Medplum项目中基于UNION ALL优化FHIR资源引用查询的实现

在FHIR医疗数据存储系统中，高效地查询资源之间的引用关系是一个关键性能点。Medplum项目团队近期发现了一个关于PostgreSQL查询优化的重要改进机会，特别是在处理资源引用查询时从LATERAL JOIN转向UNION ALL策略的优化方案。

背景与问题发现

在FHIR标准中，资源之间通过引用(reference)建立关联是常见模式。例如，一个Encounter(就诊)资源可能引用多个Appointment(预约)资源。传统实现中，我们使用PostgreSQL的LATERAL JOIN结合数组包含操作符(@>)来查询引用特定资源的记录。

然而，在实际生产环境中，团队观察到查询优化器有时会生成低效的执行计划。根本原因在于查询优化器将引用字符串视为通用参数化查询，无法利用具体值的统计信息，导致选择了基于通用选择性估计的非最优计划。

技术解决方案

经过深入分析，团队提出了一个创新性的解决方案：将单个LATERAL JOIN查询转换为多个独立查询的UNION ALL组合。这种模式类似于数据库优化中著名的"ugly OR"问题解决方案。

新方案的核心优势在于：

1. 每个子查询都能基于具体的引用值进行优化
2. PostgreSQL可以为每个子查询生成针对性的执行计划
3. UNION ALL避免了去重开销，保持结果集完整性

实现细节

优化后的查询结构如下所示：

SELECT "id", "lastUpdated", "content", 'Appointment/id1' as "ref" 
FROM "Encounter" 
WHERE ("Encounter"."appointment" @> ARRAY['Appointment/id1']::TEXT[])
UNION ALL
SELECT "id", "lastUpdated", "content", 'Appointment/id2' as "ref"
FROM "Encounter"
WHERE ("Encounter"."appointment" @> ARRAY['Appointment/id2']::TEXT[])

这种模式特别适合以下场景：

• 引用目标数量已知且有限
• 每个引用值的选择性差异较大
• 需要保持查询的确定性响应时间

性能对比

在实际测试中，新方案展现出显著优势：

1. 查询计划更稳定，避免了参数嗅探问题
2. 对每个引用值都能使用最合适的索引访问路径
3. 内存使用更可控，减少了临时结果集的处理开销

最佳实践建议

基于这一优化经验，我们总结出以下FHIR存储实现建议：

1. 对于已知且有限的引用值集合，优先考虑UNION ALL模式
2. 为引用数组列建立适当的GIN索引
3. 监控查询计划变化，特别是当引用模式发生变化时
4. 考虑实现动态查询生成，根据引用数量自动选择最优策略

结论

Medplum团队通过将LATERAL JOIN转换为UNION ALL的策略，有效解决了FHIR资源引用查询的性能瓶颈。这一优化不仅提升了特定查询的效率，更为FHIR存储系统的查询优化提供了新的思路。这种基于查询重写的优化方法，对于处理医疗数据中的复杂关联关系具有普遍参考价值。

未来，团队计划进一步探索混合策略的可能性，结合查询参数自动选择最优执行路径，为不同规模的引用查询提供最佳性能。