＊この動画は、2021年2月5日に開催したウェビナーのアーカイブです。
InterSystems IRIS data platform は、拡張性に優れ、相互運用性、分析機能を備えたアプリケーション開発のためのデータプラットフォームです。
この動画では、これからインターシステムズのデータプラットフォーム製品をお使いになる開発者の方を対象に、その特徴を20分でご紹介します。
このような方を対象としています。
ぜひご覧ください！
開発者のみなさん、こんにちは！
この記事では、GettingStarted ページの無料体験環境（Sandbox）で試せるチュートリアルの中から、「Connect Your Systems」（Interoperabilityのチュートリアル）の使い方をご紹介します。
GettingStarted ページでできることについては、こちらの記事でご紹介しています。
無料体験環境（Sandbox）の開始手続きについては、こちらの記事でご紹介しています。ぜひご参照ください。
Connect Your Systems では、IRIS の Interoperability メニューを利用してどのように異なるシステム同士を接続し、処理を連携させることができるのか、ビデオによる解説とチュートリアルをご用意しています。
(1) Interoperability 概要 ： .png)
ビデオ（日本語字幕切り替え可）と概要説明
この記事では、InterSystems Cachéにおけるマクロについて説明します。 マクロは、コンパイル中に一連の命令に置き換えられるシンボリック名です。 マクロは、渡されたパラメーターとアクティブ化したシナリオに応じて、呼び出されるたびに一連の命令セットに「展開」されます。 これは、静的コードの場合もあれば、ObjectScriptを実行して得られる結果である場合もあります。 それでは、アプリケーションでマクロをどのように使用できるのかを見てみましょう。
開発者のみなさん、こんにちは！
この記事では、GettingStarted ページの無料体験環境（Sandbox）で試せるチュートリアルの中から、「Full Stack Tutorial」の使い方をご紹介します。
GettingStarted ページでできることについては、こちらの記事でご紹介しています。
無料体験環境（Sandbox）の開始手続きについては、こちらの記事でご紹介しています。ぜひご参照ください。
この記事では、チュートリアルを GettingStarted ページの Sandbox でご体験いただく流れを記載しています。Full Stack Tutorial のパート1 を開き、ログインいただくと Sandbox へのアクセス情報が表示されますので、Sandbox 用 IDE のリンクなどはお手元の環境でご確認ください。
開発者の皆さん、こんにちは！
この記事では、GettingStarted ページのチュートリアルを試す環境として利用できる、無料体験環境 Sandbox の開始手順についてご紹介します。
GettingStarted ページで何ができるのか？については、前の記事でご紹介しています。ぜひご参照ください。
どのチュートリアルからでも Sandbox の作成やアクセス情報を確認することができます。
この記事では、Full Stack Tutorial を試す流れで Sandbox を作成する手順をご紹介します。
画面左目メニューで、Full Stack Tutorial > Part1:Creating databases with SQL をクリックし、画面右側の「REGISTER」ボタンをクリックすると、ユーザ情報登録画面に移動します。
Sandbox 作成時、以下図の情報をご記入いただきます（* の付いた項目は必須です）。
開発者のみなさん、こんにちは！
以下にご紹介しているチュートリアルページは、現在非公開となりますので、Developer Hub をご利用ください！
この記事では、ちょっと IRIS を使ってみたい・・と思う方にピッタリのチュートリアルやビデオをまとめたページ「Getting Started with InterSystems IRIS Data Platform」についてご紹介します。
Getting Started with InterSystems IRIS Data Platform （以下、GettingStarted ページと略します）では、ユーザ登録後からすぐに操作できる無料の体験環境（以降、Sandbox）をご利用いただけます。
Sandbox では、GettingStarted ページの各種チュートリアルをブラウザ上で操作できる Sandbox 専用 IDE からお試しいただけ、お手元環境の準備不要！すぐに体験を開始できます！💨
IRIS で REST サーバを作成する際に準備する REST ディスパッチクラスを手動で作成する方法を解説します。
