我想知道是否有更好的方法来使用动态SQL对数据集进行分页，而不是我下面使用的方法。问题是，当潜在的数据池变大时，这段代码就会变慢，以至于无法使用。在分析下面的每一行代码时，似乎速度变慢与最初的rset.%Next()迭代有关。 有没有什么不需要子查询/%VID的可用方法，比如简单的LIMIT/OFFSET？

我的代码类似于:

s sql=##class(%SQL.Statement).%New()

s query="SELECT *,%VID FROM (SELECT prop FROM table WHERE prop=x) WHERE %VID BETWEEN 1 AND 100"

s sc=sql.%Prepare(query)

s rset=sql.%Execute()

while rset.%Next() {.....

我们中的许多人在几年前安装了Ensemble，估计空间是足够的，但现在却遇到了意外--硬盘已经满了！我们可以看看我们可以采取哪些措施来调查发生了什么，然后如何减少所占用的空间。 让我们来看看我们可以采取哪些措施来调查发生了什么，然后如何减少占用的空间。

是什么占用了Ensemble的空间？
让我们来看看在Ensemble中占用空间的东西的清单。

1. Ensemble安装。
2. 备份文件
3. 日志文件
4. Ensemble数据库。
5. 流文件。
6. 自定义应用程序文件

让我们逐一来看看这些文件。

Ensemble安装占用的空间

这是一个相对较小的空间，取决于版本，大约为1GB。如果你想减少它，你有可能删除一些开发包或第三方连接驱动ODBC/JDBC。你可以通过改变安装选项来做到这一点，见Ensemble安装手册。

索引

下文按顺序列出了数据平台上容量计划和性能系列中的所有帖子。 也列出了我的其他帖子。 我将随着该系列中新帖子的增加进行更新。

亲爱的开发者，

最近我们收到很多类似“如何成为一个活跃（Active）、有贡献值的成员”的问题。

条件很简单！

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。

在本帖中，我将介绍如何为 Red Hat Linux 上的 Caché 设置和配置 SNMP，您应该能够对其他 *nix 版本使用相同步骤。 我使用 Red Hat 写这篇文章是因为在 Linux 上进行设置更棘手一些；在 Windows 上，Caché 会自动安装一个 DLL 来与标准 Windows SNMP 服务连接，所以应该更容易配置。

0. 算法概述

SM3密码杂凑算法是中国国家密码管理局2010年公布的中国商用密码杂凑算法标准。该算法于2012年发布为密码行业标准(GM/T 0004-2012)，2016年发布为国家密码杂凑算法标准(GB/T 32905-2016)。

SM3适用于商用密码应用中的数字签名和验证，是在[SHA-256]基础上改进实现的一种算法，其安全性和SHA-256相当。SM3和MD5的迭代过程类似，也采用Merkle-Damgard结构。消息分组长度为512位，摘要值长度为256位。

整个算法的执行过程可以概括成四个步骤：消息填充、消息扩展、迭代压缩、输出结果。

1. 消息填充

SM3的消息扩展步骤是以512位的数据分组作为输入的。因此，我们需要在一开始就把数据长度填充至512位的倍数。具体步骤如下：

1、先填充一个“1”，后面加上k个“0”。其中k是满足(n+1+k) mod 512 = 448的最小正整数。

2、追加64位的数据长度。

亲爱的开发者们，

很高兴同大家分享一个好消息！我们中文社区版主、InterSystems高级销售工程师Louis（@Louis Lu）于近日顺利通过“HL7 FHIR R4 Proficiency Exam”并取得资格认证证书！

关键字：PyODBC，unixODBC，IRIS，IntegratedML，Jupyter Notebook，Python 3

目的

几个月前，我简单谈到了关于“将 Python JDBC 连接到 IRIS”的话题。我后来频繁提起它， 因此决定再写一篇 5 分钟的笔记，说明如何“将 Python ODBC 连接到 IRIS”。

在 Windows 客户端中通常很容易设置 ODBC 和 PyODBC，不过我每次在 Linux/Unix 风格的服务器中设置 unixODBC 和 PyODBC 客户端时，都会遇到一些麻烦。

有没有一种简单连贯的方法，可以不安装任何 IRIS，在原版 Linux 客户端中让 PyODBC/unixODBC 针对远程 IRIS 服务器运行？

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%。

技术概要（First Look）有助于您了解在InterSystems IRIS ®数据平台中如何使用SQL：标准的SQL功能、特有功能以及如何快速上手使用。

要体验技术概要（First Look）的所有内容 ，您可以在InterSystems IRIS的免费评估实例上执行相关操作 ，请参阅InterSystems First Looks（《InterSystems 技术概要》）。

如何做到处方审核便捷性与安全性共存，一直是个“鱼与熊掌”的情形。开始正文前，先说个故事——

第二十章 用户、角色和权限

InterSystems IRIS®具有系统级安全性，以及一组与sql相关的额外安全性特性。
在数据库级保护之外，InterSystems SQL安全性提供了额外级别的安全功能。
SQL和系统级安全性之间的一些关键区别是:
- SQL保护比系统级保护更细粒度。可以为表、视图和存储过程定义特权。
- SQL权限既可以授予用户，也可以授予角色。
系统级权限只分配给角色。
- 持有SQL特权会隐式授予执行SQL操作所需的任何相关系统特权。
(相反，系统级特权并不意味着表级特权。)

InterSystems SQL在InterSystems IRIS数据平台上对ODBC、JDBC、Dynamic SQL和SQL Shell接口进行权限检查。
嵌入式SQL语句不执行特权检查;
假定使用嵌入式SQL的应用程序在使用嵌入式SQL语句之前会检查特权。

SQL权限和系统权限

要通过特定于SQL的机制操作表或其他SQL实体，用户必须具有适当的SQL权限。
系统级权限不足。
用户可以直接被授予SQL权限，也可以属于具有SQL权限的角色。

IRIS的23种设计模式

第一章 Caché 设计模式 简单工厂模式

定义

• 简单工厂模式属于创建型模式，又可称为静态工厂模式，这是由一个工厂对象决定创建出哪一种产品类的实例

使用场景

• 工厂类负责创建的对象比较少
• 客户只需知道传入工厂类的参数，而无须关心创建对象的逻辑

优点

• 使用户根据参数获得对一个的类实例，避免了直接实例化类型，降低了耦合性
• 能把客户类和具体子类的实现解耦，客户类不再需要知道有哪些子类以及应当实例化哪个子类：客户类往往有多个，如果不使用简单工厂，那么所有的客户类都要知道所有子类的细节。而且一旦子类发生改变，所有的客户类都要进行修改

缺点

• 可实例化的类型在编译期间已经被确定。
• 如果增加新类型，则需要修改工厂，这违背了开放封闭原则
• 子类多过不适合使用

示例

• 用Caché 实现一个计算器控制台程序，要求输入两个数和运算符号。

第二章 SQL聚合函数 AVG

返回指定列值的平均值的聚合函数。