动机

直到开始新工作，我才了解到ObjectScript。实际上，Objectscript并不是一种年轻的编程语言。与 C++、Java 和 Python 相比，它的社区并不活跃，但我们很想让这里更有活力，不是吗？

我注意到，有些同事在理解大型项目中的类关系时感到棘手。目前还没有易于使用的现代化类图工具适用于ObjectScript。

相关工作

我尝试过相关的工作：

——InterSystems 类视图：
1. https://github.com/intersystems-community/ClassExplorer
这个工具很棒，类图显示清晰美观。但存在Docker构建问题：“#0 0.512 exec ./irissession.sh: no such file or directory”。我猜这是为Studio设计的支持功能，而非VSCode。它似乎需要手动导入项目，且需要一定配置才能使用。

2. https://github.com/gjsjohnmurray/vscode-objectscript-class-view
这是另一个给我带来灵感的伟大作品。类结构清晰，不仅支持项目中的类，也支持库中的类。但看起来像是VSCode大纲的增强版。

——其他语言的 VSCode 类图表视图插件

技术文档 — Quarkus IRIS Monitor System

1. 目的与范围

此模块支持在基于 Quarkus 的 Java 应用程序与 InterSystems IRIS 的原生性能监控功能之间进行集成。
它使开发者可以通过 @PerfmonReport 对方法添加注释，这样可以在执行方法时自动触发 IRIS 的 ^PERFMON 例程，以生成性能报告，而无需人工干预。

2. 系统组件

2.1 注释：@PerfmonReport

• 定义为 CDI InterceptorBinding。
• 可应用于方法或类。
• 指示使用 IRIS 监控逻辑包装方法执行的框架。

2.2 拦截器：PerfmonReportInterceptor

• 拦截对带注释的方法的调用。

• 执行流程：

  1. 记录启动事件 (LOG.infof("INIT: …"))
  2. 调用 monitorSystem.startPerfmon()
  3. 继续执行 context.proceed()
  4. 在 finally 块中：
     • 调用 monitorSystem.generateReportPerfmon(...)
     • 调用 monitorSystem.stopPerfmon()
     • 记录结束事件及执行时间

• 确保即使抛出异常，监控也始终结束。

2.3 DAO Bean：MonitorSystem

InterSystems 数据平台和性能 - 第 5 部分 使用 SNMP 进行监控

在之前的帖子中，我展示了如何使用 pButtons 收集历史性能指标。 我首选 pButtons 是因为我知道它随每个数据平台实例（Ensemble、Caché、...）一起安装。 不过，还有其他方法可以实时收集、处理和显示 Caché 性能指标，以进行简单的监视，或进行更重要的并且复杂得多的运营分析和容量计划。 最常见的数据收集方法之一是使用 SNMP（简单网络管理协议）。

SNMP 是 Caché 向各种管理工具提供管理和监控信息的标准方式。 Caché 在线文档包含了 Caché 和 SNMP 之间接口的详细信息。 虽然 SNMP 应该可以直接与 Caché 配合工作，但仍有一些配置技巧和陷阱。 我经历了很多次错误的开始，并且在 InterSystems 其他同事的帮助下，才让 Caché 与操作系统 SNMP 主代理建立对话，所以我写了这篇帖子，希望您可以避免同样的痛苦。

我们最近在向量搜索抢险体验计划中提供了新版的 InterSystems IRIS，新版本采用了新的基于分层可导航小世界 (HNSW) 索引算法的近似最近邻索引。 这一新增功能可对大型向量数据集进行高效的近似最近邻搜索，从而显著提高查询性能和可扩缩性。

HNSW 算法旨在通过构建基于图形的结构来优化高维数据的向量搜索，从而更快地在大型向量集合中找到近似邻。 无论您使用的是推荐系统、自然语言处理，还是其他机器学习应用，HNSW 都能显著缩短搜索时间，同时允许您调整准确度水平，但准确度提高的代价是查询时间变慢。

