知识图谱（八）：更新与维护

图谱的增量更新、派生数据失效、发布恢复、访问控制和运行成本。

系统分层与最小实现

一个可维护的图谱系统可以分为源记录、候选断言、已发布图视图和应用服务几个层次。源记录保存重建依据，候选层保留抽取与链接结果及审核状态，图视图提供稳定查询，应用服务组合结构化结果与原文。这些层次可以放在同一个数据库中。

依赖分析的最小应用是：在指定快照中，从受影响版本查出相关服务与团队，并显示依赖路径和证据。先限定到静态 runtime 依赖，公告条件由人工核查。Python 示例实现了依赖遍历与证据查询。

每次构建记录输入版本、模式版本、抽取器或映射规则版本、实体词典版本及输出批次。新模型可以先基于同一源快照重建候选，评估后再发布。保留中间结果使系统能够解释一条边在哪个阶段、依据什么材料生成。

增量更新需要表达新增、变更和失效，而不只是不断追加边。假设订单服务升级为 checkout-sdk 2.2，并且新版本不再依赖 parser 1.4。如果保留新旧依赖且不区分当前部署，查询仍会把订单服务作为当前候选；如果直接删除旧边，又无法复盘历史状态。

可以为断言保存有效区间，也可以把每次构建和部署建成独立实体，再记录服务当前使用哪次部署。前者依赖时间筛选，后者依赖快照或部署选择。查询时选择当前部署或指定历史时点。

完整快照可用于比较相邻版本中哪些关系消失；增量事件则需要显式的删除或结束语义。采集暂时失败并不等于依赖被删除。接入任务应区分成功的空快照、部分响应和失败，避免把数据源故障传播为大规模事实撤销。

迟到事件还会修正历史。例如十月三日才收到十月一日生效的团队变更，系统需要同时保留业务生效时间和记录时间。这样既能查询实际历史，也能回放当时系统的认知，确定错误通知是源数据迟到还是查询处理问题。

图中的事实会进一步产生可达关系、风险候选、检索索引、摘要和答案缓存。这些产物应记录依赖哪些输入。一份公告被修订或撤回时，系统才能定位需要重算的范围。

失效处理还需要考虑多份支持证据。一条断言由两个独立来源支持，其中一个撤回后，应重新判断剩余证据是否足以维持发布状态。反过来，重复抓取同一材料不应被当成多个独立来源，从而阻止本应发生的撤回。

实体纠错影响范围往往更大。误合并两个组件后，依赖、公告和摘要都可能跨对象传播。保存原始提及、规范实体链接和合并历史，才能撤销错误连接并重建受影响视图。仅保留合并后的最终节点，恢复将十分困难。

接入任务可能重复投递、超时或在中途失败。幂等键可以结合源记录版本与处理版本，使同一次输入的重试复用产物；实体、断言和证据关联应在一致的提交范围内发布。否则查询可能读到一条没有证据的边，或只看到一批更新的一部分。

单存储可以利用事务完成发布，跨存储则需要显式批次状态和发布协调。一个简洁方案是构建新快照，完成校验后切换当前快照指针，并在保留期内保存旧版本。大规模系统可以采用更细粒度的增量，但仍要明确更新期间查询的一致性保证。

图、全文索引、向量和摘要应携带可比对的版本。图已经切换到新构建而摘要还描述旧依赖时，应用需要等待、降级到原文或明确使用同一旧快照，不能无提示地混用。回滚时，一起恢复这些产物的对应版本。

恢复演练需要覆盖部分写入、重复事件、索引构建失败和实体合并撤销。检查重点是重试是否重复、旧版本是否可读、最终状态能否判断以及哪些请求会受到影响。

知识图谱中的节点、边和证据都可能具有访问范围。公开的组件名称不意味着它连接到哪些内部服务也可以公开，因此权限不能只控制节点展示。查询应在用户可访问的图视图中执行，身份与租户信息由可信会话提供。

假设用户只允许访问订单服务，不允许访问报表服务。从 parser 反向遍历时，就不应返回报表服务，也不应通过隐藏路径后的总数量泄露它。遍历时就按权限过滤节点和边。

派生摘要会继承来源限制。若一份社区报告混合了多个权限域的事实，不能随意赋予其中某个较宽松的权限。可以按权限域分别生成，或采用足以覆盖全部输入限制的访问策略；权限撤销后，对应的缓存、摘要和索引也要失效。

权限测试应包含同一问题在不同身份下的结果，以及源文档被撤权后的变化。对需要全局统计的业务，先定义可统计的范围与授权，再讨论结果展示，否则数量、错误提示和缓存命中都可能泄露不可见部分。

总成本包括初始构建、持续更新、在线查询、人工审核和存储，可用 C_total = C_initial + C_updates + N_query × C_query + C_review + C_storage 分项记录。按实际运行数据估算每项费用。

资料变化频繁而查询较少时，预先生成大量摘要可能不划算；稳定资料被频繁查询时，更多离线处理可能摊薄在线成本。人工审核同样重要：增加少量召回却产生大量错误候选，可能降低整体效率，应记录每批接受事实所需的审核时间。

每个阶段都需要对应失败案例。最小构图加入同名对象、缺失版本和重复记录；查询加入环、多个路径和未知团队；问答加入证据不足和否定条件；运行阶段加入公告撤回、延迟更新与权限变更。

验收时，使用约定的数据快照和权限范围检查结果，并沿返回的关系找到原始记录。后续根据遗漏、错误、延迟和维护成本决定需要改进的环节。

— 本页完 —