検索

2024年最初のプラットフォーム最新情報をお届けします。初めてご覧になる方、はじめまして! この記事では、最近おこなわれた変更点や今後予定されている変更点に関する情報を、みなさまに共有させていただきます。ただ、将来の予測は難しい側面があり、ロードマップは約束されたものではないということを十分ご理解くださいませ。 IRIS 本番環境用オペレーティングシステムと CPU アーキテクチャ ミニマムサポート CPU モデル あらためてお伝えしますと、InterSystems IRIS では IRIS 2024.1 および今後毎年 、Intel/AMD ベースのシステムにおける ミニマムサポート CPU モデル が求められるようになると発表しました。これにより IRIS において、AVX など特定の CPU 命令拡張を利用することが可能となり、いくつかの処理では大幅なパフォーマンス向上が見込まれます。詳細については、開発者コミュニティの「InterSystems IRIS ミニマムサポート CPU モデル」の記事をご参照ください。 Red Hat Enterprise Linux 最近の変更点 IRIS 2023.1 における RHEL 9.3、8.9 のマイナーOSバージョン認証が完了しました。「マイナーOSバージョン認証」は新しいプロセスで、マイナーOSのアップデートによって弊社製品の動作に明確な違いは見られないことを保証するものです。 今後予定されている変更点 RHEL の次期メジャーバージョン RHEL 10 のリリースは 2025年Q2 に予定されています。 Red Hat Enterprise Linux 7 は 2024年6月30日にメンテナンス終了となります。RHEL 7 をまだお使いであれば、ぜひ移行の計画をよろしくお願いします。 RHEL 9.4 と RHEL 8.10 のリリースは 5月 に予定されています。InterSystems ではこれらのマイナーOSバージョン認証を、リリース後すぐに実施する予定です。 Red Hat のリリースライフサイクルについては こちら をご覧ください。 Ubuntu 今後予定されている変更点 Ubuntu の次期メジャーバージョン 24.04 のリリースは 2024年4月 に予定されています。Ubuntu 24.04 のリリース後数週間以内に、IRIR 2024.1 のサポートリストに Ubuntu 24.04 を追加する予定です。 Ubuntu 22.04.3 に対して、現在、マイナーOSバージョン認証を実施中です。次回のプラットフォーム最新情報で、結果をお伝えする予定です。 過去にお知らせ済みの変更点 Ubuntu 22.04.02 LTS と 20.04.6 LTS が 2023年2月と2023年3月にそれぞれリリースされました。InterSystems は、マイナーOSバージョン認証プロセスを通じて、Ubuntu 22.04.02 上での IRIS の動作検証を完了しました。 Ubuntu のリリース履歴については こちら をご覧ください。 SUSE Linux 最近の変更点 SUSE Linux Enterprise Server 15 SP5 のマイナーOSバージョン認証が問題なく完了しました。SP5 には Linux Kernel 5.14.21、OpenSSL 3.0.8、Python 3.11 が含まれています。 今後予定されている変更点 SUSE Linux Enterprise Server 15 SP6 のリリースは Q2 後半から Q3 前半に予定されています。変更点に関する詳細は、まだ明らかになっていません。 過去にお知らせ済みの変更点 SUSE for Linux Enterprise Server 15 SP3 の一般サポートは 2022年12月31日で終了しましたが、延長サポートは 2025年12月まで継続される予定です。 SUSE ライフサイクルについては こちら をご覧ください Oracle Linux 最近の変更点 Oracle Linux 9.2 のマイナーOSバージョン認証が問題なく完了しました。 Oracle Linux のサポートポリシーについては こちら をご覧ください。 Microsoft Windows 今後予定されている変更点 Windows Server 2025 のリリースは Q4 に予定されています。InterSystems も注目しており、サポート計画を立てているところです。 Windows 12 が早ければ 6月にも発表される予定です。リリースされ次第、新OSのサポートに向けて動く予定です。 Microsoft のライフサイクルについては、 こちら をご覧ください。 AIX 今後予定されている変更点 IRIS 2023.3 における AIX 7.2 TL5-06 のマイナーOSバージョン認証が完了しました。 過去にお知らせ済みの変更点 IRIS 2023.3 で、AIX 7.2、7.3 での OpenSSL 3.0 のサポートが追加されました。OpenSSL 3.0 は、OpenSSL 1.0 からセキュリティ全般が大幅に進化しています。 IRIS 2023.1 における AIX 7.2 TL5-04、TL5-05 のマイナーOSバージョン認証が完了しました。 AIX のライフサイクルについては、こちら をご覧ください。 コンテナ 最近の変更点 ベースコンテナイメージおよびサードパーティの関連テクノロジーに関するパッチを含んだ IRIS コンテナの定期アップデートを開始しました。新しいタグルールに基づく IRIS コンテナは、少なくとも隔週おきに更新されます。 今後予定されている変更点 IRIS 2024.2 以降、ベースコンテナイメージが Ubuntu 22.04 から Ubuntu 24.04 に変更される予定です。 現在、ベース IRIS コンテナに変更を行い、デフォルトでは、( ECP やミラーリングなどの) 内部トラフィックと、( ODBC や JDBC などの) 外部トラフィックとを、別のポートにすることを検討しています。こちらに関してご要望がございましたら、 @Bob Kuszewski までご連絡ください。 過去にお知らせ済みの変更点 IRIS 2023.2 以降、IRIS コンテナのタグは "2023.2" のように「年+リリース」のタグのみになる予定です。以前はコンテナのタグにビルド番号が使われていました。これにより、みなさまのアプリケーションでは、リリース時の最新メンテナンスビルドを利用することが可能となります。 あわせて新しいタグ “latest-em” と “latest-cd” を追加しました。それぞれ、最新の EM および CD のバージョン情報が含まれます。これらのタグは、デモやサンプルコード、開発環境に便利にお使いいただけます。 また、プレビューコンテナに新しいタグ “-preview” を追加しました。これにより、どれが最新 GAリリースか、また今後リリースされるプレビュー版かが分かりやすくなります。 InterSystems IRIS 開発環境用オペレーティングシステムと CPU アーキテクチャ MacOS 今後予定されている変更点 Apple は MacOS 14 をリリースしました。