ບົດຄວາມນີ້ແມ່ນກ່ຽວກັບ Python Gateway, ໂຄງການຊຸມຊົນແຫຼ່ງເປີດສໍາລັບແພລະຕະຟອມຂໍ້ມູນ InterSystems IRIS. ໂຄງ​ການ​ນີ້​ອະ​ນຸ​ຍາດ​ໃຫ້​ທ່ານ​ຈັດ​ການ​ວິ​ທີ​ການ​ການ​ຮຽນ​ຮູ້​ຂອງ​ເຄື່ອງ​ຈັກ​ໃດ​ຫນຶ່ງ​ທີ່​ສ້າງ​ຕັ້ງ​ຂື້ນ​ໃນ Python (ສະພາບແວດລ້ອມຕົ້ນຕໍສໍາລັບນັກວິທະຍາສາດຂໍ້ມູນຈໍານວນຫຼາຍ), ໃຊ້ຫ້ອງສະຫມຸດທີ່ກຽມພ້ອມຈໍານວນຫລາຍເພື່ອສ້າງການແກ້ໄຂ AI / ML ທີ່ປັບຕົວໄດ້ຢ່າງໄວວາໃນການວິເຄາະຫຸ່ນຍົນໃນເວທີ InterSystems IRIS. ໃນບົດຄວາມນີ້, ຂ້າພະເຈົ້າຈະສະແດງໃຫ້ເຫັນວິທີການ InterSystems IRIS ສາມາດ orchestrate ຂະບວນການໃນ Python, ປະສິດທິພາບການສື່ສານຂໍ້ມູນສອງທາງ, ແລະສ້າງຂະບວນການທຸລະກິດອັດສະລິຍະ.

ແຜນການ

1. ການນໍາສະເຫນີ.
2. ເຄື່ອງມື.
3. ການຕິດຕັ້ງ.
4. API
5. ຄວາມສາມາດໃນການເຮັດວຽກຮ່ວມກັນ.
6. ປື້ມບັນທຶກ Jupyter.
7. ຂໍ້ສະຫຼຸບ.
8. ລິ້ງຄ໌.
9. MLToolkit.

ການນໍາສະເຫນີ

Python ເປັນພາສາການຂຽນໂປລແກລມທົ່ວໄປໃນລະດັບສູງເພື່ອແນໃສ່ປັບປຸງປະສິດທິພາບຂອງນັກພັດທະນາ ແລະການອ່ານລະຫັດ. ໃນຊຸດຂອງບົດຄວາມນີ້, ຂ້າພະເຈົ້າຈະປຶກສາຫາລືກ່ຽວກັບຄວາມເປັນໄປໄດ້ຂອງການນໍາໃຊ້ Python ໃນເວທີ InterSystems IRIS, ໂດຍຈຸດສໍາຄັນຂອງບົດຄວາມນີ້ແມ່ນການນໍາໃຊ້ Python ເປັນພາສາສໍາລັບການສ້າງແລະແລ່ນຮູບແບບການຮຽນຮູ້ເຄື່ອງຈັກ.

ການຮຽນຮູ້ເຄື່ອງຈັກ (ML) ແມ່ນຫ້ອງຮຽນຂອງວິທີການປັນຍາປະດິດ, ລັກສະນະລັກສະນະທີ່ບໍ່ແມ່ນການແກ້ໄຂໂດຍກົງຂອງບັນຫາ, ແຕ່ການຮຽນຮູ້ໃນຂະບວນການແກ້ໄຂບັນຫາທີ່ຄ້າຍຄືກັນຫຼາຍ.

ຂັ້ນຕອນ ແລະຕົວແບບການຮຽນຮູ້ເຄື່ອງຈັກແມ່ນກາຍເປັນເລື່ອງທົ່ວໄປຫຼາຍຂຶ້ນ. ມີຫຼາຍເຫດຜົນສໍາລັບການນີ້, ແຕ່ມັນທັງຫມົດແມ່ນມາຈາກການເຂົ້າເຖິງ, ຄວາມງ່າຍດາຍແລະການບັນລຸຜົນປະຕິບັດ. ການສ້າງແບບຈໍາລອງຫຼືແມ້ກະທັ້ງເຄືອຂ່າຍ neural ເປັນເຕັກໂນໂລຢີໃຫມ່ບໍ?

ແນ່ນອນບໍ່ແມ່ນ, ແຕ່ໃນປັດຈຸບັນບໍ່ຈໍາເປັນຕ້ອງຂຽນລະຫັດຫຼາຍຮ້ອຍພັນເສັ້ນເພື່ອດໍາເນີນການແບບຈໍາລອງດຽວ, ແລະຄ່າໃຊ້ຈ່າຍໃນການສ້າງແລະນໍາໃຊ້ຕົວແບບແມ່ນຫນ້ອຍລົງ.

ເຄື່ອງມືກໍາລັງພັດທະນາ - ໃນຂະນະທີ່ພວກເຮົາບໍ່ມີເຄື່ອງມື AI / ML ທີ່ເປັນສູນກາງ GUI ຢ່າງເຕັມສ່ວນ, ຄວາມຄືບຫນ້າທີ່ພວກເຮົາໄດ້ເຫັນກັບລະບົບຂໍ້ມູນອື່ນໆ, ເຊັ່ນ BI (ຈາກການຂຽນລະຫັດໄປຫາການນໍາໃຊ້ກອບແລະການແກ້ໄຂ GUI-centric configurable), ແມ່ນ. ຍັງສັງເກດເຫັນຢູ່ໃນເຄື່ອງມືໃນການສ້າງ AI/ML. ພວກເຮົາໄດ້ຜ່ານຂັ້ນຕອນຂອງການຂຽນລະຫັດແລ້ວແລະມື້ນີ້ພວກເຮົາໃຊ້ກອບເພື່ອສ້າງແລະຝຶກອົບຮົມແບບຈໍາລອງ.

ການປັບປຸງອື່ນໆ, ເຊັ່ນ: ຄວາມສາມາດໃນການແຈກຢາຍແບບຈໍາລອງກ່ອນການຝຶກອົບຮົມທີ່ຜູ້ໃຊ້ສຸດທ້າຍພຽງແຕ່ຕ້ອງສໍາເລັດການຝຶກອົບຮົມຮູບແບບໃນຂໍ້ມູນສະເພາະຂອງເຂົາເຈົ້າ, ຍັງເຮັດໃຫ້ມັນງ່າຍຂຶ້ນໃນການເລີ່ມຕົ້ນດ້ວຍການຮຽນຮູ້ເຄື່ອງຈັກ. ຄວາມກ້າວຫນ້າເຫຼົ່ານີ້ເຮັດໃຫ້ການຮຽນຮູ້ເຄື່ອງຈັກງ່າຍຂຶ້ນຫຼາຍສໍາລັບທັງຜູ້ຊ່ຽວຊານແລະບໍລິສັດໂດຍທົ່ວໄປ.

ໃນທາງກົງກັນຂ້າມ, ພວກເຮົາກໍາລັງເກັບກໍາຂໍ້ມູນຫຼາຍຂຶ້ນ. ດ້ວຍແພລະຕະຟອມຂໍ້ມູນທີ່ເປັນເອກະສັນເຊັ່ນ InterSystems IRIS, ຂໍ້ມູນທັງໝົດນີ້ສາມາດຖືກກະກຽມທັນທີ ແລະໃຊ້ເປັນຂໍ້ມູນເຂົ້າໃນຕົວແບບການຮຽນຮູ້ຂອງເຄື່ອງຈັກ.

ດ້ວຍການກ້າວໄປສູ່ຄລາວ, ການເປີດຕົວໂຄງການ AI/ML ແມ່ນງ່າຍກວ່າທີ່ເຄີຍ. ພວກເຮົາພຽງແຕ່ສາມາດບໍລິໂພກຊັບພະຍາກອນທີ່ພວກເຮົາຕ້ອງການ. ຍິ່ງໄປກວ່ານັ້ນ, ຂໍຂອບໃຈກັບການຂະຫນານທີ່ສະເຫນີໂດຍເວທີຟັງ, ພວກເຮົາສາມາດປະຫຍັດເວລາທີ່ໃຊ້ເວລາ.

