2. 图谱API架构解析：核心接口与延迟特征
反欺诈图谱的API层是延迟压测的直接目标。本章深入解析四个核心接口——实体识别、关系查询、路径发现、子图匹配——的内部处理流程、数据依赖与延迟构成。理解这些接口的架构差异，是后续制定压测模型与调优策略的基础。
2.1 接口全景与延迟分层模型
四个接口在查询复杂度、数据访问深度与计算密集度上存在显著差异。下表从延迟敏感度与资源消耗维度进行横向对比：
| 接口名称 | 核心功能 | 平均延迟范围 | 主要瓶颈 | 缓存友好度 |
|---|---|---|---|---|
| 实体识别 | 从文本/请求中提取欺诈实体（设备、账号、IP） | 5-20 ms | NLP模型推理、词典匹配 | 高（实体特征可预计算） |
| 关系查询 | 查询指定实体的一度/二度关联关系 | 10-50 ms | 图数据库邻接表扫描 | 中（热点实体可缓存） |
| 路径发现 | 查找两个实体间的最短/加权路径 | 50-200 ms | BFS/双向搜索、路径剪枝 | 低（路径组合爆炸） |
| 子图匹配 | 匹配预定义的欺诈模式子图 | 100-500 ms | VF2/ISO算法、图同构计算 | 极低（模式动态变化） |
压测关注点： 实体识别与关系查询是高频低延迟接口，压测时应关注TP99与吞吐量；路径发现与子图匹配是低频高延迟接口，压测时应关注超时率与资源耗尽场景。
2.2 实体识别接口架构
实体识别是图谱查询的入口，负责将原始请求中的非结构化信息转化为图谱中的节点ID。其内部流程分为三个阶段：
- 特征提取层： 对请求中的设备指纹、IP、手机号、邮箱等字段进行正则匹配与标准化。
- 模糊匹配层： 基于布隆过滤器与倒排索引，快速判断实体是否存在于图谱中；若不存在则触发新增实体流程。
- ID映射层： 将匹配到的实体转换为内部全局唯一ID（GUID），返回给调用方。
延迟构成中，特征提取约占30%，模糊匹配约占50%，ID映射约占20%。缓存命中时，模糊匹配层可直接返回，延迟降至2-5 ms。
2.3 关系查询与路径发现架构
关系查询与路径发现共享底层的图遍历引擎，但查询语义与执行计划截然不同。
2.3.1 关系查询
关系查询采用邻接表索引实现。每个实体节点维护一个出边与入边的倒排列表，查询时直接定位到节点的边列表，按类型过滤后返回。延迟主要取决于节点的度数（关联边数量）。
- 一度查询： 单次索引查找 + 边列表扫描，延迟稳定在10-20 ms。
- 二度查询： 先查一度邻居，再对每个邻居执行一度查询，延迟随邻居数量线性增长。
2.3.2 路径发现
路径发现使用双向广度优先搜索（Bi-BFS），从起点和终点同时扩展，在中间相遇时停止。算法复杂度为 O(b^(d/2))，其中 b 为平均分支因子，d 为路径长度。
- 剪枝策略： 限制最大深度（默认6层）、过滤无效边类型、使用路径权重排序。
- 延迟特征： 分支因子越大，延迟呈指数级增长；压测时需关注极端场景（如两个高热度实体间的路径搜索）。
2.4 子图匹配接口架构
子图匹配是计算最密集的接口，用于检测预定义的欺诈模式（如“同一设备关联多个账号且短时间内高频交易”）。其核心算法基于VF2图同构算法的变体，结合属性约束与时间窗口过滤。
2.4.1 执行流程
- 模式解析： 将预定义的欺诈模式（JSON格式）解析为内部图结构，包含节点类型、边类型与属性约束。
- 候选集生成： 根据模式中的节点类型，从图数据库中检索候选节点集合。
- 同构匹配： 使用回溯搜索，在候选集中寻找与模式同构的子图。每步匹配时进行属性验证与时间窗口过滤。
- 结果聚合： 将匹配到的子图按模式ID聚合，返回命中结果与置信度评分。
2.4.2 延迟关键因素
| 因素 | 影响程度 | 说明 |
|---|---|---|
| 模式节点数 | 高 | 每增加一个节点，搜索空间呈指数级增长 |
| 候选集大小 | 高 | 候选节点越多，回溯分支越多 |
| 属性约束复杂度 | 中 | 多属性联合过滤增加计算开销 |
| 时间窗口大小 | 中 | 窗口越大，需要检查的边越多 |
压测风险提示： 子图匹配接口在候选集过大时（如匹配“设备”节点时返回10万+候选），可能导致CPU飙升与内存溢出。压测前必须设置候选集上限（默认5000），并监控匹配线程池的队列积压。
2.5 接口调用链与延迟叠加
在实际反欺诈场景中，四个接口往往串联调用。例如，一次完整的欺诈评分请求可能依次调用：实体识别 → 关系查询 → 路径发现 → 子图匹配。延迟叠加效应显著：
总延迟 = 实体识别延迟 + 关系查询延迟 + 路径发现延迟 + 子图匹配延迟 + 网络往返开销
典型值（缓存未命中）：
- 实体识别：15 ms
- 关系查询：30 ms
- 路径发现：120 ms
- 子图匹配：250 ms
- 网络RTT：5 ms
- 总延迟 ≈ 420 ms压测时需分别测试单接口延迟与全链路延迟，识别瓶颈接口。通常路径发现与子图匹配是优化重点。
2.6 本章小结
- 四个核心接口的延迟特征差异显著：实体识别与关系查询是IO密集型，路径发现与子图匹配是CPU密集型。
- 实体识别的缓存命中率直接影响整体延迟，压测需覆盖缓存命中与未命中两种场景。
- 路径发现的双向BFS算法在分支因子大时延迟激增，需重点测试剪枝策略的边界条件。
- 子图匹配的候选集大小是延迟的关键控制变量，压测时必须设置上限并监控资源消耗。
- 全链路压测时，延迟叠加效应可能导致TP99远超平均值，需针对瓶颈接口单独调优。