。 【新機能のご紹介】本リリースの機能強化により、開発者は選択した言語で高速かつ堅牢なアプリケーションをより自由に構築できるようになり、ユーザーは新しい高速な分析機能により大量の情報をより効果的に利用できるようになります。 InterSystems IRIS 2021.1では、InterSystems IRIS を拡張するアドオン製品であるInterSystems IRIS Adaptive Analytics を導入することで、ビジネス・インテリジェンス(BI)ツールの選択に関わらず、分析を行うエンド・ユーザに使いやすさ、柔軟性、拡張性、効率性を提供することができます。Adaptive Analytics は、アナリティクスに適したビジネス・モデルを定義し、バックグラウンドで暫定的なデータ構造を自律的に構築・維持することで、このモデルに基づいて実行されるアナリティクス・クエリー・ワークロードを透過的に加速することができます。 InterSystems IRIS Adaptive Analytics(英語) その他、今回のリリースで新たに追加された注目の機能は以下の通りです。 外部言語ゲートウェイが統合され、管理性が向上しました。また、RとPython が追加され、選択した言語で堅牢でスケーラブルなサーバサイドコードを構築できるようになりました。 InterSystems Kubernetes Operator(IKO)は、ご使用環境に宣言的な構成管理と自動化を提供し、新たに InterSystems System Alerting &Monitoring(SAM)の導入もサポートします。 InterSystems API Manager v1.5：ユーザ・エクスペリエンスの向上と Kafka のサポートを含みます。 SQL開発者が純粋なSQL環境で直接機械学習モデルを構築して展開できます。 IntegratedMLの提供が開始されました。 InterSystems IRIS for Health 2021.1 には、InterSystems IRIS のすべての機能強化が含まれています。さらに、このリリースでは、FHIRデータに対してFHIRPath形式を使用して解析・評価をするためのAPIを通じて、FHIR®規格に対するプラットフォームの広範なサポートをさらに拡張しています。これに加えて、FHIRプロファイル、FHIR R4トランスフォーム、FHIRクライアントAPIのサポートなど、2020.1以降にリリースされた重要なFHIR関連機能も含まれます。 【開発環境】InterSystems IRIS Studio 2021.1 は、Microsoft Windows で動作するスタンドアロンの統合開発環境です。InterSystems IRIS と IRIS for Health、HealthShare Health Connect 2021.1 以前で動作します。 あわせて InterSystems IRIS は、VSCode-ObjectScript プラグインを利用してVisual Studio Code でのアプリケーション開発もサポートします。Visual Studio Code は Microsoft Windows, Linux, MacOS で動作します。 【キットのご案内】EMのリリースには、サポートされているすべてのプラットフォーム用のインストールパッケージと、OCI(Open Container Initiative)：別名Dockerコンテナ形式 のコンテナイメージが付属しています。 (1) インストールパッケージとプレビューキー以下のWRCプレビューダウンロードサイトから入手いただけます。 (2) コンテナイメージ - エンタープライズエディションInterSystems コンテナレジストリ(ICR)から、次のコマンドで入手いただけます。 docker pull containers.intersystems.com/intersystems/iris:2021.1.0.205.0 docker pull containers.intersystems.com/intersystems/irishealth:2021.1.0.205.0 ICR のイメージ一覧はドキュメント(英語)をご覧ください。 (3) コンテナイメージ - コミュニティエディションDocker Store(※) から、次のコマンドで 入手いただけます。 docker pull store/intersystems/iris-community:2021.1.0.205.0 docker pull store/intersystems/iris-community-arm64:2021.1.0.205.0 docker pull store/intersystems/irishealth-community:2021.1.0.205.0 docker pull store/intersystems/irishealth-community-arm64:2021.1.0.205.0 ※Docker Storehttps://hub.docker.com/_/intersystems-iris-data-platform 上記(2)(3)のコンテナイメージは全て、WRCプレビューダウンロードサイトからTAR 形式で入手いただけます。 (4) Studio, ODBC ドライバ, Web GatewayInterSystems IRIS Studio, ODBC ドライバ および Web Gateway などの各種単体コンポーネントは、WRCプレビューダウンロードサイトから入手いただけます。 【製品ドキュメント】ドキュメント(英語)は以下の通りです。 (1) サポートプラットフォーム (2) InterSystems IRIS 2021.1・ドキュメント・リリースノート (3) InterSystems IRIS for Health 2021.1・ドキュメント・リリースノート (4) HealthShare Health Connect 2021.1 ・ドキュメント・リリースノート (5) InterSystems IRIS 2020.2 リリースノート (6) InterSystems IRIS 2020.3 リリースノート (7) InterSystems IRIS 2020.4 リリースノート