ແຕ່ຜົນໄດ້ຮັບແມ່ນຫຍັງ? ນີ້ແມ່ນບ່ອນທີ່ສິ່ງທີ່ສັບສົນຫຼາຍ. ມີເຄື່ອງມືຈໍານວນຫຼາຍສໍາລັບການສ້າງແບບຈໍາລອງ, ເຊິ່ງຂ້າພະເຈົ້າຈະປຶກສາຫາລືຕໍ່ໄປ. ການສ້າງຕົວແບບທີ່ດີບໍ່ແມ່ນເລື່ອງງ່າຍ, ແຕ່ຈະເປັນແນວໃດຕໍ່ໄປ? ການສ້າງກຳໄລຈາກການນຳໃຊ້ຕົວແບບທຸລະກິດກໍ່ເປັນວຽກທີ່ບໍ່ສຳຄັນ. ຮາກ​ຂອງ​ບັນ​ຫາ​ແມ່ນ​ການ​ແຍກ​ອອກ​ຂອງ​ການ​ວິ​ເຄາະ​ແລະ​ການ​ເຮັດ​ທຸ​ລະ​ກໍາ​, ແລະ​ຕົວ​ແບບ​ຂໍ້​ມູນ​. ເມື່ອພວກເຮົາຝຶກອົບຮົມແບບຈໍາລອງ, ພວກເຮົາມັກຈະເຮັດມັນຢູ່ໃນຂໍ້ມູນປະຫວັດສາດ. ແຕ່ສະຖານທີ່ສໍາລັບຮູບແບບການກໍ່ສ້າງແມ່ນຢູ່ໃນການປະມວນຜົນຂໍ້ມູນການເຮັດທຸລະກໍາ. ຮູບແບບການກວດສອບການເຮັດທຸລະກໍາການສໍ້ໂກງທີ່ດີທີ່ສຸດແມ່ນຫຍັງທີ່ດີຖ້າພວກເຮົາດໍາເນີນການມັນຫນຶ່ງຄັ້ງຕໍ່ມື້? scammers ໄດ້ ປະ ໄວ້ ດົນ ນານ ນັບ ຕັ້ງ ແຕ່ ມີ ເງິນ. ພວກເຮົາຈໍາເປັນຕ້ອງໄດ້ຝຶກອົບຮົມແບບຈໍາລອງກ່ຽວກັບຂໍ້ມູນປະຫວັດສາດ, ແຕ່ພວກເຮົາຍັງຕ້ອງໃຊ້ມັນໃນເວລາທີ່ແທ້ຈິງກ່ຽວກັບຂໍ້ມູນໃຫມ່ທີ່ເຂົ້າມາເພື່ອໃຫ້ຂະບວນການທຸລະກິດຂອງພວກເຮົາສາມາດປະຕິບັດຕາມການຄາດຄະເນທີ່ເຮັດໂດຍຕົວແບບ.

ML Toolkit ແມ່ນຊຸດເຄື່ອງມືທີ່ມີຈຸດປະສົງເພື່ອເຮັດສິ່ງນັ້ນຄື: ແບບຈໍາລອງທີ່ເປັນເອກະພາບ ແລະສະພາບແວດລ້ອມການເຮັດທຸລະກໍາເພື່ອໃຫ້ຕົວແບບທີ່ສ້າງຂຶ້ນສາມາດຖືກນໍາໃຊ້ໂດຍກົງໃນຂະບວນການທຸລະກິດຂອງທ່ານ. Python Gateway ແມ່ນສ່ວນຫນຶ່ງຂອງ ML Toolkit ແລະສະຫນອງການເຊື່ອມໂຍງກັບພາສາ Python (ຄ້າຍຄືກັນກັບວິທີການ R Gateway, ການເປັນສ່ວນຫນຶ່ງຂອງ ML Toolkit ສະຫນອງການເຊື່ອມໂຍງກັບພາສາ R).

ເຄື່ອງມື

ກ່ອນທີ່ພວກເຮົາຈະສືບຕໍ່, ຂ້າພະເຈົ້າຢາກຈະອະທິບາຍບາງເຄື່ອງມື ແລະຫ້ອງສະໝຸດ Python ທີ່ພວກເຮົາຈະໃຊ້ໃນພາຍຫຼັງ.

ຂອງເຕັກໂນໂລຊີ

• Python ແມ່ນພາສາການຂຽນໂປລແກລມທີ່ມີຈຸດປະສົງທົ່ວໄປ, ລະດັບສູງ. ປະໂຫຍດຕົ້ນຕໍຂອງພາສາແມ່ນຫ້ອງສະຫມຸດຂະຫນາດໃຫຍ່ຂອງຫ້ອງສະຫມຸດຄະນິດສາດ, ML ແລະ AI. ເຊັ່ນດຽວກັນກັບ ObjectScript, ມັນເປັນພາສາທີ່ເນັ້ນໃສ່ວັດຖຸ, ແຕ່ທຸກສິ່ງທຸກຢ່າງແມ່ນກໍານົດແບບເຄື່ອນໄຫວແທນທີ່ຈະເປັນສະຖິຕິ. ນອກຈາກນັ້ນ, ທຸກສິ່ງທຸກຢ່າງແມ່ນວັດຖຸ. ບົດຄວາມຕໍ່ມາຖືວ່າມີຄວາມຄຸ້ນເຄີຍກັບພາສາ. ຖ້າຫາກວ່າທ່ານຕ້ອງການທີ່ຈະເລີ່ມຕົ້ນການຮຽນຮູ້, ຂ້າພະເຈົ້າແນະນໍາໃຫ້ເລີ່ມຕົ້ນດ້ວຍ ເອກະສານ.
• ສໍາລັບການອອກກໍາລັງກາຍຕໍ່ໄປຂອງພວກເຮົາ, ກໍານົດ Python 3.6.7 64 ບິດ.
• IDE: ຂ້ອຍໃຊ້ PyCharm, ແຕ່ໂດຍທົ່ວໄປແລ້ວພວກເຂົາ много. ຖ້າທ່ານໃຊ້ Atelier, ມີ plugin Eclipse ສໍາລັບນັກພັດທະນາ Python. ຖ້າທ່ານກໍາລັງໃຊ້ VS Code, ມີການຂະຫຍາຍສໍາລັບ Python.
• ປື້ມບັນທຶກ: ແທນທີ່ຈະເປັນ IDE, ທ່ານສາມາດຂຽນແລະແບ່ງປັນສະຄິບຂອງທ່ານໃນປື້ມບັນທຶກອອນໄລນ໌. ທີ່ນິຍົມຫຼາຍທີ່ສຸດຂອງພວກເຂົາແມ່ນ ດາວພະຫັດ.

ຫ້ອງສະ ໝຸດ

ນີ້ແມ່ນລາຍຊື່ຫ້ອງສະໝຸດການຮຽນຮູ້ເຄື່ອງຈັກ (ບໍ່ໝົດ):

• ເລກ - ຊຸດພື້ນຖານສໍາລັບການຄິດໄລ່ທີ່ຊັດເຈນ.
• Pandas — ໂຄງສ້າງຂໍ້ມູນທີ່ມີປະສິດທິພາບສູງ ແລະເຄື່ອງມືການວິເຄາະຂໍ້ມູນ.
• matplotlib - ການ​ສ້າງ​ຮູບ​ພາບ​.
• ທະເລ - ການເບິ່ງເຫັນຂໍ້ມູນໂດຍອີງໃສ່ matplotlib.
• Sklearn — ວິ​ທີ​ການ​ຮຽນ​ຮູ້​ເຄື່ອງ​ຈັກ​.
• XGBoost — ຂັ້ນຕອນການຮຽນຮູ້ຂອງເຄື່ອງຈັກຢູ່ໃນຂອບຂອງວິທີການເພີ່ມລະດັບ gradient.
• Gensim — NLP.
• Keras - ເຄືອຂ່າຍ neural.
• ການໄຫຼ tensor — ເວທີສໍາລັບການສ້າງແບບຈໍາລອງການຮຽນຮູ້ເຄື່ອງຈັກ.
• PyTorch ເປັນເວທີສໍາລັບການສ້າງແບບຈໍາລອງການຮຽນຮູ້ເຄື່ອງຈັກ, ສຸມໃສ່ Python.
• ນີໂອກາ - PMML ຈາກ​ແບບ​ຕ່າງໆ​.

ເຕັກໂນໂລຊີ AI/ML ເຮັດໃຫ້ທຸລະກິດມີປະສິດທິພາບ ແລະສາມາດປັບຕົວໄດ້. ຍິ່ງ​ໄປ​ກວ່າ​ນັ້ນ​, ໃນ​ທຸກ​ມື້​ນີ້​ເຕັກ​ໂນ​ໂລ​ຊີ​ເຫຼົ່າ​ນີ້​ໄດ້​ກາຍ​ເປັນ​ງ່າຍ​ຂຶ້ນ​ເພື່ອ​ພັດ​ທະ​ນາ​ແລະ​ປະ​ຕິ​ບັດ​. ເລີ່ມການຮຽນຮູ້ກ່ຽວກັບເທັກໂນໂລຍີ AI/ML ແລະວິທີທີ່ພວກມັນສາມາດຊ່ວຍໃຫ້ອົງກອນຂອງທ່ານເຕີບໃຫຍ່.

ການຕັ້ງຄ່າ

ມີຫຼາຍວິທີໃນການຕິດຕັ້ງ ແລະນຳໃຊ້ Python Gateway:

• OS
  • Windows
  • Linux
  • Mac
• Docker
  • ໃຊ້ຮູບພາບຈາກ DockerHub
  • ສ້າງຮູບຊົງຂອງທ່ານເອງ

ໂດຍບໍ່ສົນເລື່ອງຂອງວິທີການຕິດຕັ້ງ, ທ່ານຈະຕ້ອງການລະຫັດແຫຼ່ງ. ສະຖານທີ່ດຽວທີ່ຈະດາວໂຫລດລະຫັດແມ່ນ ໜ້າອອກ. ມັນປະກອບດ້ວຍການປ່ອຍທີ່ຫມັ້ນຄົງທີ່ໄດ້ຮັບການທົດສອບ, ພຽງແຕ່ເອົາອັນຫຼ້າສຸດ. ໃນປັດຈຸບັນມັນແມ່ນ 0.8, ແຕ່ເມື່ອເວລາຜ່ານໄປຈະມີອັນໃຫມ່. ຢ່າໂຄນ / ດາວໂຫລດບ່ອນເກັບມ້ຽນ, ດາວໂຫລດລຸ້ນລ້າສຸດ.