HNSW 的主要优点包括：

    •    即使数据集规模不断扩大，也能加快搜索速度
    •    减少内存占用，同时保持高准确度
    •    与现有的 IRIS 向量搜索功能无缝集成

如何开始使用

最新版本现已通过向量搜索抢先体验计划提供。 要参与，请在此处注册，下载新版本并开始测试。 我们正在持续增强向量搜索的功能，因此您的反馈至关重要！

我们鼓励您探索性能改进方法，并与社区分享您的想法。 如果您在抢先体验阶段遇到任何问题或有任何反馈，请联系我。

祝您编码愉快！

近日，InterSystems宣布 InterSystems IRIS® Cloud SQL 和 InterSystems IRIS® Cloud IntegratedML® 服务全面上市。 这些全面托管的云原生智能数据服务使开发人员能够轻松地在SQL环境中构建云原生数据库和机器学习（ML）应用程序。

通过 Cloud SQL和 Cloud IntegratedML，开发人员可以访问下一代关系数据库即服务（DBaaS），DBaaS快速且易于配置和使用。 嵌入式AutoML功能支持开发人员在全面托管的、弹性的云原生环境中，仅仅通过几条类似SQL的命令即可轻松开发并执行机器学习模型。

在日常Cache运维过程中可能会由于数据或者程序等原因造成锁的异常增长，导致数据库性能受到影响会出现程序报错或卡顿无法正常运行的问题。遇到此类问题需查看数据库当前锁列表情况，找到出现次数最多关键锁，根据关键锁对应的进程来判断处理。总结有以下三种方式查看关键锁。

1. 可在portal的[Locks]中查看；
2. 可在terminal端的%sys下使用Do ^LOCKTAB命令下查看；
3. 通过自定义程序查看。

下面给出自定义程序实例，程序逻辑为按命名空间循环所有锁信息，通过计数器方式记录所有锁当中出现次数最多的一个，输出其信息。入参为数据库中不同命名空间，输出结果为锁名称及锁的所有者，所有者一般为进程ID或ECP。

cache数据库如何收集慢SQL？

WinterCorp 性能测试报告摘要

• InterSystems的性能测试方法用来衡量 "许多运行状态下数据库应用的关键构件 "是有效的。
• 与AWS Aurora MySQL、MariaDB、Microsoft SQL Server、Oracle和PostgreSQL相比，InterSystems IRIS显示出 "巨大的性能优势"。
• InterSystems IRIS的插入速度是其他系统的1.7到9倍。InterSystems IRIS的数据速率是1.1到600倍。在插入率和查询率的组合上，没有其他系统在性能上能接近于InterSystems IRIS。
• InterSystems IRIS的效率是AWS Aurora MySQL的2.7到3.1倍，而且随着集群中节点数量的增加，效率优势也越来越大。
• 在整个三到五分钟的集群测试中，InterSystems IRIS插入的记录在插入后很快出现在查询中。

图1. 每vCPU每秒查询对比（InterSystems IRIS vs AWS Aurora MySQL，1-4 查询节点）

图2. 单节点插入/查询速度对比（InterSystems IRIS vs AWS Aurora MySQL vs MS SQL Server）

开始 - 请拉到页面底部查看该系列文章第一部分 .

3. 使用globals时结构的变体
 

一个结构，比如说一个有序排列的“树”，有各种特殊的情况。让我们来看看那些对使用globals有实际价值的情况。

3.1 特殊情况1. 一个没有分支的节点

Globals，这些存储数据的魔剑，已经存在了一段时间，但是没有多少人能够有效地使用它们，也没有多少人知道这个超级武器。

如果你把Globals的东西用在它们真正能发挥作用的地方，其结果可能是惊人的，要么是性能的提高，要么是整体解决方案的大幅简化 (1, 2).