これは InterSystems FAQ サイトの記事です。 監視対象プロセスについては以下の表をご参照ください。 ※利用環境によって、出現しないプロセスもあります。 ps コマンドによるプロセス名 管理ポータルプロセスの一覧のルーチン名 プロセス数 [IRISインストールディレクトリ]/bin/irisdb -cc -s. -B -C[IRISインストールディレクトリ]/iris.cpf*[IRISインスタンス名] CONTROL 1 [IRISインストールディレクトリ]/bin/irisdb WD WRTDMN 1 [IRISインストールディレクトリ]/bin/irisdb GC CARCOL 1 [IRISインストールディレクトリ]/bin/irisdb JD JRNDMN 1 [IRISインストールディレクトリ]/bin/irisdb AUX 1 1 [IRISインストールディレクトリ]/bin/irisdb AUX 2 1 [IRISインストールディレクトリ]/bin/irisdb AUX 3 1 [IRISインストールディレクトリ]/bin/irisdb AUX 4 1 [IRISインストールディレクトリ]/bin/irisdb AUX 5 1 [IRISインストールディレクトリ]/bin/irisdb AUX 6 1 [IRISインストールディレクトリ]/bin/irisdb AUX 7 1 [IRISインストールディレクトリ]/bin/irisdb DBXD EXPDMN 1 irisdb -s[IRISインストールディレクトリ]/mgr -cj -p13 START^MONITOR MONITOR 1 irisdb -s[IRISインストールディレクトリ]/mgr -cj -p13 START^CLNDMN CLNDMN 1 irisdb -s[IRISインストールディレクトリ]/mgr -cj -p13 ^RECEIVE RECEIVE 1 irisdb -s[IRISインストールディレクトリ]/mgr -cj -p13 Run^ECPWork ECPWork ECPClientからの1接続あたり1～8 irisdb -s[IRISインストールディレクトリ]/mgr -cj -p13 ServerMaster^%SYS.SERVER %SYS.SERVER 1 irisdb -s[IRISインストールディレクトリ]/mgr -cj -p13 START^LMFMON LMFMON 1 [IRISインストールディレクトリ]/bin/licmanager 4002 1（マルチサーバライセンスのみ） irisdb -s[IRISインストールディレクトリ]/mgr -cj -p[IRISジョブ番号] RunManager^%SYS.Task %SYS.TaskSuper 1 irisdb -s[IRISインストールディレクトリ]/mgr -cj -p[IRISジョブ番号] Start^%SYS.Monitor.Control %SYS.Monitor.Control 1 irisdb -s[IRISインストールディレクトリ]/mgr -cj -p[IRISジョブ番号] Begin^%CSP.Daemon.1 %CSP.Daemon 1 irisdb -s[IRISインストールディレクトリ]/mgr -cj -p[IRISジョブ番号] SuperServer^%SYS.SERVER ECPSvrR ECPClientからの接続数分 詳細は以下のドキュメントをご覧ください。IRISプロセスについて ＊＊関連する記事＊＊ InterSystems IRIS が正常に動作していることを Windows から確認する際の監視対象プロセス名

これは InterSystems FAQ サイトの記事です。 Webアプリケーションの開発・運用には、高性能・高スケーラビリティ・開発生産性の良さが求められます。 IRIS Data Platformには、高性能で軽量なデータベースエンジンとそのエンジンの性能を最大限活用するアプリケーションサーバ機能、および、Webアプリケーションを迅速に開発するためのREST/JSON対応、API管理機能が用意されています。 さらに、マルチコア・マルチCPUシステムに最適化したアーキテクチャや、複数サーバでのスケールアウト手法による高スケーラビリティを提供するECP、シャーディングと呼ばれる技術を提供します。

インターシステムズは、InterSystems IRIS データ・プラットフォーム、InterSystems IRIS for Health 、HealthShare Health Connect のメジャーバージョン 2021.1 をリリースしました。 本リリースの機能強化により、サーバ側およびクライアント側の両方で選択した言語による高速で堅牢なアプリケーションをより自由に構築していただくことが可能になります。また、新しく高速な分析機能を通じて大量の情報をより効果的に処理することもできます。 多くのお客様に Caché および Ensemble を使用したシステムをこの InterSystems IRIS バージョンに移行していただくことを期待して、スムーズで価値のある移行を実現するためにあらゆる努力を行ってきております。多くのアプリケーションにおいて、単純にIRIS上で動作させるだけでパフォーマンスの向上を期待できます。それだけでなく、IRISがもたらず強力な機能を検討していただくこともできます。 新しいリリースについてご紹介するウェビナー(英語)を開催いたします。