※関連ビデオで、OpenAPI 2.0 で定義したアプリケーションの仕様を利用する手順を使った API ファーストで作成するディスパッチクラスの解説ビデオもあります。
このビデオには、以下の関連ビデオがあります。
もくじ
最初～ 復習ビデオ／関連ビデオについて など
2:20～ 作成するディスパッチクラスの内容
4:20～ 手動でRESTディスパッチクラスを作成する方法（手順説明）
5:07～ VSCode：クラス定義作成（手順説明）
メモ：スタジオでの作成については、別のビデオでご説明しています。
8:18～ ベースURLの設定（管理ポータルでの設定）説明
8:49～ HTTP要求、応答を操作する
10:50～ HTTP要求、応答の操作に便利なクラスパラメータ
13:22～ VSCodeでのクラス定義作成（実演）
GET要求の実装
これは InterSystems FAQ サイトの記事です。
InterSystems 製品を利用した REST/JSON の操作方法を、簡単なサンプルを利用して解説します。
サンプルでは、REST クライアント、HTML、ターミナルからデータ（JSON）を送信し、サーバ（InterSystems製品）で JSON 形式のデータを返す REST ディスパッチクラスを使った簡単な流れになっています。
サンプルは、https://github.com/Intersystems-jp/FAQ-REST-SimpleSample からダウンロードいただけます。
RESTディスパッチクラスとサンプルHTMLファイルが含まれています
管理ポータルからインポートします（スタジオを利用されている場合は、スタジオでもインポートできます）。
管理ポータルは http://localhost:52773/csp/sys/UtilHome.csp でアクセスできます。
※ ポート番号はお使いの環境に合わせて変更してください。
管理ポータルにアクセスできたら以下メニューでインポートを行ってください。
以下の記事では、DeepSee のより柔軟なアーキテクチャ設計の概要を説明します。 前の例で説明したとおり、この実装には、DeepSee キャッシュや DeepSee の実装と設定、および同期グローバル用の個別のデータベースが含まれています。 この例では、DeepSee インデックスを保存するための新しいデータベースを紹介します。 DeepSee インデックスがファクトテーブルや次元テーブルとともにマッピングされないように、グローバルマッピングを再定義します。
開発者の皆さん、こんにちは🌂 今年は早い梅雨入りでした ☔
さて、新しい✨ 実行／開発環境テンプレートを作成しました。 Docker 🐳、docker-compose 、git がインストールされていれば、すぐにお試しいただけます。ぜひご利用ください！
今回は、ご存知の方が多いと思われる（？）某アニメの登場人物を使った人物相関図をテーマに【キーバリュー形式で IRIS に登録してグラフ構造で表示してみた】を体験できるテンプレートです（テンプレートは、Python／Node.js／Java からお試しいただける環境をご用意しています）。
人物相関図のイメージ 
以下、今回のテーマについて、ビデオと文字でご紹介しています。最後までお付き合いいただければ幸いです！（ビデオは全体で 7 分 20 秒）
人物相関図と言えば、グラフデータベースをイメージされると思います。
IRIS はグラフデータベースではないのですが、IRIS ネイティブのデータの「グローバル」を利用することで、グラフデータベースと似たような構造を表現することができます。
以下の記事では、DeepSee の中程度の複雑さのアーキテクチャ設計を説明します。 前の例で説明したとおり、この実装には、DeepSee キャッシュや DeepSee の実装と設定用の個別のデータベースが含まれています。 この記事では、同期に必要なグローバルの保存用と、ファクトテーブルとインデックスの保存用に、2 つの新しいデータベースを紹介します。
以下の記事は、DeepSee の基本的なアーキテクチャを実装するためのガイドです。 この実装には、DeepSee キャッシュ用のデータベースと DeepSee 実装と設定用のデータベースが含まれています。
以下の記事は、この連載の締めくくりとして、完全に柔軟なアーキテクチャの例で確認されたすべてのデータベースのリストを掲載しています。
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。
これは InterSystems FAQ サイトの記事です。
インターシステムズ オンラインラーニングでは、InterSystems IRIS 概要や IRIS の各機能について 2～5分でご覧いただける QuickStart ページ（説明ビデオと操作方法を解説、サンプル用 Git の使い方をまとめたページ）をご用意しています。
*日本語字幕をオンにする方法は こちらをご覧ください。