Globals提供了一种特殊的存储和处理数据的方式，它与SQL表完全不同。它们在1966年首次出现在 M(UMPS)编程语言中， 该语言最初用于医学数据库。现在它仍然以同样的方式被使用，但也被其他一些以可靠性和高性能为首要任务的行业所采用：金融、交易等。

后来M(UMPS)演变为 Caché ObjectScript (COS). COS是由InterSystems公司开发的，作为M的一个超集. 其原始语言仍然被开发者社区所接受，并在一些实现中保持活力。在网络上有几个活跃的网址，比如：MUMPS Google group, Mumps User's group), effective ISO Standard等等

现代基于Globals的数据库支持交易、日志、复制、分区等。这意味着它们可以被用来构建现代的、可靠的、快速的分布式系统。

在检查我们的^pButtons（在IRIS中改名为^SystemPerformance）性能监控工具的文档时，一位客户告诉我。"我理解所有内容，但我希望它能更简单......更容易定义配置文件，管理它们等等"。

在这次会议之后，我认为尝试为其提供一些更简单的人机界面是一个不错的试验。

这方面的第一步是在现有的pButtons例程上包裹一个基于类的API。

我还能够添加一些更多的 "功能"，比如显示当前正在运行的配置文件，它们剩余的运行时间，以前运行的进程等等。

下一步是在这个API的基础上添加一个REST API类。

有了这个工件（pButtons REST API），人们就可以在上面建立一个比较时髦的用户界面。

举个🌰： -

各位开发者们好,

欢迎在我们的 Bilibili 频道观看新视频：

Linux内核机制OOM Killer，也即Out of Memory Killer, 顾名思义，该机制的主要职能就是当内存不足时，选择并杀掉一些进程，以使系统继续运行。

Caché/Ensemble/IRIS的多个客户曾经遇到过与此相关的系统宕机，宕机的直接原因是数据库核心写进程Write Daemon被OOM Killer选中并杀掉了，在我们的日志文件中可以看到如下信息，

06/15/21-10:50:31:035 (13579) 3 Daemon WRTDMN (pid 13588) died. Freezing system
06/15/21-10:52:25:940 (13601) 2 System Process 'WRTDMN' terminated abnormally (pid 13588)

与之对应，在操作系统的日志文件中可以看到如下记录，

我想与您分享一些在 Caché 中同样存在但几乎不为人知且大多未使用的存储功能。 它们当然可以在 IRIS 中使用，并且在大型分布式存储架构中变得越来越重要。

本地库 在打开studio、studio编译类、关闭studio等操作系统卡死，关闭后连接超时。

打开cconsole.log报错日志，提示***严重的磁盘读写错误，I/O错误***，对数据库做了一致性检查，也未发现错误，必须重启电脑或者force库后恢复使用。

请问是什么问题造成的。。。 

SAM - 设置和添加非 IRIS 目标指标的技巧和提示

SAM（系统警报和监视）以“功能齐全”的 docker-compose 容器集的形式提供，只要启动就可以开始以默认的仪表板监视 IRIS 实例。 使用初始配置就可以很好地了解 SAM 功能并开始对 IRIS 系统进行基本监视。 但是，当开始监视多个系统并收集大量指标数据时，需要更改一些默认设置。 为了从 SAM 获取更多价值，您还会想要添加来自其他数据源（目标）的指标。 以下技巧将帮助您在生产环境中部署 SAM，从多个目标收集指标并将这些指标组合到您自己的仪表板和图表中。 此外，您还将看到一些可能有助于探索 SAM 容器和应用程序的命令。

*注意：*我应该指出，其中一些技巧和提示可能不是最佳做法；这更像是一个日志，记录了我第一次如何配置 SAM 来监视相同系统上的多个服务器和非 IRIS 目标的基准。 如果您有建议，请在评论中指教 ;) 所以，记住本帖可能会随着时间的推移而有所变化，让我们开始吧；

在下面的技巧中，有重启 docker 以及启动和停止 SAM 的操作。 请通读这些技巧，确定哪些适合您，然后按照下面的相同顺序执行。

1. 确保有足够的空间用于 SAM 数据库

默认情况下，docker 容器将文件存储在根 (/) 文件系统。 SAM 不需要很多 CPU 或内存资源；但是，指标收集将占用空间。

以下步骤展示如何显示 /api/monitor 服务提供的指标列表示例。

在上个帖子中，我概述了以 Prometheus 格式显示 IRIS 指标的服务。 该贴介绍了如何在容器中设置和运行 IRIS 预览版 2019.4，然后列出了指标。

本帖假定您已安装 Docker。 如果未安装，现在就为您的平台安装吧 :)

步骤 1. 下载并运行 docker 形式的 IRIS 预览版

按照预览发行版的下载说明下载预览版许可证密钥和 IRIS Docker 映像。 例如，我选择了 InterSystems IRIS for Health 2019.4。