IRIS 2024.1 でサポートする予定です。 InterSystems コンポーネント InterSystems Kubernetes Operator (IKO) 3.7 がリリースされました。 InterSystems API Manager (IAM) 3.4 がリリースされました。 Caché ならびに Ensemble 本番環境用オペレーティングシステムと CPU アーキテクチャ 最近の変更点 Cache 2018.1.9 が2月14日にリリースされました。 Caché ならびに Ensemble ではあと3つだけメンテナンスリリースが予定されています。詳細は Jeff の記事をご覧ください。 InterSystems サポート・プラットフォームに関するドキュメント InterSystems サポート・プラットフォームに関するドキュメントにて、サポートリストの正式な情報を入手いただけます。 IRIS 2023.1 サポート対象プラットフォーム IRIS 2022.1 サポート対象プラットフォーム IRIS 2021.1 サポート対象プラットフォーム Caché & Ensemble 2018.1 サポート対象プラットフォーム 以上になります。もし追加で知りたい情報がございましたら、ぜひコメントなどを通じてお知らせください。

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。

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。 ⭐️ @Alex.Woodhead, Technical Specialist⭐️ @Steven.LeBlanc, Product Specialist⭐️ @akoblov, Senior Support Specialist⭐️ @Daniel.Kutac, Senior Sales Engineer⭐️ @Eduard.Lebedyuk, Senior Cloud Engineer⭐️ @Steve.Pisani, Senior Solution Architect⭐️ @Timothy.Leavitt, Development Manager⭐️ @tomd, 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 さん、@henry 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！

開発者の皆さん、こんにちは！ 毎年恒例の InterSystems IRIS開発者向け「グランプリ・コンテスト」の開催が決定しました！ 今年のお題は「InterSystems IRIS data platformを利用してオープンソースを作成する」です。 🏆 InterSystemsグランプリ・コンテスト2023 🏆 期間: 2023年6月12日～7月2日 賞金総額: $26,000 コンテストのテーマ InterSystems グランプリ・コンテストは、InterSystems IRISを使用して作成された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・コンテストです。どんなテーマでもご応募可能です！ InterSystems IRISをバックエンド（ APIやデータモデル）として使用するアプリケーションであれば、InterSystems IRIS のAPIやデータモデルの種類を問わずご応募いただけます。 また、昨年開催したInterSystems のコンテストシリーズにご応募いただいた作品を改良したものをグランプリコンテストにご応募いただくこともできます。もちろん、新規アプリケーションのご応募も大歓迎です。 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。 1人の開発者の方からのご応募は3件までとします。 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 - $2,000 🏅 5位 - $1,000 🌟 6-10位 - $200 🌟 11-20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: 2023年6月12日 (00:00 EST): コンテスト開始！ 2023年6月25日 (23:59 EST): 応募締め切り ✅ 投票期間（1週間） 2023年6月26日 (00:00 EST): 投票開始！ 2023年7月2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: intersystems-iris-dev-template iris-embedded-python-template interoperability-embedded-python isc-cloud-sql-python-demo rest-api-template integratedml-demo-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！ InterSystems Python プログラミングコンテスト 2023 の投票が開始されました！ 🔥 ベストアプリケーションはこれだ！ 🔥と思う作品にぜひ投票お願いします。（今回は15作品のご応募がありました） 投票方法について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。 ⭐️ @Guillaume.Rongier7183, Sales Engineer⭐️ @Sylvain.Guilbaud, Sales Engineer⭐️ @akoblov, Senior Support Specialist⭐️ @Eduard.Lebedyuk, Senior Cloud Engineer⭐️ @Steve.Pisani, Senior Solution Architect⭐️ @Alex.Woodhead, Senior Systems Developer⭐️ @Andreas.Dieckow , Principal Product Manager⭐️ @Aya.Heshmat, Product Manager⭐️ @Benjamin.DeBoe, Product Manager⭐️ @Robert.Kuszewski, Product Manager⭐️ @Carmen.Logue , Product Manager⭐️ @Luca.Ravazzolo, Product Manager⭐️ @Raj.Singh5479, Product Manager⭐️ @Patrick.Jamieson3621, Product Manager⭐️ @Stefan.Wittmann, Product Manager⭐️ @tomd, Product Manager⭐️ @Daniel.Franco, Senior Manager - Interoperability Product Management⭐️ @Timothy.Leavitt, Development Manager⭐️ @Evgeny.Shvarov, Senior Manager of Developer and Startup Programs⭐️ @Dean.Andrews2971, Head of Developer Relations⭐️ @Jeffrey.Fried, Director of Product Management 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 「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🔥と思う作品に投票をお願いします！ 