OS

ຖ້າທ່ານກໍາລັງຕິດຕັ້ງ Python Gateway ໃນລະບົບປະຕິບັດການ, ຫຼັງຈາກນັ້ນທໍາອິດ (ບໍ່ວ່າລະບົບປະຕິບັດການໃດ) ທ່ານຈໍາເປັນຕ້ອງຕິດຕັ້ງ Python. ສໍາລັບການນີ້:

1. ຕິດຕັ້ງ Python 3.6.7 64 bit. ມັນແນະນໍາໃຫ້ຕິດຕັ້ງ Python ໃນໄດເລກະທໍລີເລີ່ມຕົ້ນ.
2. ຕິດຕັ້ງໂມດູນ dill: pip install dill.
3. ດາວໂຫລດລະຫັດ ObjectScript (i.e. do $system.OBJ.ImportDir("C:InterSystemsReposPythoniscpy", "*.cls", "c",,1)) ໄປຫາພື້ນທີ່ທີ່ມີຜະລິດຕະພັນ. ໃນກໍລະນີທີ່ທ່ານຕ້ອງການພື້ນທີ່ທີ່ມີຢູ່ເພື່ອສະຫນັບສະຫນູນຜະລິດຕະພັນ, ດໍາເນີນການ: write ##class(%EnsembleMgr).EnableNamespace($Namespace, 1).
4. ສະຖານທີ່ ໂທອອກ DLL/SO/DYLIB ໄປຫາໂຟນເດີ bin ຕົວຢ່າງ InterSystems IRIS ຂອງທ່ານ. ໄຟລ໌ຫ້ອງສະຫມຸດຕ້ອງມີຢູ່ໃນເສັ້ນທາງທີ່ສົ່ງຄືນ write ##class(isc.py.Callout).GetLib().

Windows

1. ໃຫ້ແນ່ໃຈວ່າສະພາບແວດລ້ອມປ່ຽນແປງໄດ້ PYTHONHOME ຊີ້ໃຫ້ເຫັນ Python 3.6.7.
2. ໃຫ້ແນ່ໃຈວ່າຕົວແປສະພາບແວດລ້ອມຂອງລະບົບແມ່ນ PATH ມີຕົວແປ PYTHONHOME (ຫຼືໄດເລກະທໍລີທີ່ມັນຊີ້ໃຫ້ເຫັນ).

Linux (Debian/Ubuntu)

1. ກວດເບິ່ງວ່າຕົວແປສະພາບແວດລ້ອມແມ່ນ PATH ບັນຈຸ /usr/lib и /usr/lib/x86_64-linux-gnu. ໃຊ້ໄຟລ໌ /etc/environment ເພື່ອກໍານົດຕົວແປສະພາບແວດລ້ອມ.
2. ໃນ​ກໍ​ລະ​ນີ​ຂອງ​ຄວາມ​ຜິດ​ພາດ​ undefined symbol: _Py_TrueStruct ກໍານົດການຕັ້ງຄ່າ PythonLib. ຍັງຢູ່ໃນ Readme ມີພາກສ່ວນການແກ້ໄຂບັນຫາ.

Mac

1. ໃນປັດຈຸບັນພຽງແຕ່ Python 3.6.7 ໄດ້ຮັບການສະຫນັບສະຫນູນ python.org. ກວດເບິ່ງຕົວແປ PATH.

ຖ້າທ່ານປ່ຽນຕົວແປສະພາບແວດລ້ອມ, ຣີສະຕາດຜະລິດຕະພັນ InterSystems ຂອງທ່ານ.

Docker

ການນໍາໃຊ້ຕູ້ຄອນເທນເນີມີຂໍ້ດີຫຼາຍ:

• ຄວາມສະດວກສະບາຍ
• ຜົນປະໂຫຍດ
• Insulation
• ຄວາມສະຫວ່າງ
• ຄວາມບໍ່ສາມາດປ່ຽນແປງໄດ້

ກວດເບິ່ງນີ້ ຊຸດບົດຄວາມ ສໍາລັບຂໍ້ມູນເພີ່ມເຕີມກ່ຽວກັບການນໍາໃຊ້ Docker ກັບຜະລິດຕະພັນ InterSystems.

ການສ້າງ Python Gateway ທັງໝົດແມ່ນປະຈຸບັນອີງໃສ່ບັນຈຸ 2019.4.

ຮູບພາບພ້ອມ

ແລ່ນ: docker run -d -p 52773:52773 --name irispy intersystemscommunity/irispy-community:latestເພື່ອດາວໂຫລດ ແລະເປີດໃຊ້ Python Gateway ດ້ວຍ InterSystems IRIS Community Edition. ຫມົດ​ເທົ່າ​ນີ້.

ສ້າງຮູບຊົງຂອງທ່ານເອງ

ເພື່ອສ້າງຮູບພາບ docker, ດໍາເນີນການຢູ່ໃນຮາກຂອງ repository: docker build --force-rm --tag intersystemscommunity/irispy:latest ..
ໂດຍຄ່າເລີ່ມຕົ້ນ, ຮູບພາບແມ່ນສ້າງຂຶ້ນໂດຍອີງໃສ່ຮູບພາບ store/intersystems/iris-community:2019.4.0.383.0, ຢ່າງໃດກໍຕາມ, ທ່ານສາມາດປ່ຽນແປງໄດ້ໂດຍການກໍານົດຕົວແປ IMAGE.
ເພື່ອສ້າງຈາກ InterSystems IRIS, ແລ່ນ: `docker build --build-arg IMAGE=store/intersystems/iris:2019.4.0.383.0 --force-rm --tag intersystemscommunity/irispy:latest ".

ຫຼັງຈາກນີ້, ທ່ານສາມາດດໍາເນີນການຮູບພາບ docker:

docker run -d 
  -p 52773:52773 
  -v /<HOST-DIR-WITH-iris.key>/:/mount 
  --name irispy 
  intersystemscommunity/irispy:latest 
  --key /mount/iris.key

ຖ້າທ່ານກໍາລັງໃຊ້ຮູບພາບໂດຍອີງໃສ່ InterSystems IRIS Community Edition, ທ່ານສາມາດລະເວັ້ນລະຫັດ.

Комментарии

• ຂະບວນການທົດສອບ isc.py.test.Process ບັນ​ທຶກ​ຮູບ​ພາບ​ຈໍາ​ນວນ​ຫນຶ່ງ​ໃນ​ລະ​ບົບ​ຊົ່ວ​ຄາວ​. ທ່ານອາດຈະຕ້ອງການປ່ຽນເສັ້ນທາງນີ້ໄປຫາໄດເລກະທໍລີທີ່ຕິດຕັ້ງ. ເພື່ອເຮັດສິ່ງນີ້, ແກ້ໄຂການຕັ້ງຄ່າ WorkingDir ການລະບຸໄດເລກະທໍລີທີ່ຕິດຕັ້ງ.
• ເພື່ອເຂົ້າເຖິງການແລ່ນ terminal: docker exec -it irispy sh.
• ເຂົ້າເຖິງປະຕູການຄຸ້ມຄອງລະບົບໂດຍການເຂົ້າສູ່ລະບົບ SuperUser/SYS.
• ເພື່ອຢຸດຕູ້ຄອນເທນເນີ, ແລ່ນ: docker stop irispy && docker rm --force irispy.

ຢືນຢັນການຕິດຕັ້ງ

ເມື່ອທ່ານໄດ້ຕິດຕັ້ງ Python Gateway, ມັນເປັນມູນຄ່າການກວດສອບວ່າມັນເຮັດວຽກ. ປະຕິບັດລະຫັດນີ້ໃນ InterSystems IRIS terminal:

set sc = ##class(isc.py.Callout).Setup() 
set sc = ##class(isc.py.Main).SimpleString("x='HELLO'", "x", , .var).
write var

ຜົນໄດ້ຮັບຄວນຈະເປັນ: HELLO - ຄ່າຕົວແປຂອງ Python x. ຖ້າສະຖານະກັບຄືນ sc ແມ່ນ​ຄວາມ​ຜິດ​ພາດ​ຫຼື​ var ຫວ່າງເປົ່າ, ກວດເບິ່ງ Readme - ສ່ວນການແກ້ໄຂບັນຫາ.

API

ຕິດຕັ້ງ Python Gateway ແລະທ່ານໄດ້ກວດສອບວ່າມັນເຮັດວຽກ. ຮອດເວລາເລີ່ມນຳໃຊ້ແລ້ວ!
ການໂຕ້ຕອບຕົ້ນຕໍກັບ Python ແມ່ນ isc.py.Main. ມັນສະຫນອງກຸ່ມຂອງວິທີການດັ່ງຕໍ່ໄປນີ້ (ທັງຫມົດກັບຄືນ %Status):

• ການປະຕິບັດລະຫັດ
• ການໂອນຂໍ້ມູນ
• ບໍລິສັດຍ່ອຍ

ການປະຕິບັດລະຫັດ

ວິທີການເຫຼົ່ານີ້ຊ່ວຍໃຫ້ທ່ານສາມາດປະຕິບັດລະຫັດ Python ດ້ວຍຕົນເອງ.

