Il vous faudra inévitablement passer votre code d'une version antérieure d'IRIS ou de Cache à la version la plus récente d'IRIS. Voici quelques étapes à suivre pour réussir cette transition.
Lisez attentivement la documentation
La compatibilité est la capacité de deux systèmes à fonctionner ensemble sans devoir être modifiés pour y parvenir.
Il vous faudra inévitablement passer votre code d'une version antérieure d'IRIS ou de Cache à la version la plus récente d'IRIS. Voici quelques étapes à suivre pour réussir cette transition.
Lisez attentivement la documentation
Résumé des alertes
| Alert ID | Produit et versions concernés | Exigences explicites |
|---|---|---|
| DP-439207 | Plateforme de données InterSystems IRIS® 2024.3 (AIX) | Installations AIX utilisant le traitement JSON et les caractères Unicode non-Latin-1 |
| DP-439280 | InterSystems IRIS 2024.3 (conteneurs avec IntegratedML) | Conteneurs IntegratedML utilisant TensorFlow |
Détail des alertes
DP-439207 - Problème d'analyse JSON Unicode AIX
Un bug a été identifié dans InterSystems IRIS 2024.3.0 sur les instances AIX. Il affecte l'analyse des chaînes JSON Unicode. Ce problème survient lorsque la méthode %FromJSON() ou %FromJSONFile() analyse des chaînes contenant des caractères dont la valeur est inférieure à $CHAR(256) suivis de caractères Unicode dont la valeur est supérieure à $CHAR(255). Le processus de conversion transforme incorrectement les premiers caractères en $CHAR(0), ce qui entraîne une corruption silencieuse des données. Ce problème concerne uniquement la version AIX 2024.3 des produits suivants :
Dans InterSystems IRIS 2024.3 et les versions ultérieures d'IRIS, le composant AutoML est désormais fourni sous forme de package Python distinct, installé après l'installation. Malheureusement, certaines versions récentes des packages Python sur lesquels AutoML s'appuie ont introduit des incompatibilités et peuvent entraîner des échecs lors de l'entraînement des modèles (instruction TRAIN MODEL). Si vous rencontrez une erreur mentionnant « TypeError » et l'argument de mot-clé « fit_params » ou « sklearn_tags », lisez la suite pour une solution rapide.