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 Python プログラミングコンテスト 2023の勝者が決定しました！ 今回もコンテストにご参加・ご注目いただきありがとうございました！今回は 15 のアプリケーション の応募がありました🔥 Experts Nomination 🥇 1位 と🥈２位の合計 $8,000 は、同点だったため、二人の応募者間で共有（$4,000 ）いただきます。この賞は、iris-vector を開発された @Dmitry.Maslennikov さんと iris-GenLab を開発された @Muhammad.Waseem さんに贈られました。 🥉 3位 - $1,500 は、iris-recorder-helper を開発された @Alexey.Nechaev さんに贈られました。 🏅 4位 - $750 は、iris-python-machinelearn を開発された @André.DienesFriedrich さんに贈られました。 🏅 5位 - $500 は、Face Login を開発された @Yuri.Gomes さんに贈られました。 🌟 $100 は、native-api-command-line-py-client を開発された @Robert.Cemper1003 さんに贈られました。 🌟 $100 は、IRIS-Cloudproof-Encryption を開発された @LI.XU さんに贈られました。 🌟 $100 は、BardPythonSample を開発された @xuanyou.du さんに贈られました。 🌟 $100 は、iris-python-lookup-table-utils を開発された Johannes Heinzl さんに贈られました。 🌟 $100 は、apptools-django を開発された @MikhailenkoSergey さんに贈られました。 Community Nomination 🥇 1位 - $1,000 は、 iris-vector app by @Dmitry.Maslennikov さんに贈られました。 🥈 2位 - $750 は、 iris-python-machinelearn app by @André.DienesFriedrich さんに贈られました。 🥉 3位 - $500 は、iris-GenLab app by @Muhammad.Waseem さんに贈られました。 🏅 4位 - $300 は、BardPythonSample app by @xuanyou.du さんに贈られました。 🏅 5位 - $200 は、native-api-py-demo app by @shan.yue さんに贈られました。 受賞者の皆さん、おめでとうございます！🎊 次のコンテストもお楽しみに！

InterSystems IRIS ミニマムサポート CPU モデル AMD が 1999年に x86-64 を発表したとき、将来サーバ CPU のデファクト・アーキテクチャになる発明だとは知る由もなかったでしょう。しかし、いまや CPU は20年前の製品とは大きく異なります。最新 CPU には AVX （Advanced Vector Extensions） から VT-d （Hardware-Assisted Virtualization） まですべての拡張機能が含まれています。 InterSystems IRIS では、これらの新しい CPU 拡張機能を、より活用していきたいと考えています。弊社コンパイラは、多くの状況では最適化されたコードを生成するようスマートに動作しますが、命令セットを持たないプロセッサでは、いくつかの最適化については動作しないため、非サポートにせざるを得ません。また、古い CPU モデルのテストがますます難しくなっています。 IRIS 2024.1 から、すべての Intel ベースおよび AMD ベースのサーバに対して、ミニマムサポート CPU マイクロアーキテクチャを設定する予定です。これは、Windows、Red Hat、Ubuntu、SUSE、Oracle Linux および MacOS を含むすべての x86-64 オペレーティング・システムに適用されます。 次の表は、サポートされる CPU マイクロアーキテクチャの一覧です。 メーカー サポート対象マイクロアーキテクチャ Intel Haswell (Broadwell), Skylake (Kaby Lake, Amber Lake, Whiskey Lake, Skylake-X, Coffee Lake, Cascade Lake, Comet Lake, Cooper Lake), Palm Cove (Cannon Lake), Sunny Cove (Ice Lake, Lakefield, Ice Lake-SP), Cypress Cove (Rocket Lake), Willow Cove (Tiger Lake), Golden Cove (Alder Lake, Sapphire Rapids), Raptor Cove (Raptor Lake), およびそれ以降 AMD Bulldozer (Piledriver, Steamroller, Excavator), Zen (Zen+, Zen 2, Zen 3, Zen 4, Zen 5), およびそれ以降 この6年ほどで新しいマシンを購入された場合は、お使いのプロセッサーは上記に含まれていると思います。 お手数ですが、ご自身のサーバーがこれらの新しいサポート基準を満たすかどうか、数分かけて確認し、この方針があなたのビジネスに重大な影響を及ぼすかどうかお知らせください。表内の各リンク先に詳細な情報が記されています。 それ以外の CPU アーキテクチャのサポートについては変化ありません。 AIX における IBM POWER 8 とそれ以降の CPU はサポートされます。 Red Hat Enterprise Linux と Ubuntu における ARM64v8 とそれ以降の CPU はサポートされます。 AWS、Azure または GCP で稼働しているお客様は、現在サポート対象の CPU モデルをご利用いただけます。ご安心ください。 上記のサポートリストは、毎年見直される予定です。