SimpleString

SimpleString - ນີ້​ແມ່ນ​ວິ​ທີ​ການ​ຕົ້ນ​ຕໍ​. ມັນໃຊ້ເວລາ 4 ການໂຕ້ຖຽງທາງເລືອກ:

• code — ເສັ້ນ​ລະ​ຫັດ​ທີ່​ຈະ​ປະ​ຕິ​ບັດ​. ຕົວອັກສອນຟີດເສັ້ນ: $c(10).
• returnVariable - ຊື່ຂອງຕົວແປທີ່ຈະກັບຄືນ.
• serialization - ວິ​ທີ​ການ serialize​ returnVariable. 0 — string (ຄ່າເລີ່ມຕົ້ນ), 1 — repr.
• result — ByRef ອ້າງອີງເຖິງຕົວແປທີ່ຄ່າຖືກຂຽນ returnVariable.

ຂ້າງເທິງນີ້ພວກເຮົາໄດ້ເຮັດ:

set sc = ##class(isc.py.Main).SimpleString("x='HELLO'", "x", , .var).

ໃນຕົວຢ່າງນີ້, ພວກເຮົາມອບຫມາຍໃຫ້ຕົວແປ Python x ມູນຄ່າ Hello ແລະຕ້ອງການຄືນຄ່າຂອງຕົວແປ Python x ກັບຕົວແປ ObjectScript var.

ExecuteCode

ExecuteCode ເປັນທາງເລືອກທີ່ປອດໄພກວ່າ ແລະມີຄວາມຈຳກັດໜ້ອຍກວ່າ SimpleString.
ເສັ້ນໃນແພລະຕະຟອມ InterSystems IRIS ຖືກຈໍາກັດຢູ່ທີ່ 3 ຕົວອັກສອນ, ແລະຖ້າທ່ານຕ້ອງການປະຕິບັດລະຫັດທີ່ຍາວກວ່າ, ທ່ານຈໍາເປັນຕ້ອງໃຊ້ກະທູ້.
ສອງຂໍ້ໂຕ້ແຍ້ງຖືກຍອມຮັບ:

• code — ເສັ້ນ ຫຼືສາຍຂອງລະຫັດ Python ທີ່ຈະດໍາເນີນການ.
• variable — (ທາງເລືອກ) ມອບໝາຍຜົນຂອງການປະຕິບັດ code ຕົວແປ Python ນີ້.

ຕົວຢ່າງທີ່ຈະໃຊ້:

set sc = ##class(isc.py.Main).ExecuteCode("2*3", "y").

ໃນຕົວຢ່າງນີ້, ພວກເຮົາຄູນ 2 ໂດຍ 3 ແລະຂຽນຜົນໄດ້ຮັບໄປຫາຕົວແປ Python y.

ການໂອນຂໍ້ມູນ

ຜ່ານຂໍ້ມູນໄປແລະຈາກ Python.

Python -> InterSystems IRIS

ມີ 4 ວິທີທີ່ຈະໄດ້ຮັບຄ່າຂອງຕົວແປ Python ໃນ InterSystems IRIS, ຂຶ້ນກັບ serialization ທີ່ທ່ານຕ້ອງການ:

• String ສໍາລັບປະເພດຂໍ້ມູນງ່າຍດາຍແລະການດີບັກ.
• Repr ສໍາລັບການເກັບຮັກສາວັດຖຸງ່າຍດາຍແລະ debugging.
• JSON ສໍາລັບການຈັດການຂໍ້ມູນໄດ້ງ່າຍໃນດ້ານ InterSystems IRIS.
• Pickle ເພື່ອຊ່ວຍປະຢັດວັດຖຸ.

ວິທີການເຫຼົ່ານີ້ຊ່ວຍໃຫ້ທ່ານສາມາດດຶງເອົາຕົວແປຈາກ Python ເປັນ string ຫຼື streams.

• GetVariable(variable, serialization, .stream, useString) - ໄດ້ຮັບ serialization ຕົວແປ variable в stream. ຖ້າ useString ແມ່ນ 1 ແລະ serialization ແມ່ນຖືກຈັດໃສ່ໃນ string, ຫຼັງຈາກນັ້ນ string ໄດ້ຖືກສົ່ງຄືນແລະບໍ່ແມ່ນສາຍນ້ໍາ.
• GetVariableJson(variable, .stream, useString) — ໄດ້ຮັບ JSON serialization ຂອງຕົວແປ.
• GetVariablePickle(variable, .stream, useString, useDill) -get Pickle (ຫຼື Dill) serialization ຂອງຕົວແປ.

ໃຫ້ພະຍາຍາມເອົາຕົວແປຂອງພວກເຮົາ y.

set sc = ##class(isc.py.Main).GetVariable("y", , .val, 1)
write val
>6

InterSystems IRIS -> Python

ກຳລັງໂຫຼດຂໍ້ມູນຈາກ InterSystems IRIS ເຂົ້າໄປໃນ Python.

• ExecuteQuery(query, variable, type, namespace) - ສ້າງຊຸດຂໍ້ມູນ (pandas dataframe ຫຼື list) ຈາກການສອບຖາມ sql ແລະຕັ້ງມັນເປັນຕົວແປ Python variable. ຖົງ​ຢາງ isc.py ຕ້ອງມີຢູ່ໃນພື້ນທີ່ namespace — ຄໍາ​ຮ້ອງ​ສະ​ຫມັກ​ຈະ​ໄດ້​ຮັບ​ການ​ປະ​ຕິ​ບັດ​ຢູ່​ທີ່​ນັ້ນ​.
• ExecuteGlobal(global, variable, type, start, end, mask, labels, namespace) - ໂຫຼດຂໍ້ມູນທົ່ວໂລກ global ຈາກ subscript start ການ end ໃນ Python ເປັນຕົວແປປະເພດ type: list, ຫຼື pandas dataframe. ລາຍລະອຽດຂອງການໂຕ້ຖຽງທາງເລືອກ mask ແລະ labels ມີຢູ່ໃນເອກະສານຫ້ອງຮຽນ ແລະບ່ອນເກັບມ້ຽນ ເອກະສານການໂອນຂໍ້ມູນ.
• ExecuteClass(class, variable, type, start, end, properties, namespace) - ໂຫຼດ​ຂໍ້​ມູນ​ຫ້ອງ​ class ຈາກ id start ການ end ໃນ Python ເປັນຕົວແປປະເພດ type: list, ຫຼື pandas dataframe. properties — ລາຍຊື່ (ແຍກດ້ວຍເຄື່ອງໝາຍຈຸດ) ຂອງຄຸນສົມບັດຂອງຊັ້ນຮຽນທີ່ຕ້ອງຖືກໂຫລດໃສ່ໃນຊຸດຂໍ້ມູນ. ຫນ້າກາກສະຫນັບສະຫນູນ * и ?. ຄ່າເລີ່ມຕົ້ນ - * (ຄຸນສົມບັດທັງໝົດ). ຄຸນ​ສົມ​ບັດ %%CLASSNAME ບໍ່ສົນໃຈ.
• ExecuteTable(table, variable, type, start, end, properties, namespace) - ໂຫຼດ​ຂໍ້​ມູນ​ຕາ​ຕະ​ລາງ​ table ຈາກ id start ການ end ໃນ Python.

ExecuteQuery — ທົ່ວໄປ (ທຸກຄໍາຖາມ SQL ທີ່ຖືກຕ້ອງຈະຖືກສົ່ງກັບ Python). ແນວໃດກໍ່ຕາມ, ExecuteGlobal ແລະຫໍ່ຂອງມັນ ExecuteClass и ExecuteTable ເຮັດວຽກກັບຂໍ້ຈໍາກັດຈໍານວນຫນຶ່ງ. ພວກເຂົາເຈົ້າແມ່ນໄວຫຼາຍ (3-5 ເວລາໄວກ່ວາຄົນຂັບ ODBC ແລະ 20 ເວລາໄວ ExecuteQuery). ຂໍ້ມູນເພີ່ມເຕີມໄດ້ທີ່ ເອກະສານການໂອນຂໍ້ມູນ.
ວິທີການທັງຫມົດເຫຼົ່ານີ້ສະຫນັບສະຫນູນການໂອນຂໍ້ມູນຈາກພື້ນທີ່ໃດກໍ່ຕາມ. ຖົງ​ຢາງ isc.py ຕ້ອງມີຢູ່ໃນພື້ນທີ່ເປົ້າຫມາຍ.

ExecuteQuery

ExecuteQuery(request, variable, type, namespace) — ການ​ໂອນ​ຜົນ​ຂອງ​ການ​ສອບ​ຖາມ SQL ໃດ​ທີ່​ຖືກ​ຕ້ອງ​ກັບ Python​. ນີ້ແມ່ນວິທີການໂອນຂໍ້ມູນຊ້າທີ່ສຸດ. ໃຊ້ມັນຖ້າ ExecuteGlobal ແລະ wrappers ຂອງມັນບໍ່ມີ.