按照 Docker 容器中的 InterSystems 产品初见中的说明操作。 如果您熟悉容器，请跳转到标题为“下载 InterSystems IRIS Docker 映像”的部分。

以下终端输出说明了我用来加载 docker 映像的过程。 docker load 命令可能需要几分钟的时间才能运行；

如果一张图片胜过千言万语，那么一段视频又价值几何？ 当然胜过敲一个帖子。

请在 InterSystems Developers YouTube 观看我的“Coding talks”：

1. 使用 Yape 分析 InterSystems IRIS 系统性能。 第 1 部分：安装 Yape

在容器中运行 Yape。

2. Yape 容器 SQLite iostat InterSystems

提取和绘制 pButtons 数据，包括时间范围和 iostat。

下载网址：

https://hub.docker.com/r/yape/yape/

$ docker container run --rm -v "$(pwd)":/data yape/yape --version
yape 2.2.6
 

在以下网址查看自述文件：

https://github.com/murrayo/yape

更改包括：

• 恢复配置文件，进行了更多更改使 x 和 y 轴更智能。
• 更新了配置文件中的线条样式选择。
• 解决了 yyyy 日期和 yy 日期或退出的问题。 使窗口标题的日期字符串一致（去掉小数位），在标题中添加短日期。 
• 提高了 y 轴上小于 10 的值的小数精度，例如 Windows 每次读取时间为秒，而不是 linux 中的毫秒
• 更新 Python 库后的一些小错误修复。

现在，GitHub 和容器保持同步。

注（2019 年 6 月）：许多内容发生了变化，最新的详细信息请参见此处 注（2018 年 9 月）：自本帖首次发布以来，内容已经有了很大改动，我建议使用 Docker 容器版本，以容器形式运行的项目以及详细信息仍然在 GitHub 的同一个地址发布，您可以下载、运行并根据需要进行修改。

与客户合作进行性能评估、容量规划和故障排除时，我经常解包和查看来自 pButtons 的 Caché 和操作系统指标。 我不久前发布了一个帖子，介绍了一个用来解包 pButtons 指标的实用工具（该实用工具使用 unix shell、perl 和 awk 脚本编写），而不是费力地浏览 html 文件，再将需要绘制的部分剪切并粘贴到 excel 中。 虽然这是一个有用的省时工具，但还不够完善... 我还使用脚本自动绘制指标图表，以便快速查看并包含在报告中。 但是，这些绘图脚本不容易维护，并且当需要站点特定的配置（例如 iostat 或 Windows perfmon 的磁盘列表）时会变得特别混乱，所以我从未公开发布过绘图实用工具。 不过我现在可以很高兴地说，已经有了简单得多的解决方案。

本帖的目的是回答一个问题。 在本系列的第二篇帖子中，我包括了从 pButtons 提取的性能数据的图表。 有人在线下问我，有没有比剪切/粘贴更快的方法从 pButtons .html文件中提取 mgstat 等指标，以便在 Excel 中绘图。

参见：- 第 2 部分 - 研究收集的指标

pButtons 将其收集的数据编译成一个 html 文件，以便发送给 WRC 和查看整理的数据。 不过，尤其是对于长时间（如 24 小时）进行收集的 pButtons 来说，一些基于时间的数据（如 mgstat、vmstat 等）以图形方式查看更容易查找趋势或模式。

我本人和其他技术架构师经常需要向客户和供应商说明 Caché IO 要求以及 Caché 应用程序使用存储系统的方式。 在向客户和供应商说明典型的 Caché IO 配置文件和事务性数据库应用程序的要求时，下面的表格很有用。  原始表格由 Mark Bolinsky 创建。

在以后的帖子中，我将讨论更多关于存储 IO 的内容，所以现在贴上这些表格也作为将来文章的参考。 

。之前我展示了如何运行 pButtons 来收集我们在下列帖子中研究的性能指标。

• 第 1 部分 - 入门：收集指标。
• 第 2 部分 - 研究收集的指标。

您的应用程序已部署，一切运行正常。 很好，击个掌！ 然后电话突然响个不停 – 用户投诉应用程序有时很“慢”。 这是什么意思？ 有时？ 您有哪些工具，查找和解决这个缓慢问题应查看哪些统计数据？ 您的系统基础架构是否能承担用户负载的任务？ 在投入生产之前，应该询问哪些基础架构设计问题？ 如何自信地为新硬件规划容量，而不会过度规定？ 如何停止电话铃声？ 如何一开始就不让它响？

