基于 Azure Database for PostgreSQL 的 MCP 服务器 × MIMIC-IV

项目目标: 评估在 Azure Database for PostgreSQL 上部署的 Model Context Protocol (MCP) Server 是否能够匹配或超越直接 SQL 在大规模临床分析中的性能，同时减少开发人员的工作量。

1. 问题陈述

临床数据集如 MIMIC-IV 包含数千万行和数百个属性。编写和维护原始 SQL 进行如此广泛的数据操作既容易出错又效率低下。我们提出以下问题：

是否可以通过 MCP 基于的抽象同时提高开发人员生产力 并 在运行时效率方面保持（或增强）与传统的仅使用 SQL 的工作流程相比？

为了解答这个问题，我们在相同的工作负载上比较了直接 SQL 和 MCP 服务器 → PostgreSQL 的路径——从简单的 COUNT(*) 对 mimiciv_hosp.emar_detail（约 87 M 行）到多表笔记聚合。

2. 仓库布局

.
├── mimic-postgres/          # 创建架构和导入 MIMIC-IV CSV 文件的脚本
├── src/            # Azure PostgreSQL MCP 的分叉，带有环境配置
└── README.md              # 该文件

3. 先决条件

• Python 3.10+
• Node 18+（可选，用于额外的 MCP 工具）
• Azure Database for PostgreSQL – Flexible Server（标准 D4s v5 或更大）
• MIMIC-IV 凭证及数据下载权限

# 核心库
pip install psycopg[binary] rich click pandas matplotlib
# 基准测试
pip install httpx pytest pytest‑benchmark
# MCP 服务器
pip install mcp[cli] azure-identity azure-mgmt-postgresqlflexibleservers

4. 数据集加载

cd data-loading
psql "$PGURI" -f 00_create_mimiciv_note_schema.sql
psql "$PGURI" -f 01_create_emar_tables.sql
python 02_bulk_copy.py --csv-root /path/to/mimic-iv

在标准 D4s 上的估计加载时间：约 45 分钟 处理 72 GB（11.7 M 笔记行 + 87 M EMAR 行）。

5. 启动 MCP 服务器

cd mcp-server
python azure_postgresql_mcp.py

环境变量 (PGHOST, PGUSER, PGPASSWORD, PGDATABASE) 必须设置或通过您的 Windows 桌面 / VS Code 配置提供。

如果需要使用 Microsoft Entra 身份验证而不是密码，请设置：

export AZURE_USE_AAD=True
export AZURE_SUBSCRIPTION_ID=...
export AZURE_RESOURCE_GROUP=...

6. 运行基线

6.1 直接 SQL

python benchmarks/run_sql.py --query count_emar_detail

输出类似以下的一行：

count=87,371,064 elapsed=101550.2 ms

6.2 MCP 服务器

python benchmarks/run_mcp.py --query count_emar_detail

示例输出：

count=87,371,064 elapsed=101550.2 ms

7. 未来工作

• 进一步优化 MCP 服务器在 Azure Database for PostgreSQL 上的性能。
• 探索与 MIMIC-IV 数据集的新集成方法，以支持更复杂的查询和分析。
• 开发用户友好的界面，以便更轻松地管理和监控 MCP 服务器。

8. 许可及引用

项目代码遵循 [MIT License]，数据集使用 [MIMIC-IV 使用条款]。如需引用，请参考 [相关文献]。

9. 致谢

感谢 Microsoft Azure 提供的计算资源以及 MIMIC-IV 社区的支持。