---
title: "Blocking"
type: concept
tags: ["identity-resolution", "performance", "algorithm", "entity-matching"]
sources: ["identity-graph-operator"]
last_updated: 2026-04-25
---

# Blocking（阻塞/分块）

## Definition
身份解析中的候选对筛选技术——通过预计算的 **blocking key** 将全量 O(n²) 记录对比较减少为可控规模候选集的 O(n×k) 操作，是大规模实体解析的性能关键。

## Blocking Key Types

| 类型 | 示例 | 适用场景 |
|------|------|----------|
| Email Domain | `acme.com` | 同一公司账号 |
| Phone Prefix | `+1555` | 同一地区号码 |
| Name Soundex | `S530` | 语音相似姓名（Williams→W452） |
| Postal Code | `94105` | 同一地理区域 |
| Composite | email_domain + name_soundex | 联合分块，减少假阳性 |

## Workflow

```
全量记录
    ↓
为每条记录生成 blocking key(s)
    ↓
按 blocking key 分组（分块）
    ↓
仅对同组记录对进行 pairwise scoring
    ↓
跨块记录对被阻塞（不比较）
```

## Design Considerations
- **召回率 vs 性能**：blocking key 越宽松 → 更多候选对 → 更高召回率但更慢；越严格 → 更少候选对但可能遗漏真匹配
- **假阴性风险**：两个同实体但 blocking key 不同（如 "gmail.com" vs "googlemail.com"）会跨块遗漏
- **假阳性成本**：同块内异实体（如同名不同人的 "John Smith"）需靠 scoring 层排除

## Relationship to Related Concepts
- [[Blocking]] 是 [[Identity Resolution]] 的性能优化组件，通过牺牲少量召回率换取大规模场景可接受的计算成本
- [[Fuzzy-Matching]] 在 Blocking 筛选出的候选对上执行细粒度评分
- [[Confidence-Score]] 综合 Blocking + Scoring 的结果给出最终合并决策