Pandas は単に人気のあるソフトウェアライブラリだけではありません。 これは、Python データ分析環境の基礎でもあります。 その単純さとパワーで知られており、データの準備と分析の複雑さをより扱いやすい形態に変換する上で不可欠な多様なデータ構造と関数が備わっています。 これは、主要なデータ管理および分析ソリューションである InterSystems IRIS プラットフォームのフレームワーク内で、主要評価指標（KPI）やレポート作成用の ObjectScript などの特殊な環境に特に関連しています。 データの処理と分析の分野において、Pandas はいくつかの理由により際立っています。 この記事では、それらの側面を詳細に探ります。 データ分析における Pandas の主なメリット: ここでは、Pandas を使用する様々なメリットについて深く掘り下げます。 直感的な構文、大規模なデータセットの効率的な処理、および異なるデータ形式のシームレスな操作などが含まれます。 Pandas を既存のデータ分析ワークフローに統合する容易さも、生産性と効率を強化する大きな要因です。 Pandas による一般的なデータ分析タスクのソリューション: Pandas には、単純なデータ集計から複雑な変換まで、日常的なデータ分析タスクを処理できる十分な汎用性が備わっています。 こういった一般的な課題の解決に Pandas をどのように使用できるについて、データクリーニング、変換、および探索的データ分析における機能を紹介しながら説明します。 このセクションでは、Pandas によってこれらのタスクがどれほど単純化されるかに関する実用的なデータを提供します。 IRIS の ObjectScript KPI で直接 Pandas を使用する: IRIS プラットフォームで KPI の開発に Pandas と ObjectScript を統合すると、まさに変革がもたらされます。 ここでは、直接 ObjectScript 内で Pandas を使用して KPI 開発プロセスを強化する方法を説明します。 また、Pandas を使ってデータの分析と可視化を行い、それによってより堅牢でインサイトに満ちた KPI を得る実用的な例も探ります。 IRIS 分析プロセスで Pandas を実装する際の推奨事項: 既存の分析プロセスに新しいツールを実装するのは困難な場合があります。 そのため、このセクションでは、Pandas をできる限り円滑に IRIS 分析エコシステムに統合するためにベストプラクティスと推奨事項を紹介します。 セットアップと構成から最適化とベストプラクティスまで、データ分析ワークフローへの Pandas の統合を成功させるための基本的なガイドラインを説明します。 Pandas は、Python プログラミング言語による強力なデータ分析ライブラリです。 Pandas でデータ分析を行うことには、以下のようないくつかのメリットがあります。 使いやすさ: Pandas にはデータ操作用の単純で直感的なインターフェースが備わっています。 NumPy ライブラリをベースに構築されており、DataFrames などの高レベルデータ構造を提供するため、表形式データを簡単に操作できます。 データ構造: Pandas の主なデータ構造は Series と DataFrame です。 Series はラベル付きの一次元配列であるのに対し、DataFrame は 1 セットの Series を表現する 2 次元のテーブルです。 これらのデータ構造を組み合わせることで、データを便利に格納し、操作することができます。 欠損データの処理: Pandas には欠損データ（NaN または None）の検出と処理に使用する便利なメソッドが備わっています。 欠損データを削除、入力、または置換するメソッドがいくつか含まれるため、実際のデータの操作が単純化されます。 データのグループ化と集計: Pandas では、特徴毎のデータのグループ化と各データグループへの集計関数（合計、平均、中央など）の適応を簡単に行えます。 強力なインデックス作成機能: Pandas には、データのインデックスを作成するための柔軟なツールが備わっています。 ラベル、数値インデックス、または複数のレベルのインデックス作成を使用できます。 データを効率的に絞り込み、選択、および操作することができます。 データの読み取りと書き込み: Pandas では、CSV、Excel、SQL、JSON、HTML など、複数のデータ形式がサポートされています。 様々なソースのデータの読み取りやソースへの書き込みのプロセスが容易です。 広範な可視化機能: Pandas には、Matplotlib や Seaborn などの可視化ライブラリが統合されているため、特に Embedded Python 経由の統合を通じて DeepSeeWeb を使用することで、グラフの作成やデータの可視化を簡単に行えます。 効率的な時間管理: Pandas には、タイムスタンプや期間を操作するための強力なツールなど、時系列の操作に使用できる機能が複数含まれています。 広範なデータ操作機能: ライブラリには、データの絞り込み、ソート、および再構成や、テーブルの結合やマージを行うための様々な関数が備わっているため、強力なデータ操作ツールを得られます。 優れたパフォーマンス: Pandas は、大量のデータを処理できるように意図的に最適化されています。 Cython と強化されたデータ構造を使用することで、高いパフォーマンスを提供しています。 ObjectScript 環境で Pandas の実装例を見てみましょう。 開発環境として VSCode を使用します。 この場合の IDE は、ObjectScript 用のデバッガーとエディターを提供する InterSystems ObjectScript Extension Pack の提供状況に基づいて選択されました。まずは、KPI クラスを作成しましょう。 Class BI.KPI.pandasKpi Extends %DeepSee.KPI { } 次に、KPI のタイプ、名前、および列とフィルターの数を定義する XML ドキュメントを作成する必要があります。 XData KPI [ XMLNamespace = "http://www.intersystems.com/deepsee/kpi" ] { <!-- 'manual' KPI タイプは、ユーザーが定義したクラスメソッドからデータが収集されることを DeepSee に示します--> <kpi name="MembersPandasDemo" sourceType="manual"> <!-- この KPI クエリに必要となる列は 1 つのみです --> <property columnNo="1" name="Members" displayName="Community Members"/> <!-- 最後に、メンバーのフィルターを定義する必要があります --> <filter name="InterSystemsMember" displayName="InterSystems member" sql="SELECT DISTINCT ISCMember from Community.Member"/> </kpi> } 次のステップは、Python 関数の定義、インポートの記述、および必要な変数の作成です。 