7/17 11時(東部夏時間; 日本時間 7/18 0時) 内容は録画され後日こちらから視聴できるようになる予定です。 リリースのハイライト:InterSystems IRIS 2021.1 では InterSystems Adaptive Analytics(英語) を導入することができます。これは InterSystems IRIS を拡張するアドオン製品であり、データ設計やデータ管理の専門知識なしに、ビジネスユーザ向けに優れた使いやすさと大量のデータの視覚化、分析、調査を行いタイムリーで正確なビジネス上の意思決定を行うための情報を提供します。Adaptive Analytics はバックグラウンドで中間データ構造を自律的に構築および維持することで、InterSystems IRIS に対して実行される分析クエリの処理を透過的に高速化します。 このリリースには以下の新規に導入された注目機能があります: 外部言語サーバの管理性の向上、R および Python への対応 このゲートウェイ機能により選択した言語でサーバ側コードを堅牢でスケーラブルに活用できます。 InterSystems Kubernetes Operator(IKO)は、ご使用環境に宣言的な構成管理と自動化を提供し、新たに InterSystems System Alerting & Monitoring(SAM)の導入もサポートします。 InterSystems API Manager (IAM) v2.3、これには改善されたユーザエクスペリエンス、Kafka サポート、ハイブリッドモードを含みます。 メインストリームでIntegratedML が利用可能になり、SQL開発者による純粋なSQLベースの環境での機械学習モデルの構築およびデプロイを行うことができるようになります。 シャードテーブルでのストリームフィールドのサポート これにより InterSystems IRIS の水平方向スケーラブルアーキテクチャでSQLの完全な柔軟性を提供します。 IRISロックダウンコンテナイメージ 管理ポータルウェブアクセスの無効化、適切なOSレベルのアクセス許可など多くのセキュリティベストプラクティスを実装しています。 OAuth 2.0 の Proof Key for Code Exchange (PKCE) サポート。 InterSystems IRIS for Health 2021.1 は InterSystems IRIS のすべての追加機能を含みます。これに加えて、このリリースでは FHIR® データに対する FHIRPath 式の解析評価APIを通じて、FHIR 標準のプラットフォーム包括的サポートを拡張します。これは、FHIR プロファイル、FHIR R4 変換、FHIR クライアントAPI のサポートなどバージョン 2020.1 以降にリリースされた重要な FHIR 関連の機能に追加されます。 このリリースには HealthShare Health Connect も含まれます。HealthShare Health Connect はミッションクリティカルなアプリケーションをサポートする大容量トランザクションのサポート、プロセス管理、モニタリングを提供する IRIS for Health ベースの統合エンジンです。この機能セットが InterSystems IRIS for Health とどのように比較されるかの詳細な概要はこちら(英語)をご覧ください。 これらすべての機能の詳細は、製品ドキュメントでご覧いただけます。新しい製品ドキュメントではサイドバーにナビゲート用の目次を表示しており、より便利にお使いいただけるようになりました。(以下のドキュメントリンクはすべて英語版です) InterSystems IRIS 2021.1 ドキュメント リリースノート InterSystems IRIS for Health 2021.1 ドキュメント リリースノート HealthShare Health Connect 2021.1 ドキュメント リリースノート 以前のバージョンからのアップグレードで、TLS 1.3 を使用している場合、アップグレード注意事項(英語)をご確認ください。 【キットのご案内】InterSystems IRIS 2021.1 は、エクステンデッド・メンテナンス (EM)リリースとして、サポート対象プラットフォームすべてに対する従来からのインストーラパッケージ形式のものと、OCI (Open Container Initiative)、別名 Docker 形式のコンテナイメージのものがあります。 (1) インストーラパッケージ 各製品のインストーラパッケージは WRC Directの製品ダウンロードページから入手できます。インストールオプション "カスタム" を選択すると必要なオプション、InterSystems スタジオやIntegratedML 等を選択してインストールサイズを必要なサイズにすることができます。 (2) コンテナイメージ - エンタープライズエディション InterSystems IRIS、IRIS for Health および関連コンポーネントのエンタープライズエディション コンテナイメージはInterSystems コンテナレジストリ(ICR)から、次のコマンドで入手いただけます。 docker pull containers.intersystems.com/intersystems/iris:2021.1.0.215.0 docker pull containers.intersystems.com/intersystems/iris-ml:2021.1.0.215.0 docker pull containers.intersystems.com/intersystems/irishealth:2021.1.0.215.0 docker pull containers.intersystems.com/intersystems/irishealth-ml:2021.1.0.215.0ICR のイメージ一覧はドキュメント(英語)をご覧ください。 (3) コンテナイメージ - コミュニティエディション Docker Store から、次のコマンドで 入手いただけます。 docker pull store/intersystems/iris-community:2021.1.0.215.0 docker pull store/intersystems/iris-ml-community:2021.1.0.215.0 docker pull store/intersystems/irishealth-community:2021.1.0.215.0 docker pull store/intersystems/irishealth-ml-community:2021.1.0.215.0上記 2. 3.のコンテナイメージはすべて、WRC DirectダウンロードサイトからTAR 形式で入手いただけます (4) Studio、ODBC ドライバ、Web Gateway InterSystems IRIS Studio 2021.1 は Microsoft Windows 上で単体で動作するIDEです。WRC Direct 製品ダウンロードページからダウンロードできます。これは、InterSystems IRIS、IRIS for Health バージョン 2021.1 およびそれ以前のバージョンで使用可能です。InterSystems は、Microsoft Windows、Linux、 MacOS で動作する Visual Studio Code で InterSystems IRIS のアプリケーションを開発する VSCode-ObjectScript プラグインもサポートします。 その他の InterSystems IRIS 2021.1 単体コンポーネント、ODBCドライバやWeb Gateway もWRC Direct 製品ダウンロードページからダウンロードできます。 お客様の声をお聞かせくださいEM リリースは年1回行っております。本バージョンのリリースを迎えることができ、新しいソフトウェアを使用されたお客様の声をぜひお聞かせいただければと思います。新しい技術やそれに取り組んでいる事例について何かコメントがございましたら弊社または開発者コミュニティ までお願いいたします。 一部の新機能や新製品については早期アクセスプログラムをご用意して、リリース前にユーザ様による評価ができるようにしております。このプログラムを通して、リリース時に製品が必要とされるお客様のご要望を満たすものとするように務めております。ご興味のある方は弊社までご連絡いただくか、開発者コミュニティをご覧ください。

*この動画は、2021年2月に開催された「InterSystems Japan Virtual Summit 2021」のアーカイブです。 昨年、SAM（System Alerting and Monitoring）をリリースしました。これはInterSystems IRISシステムを監視するためのツールで、InterSystems IRISをお使いの方でしたら、どなたでも利用できます。 Dockerやdocker-composeを使用し、Prometheus、Grafanaといったオープンソースの監視用ツールを組み合わせて簡単にインストールや設定ができるようにしています。 この動画では、デモを交えながら、SAMによるシステム監視や監視項目のカスタマイズ方法について説明します。

これは InterSystems FAQ サイトの記事です。 Linux上では、以下の手順で InterSystems IRIS （以降IRIS）のインスタンスを削除してください。 (1) アンインストールしたい IRIS のインスタンスを iris stop で停止 # iris stop インスタンス名 (2) 以下のコマンドでインスタンス情報を削除 # iris delete インスタンス名 (3) IRIS のインストールディレクトリを rm コマンドで削除 # rm -r インストールディレクトリ IRISは、インストール先のディレクトリのほかに、以下の(a)(b)も使用しています。 -----------------------------------------(a) /usr/local/etc/irissys フォルダ(b) /usr/bin/iris /usr/bin/irisdb /usr/bin/irissession----------------------------------------- もしマシン上から、すべての IRIS を完全に削除したい場合は、上記のアンインストール手順に加えて、(a)(b)をすべて削除してください。 但し、これらは全インスタンスで共通で使用しています。 そのため、Unix/Linux上から「すべての IRIS をアンインストールする」とき以外は削除しないようにしてください。 ※補足(a)ディレクトリには実行ファイル（iris、irissession）とインスタンス情報（iris.reg）の3ファイルが存在しています。(b)の3ファイルは、シンボリックリンクです。

