La série d'articles relatifs à l'application QuinielaML se poursuit. Dans cet article, nous verrons comment préparer les données brutes que nous avons capturées à l'aide de la fonctionnalité Embedded Python.

Bienvenue à toutes et à tous !

Nous poursuivons notre série d'articles basés sur l'application QuinielaML.

Dans cet article, je décrirai comment travailler avec la fonctionnalité Embedded Python disponible dans les produits InterSystems.

Alertes Red Hat Insights désormais disponibles pour InterSystems IRIS

InterSystems et Red Hat travaillent ensemble pour ajouter des alertes spécifiques à IRIS à Red Hat Insights.

En profitant de l'application Quiniela ML et comme nous l'avons dit dans l'article précédent, nous allons expliquer comment nous pouvons réaliser une authentification JWT entre notre frontend développé en Angular et notre backend développé en InterSystems IRIS.

Je vous rappelle l'architecture de notre projet QuinielaML :

Cette question est apparue à l'origine dans les commentaires du post : Parcours de noeuds XML

Je suis confronté à un nouveau soucis car mon noeud <Contenu> contient d'autres noeuds mais qui ne doivent être traité qu'après :

InterSystems a décidé d'arrêter le développement de la technologie InterSystems IRIS Natural Language Processing, anciennement connue sous le nom d'iKnow, et de la qualifier de obsolète à partir de la version 2023.3 d'InterSystems IRIS.

InterSystems France recherche une/un apprenti(e) Product Specialist (chef de produit junior) pour faire évoluer notre SIH #TrakCare (gestion médicale et administrative).

La compétence et la disponibilité de ses équipes prévalent pour toujours viser l’excellence dans la créativité des solutions proposées.

Principales missions

Étude et planificatio

Pour le prochain Concours Python, j'aimerais faire une petite démo, sur la création d'une simple application REST en Python, qui utilisera IRIS comme base de données. Et utiliser les outils suivants

• Le cadre FastAPI, très performant, facile à apprendre, rapide à coder, prêt pour la production.
• SQLAlchemy est la boîte à outils SQL et le Mapping objet-relationnel de Python qui donne aux développeurs en Python toute la puissance et la flexibilité de SQL.
• Alembic est un outil léger de migration de base de données à utiliser avec le SQLAlchemy Database Toolkit pour Python.
• Uvicorn est une implémentation de serveur web ASGI pour Python.

Parfois, nous devons savoir avec certitude si l'environnement actuel dispose de suffisamment de noyaux, de mémoire et de bande passante pour prendre en charge le nombre prévu d'utilisateurs et les accords de niveau de service tels que la latence, le temps de réponse et la disponibilité. C'est le cas pour les bases de données et les backends. C'est pourquoi il est obligatoire, pour les applications et les bases de données critiques, de simuler les demandes simultanées/concurrentes des utilisateurs et de collecter des données sur les performances et la disponibilité.

InterSystems Reports version 23.2 est désormais disponible sur le site InterSystems Software Distribution dans la section Components. Ils sont intitulés InterSystems Reports Designer et InterSystems Reports Server et sont disponibles pour Mac OSX, Windows ou Linux. insightsoftware a choisi de passer d'un plan de numérotation numérique à un plan de numérotation annuel en 2023, il n'y a donc pas de versions 20 à 22 ; les versions augmentent de la version 19 à la version 23.

Salut la communauté

J'ai créé un service métier créé à partir de "HS.FHIRServer.Interop.Service" dans la production FHIR.

Je souhaite valider la ressource Patient de FHIR selon laquelle l'âge doit être supérieur à 18 ans.

Comment puis-je y parvenir à partir d'objectscript ainsi qu'à partir de DTL ?

Merci

Description

Avec le Serveur InterSystems IRIS FHIR, vous pouvez construire une stratégie pour personnaliser le comportement du serveur (pour plus de détails, consultez documentation).

Ce référentiel contient une stratégie Python qui peut être utilisée comme point de départ pour construire votre propre stratégie en Python.

Cette stratégie de démonstration présente les caractéristiques suivantes :

• Mettre à jour la déclaration de capacité pour supprimer la ressource Account (compte).
• Simuler un système de gestion de consentement pour accorder ou non l'accès à la ressource Observation.
  • Si l'utilisateur a des droits suffisants, la ressource Observation est renvoyée.
  • Sinon, la ressource Observation n'est pas renvoyée.

Salut les devs,

Aujourd’hui j’aimerais aborder un sujet qui m’a fait passer des moments difficiles (j’en suis convaincu, celà a déjà dû être le cas d’un bon nombre d’entre-vous) “le bottleneck”. C’est un sujet très vaste, cet article se concentrera sur l’identification des requêtes HTTP entrantes qui pourraient être à l’origine de problèmes de lenteur. Je vous mettrai aussi à disposition un petit outil que j’ai développé pouvant aider à leur identification.

Nos logiciels deviennent de plus en plus complexes, traitent un grand nombre de requêtes provenant de différentes sources, il peut s’agir d'applications front-end ou de tiers applications back-end. Pour garantir des performances optimales, il est essentiel de disposer d'un système de log capable de prendre quelques mesures clés telles que le temps de réponse, le nombre de global référence et le nombre de lignes de code exécutées pour chaque réponse HTTP. Dans le cadre de mon travail, je suis impliqué dans le développement d’un logiciel dossier patient informatisé ainsi que sur l’analyse des incidents. La charge utilisateur provient essentiellement de requêtes HTTP (API REST ou application CSP), la nécessité de disposer de ce type de mesure lorsque des problèmes de lenteur généralisée se produisent est devenu une évidence.