開発者向けまとめページでは、QuickStart 以外にもドキュメントや開発者コミュニティへのリンク、IRIS を簡単に始めることのできるクラウド（AWS／Azure／GCP）のマーケットプレイスへのリンクなどまとめています。
ぜひご活用ください。
開発者コミュニティにもサンプルコード付き記事の投稿があります。ぜひご参照ください。
これは InterSystems FAQ サイトの記事です。
アプリケーションに求められる要件は日々複雑化しています。
しかし、複雑化するからといって開発のスピードおよび実行時のスピードが遅くなることは許されません。
複雑な要件を満たすために現在主流の手法ではソフトウェアスタック上の様々な部品（ミドルウェア、ライブラリ、フレームワークなど）を組み合わせる方法を取ります。
この方法は、様々なものを学習するための時間、それらを連携する方法、経年で様々なものが進化していくことに伴って各部品間の関係性が変化するためにそれらを維持管理していくための手間など様々な付帯的な作業が必要です。
結果として本来行いたいことに集中して取り組む前に付随する作業に忙殺されることになり開発生産性があがりません。
しかも実行時にも様々な部分が連携するためのオーバーヘッドを避けることができず期待する性能を確保することも困難になります。
一方インターシステムズのプラットフォームには上記要件を満たすのに必要十分な機能がひとつの首尾一貫した形で提供されており上記の様な手間がほとんど必要ありません。
さらにこのプラットフォームにはインターシステムズ独自の高性能、スケーラビリティの高いデータベースエンジンが内蔵されており様々なデータ処理を効率良く高速に処理します。
皆さん、こんにちは。 今日は、Jupyter Notebook をインストールして、Apache Spark と InterSystems IRIS に接続したいと思います。
注記: 以下にお見せする作業は Ubuntu 18.04 で Python 3.6.5 を使って実行しました。
Apache Zeppelin の代わりに認知度が高く、よく普及していて、主に Python ユーザーの間で人気というノートブックをお探しの方は、 Jupyter notebookをおすすめします。 Jupyter notebook は、とてもパワフルで優れたデータサイエンスツールです。 大きなコミュニティが存在し、使用できるソフトウェアや連携がたくさんあります。 Jupyter Notebook では、ライブコード、数式、視覚化インターフェース、ナレーションテキストを含む文書を作成、共有できます。 機能としてデータクリーニングや変換、数値シミュレーション、統計モデリング、データの視覚化、機械学習などが含まれています。 最も重要なこととして、問題に直面したときにその解決を手伝ってくれる大きなコミュニティが存在します。
何かうまく行かないことがあれば、一番下の「考えられる問題と解決策」をご覧ください。
デベロッパーの皆さん、こんにちは！
最近、当社は InterSystems Package Manager (ZPM) をリリースしました。 ZPM を開発した理由の 1 つは、ソリューションをパッケージ化して ZPM レジストリに提出することにより、そのデプロイを「install xxx package」のようなコマンドを実行するだけの単純な作業にするためです。
これを行うには、InterSystems IRIS パッケージの中身を説明する module.xml ファイルをリポジトリに導入する必要があります。
この記事では、module.xml ファイルの異なる構成要素を説明し、独自のファイルを作成する方法をご紹介します。
まずは、samples-objectscript パッケージから始めます。以下のコマンドを実行すれば、IRIS に ObjectScript のサンプルアプリケーションがインストールされます。
zpm: USER>install samples-objectscript
おそらく、これほどシンプルなパッケージはないと思います。以下は、パッケージの中身を説明する module.xml です。
<Export generator="Cache" version="25">
<Document name="samples-objectscript.ZPM">
<Module>
<Name>samples-objectscript</Name>
<Version>1.0.0</Version>
<Packaging>module</Packaging>
<SourcesRoot>src</SourcesRoot>
<Resource Name="ObjectScript.PKG"/>
</Module>
</Document>
</Export>開発者の皆さん、こんにちは！