ClassMethod MembersDF(sqlstring) As %Library.DynamicArray [ Language = python ] { # First of all, we import the most important library in our script: IRIS. # IRIS library provides syntax for calling ObjectScript classes. # It simplifies Python-ObjectScript integration. # With the help of the library we can call any class and class method, and # it returns whatever data type we like, and ObjectScript understands it. import iris # Then, of course, import the pandas itself. import pandas as pd # Create three empty arrays: Id_list = [] time_list = [] ics_member = [] 次のステップ: データベースに対するクエリを定義します。 # Define SQL query for fetching data. # The query can be as simple as possible. # All the work will be done by pandas: query = """ SELECT id as ID, CAST(TO_CHAR(Created, 'YYYYMM') as Int) as MonthYear, ISCMember as ISC FROM Community.Member order by Created DESC """ 次に、生成されるデータを配列グループに保存する必要があります。 # Call the class specified for executing SQL statements. # We use embedded Python library to call the class: sql_class = iris.sql.prepare(query) # We use it again to call dedicated class methods: rs = sql_class.execute() # Then we use pandas directly on the result set to make dataFrame: data = rs.dataframe() We also can pass an argument to filter our data frame. # フィルターの例 # We take an argument sqlstring which, in this case, contains boolean data. # With a handy function .loc filtering all the data sqlstring が False でない場合: data = data.loc[data["ISC"] == int(sqlstring)] 次に、データをグループ化して、その x 軸を定義する必要があります。 # Group data by date displayed like MonthYear: grouped_data = data.groupby(["MonthYear"]).count() 残念ながら、直接グループ化されたデータ DataFrame から日付列を取得することはできないため、代わりに元の DataFrame から日付列を取得して処理します。 # Filter out duplicate dates and append them to a list. # After grouping by MonthYear, pandas automatically filters off duplicate dates. # We should do the same to match our arrays: sorted_filtered_dates = [item for item in set(data["MonthYear"])] # Reverse the dates from left to right: date = sorted(sorted_filtered_dates, reverse=True) # Convert dict to a list: id = grouped_data["ID"].id.tolist() # Reverse values according to the date array: id.reverse() # In order to return the appropriate object to ObjectScript so that it understands it, # we call '%Library.DynamicArray' (it is the closest one to python and an easy-to-use type of array). # Again, we use IRIS library inside python code: OBJIDList = iris.cls('%Library.DynamicArray')._New() OBJtimeList = iris.cls('%Library.DynamicArray')._New() # Append all data to DynamicArray class methods Push() for i in date: OBJtimeList._Push(i) for i in ID: OBJIDList._Push(i) return OBJIDList, OBJtimeList } 次のステップでは、DeepSee がどのデータを取得するかを理解するように KPI 固有のメソッドを定義します。 // メソッドを定義します。 The method must always be %OnLoadKPI(). Otherwise, the system will not recognise it. Method %OnLoadKPI() As %Status { //Define string for the filter. Set the default to zero set sqlstring = 0 //Call %filterValues method to fetch any filter data from the widget. if $IsObject(..%filterValues) { if (..%filterValues.InterSystemsMember'="") { set sqlstring=..%filterValues.