開発者の皆さん、こんにちは！ 今週から、InterSystems Interoperability コンテスト 2021の投票が始まりました！InterSystems IRIS を使い開発されたベストソリューションにぜひ、投票をお願いします！ 🔥 投票はこちらから！ 🔥 投票方法については、以下ご参照ください。 Experts nomination: 今回は、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。 ⭐️ @Stefan.Wittmann, Product Manager ⭐️ @Robert.Kuszewski, Product Manager⭐️ @Nicholai.Mitchko, Manager, Solution Partner Sales Engineering⭐️ @Renan.Lourenco, Solutions Engineer⭐️ @Jose-Tomas.Salvador, Sales Engineer Manager⭐️ @Eduard.Lebedyuk, Sales Engineer⭐️ @Alberto.Fuentes, Sales Engineer⭐️ @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。 なんと！コンテストに応募された @Muhammad.Waseem さんが、応募作品概要（HL7を使用して結果の参照範囲と異常フラグを適宜更新する方法）を🔥日本語で投稿してくださいました🔥 ありがとうございます！ TestCode（OBX:3.1）毎に異常値の範囲も異なりますし、作品にあるような「異常値フラグセット関数」が用意されているととっても便利ですね！ 動画でも詳しく解説いただいています！ぜひチェックしてみてください！

開発者の皆様、こんにちは！ InterSystems IRIS 開発者向け、年次コンテストである【グランプリ・コンテスト】を開催します🎏！ テーマは、【InterSystems IRIS data platform を使用して、オープンソースのソリューションを構築する】です！ 今回の💰賞金総額💰ですが、史上最高額( ﾟДﾟ) ！！が用意されています！ぜひ、ご応募ください！​​​​​​ 🏆 InterSystems グランプリ・プログラミングコンテスト 🏆 応募期間: 2022年5月9日～22日 29日（5/6 更新：1週間応募期間が延長されました！） 💰 賞金総額： $22K 💰 コンテストのテーマ： InterSystems グランプリ・コンテストは、InterSystems IRIS を利用して優れたアプリケーションを発掘する毎年恒例のプログラミングコンテストで、どんなテーマでもOKです！ InterSystems IRIS を API やデータベースのバックエンドに使用しているアプリケーションで、任意のタイプの InterSystems IRIS の API またはデータモデルを使用しているアプリケーションであれば、どのような内容でも応募可能です！ 昨年のコンテストシリーズで応募されたアプリケーションを改良し、グランプリ・コンテストに応募することもできます。もちろん、100% 新しいアプリケーションもご応募いただけます！ 一般的な応募条件： 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 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 - $7,000 🥈 2位 - $5,000 🥉 3位 - $3,000 🌟 4位～20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 - $3,000 🥈 2位 - $2,000 🥉 3位 - $1,000 ✨ 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5月9日 (00:00 EST): コンテスト開始！ 2022年5月29日 (23:59 EST): 応募締め切り ✅ 投票期間（1週間） 2022年5月30日 (00:00 EST): 投票開始！ 2022年5月15日 (23:59 EST): 投票終了 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: ✓ IRIS初心者向け情報 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 ✓ 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 ✓ Sample IRIS applications: objectscript-docker-template rest-api-contest-template native-api-contest-template integratedml-demo-template PythonGateway-template iris-fhir-template iris-fullstack-template iris-interoperability-template iris-analytics-template テンプレート一覧ご紹介ページ 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。 開発者の皆さん、こんにちは！ アプリケーションの応募期間が1週間延長され、5月9日～29日までとなりました！ 奮ってご参加ください！ スケジュール 🛠 アプリケーション開発と応募期間: 2022年5月9日 (00:00 EST): コンテスト開始！ 2022年5月29日 (23:59 EST): 応募締め切り ✅ 投票期間（1週間） 2022年5月30日 (00:00 EST): 投票開始！ 2022年5月15日 (23:59 EST): 投票終了

