Capa de vista
Organiza tus páginas con colecciones
Guarda y categoriza el contenido según tus preferencias.
La naturaleza altamente anidada de los recursos de FHIR y el esquema de Parque-on-FHIR requieren consultas de SQL complejas que pueden dificultar el trabajo con casos de uso de análisis.
Un enfoque común para abordar este problema es aplanar los datos en un conjunto de vistas (virtuales o materializadas) que luego se pueden consultar con instrucciones SQL más simples.
Con los canales de datos de FHIR, existen varios enfoques para generar vistas tabulares planas que se pueden usar en aplicaciones de análisis para que coincidan con los requisitos de implementación:
Consultas de SQL para generar vistas virtuales (fuera de la canalización)
Recursos de ViewDefinition de FHIR para generar vistas materializadas (dentro de la canalización) que se pueden generar en cualquier formato tabular (con compatibilidad actual para tablas de Parquet y DB)
Para ambos enfoques, se proporciona un conjunto de "vistas predefinidas" para recursos comunes de FHIR. Estos se pueden modificar o extender.
Ve a la documentación para desarrolladores.
Salvo que se indique lo contrario, el contenido de esta página está sujeto a la licencia Atribución 4.0 de Creative Commons, y los ejemplos de código están sujetos a la licencia Apache 2.0. Para obtener más información, consulta las políticas del sitio de Google Developers. Java es una marca registrada de Oracle o sus afiliados.
Última actualización: 2025-07-25 (UTC)
[null,null,["Última actualización: 2025-07-25 (UTC)"],[[["\u003cp\u003eFHIR data's nested structure necessitates complex SQL queries, making analytics challenging.\u003c/p\u003e\n"],["\u003cp\u003eFlattening FHIR data into views simplifies querying for analytics.\u003c/p\u003e\n"],["\u003cp\u003eFHIR Data Pipes offers two approaches for generating flat tabular views: SQL queries for virtual views and FHIR ViewDefinition resources for materialized views.\u003c/p\u003e\n"],["\u003cp\u003ePredefined views for common FHIR resources are available and customizable.\u003c/p\u003e\n"],["\u003cp\u003eExplore detailed information and implementation guidance in the developer documentation.\u003c/p\u003e\n"]]],["FHIR data's complexity necessitates flattening for analytics. This is achieved by creating tabular views, either virtual or materialized. Virtual views are created using SQL queries, while materialized views are generated via FHIR ViewDefinition resources, outputting in formats like Parquet or DB tables. FHIR Data Pipes supports both methods, providing predefined views for common FHIR resources that can be customized, to facilitate analytics applications. Further details are available in the developer documentation.\n"],null,["# View Layer\n\nThe heavily nested nature of FHIR resources and the Parque-on-FHIR schema\nrequires complex SQL queries that can make them difficult to work with for\nanalytics use cases.\n\nA common approach to address this is to flatten the data into a set of views\n(virtual or materialized) which can then be queried using simpler SQL\nstatements.\n\nUsing FHIR Data Pipes, there are multiple approaches for generating flat tabular\nviews for use in analytics applications to match the deployment requirements:\n\n1. SQL queries to generate virtual views (outside the pipeline)\n\n2. [FHIR ViewDefinition](https://build.fhir.org/ig/FHIR/sql-on-fhir-v2/StructureDefinition-ViewDefinition.html) resources to generate materialized views (within the pipeline)\n which can be outputted in any tabular format (with current support for Parquet\n and DB tables)\n\nFor both of these approaches, a set of \"predefined views\" for common FHIR\nresources are provided. These can be modified or extended.\n\nGo to [developer documentation](https://google.github.io/fhir-data-pipes/)"]]