%data("InterSystemsMember") } } //Call pandas function, pass filter value if any, and receive dynamic arrays with data. set sqlValue = ..MembersDF(sqlstring) //Assign each tuple to a variable. set idList = sqlValue.GetAt(1) set timeList = sqlValue.GetAt(2) //Calculate size of x-axis. It will be rows for our widget: set rowCount = timeList.%Size() //Since we need only one column, we assign variable to 1: set colCount = 1 set ..%seriesCount=rowCount //Now, for each row, assign time value and ID value of our members: for rows = 1:1:..%seriesCount { set ..%seriesNames(rows)=timeList.%Get(rows-1) for col = 1:1:colCount { set ..%data(rows,"Members")=idList.%Get(rows-1) } } quit $$$OK この時点で、KPI をコンパイルし、KPI データソースを使ってダッシュボードにウィジェットを作成します。 以上です！ InterSystems IRIS の ObjectScript アプリケーションで Pandas の統合と使用のプロセスを確認できました。 このプロセスでは、データのフェッチと整形から絞り込みと表示までを 1 つの合理化された関数で行いました。 この実演では、データ分析における Pandas の効率性と力がハイライトされています。 では次に、IRIS 環境内で Pandas を実装する際の実用的な推奨事項を詳しく見て、変換による影響に関するインサイトで締めくくりましょう。IRIS における実用的な Pandas アプリケーションの推奨事項 プロトタイピングから始める: サンプルのデータセットとユーティリティを使用して Pandas での作業を始めましょう。 この方法によって、制御された使い慣れた環境で Pandas の基本と意味合いを理解できます。 プロトタイピングでは、ライブデータに関連するリスクを伴うことなく、様々な Pandas 関数とメソッドを実験できます。 段階的な実装: 既存のデータプロセスに Pandas を徐々に導入しましょう。 全面的に変更するのではなく、Pandas によってデータ処理と分析が強化または単純化されるエリアを特定します。 データクリーニング集計などの単純なタスクであることも、Pandas の機能を完全に活用できるより複雑な分析であることもあります。 Pandas の使用を最適化する: 大きなデータセットで作業する前に、Pandas コードを最適化しておくことが重要です。 コードの効率によって、処理時間やリソース消費量が大幅に削減されるため、大規模なデータ分析では特に重要です。 ベクトル化操作、適切なデータ型の使用、データ操作でのループの回避といった手法によって、パフォーマンスは大幅に強化されます。 まとめ InterSystems IRIS プラットフォームの ObjectScript アプリケーションへの Pandas の統合は、データ分析の分野における著しい進歩です。 Pandas によってデータ処理、分析、および可視化に使用できる多数の強力なツールを使用できるようになり、IRIS ユーザーはこれを使用できるようになりました。 この統合は KPI の開発と分析を高速化して単純化するだけでなく、IRIS エコシステム内でのより洗練された高度なデータ分析機能への道も切り開いています。 Pandas を使用することで、アナリストと開発者は、その広範な機能を活用してデータからより深い洞察を得ることで、データ分析の新たな地平を探ることができます。 大規模なデータセットを効率的に処理して分析する能力に、魅力的な可視化の作成しやすさを合わせ、ユーザーはより多くの情報に基づいた意思決定を行い、これまで検出が困難であった傾向やパターンを明らかにできるようになります。 要約すると、InterSystems IRIS 環境への Pandas の統合は変革的なステップであり、プラットフォームの機能を強化し、増え続ける最新のデータ分析の課題と複雑さに取り組むための拡張されたツールキットをユーザーに提供することができます。

開発者の皆さんこんにちは！ InterSystemsグランプリコンテスト 2023 の勝者が発表されました！ この記事では、コンテスト受賞者を発表します。 今回は、20 の応募 🔥 がありました！ Experts Nomination 🥇 1位 - $7,000 は、iris-fhir-generative-ai を開発された @Henrique.GonçalvesDiasさん、@henry さん、@José.Pereira さんに贈られました。 🥈 2位 - $5,000 は、IRIS FHIR Transcribe Summarize Export を開発された @Ikram.Shah3431 さん、@Sowmiya.Nagarajan さんに贈られました。 🥉 3位 - $3,000 は、irisChatGPT を開発された @Muhammad.Waseem さんに贈られました。 🏅4位 - $2,000 は、ZProfile を開発された @Dmitry.Maslennikov さんに贈られました。 🏅5位 - $1,000 は、FHIR - AI and OpenAPI Chain を開発された @Ikram.Shah3431 さん、@Sowmiya.Nagarajan さんに贈られました。 🌟 $200 は、oex-mapping を開発された @Robert.Cemper1003 さんに贈られました。 🌟 $200 は、RDUH Interface Analyst HL7v2 Browser Extension を開発された @Rob.Ellis7733 さんに贈られました。 🌟 $200 は、fhir-chatGPT を開発された @davimassaru.teixeiramuta さんに贈られました。 🌟 $200 は、interoperability_GPT を開発された @davimassaru.teixeiramuta さんに贈られました。 🌟 $200 は、password-app-iris-db を開発された @Oleksandr.Zaitsev さんに贈られました。 ⭐️ $200 は、irisapitester を開発された @Daniel.Aguilar さんに贈られました。 ⭐️ $100 は、IntegratedMLandDashboardSampleを開発された @珊珊.喻 さんに贈られました。 ⭐️ $100 は、IntegratedML-IRIS-PlatformEntryPrediction を開発された @Zhang.Fatong さんに贈られました。 ⭐️ $100 は、DevBox を開発された @Sean.Connelly さんに贈られました。 ⭐️ $100 は、oex-vscode-snippets-template を開発された @John.Murray さんに贈られました。 ⭐️ $100 は、appmsw-warm-home を開発された @MikhailenkoSergey さんに贈られました。 ⭐️ $100 は、FHIR Editor を開発された @Yuri.Gomes さんに贈られました。 ⭐️ $100 は、iris-user-manager を開発された @Oliver.Wilms さんに贈られました。 ⭐️ $100 は、Recycler を開発された @Oleh.Dontsov さんに贈られました。 ⭐️ $100 は、IRIS Data Migration Manager を開発された @Oleh.Dontsov さんに贈られました。 Community Nomination 🥇 1位 - $3,000 は、iris-fhir-generative-ai を開発された @Henrique さん、@henry さん、@José.Pereira さんに贈られました。 🥈 2位 - $2,000 は、IntegratedMLandDashboardSample を開発された @珊珊.喻 さんに贈られました。 🥉 3位 - $1,000 は、IntegratedML-IRIS-PlatformEntryPrediction を開発された @Zhang.Fatong さんに贈られました。 受賞された開発者の皆さん、おめでとうございます！🎊 では、また、次のコンテストをお楽しみに！😎

InterSystems IRIS data platform がサポートするプラットフォームやフレームワークを取り巻く変更点について、みなさまから良く質問をいただきます。この記事では、サポート対象プラットフォームで最近おこなわれた変更点や今後予定されている変更点に関する情報を共有させていただきます。ただ、将来の予測は難しい側面があり、ロードマップは約束されたものではないということを十分ご理解くださいませ。 IRIS 本番環境用オペレーティングシステムと CPU アーキテクチャ Red Hat Enterprise Linux 最近の変更点 RHEL 9.2 と RHEL 8.8 が 2023年5月にリリースされました。Red Hat はこれらのリリースを4年間サポートする予定としています。InterSystems は「マイナーOSバージョン認証」と呼ぶ新しいプロセスにより、RHEL 9.2 と RHEL 8.8 で IRIS の追加動作検証を行いました。このプロセスは、マイナーOSのアップデートによって弊社製品の動作に明確な違いは見られないことを保証するもので、 RHEL 8.8、9.2 とも問題はありませんでした。 RHEL 9.2 がリリースされたことで, Red Hat は RHEL 9.1 のサポートを終了しました。 これは RHEL 8.3以降、Red Hat が採用している "奇数/偶数" のサポートサイクルに沿っています。 今後予定されている変更点 RHEL 9.3 リリースが 2023年後半に予定されています。 このリリースは Red Hat のルールでは短期間サポートになると思われるので、InterSystems でマイナーOSバージョン認証を行いません。そのため、本番運用に採用されることをお勧めしません。 過去の変更点 IRIS 2022.1.2 で RHEL 9.0 のサポートを追加しました。 9.0 は Linux Kernel 5.14、Open SSL 3.0、Python 3.9 にそれぞれ更新されたメジャーOSリリースになります。 IRIS 2022.2.0 から RHEL 7.x のサポートを終了しました。 RHEL 7.9 はそれより前の IRIS バージョンでは今もサポート対象です。 Red Hat のリリースライフサイクルについては こちら をご覧ください。 Ubuntu 最近の変更点 Ubuntu 22.04.02 LTS と 20.04.6 LTS が 2023年2月と2023年3月にそれぞれリリースされました。InterSystems は、マイナーOSバージョン認証プロセスを通じて、Ubuntu 22.04.02 上での IRIS の動作検証を完了しました。 今後予定されている変更点 Ubuntu の次期メジャーバージョン 24.04 のリリースは 2024年4月に予定されています。 過去の変更点 IRIS 2022.1.1 で Ubuntu 22.04 のサポートを追加しました。 22.04 は Linux Kernel 5.15、Open SSL 3.0.2、Python 3.10.6 にそれぞれ更新されたメジャーOSリリースになります。 IRIS 2022.2.0 で Ubuntu 18.04 のサポートを終了しました。 Ubuntu 18.04 はそれより前の IRIS バージョンでは今もサポート対象です。 IRIS 2022.1.1 およびそれ以降のコンテナは Ubuntu 22.04 をベースとしています。 Ubuntu のリリース履歴については こちら をご覧ください。 SUSE Linux 最近の変更点 SUSE Linux Enterprise Server 15 SP5 が 2023年6月20日にリリースされました。SP5には、Linux Kernel 5.14.21、Open SSL 3.0.8、Python 3.11 が含まれます。InterSystems は現在、マイナーOSバージョン認証に取り組んでいるところです。 過去の変更点 IRIS 2022.3.0 で SUSE Linux Enterprise Server 15 SP4 のサポートを追加しました。 15 SP4 は、Linux Kernel 5.14、OpenSSL 3.0、Python 3.9 にそれぞれ更新されたメジャーOSになります。 SUSE for Linux Enterprise Server 15 SP3 の一般サポートは 2022年12月31日で終了しましたが、延長サポートは 2025年12月まで継続される予定です。 SUSE ライフサイクルについては こちら をご覧ください。 Oracle Linux 今後予定されている変更点 Oracle Linux 9.2 が RHEL 9.2 リリースと同時にリリースされ、驚かされました。InterSystems は現在、マイナーOSバージョン認証を始めています。 過去の変更点 IRIS 2022.3.0 で Oracle Linux 9 のサポートを追加しました。 Oracle Linux 9 は、RHEL 9 をベースとしていますので、 Linux Kernel 5.14、OpenSSL 3.0、Python 3.9 にそれぞれ更新されたメジャーOSになります。 Oracle Linux のサポートポリシーについては こちら をご覧ください。 Microsoft Windows 今後予定されている変更点 Windows Server 2012 の延長サポートは 2023年10月で終了します。このプラットフォームをまだ利用されていれば、ぜひ移行の計画をよろしくお願いします。