開発者の皆さん、こんにちは！ InterSystems グランプリ・プログラミングコンテストの投票が始まりました！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。 ⭐️ @Alexander.Woodhead, Technical Specialist⭐️ @Steven.LeBlanc, Product Specialist⭐️ @Alexander.Koblov, Senior Support Specialist⭐️ @Daniel.Kutac, Senior Sales Engineer⭐️ @Eduard.Lebedyuk, Senior Cloud Engineer⭐️ @Steve.Pisani, Senior Solution Architect⭐️ @Timothy.Leavitt, Development Manager⭐️ @Thomas.Dyar, Product Specialist⭐️ @Andreas.Dieckow, Product Manager⭐️ @Benjamin.DeBoe, Product Manager⭐️ @Carmen.Logue, Product Manager⭐️ @Luca.Ravazzolo, Product Manager⭐️ @Stefan.Wittmann, Product Manager⭐️ @Raj.Singh5479, Product Manager⭐️ @Robert.Kuszewski, Product Manager⭐️ @Jeffrey.Fried, Director of Product Management⭐️ @Dean.Andrews2971, Head of Developer Relations ⭐️ @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 グランプリコンテスト 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 - $7,000 は、Water Conditions in Europe を開発された @Evgeniy.Potapov さんに贈られました。 🥈 2位 - $5,000 は、CloudStudio を開発された @Sean.Connelly さんに贈られました。 🥉 3位 - $1,500 は、iris-megazord を開発された @José.Pereiraさん、@Henrique.GonçalvesDias さん、@Henry.HamonPereira さんに贈られました。 🥉 3rd - $1,500 は、iris-fhir-client を開発された @Muhammad.Waseem さんに贈られました。 さらに！ 🏅 $200 - Docker InterSystems Extension を開発された @Dmitry.Maslennikovさんに贈られました。 🏅 $200 - FHIR Patient Viewer を開発された @Dan.Bergesさんに贈られました。 🏅 $200 - test-data を開発された @Oliver.Wilms さんに贈られました。 🏅 $200 - webterminal-vscode を開発された @John.Murrayさんに贈られました。 🏅 $200 - ObjectScript-Syntax-For-GitLab を開発された @Lorenzo.Scaleseさんに贈られました。 🏅 $200 - iris-mail を開発された @Oliver.Wilms さんに贈られました。 🏅 $200 - FHIR Pseudonymization Proxy を開発された @Marcus.Wurlitzerさんに贈られました。 🏅 $200 - Disease Predictor を開発された @Yuri.Gomesさんに贈られました。 🏅 $200 - M-N-Contests を開発された @Robert.Cemper1003さんに贈られました。 🏅 $200 - FIT REST Operation Framework を開発された @Craig.Regesterさんに贈られました。 🏅 $200 - cryptocurrency-rate-forecasting を開発された @Oleh.Dontsovさんに贈られました。 🏅 $200 - apptools-infochest を開発された @MikhailenkoSergey さんに贈られました。 🏅 $200 - IRIS import manager を開発された @Oleh.Dontsov さんに贈られました。 🏅 $200 - CrossECP-IRIS を開発された @Robert.Cemper1003 さんに贈られました。 🏅 $200 - production-monitor を開発された @Oliver.Wilms さんに贈られました。 🏅 $200 - ESKLP を開発された @Aleksandr.Kalinin6636 さんに贈られました。 🏅 $200 - db-migration-using-SQLgateway を開発された @Robert.Cemper1003 さんに贈られました。 🏅 $200 - apptools-admin を開発された @MikhailenkoSergey 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 - $3,000 は、iris-megazord を開発された @José.Pereiraさん、@Henrique.GonçalvesDiasさん、Henry.HamonPereiraさんに贈られました。 🥈 2位 - $2,000 は、iris-fhir-client を開発された @Muhammad.Waseem さんに贈られました。 🥉 3位 - $1,000 は、Docker InterSystems Extension を開発された @Dmitry.Maslennikov 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！ InterSystems のコンテストへ参加するために、皆様の貴重なお時間をお使いいただき、またプロジェクトを作り上げていただいたことに感謝申し上げます！🙌 また、次回のコンテストでお会いしましょう！