ການໂຕ້ຖຽງ:

• query - ການ​ສອບ​ຖາມ sql​.
• variable — ຊື່ຂອງຕົວແປ Python ທີ່ຂໍ້ມູນຖືກຂຽນ.
• type - list ຫຼື Pandas dataframe.
• namespace — ເຂດ​ທີ່​ຄໍາ​ຮ້ອງ​ສະ​ຫມັກ​ຈະ​ໄດ້​ຮັບ​ການ​ປະ​ຕິ​ບັດ​.

ປະຕິບັດທົ່ວໂລກ

ExecuteGlobal(global, variable, type, start, end, mask, labelels, namespace) - ຜ່ານທົ່ວໂລກໃນ Python.

ການໂຕ້ຖຽງ:

• global - ຊື່​ທົ່ວ​ໂລກ​ໂດຍ​ບໍ່​ມີ​ການ​ ^
• variable — ຊື່ຂອງຕົວແປ Python ທີ່ຂໍ້ມູນຖືກຂຽນ.
• type - list ຫຼື Pandas dataframe.
• start — ການ​ສະ​ຫມັກ​ຄັ້ງ​ທໍາ​ອິດ​ຂອງ​ທົ່ວ​ໂລກ​. ຈໍາເປັນ %Integer.
• end — ຕົວ​ຫຍໍ້​ສຸດ​ທ້າຍ​ຂອງ​ທົ່ວ​ໂລກ​. ຈໍາເປັນ %Integer.
• mask - ຫນ້າ​ກາກ​ມູນ​ຄ່າ​ທົ່ວ​ໂລກ​. ຫນ້າກາກສາມາດສັ້ນກວ່າຈໍານວນຊ່ອງຂໍ້ມູນທົ່ວໂລກ (ໃນກໍລະນີໃດກໍ່ຕາມ, ທົ່ງນາໃນຕອນທ້າຍຂອງຈະຖືກຂ້າມ). ວິທີການຈັດຮູບແບບຫນ້າກາກ:
  • + ຜ່ານມູນຄ່າເປັນ.
  • - ຂ້າມມູນຄ່າ.
  • b - ປະ​ເພດ Boolean (0 - False, ສ່ວນທີ່ເຫຼືອທັງຫມົດ - True).
  • d — ວັນທີ (ຈາກ $horolog, ໃນ Windows ຈາກ 1970, ໃນ Linux ຈາກ 1900).
  • t — ເວລາ ($ horolog, ວິນາທີຫຼັງຈາກເວລາທ່ຽງຄືນ).
  • m — ປະທັບຕາເວລາ (ຮູບແບບສະຕຣິງປີ-ເດືອນ-ມື້ຊົ່ວໂມງ:ນາທີ:ວິນາທີ).
• labels — % ບັນຊີລາຍຊື່ຂອງຊື່ຖັນ. ອົງປະກອບທໍາອິດແມ່ນຊື່ຂອງ subscript ໄດ້.
• namespace — ເຂດ​ທີ່​ຄໍາ​ຮ້ອງ​ສະ​ຫມັກ​ຈະ​ໄດ້​ຮັບ​ການ​ປະ​ຕິ​ບັດ​.

ExecuteClass

ຫໍ່ຫຼາຍກວ່າ ExecuteGlobal. ອີງຕາມຄໍານິຍາມຂອງຫ້ອງຮຽນ, ກະກຽມການໂທ ExecuteGlobal ແລະໂທຫາລາວ.

ExecuteClass(class, variable, type, start, end, properties, namespace) - ຖ່າຍທອດຂໍ້ມູນຫ້ອງຮຽນໃນ Python.

ການໂຕ້ຖຽງ:

• class - ຊື່​ຫ້ອງ​
• variable — ຊື່ຂອງຕົວແປ Python ທີ່ຂໍ້ມູນຖືກຂຽນ.
• type - list ຫຼື Pandas dataframe.
• start — ID ເລີ່ມ​ຕົ້ນ​.
• end — ID ສຸດ​ທ້າຍ
• properties — ລາຍຊື່ (ແຍກດ້ວຍເຄື່ອງໝາຍຈຸດ) ຂອງຄຸນສົມບັດຂອງຊັ້ນຮຽນທີ່ຕ້ອງຖືກໂຫລດໃສ່ໃນຊຸດຂໍ້ມູນ. ຫນ້າກາກສະຫນັບສະຫນູນ * и ?. ຄ່າເລີ່ມຕົ້ນ - * (ຄຸນສົມບັດທັງໝົດ). ຄຸນ​ສົມ​ບັດ %%CLASSNAME ບໍ່ສົນໃຈ.
• namespace — ເຂດ​ທີ່​ຄໍາ​ຮ້ອງ​ສະ​ຫມັກ​ຈະ​ໄດ້​ຮັບ​ການ​ປະ​ຕິ​ບັດ​.

ຄຸນສົມບັດທັງໝົດແມ່ນຜ່ານການຍົກເວັ້ນຄຸນສົມບັດປະເພດ %Date, %Time, %Boolean и %TimeStamp - ພວກມັນຖືກປ່ຽນເປັນຫ້ອງຮຽນ Python ທີ່ສອດຄ້ອງກັນ.

ຕາຕະລາງປະຕິບັດ

ຫໍ່ຫຼາຍກວ່າ ExecuteClass. ແປຊື່ຕາຕະລາງເປັນຊື່ຫ້ອງຮຽນ ແລະການໂທ ExecuteClass. ລາຍເຊັນ:

ExecuteTable(table, variable, type, start, end, properties, namespace) - ຖ່າຍທອດຂໍ້ມູນຕາຕະລາງໄປຫາ Python.

ການໂຕ້ຖຽງ:

• table - ຊື່​ຕາ​ຕະ​ລາງ​.
  ການໂຕ້ຖຽງອື່ນໆທັງຫມົດແມ່ນຜ່ານໄປ ExecuteClass.

ບັນທຶກ

• ExecuteGlobal, ExecuteClass и ExecuteTable ເຮັດ​ວຽກ​ໄວ​ເທົ່າ​ທຽມ​ກັນ​.
• ExecuteGlobal 20 ເທົ່າ​ໄວ​ກ​່​ວາ​ ExecuteQuery ໃນຊຸດຂໍ້ມູນຂະຫນາດໃຫຍ່ (ເວລາການໂອນ> 0.01 ວິນາທີ).
• ExecuteGlobal, ExecuteClass и ExecuteTable ເຮັດວຽກທົ່ວໂລກດ້ວຍໂຄງສ້າງນີ້: ^global(key) = $lb(prop1, prop2, ..., propN) ບ່ອນທີ່ key - ຈຳນວນເຕັມ.
• ໄປ ExecuteGlobal, ExecuteClass и ExecuteTable ຊ່ວງຄ່າທີ່ຮອງຮັບ %Date ສອດຄ້ອງກັບໄລຍະ mktime ແລະຂຶ້ນກັບ OS (windows: 1970-01-01, ສ. linux 1900-01-01, mac). ໃຊ້ %TimeStampເພື່ອໂອນຂໍ້ມູນນອກຂອບເຂດນີ້ຫຼືໃຊ້ pandas dataframe ເພາະວ່າ ນີ້ແມ່ນຂໍ້ຈຳກັດໃນລາຍການເທົ່ານັ້ນ.
• ໄປ ExecuteGlobal, ExecuteClass и ExecuteTable arguments ທັງໝົດຍົກເວັ້ນແຫຼ່ງຂໍ້ມູນ (ລະດັບໂລກ, ລະດັບ ຫຼືຕາຕະລາງ) ແລະຕົວແປແມ່ນທາງເລືອກ.

ຕົວຢ່າງ

ຫ້ອງຮຽນ isc.py.test.Person ມີວິທີການສະແດງໃຫ້ເຫັນທາງເລືອກການໂອນຂໍ້ມູນທັງຫມົດ:

set global = "isc.py.test.PersonD"
set class = "isc.py.test.Person"
set table = "isc_py_test.Person"
set query = "SELECT * FROM isc_py_test.Person"

// Общие аргументы
set variable = "df"
set type = "dataframe"
set start = 1
set end = $g(^isc.py.test.PersonD, start)

// Способ 0: ExecuteGlobal без аргументов
set sc = ##class(isc.py.Main).ExecuteGlobal(global, variable _ 0, type)

// Способ 1: ExecuteGlobal с аргументами    
// При передаче глобала названия полей задаются вручную
// globalKey - название сабсткрипта 
set labels = $lb("globalKey", "Name", "DOB", "TS", "RandomTime", "AgeYears", "AgeDecimal", "AgeDouble", "Bool")

// mask содержит на 1 элемент меньше чем labels потому что "globalKey" - название сабскипта
// Пропускаем %%CLASSNAME
set mask = "-+dmt+++b"

set sc = ##class(isc.py.Main).ExecuteGlobal(global, variable _ 1, type, start, end, mask, labels)

// Способ 2: ExecuteClass
set sc = ##class(isc.py.Main).ExecuteClass(class, variable _ 2, type, start, end)

// Способ 3: ExecuteTable
set sc = ##class(isc.py.Main).ExecuteTable(table, variable _ 3, type, start, end)

// Способ 4: ExecuteTable
set sc = ##class(isc.py.Main).ExecuteQuery(query, variable _ 4, type)

ໂທຫາວິທີການ do ##class(isc.py.test.Person).Test() ເພື່ອເບິ່ງວິທີການໂອນຂໍ້ມູນທັງໝົດເຮັດວຽກແນວໃດ.

