Error: 图谱数据不一致性问题：边引用了不存在的节点

[wilac-pv]

图谱数据不一致性问题：边引用了不存在的节点

问题描述

在查询图谱子图 API 时，返回的数据中包含引用了不存在节点的边。这导致前端图谱可视化失败，出现 "Node not found" 错误。

环境信息

• 后端: FastAPI + LightRAG
• 前端: Vue.js + @antv/g6
• 图谱类型: LightRAG 知识图谱
• 数据库 ID: kb_ab5c6bfdefb044c7ad08e8cc0f2da3a8

复现步骤

1. 调用子图 API，使用以下参数：

   GET /api/graph/subgraph?db_id=kb_ab5c6bfdefb044c7ad08e8cc0f2da3a8&node_label=GB+20071-2025&max_depth=2&max_nodes=50
   

2. 检查响应数据：

   • data.nodes: 包含 50 个节点的数组
   • data.edges: 包含 139 条边的数组

3. 检查数据一致性：

   • 某些边引用了不存在于节点数组中的节点 ID
   • 示例：边 ID 2752 引用了目标节点 "耻骨结合点力的峰值(PSPF)"，但该节点不在节点数组中

问题数据示例

引用不存在节点的边：

{
  "id": "2752",
  "source_id": "WorldSID 50th假人",
  "target_id": "耻骨结合点力的峰值(PSPF)",
  "type": "related",
  "properties": {
    "file_path": "http://localhost:9000/ref-kb-ab5c6bfdefb044c7ad08e8cc0f2da3a8/GBT 37337-2019 _1766122855408.pdf",
    "keywords": "传感器测量,性能指标",
    "weight": 1.0,
    "description": "耻骨结合点力的峰值是WorldSID 50th假人的骨盆性能指标，由骨盆载荷传感器测量。"
  }
}

节点验证：

# 查询返回空结果 - 节点在响应中不存在
curl -s "http://localhost:5050/api/graph/subgraph?..." | jq '.data.nodes[] | select(.id == "耻骨结合点力的峰值(PSPF)")'
# 输出: (空)

前端错误

当 G6 尝试渲染图谱时，抛出错误：

Uncaught Error: Node not found for id: 耻骨结合点力的峰值(PSPF)
    at _Graph.getNode (graph.ts:296:13)
    at _Graph.checkNodeExistence (graph.ts:268:10)
    at _Graph.doAddEdge (graph.ts:577:10)

根本原因分析

问题出现在后端子图查询逻辑中：

1. API 将返回的节点数量限制为 max_nodes=50
2. 但是，边是基于这些节点的关系收集的
3. 某些边可能引用了由于节点限制而被排除的节点
4. 这造成了边引用结果集外节点的不一致性

期望行为

API 应该返回一致的数据，其中：

• 所有边只引用 nodes 数组中存在的节点
• 或者 API 应该包含所有被返回边引用的节点（即使超过 max_nodes）
• 或者 API 应该过滤掉引用结果集外节点的边

临时解决方案（前端）

已在前端实现临时修复，过滤掉无效的边：

// In web/src/components/GraphCanvas.vue - formatData()
const nodeIds = new Set()
for (const n of data.nodes) {
  nodeIds.add(String(n.id))
}

// Filter out edges with missing nodes
const validEdges = (data.edges || []).filter((e) => {
  const sourceExists = nodeIds.has(String(e.source_id))
  const targetExists = nodeIds.has(String(e.target_id))
  if (!sourceExists || !targetExists) {
    console.warn('Filtering out edge with missing nodes:', {
      edge: e.id,
      source: e.source_id,
      target: e.target_id
    })
    return false
  }
  return true
})

建议修复方案（后端）

后端子图查询应该修改以确保数据一致性。可能的方案：

方案 1：过滤边（推荐）

在收集节点和边之后，过滤掉引用结果集外节点的边：

# 伪代码
node_ids = {node['id'] for node in nodes}
valid_edges = [
    edge for edge in edges 
    if edge['source_id'] in node_ids and edge['target_id'] in node_ids
]

方案 2：包含被引用的节点

当边引用初始结果集外的节点时，也包含该节点（可能超过 max_nodes）：

# 伪代码
referenced_node_ids = set()
for edge in edges:
    referenced_node_ids.add(edge['source_id'])
    referenced_node_ids.add(edge['target_id'])

# 获取缺失的节点
missing_node_ids = referenced_node_ids - {node['id'] for node in nodes}
if missing_node_ids:
    additional_nodes = fetch_nodes_by_ids(missing_node_ids)
    nodes.extend(additional_nodes)

方案 3：两阶段查询

1. 首先，获取初始节点集（受 max_nodes 限制）
2. 然后，只查询源节点和目标节点都在节点集中的边

相关文件

• 后端: server/routers/graph_router.py - 子图查询端点
• 后端: src/knowledge/graphbase.py - 图查询逻辑（LightRAG）
• 前端: web/src/components/GraphCanvas.vue - 图谱渲染组件
• 前端: web/src/apis/graph_api.js - API 客户端

影响评估

• 严重程度: 高 - 导致图谱可视化无法工作
• 受影响用户: 所有查询 LightRAG 知识图谱的用户
• 临时方案: 前端过滤（已实现）
• 正确修复: 后端数据一致性（需要）

补充说明

该问题是在查询包含中文实体名称的 LightRAG 知识图谱时发现的。图谱包含汽车安全标准文档（GB 20071-2025）及相关技术术语和测量指标。

后端日志显示查询成功：

INFO: [kb_ab5c6bfdefb044c7ad08e8cc0f2da3a8] BFS subgraph query successful | Node count: 50 | Edge count: 139

然而，边的数量（139）远高于 50 个节点的完全连接图的预期值，这表明许多边引用了结果集外的节点。

[xerrors]

我排查一下

[xerrors]

经排查，不是“引用不存在节点的边”，而是 norm 的方法不一致导致的 ID 映射错误。

目前重构了图谱的展示模块，可以看一下是否还存在类似问题