InterSystems 開発者コミュニティでは、初めてIRIS を使われる方向けに、IRIS の概要をご紹介するウェビナーを開催致しました。そのウェビナーのアーカイブを公開致しました。
インターシステムズのデータプラットフォーム製品をご覧になるソフトウェアエンジニアの方向けに、弊社のエンジニアが 約 30分でその特徴をご紹介します。ぜひご覧ください。
ウェビナー（アーカイブ配信）「InterSystems IRIS データプラットフォーム 概要」
アーカイブはこちら(ON24を使用しています）
https://event.on24.com/wcc/r/2982378/17DE6BE0C44C34513F10A8D7C7B68FB0
以下のような開発者の方におすすめです。
ぜひご視聴ください！
開発者の皆さん、こんにちは！
InterSystems 開発者コミュニティでは、2021/2/5（金）に、ウェビナーを開催致します。
今回は、初めてインターシステムズのデータプラットフォーム製品をご覧になるソフトウェアエンジニアの方向けに、弊社のエンジニアが 30分でその特徴をご紹介します。
ウェビナー「InterSystems IRIS データプラットフォーム 概要」
事前登録、ウェビナ配信はこちら(ON24を使用します）
https://event.on24.com/wcc/r/2982378/17DE6BE0C44C34513F10A8D7C7B68FB0
以下のような開発者の方におすすめです。
ぜひご視聴ください！
みなさん、こんにちは。 昨日、Apache Spark、Apache Zeppelin、そして InterSystems IRIS を接続しようとしたときに問題が発生したのですが、有用なガイドが見つからなかったので、自分で書くことにしました。
Apache Spark と Apache Zeppelin とは何か、そしてどのように連携するのかを理解しましょう。
Apache Spark はオープンソースのクラスタコンピューティングフレームワークです。暗黙的なデータ並列化と耐障害性を備えるようにクラスタ全体をプログラミングするためのインターフェースを提供しています。そのため、ビッグデータを扱う必要のある場合に非常に役立ちます。 一方の Apache Zeppelin はノートブックです。分析や機械学習に役立つ UI を提供しています。組み合わせて使う場合、IRIS がデータを提供し、提供されたデータを Spark が読み取って、ノートブックでデータを処理する、というように機能します。
注意: 以下の内容は、Windows 10 で行っています。
では、必要なすべてのプログラムをインストールしましょう。
インスタンスのデータに基づくビジネスインテリジェンスを実装しようと計画中です。 DeepSee を使うには、データベースと環境をどのようにセットアップするのがベストですか？
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。
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。
クラス、テーブル、グローバルとその仕組み
InterSystems IRIS を技術的知識を持つ人々に説明する際、私はいつもコアとしてマルチモデル DBMSであることから始めます。
個人的には、それが（DBMSとして）メインの長所であると考えています。 また、データが格納されるのは一度だけです。 ユーザーは単に使用するアクセス API を選択するだけです。
これは短く簡潔なメッセージで、一見すると素晴らしく聞こえます。しかし、実際には intersystems IRIS を使い始めるたユーザーには クラス、テーブル、グローバルはそれぞれどのように関連しているのだろうか？ 互いにどのような存在なのだろうか？ データは実際にどのように格納されているのだろうか？といった疑問が生じます。
この記事では、これらの疑問に答えながら実際の動きを説明するつもりです。
データを処理するユーザーは多くの場合、処理対象のモデルに偏見を持っています。
皆さん、こんにちは！
InterSystems IRIS には [Interoperability（相互運用性）]というメニューがあります。
このメニューには、システム統合を簡単に作成できる仕組み（アダプタ、レコードマップ、BPM、データ変換など）が用意されていて、異なるシステムを簡単に接続することができます。
例えば、普段繋がっていないシステムを繋げるために相手の仕様に合わせてデータを受信（または送信）したり、データ送信前に別システムから情報を取得して追加したり、データベース（IRIS でもそれ以外でも）から情報を取得したり更新したり、データ中継の流れの中に様々な処理を含むことができます。
この記事のシリーズでは、Interoperability（相互運用性）でシステム統合を行う際、どのような仕組みで動作するのか、またどのような開発が必要になってくるのか、をご理解いただくためにサンプルコードをご覧いただきながら以下の項目を解説します。