ວິທີການຜູ້ຊ່ວຍ

• GetVariableInfo(variable, serialization, .defined, .type, .length) — ໄດ້​ຮັບ​ຂໍ້​ມູນ​ກ່ຽວ​ກັບ​ຕົວ​ປ່ຽນ​ແປງ​: ບໍ່​ວ່າ​ຈະ​ເປັນ​ການ​ກໍາ​ນົດ​, ຊັ້ນ​ຮຽນ​ແລະ​ຄວາມ​ຍາວ serialization ຂອງ​ຕົນ​.
• GetVariableDefined(variable, .defined) — ບໍ່​ວ່າ​ຈະ​ເປັນ​ຕົວ​ແປ​ໄດ້​ຖືກ​ກໍາ​ນົດ​.
• GetVariableType(variable, .type) - ໄດ້​ຮັບ​ຊັ້ນ​ຂອງ​ຕົວ​ປ່ຽນ​ແປງ​ໄດ້​.
• GetStatus() - ໄດ້​ຮັບ​ແລະ​ເອົາ​ຂໍ້​ຍົກ​ເວັ້ນ​ສຸດ​ທ້າຍ​ໃນ​ດ້ານ Python​.
• GetModuleInfo(module, .imported, .alias) — ໄດ້​ຮັບ​ຕົວ​ແປ​ຂອງ​ໂມ​ດູນ​ແລະ​ສະ​ຖາ​ນະ​ການ​ນໍາ​ເຂົ້າ​.
• GetFunctionInfo(function, .defined, .type, .docs, .signature, .arguments) - ໄດ້​ຮັບ​ຂໍ້​ມູນ​ກ່ຽວ​ກັບ​ການ​ທໍາ​ງານ​.

ຄວາມສາມາດໃນການເຮັດວຽກຮ່ວມກັນ

ທ່ານໄດ້ຮຽນຮູ້ວິທີການໂທຫາ Python Gateway ຈາກ terminal, ຕອນນີ້ໃຫ້ພວກເຮົາເລີ່ມຕົ້ນໃຊ້ມັນໃນການຜະລິດ. ພື້ນຖານສໍາລັບການພົວພັນກັບ Python ໃນໂຫມດນີ້ແມ່ນ isc.py.ens.Operation. ມັນ​ອະ​ນຸ​ຍາດ​ໃຫ້​ພວກ​ເຮົາ​:

• ປະຕິບັດລະຫັດໃນ Python
• ບັນທຶກ/ຟື້ນຟູບໍລິບົດ Python
• ໂຫຼດ ແລະຮັບຂໍ້ມູນຈາກ Python

ໂດຍພື້ນຖານແລ້ວ, ການດໍາເນີນງານ Python ແມ່ນ wrapper over isc.py.Main. ການດໍາເນີນງານ isc.py.ens.Operation ສະຫນອງຄວາມສາມາດໃນການພົວພັນກັບຂະບວນການ Python ຈາກຜະລິດຕະພັນ InterSystems IRIS. ຫ້າ​ຄໍາ​ຖາມ​ແມ່ນ​ສະ​ຫນັບ​ສະ​ຫນູນ​:

• isc.py.msg.ExecutionRequest ເພື່ອປະຕິບັດລະຫັດ Python. ກັບຄືນ isc.py.msg.ExecutionResponse ກັບຜົນໄດ້ຮັບການປະຕິບັດແລະຄ່າຂອງຕົວແປທີ່ຮ້ອງຂໍ.
• isc.py.msg.StreamExecutionRequest ເພື່ອປະຕິບັດລະຫັດ Python. ກັບຄືນ isc.py.msg.StreamExecutionResponse ຜົນໄດ້ຮັບຂອງການປະຕິບັດແລະຄ່າຂອງຕົວແປທີ່ຮ້ອງຂໍ. ອະນາລັອກ isc.py.msg.ExecutionRequest, ແຕ່ຍອມຮັບແລະສົ່ງຄືນການຖ່າຍທອດແທນທີ່ຈະເປັນສະຕຣິງ.
• isc.py.msg.QueryRequest ເພື່ອສົ່ງຜົນໄດ້ຮັບຂອງການປະຕິບັດການສອບຖາມ SQL. ກັບຄືນ Ens.Response.
• isc.py.msg.GlobalRequest/isc.py.msg.ClassRequest/isc.py.msg.TableRequest ສໍາລັບການຖ່າຍທອດຂໍ້ມູນທົ່ວໂລກ/ຊັ້ນຮຽນ/ຕາຕະລາງ. ກັບຄືນ Ens.Response.
• isc.py.msg.SaveRequest ເພື່ອບັນທຶກບໍລິບົດ Python. ກັບຄືນ Ens.StringResponse ກັບ ID ສະພາບການ.

• isc.py.msg.RestoreRequest ເພື່ອຟື້ນຟູສະພາບການ Python.

  ຍິ່ງ​ໄປ​ກວ່າ​ນັ້ນ​, isc.py.ens.Operation ມີ​ສອງ​ການ​ຕັ້ງ​ຄ່າ​:

  • Initializer — ການ​ເລືອກ​ຫ້ອງ​ຮຽນ​ທີ່​ປະ​ຕິ​ບັດ​ການ​ໂຕ້​ຕອບ​ໄດ້​ isc.py.init.Abstract. ມັນສາມາດຖືກນໍາໃຊ້ເພື່ອໂຫລດຟັງຊັນ, ໂມດູນ, ຫ້ອງຮຽນ, ແລະອື່ນໆ. ມັນຖືກປະຕິບັດຄັ້ງດຽວເມື່ອຂະບວນການເລີ່ມຕົ້ນ.
  • PythonLib - (Linux ເທົ່ານັ້ນ) ຖ້າເຈົ້າເຫັນຂໍ້ຜິດພາດໃນເວລາໂຫລດ, ໃຫ້ຕັ້ງຄ່າຂອງມັນເປັນ libpython3.6m.so ຫຼືແມ້ກະທັ້ງຢູ່ໃນເສັ້ນທາງເຕັມໄປຫາຫ້ອງສະຫມຸດ Python.

ການສ້າງຂະບວນການທຸລະກິດ

ມີສອງຊັ້ນຮຽນທີ່ສ້າງຄວາມສະດວກໃນການພັດທະນາຂະບວນການທຸລະກິດ:

• isc.py.ens.ProcessUtils ອະ​ນຸ​ຍາດ​ໃຫ້​ທ່ານ​ເພື່ອ​ສະ​ກັດ​ຄໍາ​ອະ​ທິ​ບາຍ​ຈາກ​ກິດ​ຈະ​ກໍາ​ທີ່​ມີ​ການ​ທົດ​ແທນ​ຕົວ​ປ່ຽນ​ແປງ​ໄດ້​.
• isc.py.util.BPEmulator ເຮັດໃຫ້ມັນງ່າຍຕໍ່ການທົດສອບຂະບວນການທາງທຸລະກິດກັບ Python. ມັນສາມາດປະຕິບັດຂະບວນການທຸລະກິດ (ພາກສ່ວນ Python) ໃນຂະບວນການປະຈຸບັນ.

ການປ່ຽນແທນຕົວແປ

ຂະບວນການທຸລະກິດທັງຫມົດສືບທອດມາຈາກ isc.py.ens.ProcessUtils, ສາມາດນໍາໃຊ້ວິທີການ GetAnnotation(name) ເພື່ອໃຫ້ໄດ້ຮັບຄ່າຄໍາບັນຍາຍກິດຈະກໍາຕາມຊື່ຂອງມັນ. ຄຳອະທິບາຍກ່ຽວກັບກິດຈະກຳສາມາດມີຕົວແປທີ່ຈະຖືກຄຳນວນໃນດ້ານ InterSystems IRIS ກ່ອນທີ່ຈະຖືກສົ່ງໄປຫາ Python. ນີ້ແມ່ນ syntax ສໍາລັບການປ່ຽນແທນຕົວແປ:

• ${class:method:arg1:...:argN} - ວິ​ທີ​ການ​ໂທ​
• #{expr} — ປະຕິບັດລະຫັດໃນພາສາ ObjectScript.

ຕົວຢ່າງແມ່ນມີຢູ່ໃນຂະບວນການທຸລະກິດການທົດສອບ isc.py.test.Processສໍາລັບຕົວຢ່າງ, ໃນກິດຈະກໍາ Correlation Matrix: Graph: f.savefig(r'#{process.WorkDirectory}SHOWCASE${%PopulateUtils:Integer:1:100}.png'). ໃນຕົວຢ່າງນີ້:

• #{process.WorkDirectory} ສົ່ງຄືນຄຸນສົມບັດ WorkDirectory ຂອງວັດຖຸ process, ເຊິ່ງເປັນຕົວຢ່າງຂອງຫ້ອງຮຽນ isc.py.test.Process ເຫຼົ່ານັ້ນ. ຂະບວນການທຸລະກິດໃນປະຈຸບັນ.
• ${%PopulateUtils:Integer:1:100} ໂທຫາວິທີການ Integer ຫ້ອງ​ຮຽນ %PopulateUtils, ຜ່ານການໂຕ້ຖຽງ 1 и 100, ສົ່ງຄືນຈຳນວນເຕັມສຸ່ມໃນໄລຍະ 1...100.

