Kùzu数据库关系查询逻辑问题分析与改进

问题背景

Kùzu数据库是一款新兴的图数据库系统，在图数据存储和查询方面具有独特优势。在v0.7.1版本中，我们发现了一个关键的关系查询逻辑问题，该问题会导致数据库返回不符合预期的关系数据，影响查询结果的准确性。

问题表现

该问题的具体表现为：当执行特定结构的复杂查询时，数据库会返回不符合查询条件的关系数据。在正常情况下，查询应仅返回实际存在于数据库中的关系，但在某些特定查询模式下，系统会错误地将不相关的边包含在结果集中。

复现步骤

1. 首先创建以下节点表结构：

   • L0表：包含k0-k4字段及id主键
   • L1表：包含k5-k10字段及id主键
   • L3表：包含k18-k23字段及id主键
   • L4表：包含k24-k30字段及id主键
   • L5表：包含k31-k37字段及id主键

2. 创建以下关系表：

   • T8：从L0到L3的关系
   • T9：从L4到L0的关系
   • T13：从L0到L4的关系
   • T18：从L1到L5的关系
   • T19：从L5到L3的关系

3. 插入测试数据，特别注意：

   • 节点id=2(L1类型)和id=0(L0类型)之间不存在任何直接关系
   • 节点id=0和id=3之间存在T9和T13类型的关系

问题验证

执行简单查询验证节点间关系：

MATCH (n3{id:2})-[r8]-(n0{id:0}) RETURN n3.id,r8.id,n0.id;

此时结果为空，符合预期。

但当执行复杂查询时：

MATCH (n1)<-[r1]-(n2 :L5)<-[r2]-(n3)-[r3]-(n0), (n1)-[r4]-(n2) 
WHERE true WITH n2 ORDER BY (n2.k34), (n2.k36) DESC LIMIT 1 
WHERE true MATCH (n0 :L0)-[r5]-(n1 :L3), (n1)<-[r6]-(n2)<-[r7]-(n3{id:2})-[r8]-(n0{id:0}) 
WHERE true RETURN n3.id,r8.id,n0.id;

系统错误地返回了id=10和11的关系，这些关系实际上是节点id=0和id=3之间的连接，与查询条件不符。

技术分析

该问题源于查询优化器在处理复杂模式匹配时的逻辑错误。在特定查询结构中，系统未能正确应用所有过滤条件，导致关系匹配范围扩大。具体表现为：

1. 在查询计划生成阶段，部分过滤条件被错误地提前应用或延迟应用
2. 关系类型检查在某些情况下被忽略
3. 节点ID过滤未能正确传播到所有相关的关系匹配操作

改进情况

根据开发团队反馈，该问题已在主分支中得到解决。改进方案可能涉及：

1. 优化查询计划生成逻辑，确保所有过滤条件正确应用
2. 改进关系匹配算法，严格验证所有连接条件
3. 增强查询优化器的边界条件检查

用户建议

对于使用Kùzu v0.7.1版本的用户：

1. 升级到最新版本以获取改进
2. 在复杂查询中增加额外的验证条件
3. 对关键查询结果进行交叉验证

对于开发者：

1. 在编写复杂图查询时，考虑拆分为多个简单查询
2. 使用EXPLAIN分析查询计划，确保过滤条件正确应用
3. 对关键业务逻辑的查询结果进行额外验证

该问题的发现和改进体现了开源社区在数据库质量保障方面的重要性，也展示了Kùzu团队对问题响应的及时性。