Databricks 开源 Funke：在湖仓中原生解析 HL7v2 消息
Databricks 发布开源加速器 Funke，可将 HL7v2 医疗消息直接解析为原生 Spark 类型，保留完整的段、字段、组件与子组件层级，无需先转换为 FHIR 或借助第三方引擎扁平化。它是 2021 年 Scala 库 Smolder 的继任者，改用 Python 与 PySpark 重写。
核心事实
Databricks 在其官方博客发布开源加速器 Funke，用于在 Databricks Lakehouse 上原生解析 HL7v2 消息。据该博客介绍，Funke 会把 HL7v2 消息直接解析为原生 Spark 类型，并保留原始消息中段（segment）、字段（field）、组件（component）与子组件（subcomponent）的完整层级结构，解析过程以无损为目标，不经过 FHIR 转换，也不依赖第三方引擎把层级扁平化为宽表。
Funke 是 Databricks 于 2021 年开源的 Scala 库 Smolder 的继任者，改用 Python 与 PySpark 重写，围绕 Unity Catalog、Declarative Automation Bundles 与 Spark Declarative Pipelines 构建。名称取自德语中「火花」之意。博客称其支持所有 HL7 消息类型与版本，并附带可运行的演示。
背景与影响
HL7v2 是医疗行业部署最广泛的集成标准之一，用于临床系统之间传递入院、检验申请、结果回报等运营数据。但其消息是嵌套的分隔符编码结构，且规范留有灵活性，不同发送系统的实际消息存在差异。博客指出，团队通常采用两种变通方式：先统一转换为 FHIR，这会增加翻译层并可能丢失没有干净 FHIR 对应物的细节；或交给第三方引擎扁平化，这意味着额外付费、数据移出平台，并失去对底层细粒度结构的直接访问。
Funke 以声明式管道形式部署，遵循 medallion 分层模式：新 HL7 文件落入 Unity Catalog 卷，Auto Loader 读取并写入 raw_messages 表；parsed_messages 表读取原始流并应用解析器，新增一个原生类型的 hl7 列。用户可在此基础上自行构建 gold 表。博客还提到随附的演示包含合成 ADT 事件生成器与基于 Databricks Apps 的控制台应用。
限制与来源
博客明确说明，Funke 是解析器与摄取加速器，不是接口引擎，也不能替代正确解读这些消息所需的临床与 HL7 专业知识；从段和字段到业务概念的映射仍需用户结合自身领域知识决定。上述内容均来自 Databricks 官方博客，具体功能、部署方式与可用范围请以官网当前信息为准。