ທົດສອບຂະບວນການທຸລະກິດ

ຜະລິດຕະພັນການທົດສອບແລະຂະບວນການທາງທຸລະກິດທົດສອບແມ່ນມີຢູ່ໃນຄ່າເລີ່ມຕົ້ນເປັນສ່ວນຫນຶ່ງຂອງ Python Gateway. ເພື່ອໃຊ້ພວກມັນ:

1. ໃນ OS terminal, ດໍາເນີນການ: pip install pandas matplotlib seaborn.
2. ຢູ່ໃນສະຖານີ InterSystems IRIS, ແລ່ນ: do ##class(isc.py.test.CannibalizationData).Import() ເພື່ອຕື່ມຂໍ້ມູນການທົດສອບ.
3. ເປີດຕົວຜະລິດຕະພັນ isc.py.test.Production.
4. ສົ່ງປະເພດການຮ້ອງຂໍ Ens.Request в isc.py.test.Process.

ຂໍໃຫ້ເບິ່ງວ່າມັນເຮັດວຽກຮ່ວມກັນໄດ້ແນວໃດ. ເປີດ isc.py.test.Process ໃນບັນນາທິການ BPL:

ການປະຕິບັດລະຫັດ

ສິ່ງທ້າທາຍທີ່ສໍາຄັນທີ່ສຸດແມ່ນການປະຕິບັດລະຫັດ Python:

ຄຳຖາມທີ່ໃຊ້ແລ້ວ isc.py.msg.ExecutionRequest, ນີ້ແມ່ນຄຸນສົມບັດຂອງມັນ:

• Code - ລະ​ຫັດ Python​.
• SeparateLines — ຈະ​ແບ່ງ​ລະ​ຫັດ​ອອກ​ເປັນ​ແຖວ​ສໍາ​ລັບ​ການ​ປະ​ຕິ​ບັດ​. $c(10) (n) ຖືກໃຊ້ເພື່ອແຍກສາຍ. ກະ​ລຸ​ນາ​ສັງ​ເກດ​ວ່າ​ມັນ​ບໍ່​ໄດ້​ຖືກ​ແນະ​ນໍາ​ໃຫ້​ປະ​ມວນ​ຜົນ​ທັງ​ຫມົດ​ຂໍ້​ຄວາມ​ໃນ​ເວ​ລາ​ດຽວ​, ຟັງ​ຊັນ​ນີ້​ແມ່ນ​ພຽງ​ແຕ່​ມີ​ຈຸດ​ປະ​ສົງ​ເພື່ອ​ປະ​ມວນ​ຜົນ​ def ແລະການສະແດງອອກຫຼາຍແຖວທີ່ຄ້າຍຄືກັນ. ຄ່າເລີ່ມຕົ້ນ 0.
• Variables — ບັນຊີລາຍຊື່ຕົວແປທີ່ຂັ້ນດ້ວຍເຄື່ອງໝາຍຈຸດທີ່ຈະຖືກເພີ່ມເຂົ້າໃນການຕອບສະໜອງ.
• Serialization — ວິ​ທີ​ການ serialize ຕົວ​ແປ​ທີ່​ພວກ​ເຮົາ​ຕ້ອງ​ການ​ກັບ​ຄືນ​ມາ​. ຕົວເລືອກ: Str, Repr, JSON, Pickle и Dill, ຄ່າເລີ່ມຕົ້ນ Str.

ໃນກໍລະນີຂອງພວກເຮົາ, ພວກເຮົາພຽງແຕ່ກໍານົດຊັບສິນ Code, ດັ່ງນັ້ນຄຸນສົມບັດອື່ນໆທັງຫມົດໃຊ້ຄ່າເລີ່ມຕົ້ນ. ພວກເຮົາຕັ້ງມັນໂດຍການໂທຫາ process.GetAnnotation("Import pandas"), ເຊິ່ງໃນເວລາແລ່ນຈະສົ່ງຄືນຄໍາບັນຍາຍຫຼັງຈາກການປ່ຽນຕົວແປໄດ້ດໍາເນີນການ. ຫຼັງຈາກທີ່ທັງຫມົດ, ລະຫັດ import pandas as pd ຈະຖືກສົ່ງກັບ Python. GetAnnotation ອາດຈະເປັນປະໂຫຍດສໍາລັບການໄດ້ຮັບສະຄິບ Python ຫຼາຍແຖວ, ແຕ່ບໍ່ມີຂໍ້ຈໍາກັດກ່ຽວກັບວິທີທີ່ຈະໄດ້ຮັບລະຫັດນີ້. ທ່ານສາມາດກໍານົດຊັບສິນ Code ໃນທາງໃດກໍ່ຕາມທີ່ສະດວກສໍາລັບທ່ານ.

ການໄດ້ຮັບຕົວແປ

ສິ່ງທ້າທາຍທີ່ຫນ້າສົນໃຈອີກອັນຫນຶ່ງໂດຍໃຊ້ isc.py.msg.ExecutionRequest - Correlation Matrix: Tabular:

ມັນຄິດໄລ່ Correlation Matrix ໃນດ້ານ Python ແລະສະກັດຕົວແປ corrmat ກັບໄປທີ່ InterSystems IRIS ໃນຮູບແບບ JSON ໂດຍການຕັ້ງຄ່າຄຸນສົມບັດການຮ້ອງຂໍ:

• Variables: "corrmat"
• Serialization: "JSON"

ພວກເຮົາສາມາດເຫັນຜົນໄດ້ຮັບໃນ Visual Trace:

ແລະຖ້າພວກເຮົາຕ້ອງການຄ່ານີ້ໃນ BP, ພວກເຮົາສາມາດໄດ້ຮັບມັນເຊັ່ນນີ້: callresponse.Variables.GetAt("corrmat").

ການໂອນຂໍ້ມູນ

ຕໍ່ໄປ, ໃຫ້ເວົ້າກ່ຽວກັບການໂອນຂໍ້ມູນຈາກ InterSystems IRIS ກັບ Python; ການຮ້ອງຂໍການໂອນຂໍ້ມູນທັງຫມົດປະຕິບັດການໂຕ້ຕອບ. isc.py.msg.DataRequestເຊິ່ງໃຫ້ຄຸນສົມບັດຕໍ່ໄປນີ້:

• Variable — ຕົວແປ Python ທີ່ຂໍ້ມູນຖືກຂຽນ.
• Type - ປະ​ເພດ​ຕົວ​ປ່ຽນ​ແປງ​: dataframe (pandas dataframe) ຫຼື list.
• Namespace — ພື້ນທີ່ທີ່ພວກເຮົາໄດ້ຮັບຂໍ້ມູນ. ຖົງ​ຢາງ isc.py ຄວນຈະມີຢູ່ໃນພື້ນທີ່ນີ້. ນີ້ອາດຈະເປັນພື້ນທີ່ທີ່ບໍ່ມີການສະຫນັບສະຫນູນຜະລິດຕະພັນ.

ອີງ​ຕາມ​ການ​ໂຕ້​ຕອບ​ນີ້​, 4 ຫ້ອງ​ຮຽນ​ຂອງ​ການ​ຮ້ອງ​ຂໍ​ແມ່ນ​ໄດ້​ຮັບ​ການ​ປະ​ຕິ​ບັດ​:

• isc.py.msg.QueryRequest - ກໍານົດຊັບສິນ Query ເພື່ອສົ່ງຄໍາຖາມ SQL.
• isc.py.msg.ClassRequest - ກໍານົດຊັບສິນ Class ເພື່ອຜ່ານຂໍ້ມູນຊັ້ນຮຽນ.
• isc.py.msg.TableRequest - ກໍາ​ນົດ​ຊັບ​ສິນ​ Table ເພື່ອໂອນຂໍ້ມູນຕາຕະລາງ.
• isc.py.msg.GlobalRequest - ກໍາ​ນົດ​ຊັບ​ສິນ​ Global ສໍາລັບການໂອນຂໍ້ມູນທົ່ວໂລກ.

ໃນຂະບວນການທົດສອບ, ເບິ່ງກິດຈະກໍາ RAWບ່ອນທີ່ isc.py.msg.QueryRequest ສະແດງໃຫ້ເຫັນໃນການປະຕິບັດ.