Windows Server 2012 は IRIS 2023.2 以降ではサポートされません。 過去の変更点 Windows のサポートに関しては、IRIS 2022.1 で Windows Server 2022 を追加して以降、変更はありません。 Microsoft のライフサイクルについては、 こちら をご覧ください。 AIX 今後予定されている変更点 InterSystems は OpenSSL 3.0 のサポートに関して、IBM と密接に連携しています。OpenSSL 3.0 は、IBM がさらに先の TL リリースに含める意向のため、IRIS 2023.2.0 には含まれません。IBM は AIX 7.2 および 7.3 向けに OpenSSL 3.0 のリリースを検討しています。Open SSL 3.0 のために、IRIS 2023.3 のリリースのタイミングを同時期にあわせることができそうです。 過去の変更点 AIX のサポートに関しては、IRIS 2022.1 で AIX 7.3 を追加し、AIX 7.1 を終了して以降、変更はありません。 AIX のライフサイクルについては、こちら をご覧ください。 コンテナ 今後予定されている変更点 IRIS コンテナのタグは "2023.2" のように「年+リリース」のタグのみになる予定です。以前はコンテナのタグにビルド番号が使われていました。これにより、みなさまのアプリケーションでは、リリース時の最新メンテナンスビルドを利用することが可能となります。 あわせて新しいタグ “latest-em” と “latest-cd” を追加しました。それぞれ、最新の EM および CD のバージョン情報が含まれます。これらのタグは、デモやサンプルコード、開発環境に便利にお使いいただけます。 また、プレビューコンテナに新しいタグ “-preview” を追加予定です。これにより、どれが最新 GAリリースかが分かりやすくなります。 過去の変更点 IRIS コンテナにおけるマルチ・アーキテクチャの公開を始めました。これにより、例えば 2022.3.0.606.0 のタグを持つコンテナをプルすると、お使いの CPU アーキテクチャ (Intel/AMD/ARM) にあわせた正しいコンテナがダウンロードされます。 IRIS 開発環境用オペレーティングシステムと CPU アーキテクチャ MacOS 最近の変更点 IRIS 2023.1 で MacOS 13 のサポートを追加しました。 今後予定されている変更点 Apple は MacOS 14 の一般リリースを今年9月に行う見込みであり、IRIS では IRIS 2024.1 でサポートする予定です。 CentOS IRIS 2023.3 で CentOS/CentOS Stream のサポートを終了しました。 Red Hat はここ数年、開発者プログラムを運用しており、本番環境以外には無料ライセンスを開発者に提供しています。CentOS を利用中の開発者は、このプログラムを利用して RHEL に変更することが推奨されています。 CentOS Stream は現在 RHEL の "アップストリーム" となっているため、RHEL には含まれないバグや機能が存在します。これらは日々更新されるため、このプラットフォームでビルドを行う開発者の問題となります (私たちのテストメンバーを含みます)。 CentOS のサポートに関しては、IRIS 2022.1 で CentOS 8-Stream を追加し、CentOS 7.9 を終了して以降、変更はありません。 InterSystems コンポーネント InterSystems Kubernetes Operator (IKO) IKO 3.6 が 2023年8月14日 にリリースされました。 Caché ならびに Ensemble 本番環境用オペレーティングシステムと CPU アーキテクチャ 過去の変更点 Cache 2018.1.7 で Windows 11 のサポートを追加しました。 InterSystems サポート・プラットフォームに関するドキュメント InterSystems サポート・プラットフォームに関するドキュメントにて、サポートリストの正式な情報を入手いただけます。 IRIS 2023.1 サポート対象プラットフォーム IRIS 2022.1 サポート対象プラットフォーム IRIS 2021.1 サポート対象プラットフォーム Caché & Ensemble 2018.1.7 サポート対象プラットフォーム 以上になります。もし追加で知りたい情報がございましたら、ぜひコメントなどを通じてお知らせください。

InterSystems Reports 23.2 がリリースされました。 WRC Direct のコンポーネントページで InterSystems Reports Designer および InterSystems Reports Server で検索することで、Mac OSX、Windows、Linux の各種プラットフォーム用キットを入手いただけます。 このバージョンでは、弊社パートナーである insightsoftware の Logi Report 23.2 に含まれる以下の素晴らしい機能が追加されています。 ページレポートのテンプレートエディタである Report Studio の機能が強化され、Reports Server からの追加編集が可能となりました。 これは、長期スパンの製品強化のひとつであり、Reports Server 上の編集に関する権限ベースのアクセスを利用して、レポートデザイナーがレポートを修正できるようになりました。 ブックマークを直接実行したり、パラメータやフィルタ情報を表示したりできる、"My Bookmarks" フォルダによるブックマーク管理機能が追加されました。ユーザはブックマーク機能を利用して、フィルタやパラメータを保存することができます。これによって、共有レポートのカスタマイズされたビューに簡単にアクセスすることが可能となりました。 詳細な情報については、insightsoftware 社のリリースノートをごらんください。 InterSystems Reports に関する情報については、ドキュメント ならびに オンライントレーニング をご参照ください。

InterSystems は、IRIS 2023.3 から InterSystems Cloud Manager の開発を中止し、非推奨とすることを決定しました。InterSystems は本技術を利用しているお客様のサポートを続けますが、新規プロジェクトでの利用を推奨しません。 クラウド環境にて多くのシステムを IRIS 開発のデプロイおよび管理にご興味のあるお客様は、Kubernetes および ICM にたいへん似た機能をもつ InterSystems Kubernetes Operator を検討いただきますよう、よろしくお願いします。 ICM のご利用に関するご質問は、弊社担当アカウントチームにお問合せいただくか、 @Robert.Kuszewski までご連絡ください。

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/)