部分 在上个帖子中，我们安排了使用 pButtons 进行 24 小时的性能指标收集。 在本帖中，我们将研究几个收集到的关键指标，以及它们与底层系统硬件的关系。 我们还将开始探索 Caché（或任一 InterSystems 数据平台）指标与系统指标之间的关系。 以及如何使用这些指标来了解系统的每日节拍率并诊断性能问题。

本周，我将关注 CPU - 主要硬件食物群之一 :) 一位客户请我就以下情况提供建议：他们的生产服务器已接近使用寿命终止，是时候更新硬件了。 他们还考虑通过虚拟化来整合服务器，并希望适当调整裸机或虚拟机的容量规模。 今天我们将关注 CPU，在后面的帖子中，我将介绍适当调整其他主要食物群（内存和 IO）规模的方法。

所以问题是：

• 如何将五年多以前对处理器的应用要求转换成针对当今的处理器？
• 目前的处理器有哪些是合适的？
• 虚拟化如何影响 CPU 容量计划？

本帖将展示为 InterSystems 数据平台上运行的数据库应用调整共享内存需求（包括 global 和例程缓冲区、gmheap 以及 locksize）的方法，以及在配置服务器和虚拟化 Caché 应用程序时应考虑的一些性能提示。 和以往一样，当我谈到 Caché 时，我指的是所有数据平台（Ensemble、HealthShare、iKnow 和 Caché）。

当我最初开始使用 Caché 时，大多数客户的操作系统是 32 位的，Caché 应用程序的内存有限且昂贵。 通常部署的英特尔服务器只有几个核心，唯一的扩展方式是选择大型服务器，或者使用 ECP 横向扩展。 现在，即使是基本的生产级服务器也具有多个处理器、几十个核心，并且最小内存为 128 或 256 GB，可能达到 TB。 对于大多数数据库安装，ECP 已被遗忘，我们现在可以在单台服务器上大幅提高应用事务处理速率。

去年，AWS推出了基于ARM架构的AWS Graviton处理器第一代Amazon EC2 A1实例。在2019年AWS re:Invent 大会上，亚马逊宣布了第二代AWS Graviton2处理器和相关的Amazon EC2 M6g实例。相比前一代基于Intel Xeon的M5实例，Amazon EC2 M6g实例的性价比提升幅度高达40%。

简介

最近完成了针对IRIS医疗版2020.1版本的性能及可扩展性基准测试，重点关注HL7v2的互操作性。本文介绍了在各种工作负载下观察到的吞吐量，并提供了IRIS医疗版用作HL7v2消息传输互操作性引擎时的系统常规配置和调整准则。

基准测试模拟了与实际环境接近的工作负载（详细信息请参见“工作负载说明和方法”部分）。本次测试的工作负载包括HL7v2患者管理（ADT）和生命体征结果（ORU）数据，并包含数据内容转换和路由。

IRIS医疗版2020.1版本可以表明，采用第二代Intel®Xeon®可扩展处理器和Intel®Optane™SSD DC P4800X系列SSD存储的商用服务器，每天的持续消息吞吐量超过23亿条（入站和出站总量），与此前的Ensemble 2017.1 HL7v2吞吐量基准测试相比，扩展性提高了一倍多。

跨行业用例大多要求具备每秒接收数千或数百万条记录的能力，同时能够支持实时同步查询，例如：股票交易处理、欺诈检测、物联网应用（包括异常检测和实时OEE监控）等。Gartner将这种能力称为“HTAP”（混合事务分析处理）。Forrester等其他公司将其称为Translytics。InterSystems IRIS是功能强大、可扩展、高性能、资源高效的事务分析型数据平台，同时具备内存数据库的高性能以及传统数据库的一致性、可用性、可靠性以及低成本的特性。