ບັນທຶກ/ຟື້ນຟູບໍລິບົດ Python

ສຸດທ້າຍ, ພວກເຮົາສາມາດບັນທຶກສະພາບການ Python ໃນ InterSystems IRIS, ເພື່ອເຮັດສິ່ງນີ້, ພວກເຮົາຈະສົ່ງ isc.py.msg.SaveRequest ມີການໂຕ້ຖຽງ:

• Mask — ມີແຕ່ຕົວແປທີ່ກົງກັບໜ້າກາກເທົ່ານັ້ນຖືກບັນທຶກໄວ້. ສະຫນັບສະຫນູນ * и ?. ຕົວຢ່າງ: "Data*, Figure?"... ເລີ່ມຕົ້ນ *.
• MaxLength - ຄວາມຍາວສູງສຸດຂອງຕົວແປທີ່ເກັບໄວ້. ຖ້າ serialization ຂອງຕົວແປຍາວກວ່າ, ມັນຈະຖືກລະເລີຍ. ຕັ້ງຄ່າເປັນ 0 ເພື່ອໃຫ້ໄດ້ຕົວແປຂອງຄວາມຍາວໃດໆ. ຄ່າເລີ່ມຕົ້ນ $$$MaxStringLength.
• Name — ຊື່​ເນື້ອ​ໃນ (ເລືອກ​ໄດ້​)​.
• Description — ລາຍ​ລະ​ອຽດ​ຂອງ​ສະ​ພາບ​ການ (ທາງ​ເລືອກ​)​.

ກັບມາ Ens.StringResponse с Id ບັນທຶກບໍລິບົດ. ໃນຂະບວນການທົດສອບ, ເບິ່ງກິດຈະກໍາ Save Context.

ຄໍາຮ້ອງຂໍທີ່ກ່ຽວຂ້ອງ isc.py.msg.RestoreRequest ໂຫຼດບໍລິບົດຈາກ InterSystems IRIS ເຂົ້າໄປໃນ Python:

• ContextId - ຕົວ​ລະບຸ​ເນື້ອ​ໃນ.
• Clear — ລ້າງ​ເນື້ອ​ໃນ​ກ່ອນ​ທີ່​ຈະ​ຟື້ນ​ຟູ​.

ປື້ມບັນທຶກ Jupyter

ປື້ມບັນທຶກ Jupyter ເປັນແອັບພລິເຄຊັນເວັບແຫຼ່ງເປີດທີ່ອະນຸຍາດໃຫ້ທ່ານສ້າງ ແລະເຜີຍແຜ່ປື້ມບັນທຶກທີ່ມີລະຫັດ, ການສະແດງພາບ ແລະຂໍ້ຄວາມ. Python Gateway ອະນຸຍາດໃຫ້ທ່ານເບິ່ງແລະແກ້ໄຂຂະບວນການ BPL ໃນຮູບແບບຂອງ Jupyter Notebook. ກະລຸນາຮັບຊາບວ່າຕົວປະຕິບັດການ Python 3 ປົກກະຕິແມ່ນຖືກນໍາໃຊ້ໃນປັດຈຸບັນ.

ສ່ວນຂະຫຍາຍນີ້ສົມມຸດວ່າຄຳອະທິບາຍປະກອບມີລະຫັດ Python ແລະໃຊ້ຊື່ກິດຈະກຳເປັນຫົວຂໍ້ກ່ອນໜ້າ. ໃນປັດຈຸບັນມັນເປັນໄປໄດ້ທີ່ຈະພັດທະນາຂະບວນການທຸລະກິດ PythonGateway ໃນ Jupyter Notebook. ນີ້ແມ່ນສິ່ງທີ່ເປັນໄປໄດ້:

• ສ້າງຂະບວນການທຸລະກິດໃຫມ່
• ລຶບຂະບວນການທຸລະກິດ
• ສ້າງກິດຈະກໍາໃຫມ່
• ການປ່ຽນແປງກິດຈະກໍາ
• ລຶບການເຄື່ອນໄຫວ

ທີ່ນີ້ ວິດີໂອສາທິດ. ແລະບາງຮູບໜ້າຈໍ:

ຂະບວນການ Explorer

ບັນນາທິການຂະບວນການ

ການຕັ້ງຄ່າ

1. ທ່ານຈະຕ້ອງການ InterSystems IRIS 2019.2+.
2. ຕິດຕັ້ງ PythonGateway v0.8+ (ຕ້ອງການເທົ່ານັ້ນ isc.py.util.Jupyter, isc.py.util.JupyterCheckpoints и isc.py.ens.ProcessUtils).
3. ອັບເດດລະຫັດ ObjectScript ຈາກບ່ອນເກັບມ້ຽນ.
4. ປະຕິບັດ do ##class(isc.py.util.Jupyter).Install() ແລະປະຕິບັດຕາມການເຕືອນ.

Документация.

ການຄົ້ນພົບ

MLToolkit ແມ່ນຊຸດເຄື່ອງມືທີ່ມີເປົ້າໝາຍໃນການລວມຕົວແບບ ແລະ ສະພາບແວດລ້ອມການເຮັດທຸລະກໍາເພື່ອໃຫ້ຕົວແບບທີ່ສ້າງຂຶ້ນສາມາດຖືກນໍາໃຊ້ໂດຍກົງໃນຂະບວນການທຸລະກິດຂອງທ່ານ. Python Gateway ເປັນສ່ວນຫນຶ່ງຂອງ MLToolkit ແລະສະຫນອງການເຊື່ອມໂຍງກັບພາສາ Python, ຊ່ວຍໃຫ້ທ່ານສາມາດ orchestrate algorithms ການຮຽນຮູ້ເຄື່ອງຈັກໃດໆທີ່ສ້າງຂຶ້ນໃນ Python (ສະພາບແວດລ້ອມຕົ້ນຕໍສໍາລັບ Data Scientists ຈໍານວນຫຼາຍ), ນໍາໃຊ້ຫ້ອງສະຫມຸດທີ່ກຽມພ້ອມຈໍານວນຫລາຍເພື່ອສ້າງການປັບຕົວ, ຫຸ່ນຍົນການວິເຄາະ AI / ການແກ້ໄຂ ML ໃນເວທີ InterSystems IRIS.

ເອກະສານ

• ບົດຄວາມທີ່ຜ່ານມາ
• Python Gateway
• ຕົວຢ່າງ Python Gateway
• Convergent-Analytics
• Python 3.6.7 64 ບິດ
• ເອກະສານ ແລະຫຼັກສູດ Python

MLToolkit

ກຸ່ມຜູ້ໃຊ້ MLToolkit ແມ່ນບ່ອນເກັບມ້ຽນ GitHub ສ່ວນຕົວທີ່ສ້າງຂຶ້ນເປັນສ່ວນຫນຶ່ງຂອງອົງການ InterSystems ຂອງບໍລິສັດ GitHub. ມັນມີຈຸດປະສົງສໍາລັບຜູ້ໃຊ້ພາຍນອກທີ່ຕິດຕັ້ງ, ຮຽນຮູ້, ຫຼືກໍາລັງໃຊ້ອົງປະກອບ MLToolkit, ລວມທັງ Python Gateway. ກຸ່ມດັ່ງກ່າວມີກໍລະນີປະຕິບັດຈໍານວນຫນຶ່ງ (ມີລະຫັດແຫຼ່ງແລະຂໍ້ມູນການທົດສອບ) ໃນຂົງເຂດການຕະຫຼາດ, ການຜະລິດ, ຢາປົວພະຍາດແລະອຸດສາຫະກໍາອື່ນໆຈໍານວນຫຼາຍ. ເພື່ອເຂົ້າຮ່ວມກຸ່ມຜູ້ໃຊ້ ML Toolkit, ກະລຸນາສົ່ງອີເມວສັ້ນໆໄປຫາທີ່ຢູ່ຕໍ່ໄປນີ້: [email protected] ແລະລວມເອົາຂໍ້ມູນຕໍ່ໄປນີ້ໃນຈົດໝາຍຂອງເຈົ້າ:

• ຊື່ຜູ້ໃຊ້ GitHub
• ອົງກອນ (ເຈົ້າເຮັດວຽກ ຫຼືຮຽນ)
• ຕໍາແຫນ່ງ (ຕໍາແຫນ່ງຕົວຈິງຂອງທ່ານໃນອົງການຂອງເຈົ້າ, ບໍ່ວ່າຈະເປັນ "ນັກຮຽນ" ຫຼື "ເອກະລາດ").
• ປະເທດ

ສໍາລັບຜູ້ທີ່ໄດ້ອ່ານບົດຄວາມແລະມີຄວາມສົນໃຈໃນຄວາມສາມາດຂອງ InterSystems IRIS ເປັນເວທີສໍາລັບການພັດທະນາຫຼືການເປັນເຈົ້າພາບຂອງປັນຍາປະດິດແລະເຄື່ອງຈັກການຮຽນຮູ້ເຄື່ອງຈັກ, ພວກເຮົາເຊີນທ່ານປຶກສາຫາລືສະຖານະການທີ່ເປັນໄປໄດ້ທີ່ມີຄວາມສົນໃຈກັບວິສາຫະກິດຂອງທ່ານ. ພວກເຮົາຈະມີຄວາມຍິນດີທີ່ຈະວິເຄາະຄວາມຕ້ອງການຂອງບໍລິສັດຂອງທ່ານແລະຮ່ວມກັນກໍານົດແຜນການປະຕິບັດງານ; ຕິດຕໍ່ທີ່ຢູ່ອີເມວຂອງທີມງານຜູ້ຊ່ຽວຊານ AI/ML ຂອງພວກເຮົາ – [email protected].

ແຫຼ່ງຂໍ້ມູນ: www.habr.com