まずはこのシリーズで使用するテーマをご紹介します。
この記事はこちらの投稿の続きの内容です。
この記事では、Interoperability（相互運用性）メニューを利用してシステム統合を行う際、どのような仕組みで動作しているのかについて解説します。
図の左側は、外部システムから送信される情報の受け入れ窓口です。
情報の受信方法としては、ファイルを読むために指定ディレクトリを一定間隔で監視したり、データベースへ定期的に問い合わせを行ったり、入力を待機したり、または他システムのアプリケーションから直接呼び出して渡してもらうなど、様々な方法を用意しています。
IRIS の Interoperability（相互運用性）メニューで作成するシステム統合の仕組みの中では、受信した情報を メッセージ と呼ぶオブジェクトに格納し、次の処理を担当するコンポーネントへ メッセージ を送信します。
メッセージ は受信した情報を全て利用して作成することも、一部抜粋した情報のみを利用することも自由に選択できます。
メッセージ に含まれる情報を外部システムへ 送信したい場合は、外部システムへ処理を依頼する役割があるコンポーネント（図の右側）へメッセージ を送信します。メッセージ を受信したコンポーネントは、外部システムへ処理を依頼します。
この記事はこちらの投稿の続きの内容です。
前回の記事では、Interoperability（相互運用性）メニューを利用してシステム統合を行う際、どのような仕組みで動作しているのかについて解説しました。
今回の記事では、Interoperability（相互運用性）メニューを利用してでシステム統合を行うためにどのような開発を行うのか、について解説します。
最初に、どんな流れを作りたいのか？を考えながら、以下の内容を作成していきます。
プロダクション については、システム統合を行うために必要なコンポーネントの指定と、コンポーネントの設定を保存しておくため定義で、管理ポータルを使用して設定します（内部的にはプロダクション用クラス定義として保存されます）。
例えば、一定間隔で指定ディレクトリに置かれたファイルを処理するビジネス・サービスを作成している場合、「どのディレクトリを監視するのか」「どのファイルを処理したらいいのか」を具体的に設定します。この設定を保存するために用意するのが プロダクション です。
なお、設定内容はデータを送受信するコンポーネントが使用するアダプタにより異なります。
この記事はこちらの投稿の続きの内容です。
前回の記事では、プロダクションとは？について確認しました。また、サンプルコードを動かしながらプロダクションに流れるメッセージの中身をトレース画面で確認しました。
今回は記事では、システム統合を行うための必要な開発内容の中から、コンポーネント間のデータ送受信に使用される メッセージ について、作成するときの考え方や定義方法を確認していきます。
メッセージ を作成する前に、サンプルのテーマを再度確認しましょう。
ショッピングサイトを運営している会社があり、季節に合わせ商品情報の表示順を変更する作業を行っています。
ところが、季節を問わず良く売れるもの、想定しなかった時期に売れるものもあり、現在の表示順変更ルールにうまく合いません。
そこで、季節に合わせた表示順ではなく、そのときの気温にあわせた表示順に変更できないか検討した結果、購入物品に対してそのときの気温を調査する必要が出てきました。
気象情報の確認には、外部の Web API が利用できるため、購入されたタイミングで気象情報を収集し、後で確認できるようにデータベースに情報を登録していく予定です。
このテーマから、以下の内容が確認できます。
この記事はこちらの投稿の続きの内容です。
前回の記事では、システム統合に必要なコンポーネントの中から、ビジネス・オペレーションの作成について解説しました。
今回の記事では、確認した2つのビジネス・オペレーションを順番を守って呼び出しを行うビジネス・プロセスの作成について解説します。
ビジネス・プロセスは処理の調整役（司令塔）として働きます。
サンプルの中で行いたい処理の調整は、以下の内容です。
手順① 外部の Web API に都市名を渡し気象情報を問い合わせる
手順② ①の問合せ結果（気象情報）と、処理開始時に受信した購入商品名をDBへ登録する
サンプルのビジネス・プロセスでは、手順① の回答を待って手順② を動かすように調整します。
回答を待つ処理（＝同期を取る処理）ですが、例えば、手順① が数日返ってこない場合、どうなるでしょうか？
数日回答を待ち続けている間にビジネス・プロセスへ次々に新メッセージが渡された場合、メッセージは一旦キューに格納されるため消失しませんが、新メッセージの処理をビジネス・プロセスが実行できず処理に遅延が発生します。
メモ： ビジネス・プロセスとビジネス・オペレーションにはキューがあります。