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

本项目旨在评估部署于 Azure Database for PostgreSQL 上的 Model Context Protocol (MCP) Server，能否在大规模临床分析中匹配或超越直接 SQL 的性能，同时减轻开发人员的工作量。

🚀 快速开始

本项目聚焦于评估 MCP 服务器在 Azure Database for PostgreSQL 上的性能，通过与直接 SQL 在相同工作负载上进行对比，解答 MCP 能否提升开发效率并保持运行时效率的问题。

✨ 主要特性

• 对比直接 SQL 和 MCP 服务器 → PostgreSQL 路径在大规模临床分析中的性能。
• 提供仓库布局、先决条件、数据集加载、服务器启动、基线运行等完整操作流程。
• 规划了未来工作方向，如优化性能、探索新集成方法、开发用户界面等。

📦 安装指南

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

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）。

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=...

📚 详细文档

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 进行广泛数据操作既容易出错又效率低下。我们提出问题：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？为解答此问题，我们在相同工作负载上比较了直接 SQL 和 MCP 服务器 → PostgreSQL 的路径。

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

运行基线

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

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

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。

📄 许可证

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]。

👏 致谢

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