检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
PageRank算法。该算法继承了经典PageRank算法的思想，利用图链接结构来递归地计算各节点的重要性。与PageRank算法不同的是，为了保证随机行走中各节点的访问概率能够反映出用户的偏好，PersonalRank算法在随机行走中的每次跳转会以（1-alpha）的概率返回到source节点，因此可
jobType Integer 任务类型。请求失败时，该字段为空。 请求示例 查询满足过滤条件的点集合，请求的起始位置为0，每页资源数量的最大值为2，用于过滤的属性条件为movie和user，用于过滤的属性名为Age。 POST https://{SERVER_URL}/ges/v1.0
Match<Vertex>的gather Match<Vertex>上的Gather操作会将传入的Lambda函数中定义的所有操作作用在Match匹配的点的边上。 点匹配器Match仅接收包含两个输入参数的Lambda表达式。第一个参数指代边上的source点，第二个参数指代边上的target点。
取值为lazy时，采用流式解析cypher的策略，cypher返回体不常驻内存。 取值为eager时为获取整个json后解析。 limit 流速控制，默认值100000，内核以批的形式返回给server侧的webapp，由webapp整理成流返回给前端。limit的含义为内核返回给webapp时的批的大小。对同
云监控服务监控指标说明 功能说明 本章节定义了图引擎服务上报云监控的监控指标的命名空间，监控指标列表和维度定义，用户可以通过云监控提供的API接口来检索图引擎服务产生的监控指标。 命名空间 SYS.GES 监控指标 表1 图引擎服务监控指标 指标ID 指标名称 含义 取值范围 测量对象
判断左值（标签、id、属性值）是否在右值（必须是array类型）中，和内存版的左值和右值是否有交集的语义有区别。 不支持CONTAIN、NOTCONTAIN、SUBSET等集合运算。 匹配：右值是左值的PREFIX（前缀）、NOTPREFIX（非前缀）、 SUFFIX（后缀）、N
默认为false。 false：会查询图实例2分钟内的指标。 true：会查询实时监控指标，请求响应在3-5秒之间。 with_performance_metrics 否 Boolean 是否查询性能指标，会返回图实例性能指标和各个节点的指标。取值为true或者false，默认为tru
当numThread的值大于GES图实例使用的机器cpu数时，会配置为机器cpu数。 rowCountPerFile的值会影响实际使用的线程数。即当结果集大小和rowCountPerFile的比值小于numThread时，会使用这个比值作为线程数。 如果请求被用户取消，已上传到OBS中的数据不会删除，有关取消Job的API详见取消Job(1
默认为false。 false：会查询图实例2分钟内的指标。 true：会查询实时监控指标，请求响应在3-5秒之间。 with_performance_metrics 否 Boolean 是否查询性能指标，会返回图实例性能指标和各个节点的指标。取值为true或者false，默认为tru
SUBSET：右值是属性值的子集 匹配运算符： PREFIX：右值是左值的前缀 NOTPREFIX：右值不是左值的前缀 SUFFIX：右值是左值的后缀 NOTSUFFIX：右值不是左值的后缀 SUBSTRING：右值是左值的子字符串 NOTSUBSTRING：右值不是左值的子字符串 FUZZY：模糊匹配
基本概念 点 图数据模型中的点代表实体。如交通网络中的车辆、通信网络中的站点、电商交易网络中的用户和商品、互联网中的网页等。 边 图数据模型中的边代表关系。如社交网络中的好友关系、电商交易网络中用户评分和购买行为、论文中作者之间的合作关系、文章之间的索引关系等。 Gremlin Gremlin是Apache
产品优势 大规模 高效的数据组织，让您更有效的对百亿节点千亿边规模的数据进行查询与分析。 高性能 深度优化的分布式图形计算引擎，为您提供高并发、秒级多跳的实时查询能力。 查询分析一体 查询分析一体化，提供丰富的图分析算法，为关系分析、路径的规划、营销推荐等业务提供多样的分析能力。 简单易用
导出图 可将图数据导出至自定义的OBS目录下。 内存版的图支持 1.0.3 以上版本的图数据导出。 持久化版的图支持2.3.14及以上版本的图数据导出。 具体操作步骤如下： 登录图引擎服务管理控制台，在左侧导航栏，选择“图管理”。 在图管理列表中，选择需导出的图，在“操作”列选择“更多”>“导出”。
属性页签可展示选中点或边的属性信息，也可对单个点或边的属性进行编辑。 属性编辑的操作如下： 在绘图区选中一个点或边，单击右键，选择“查看属性”，会在右侧显示“属性”页签，展示选中点边的属性信息。 若选中的点有多个标签（label），可单击label后的下拉框来查看其它label的属性信息。 图1
PageRank算法。该算法继承了经典PageRank算法的思想，利用图链接结构来递归计算各节点的重要性。与PageRank算法不同的是，为了保证随机行走中各节点的访问概率能够反映出用户的偏好，PersonalRank算法在随机行走中的每次跳转会以（1-alpha）的概率返回到source节点，因此可以
否 查询的起始节点ID集合 String - 标准csv格式，ID之间以英文逗号分隔，例如：["Alice","Nana"] n 否 枚举的满足过滤条件的圈的个数的上限 Integer [1,100000] 100 statistics 否 是否输出所有满足过滤条件的圈的个数 Boolean
紧密中心度算法（Closeness Centrality）计算一个节点到所有其他可达节点的最短距离的倒数，进行累积后归一化的值。紧密中心度可以用来衡量信息从该节点传输到其他节点的时间长短。节点的“Closeness Centrality”越大，其在所在图中的位置越靠近中心。 适用场景 紧密中心度算法（Closeness
Coefficient） 概述 聚类系数表示一个图中节点聚集程度的系数。在现实的网络中，尤其是在特定的网络中，由于相对高密度连接点的关系，节点总是趋向于建立一组严密的组织关系。聚类系数算法（Cluster Coefficient）用于计算图中节点的聚集程度。 适用场景 聚类系数算法（Cluster
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
