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
以PagePank算法的3D模式图展示为例: 在图引擎编辑器左侧的算法区内,选择PagePank算法并设置参数。 单击运行算法分析,分析结束后您可以在绘图区看到查询结果所展示的图。 单击绘图区左上角的3D切换按钮,画布上的图将会切换成3D的图画面。 图1 3D效果展示 父主题: 访问图和分析图
元数据操作 代码样例文件路径 样例方法名 对应的API com.huawei.ges.graph.sdk.v1.examples.persistence testAddLabel 添加Label testUpdateLabel 更新Label testQueryGraphSchemaDetail
元数据操作 代码样例文件路径 样例方法名 对应的API com.huawei.ges.graph.sdk.v1.examples.persistence testAddLabel 添加Label testUpdateLabel 更新Label testQueryGraphSchemaDetail
自定义操作 代码样例文件路径 代码样例文件名 对应的API com.huawei.ges.graph.sdk.v1.examples.customoperation ExecuteCustomActionSample 执行自定义操作 父主题: 内存版样例
自定义操作 代码样例文件路径 代码样例文件名 对应的API com.huawei.ges.graph.sdk.v1.examples.customoperation ExecuteCustomActionSample 执行自定义操作 父主题: 内存版样例
Filtered-query 代码样例文件路径 代码样例文件名 对应的API com.huawei.ges.graph.sdk.v1.examples.customoperation FilteredQuerySample Filtered-query FilteredQueryV2Sample
Filtered-query 代码样例文件路径 代码样例文件名 对应的API com.huawei.ges.graph.sdk.v1.examples.filteredquery FilteredQuerySample Filtered-query FilteredQueryV2Sample
auto_assign:自动绑定。 bind_existing:使用已有。 eipId 否 String 弹性IP的id。 当publicBindType设置为bind_existing时,该值为用户某个已创建但尚未绑定的EIP的ID。 当publicBindType设置为auto_assign时,该值设置为空。
按文件更新/删除数据 代码样例文件路径 代码样例文件名 对应的API com.huawei.ges.graph.sdk.v1.examples.fileoperation ImportPropertiesSample 通过导入文件更新点边的指定属性 DeleteByFileSample 通过读取文件删除点边
功能介绍 提供灵活的DSL帮助用户低成本设计并运行算法。DSL算法详细介绍请参考DSL语法说明。 DSL算法执行结束后,用户需使用HyG算法结果转存API将DSL执行结果转存到OBS上。转存之后,您可以通过stdout等文件查看算法结果,由于HyG图是分布式的,结果文件可能有多个,对应不同分区的结果。
架中进程的并发线程数被强制设置为1,且UDF中用户可以使用print语句打印调试信息(当debug_mode=False时,UDF中有print语句会报错)。 此外,BaseGraph还有一个BaseGraph.nid(ext_id:str)->int的接口,用于获取点的内部ID。
根据输入参数,执行Cesna算法。 Cesna算法是一种重叠社区发现算法,该算法将节点与社区之间的关系建模为一个二部图,假设图中节点的连边是根据社区关系生成的。此外,该算法还利用了节点属性对社区进行建模,即假设节点的属性也是根据社区关系生成的。 URI POST /ges/v1.0/{project_id}/
k核算法(kcore) 功能介绍 根据输入参数,执行K核算法。 K核算法是图算法中的一个经典算法,用以计算每个节点的核数。其计算结果是判断节点重要性最常用的参考值之一,较好的体现了节点的传播能力。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm
根据输入参数,执行BigClam算法。 BigClam算法是一种重叠社区发现算法,该算法将节点与社区之间的关系建模为一个二部图,假设图中节点的连边是根据社区关系生成的,其可以检测出图中的重叠社区。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm
功能介绍 根据输入参数,执行infomap算法。 infomap算法是一种基于信息论的社区发现算法,该算法在效率和效果上都表现较好,并且能够发现层次性的社区结构,其优化目标为找到最优的社区结构,使节点的层次编码长度最小。 URI POST /ges/v1.0/{project_id}
d=true,选择一个不依赖于Inedge的算法实现版本计算输出,性能会下降;若directed=false,会报错。 weight 否 String 边上权重。取值为:空或字符串。 空:边上的权重、距离默认为1。 字符串:对应的边上的属性将作为权重,当某边没有对应属性时,权重将默认为1。
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
ageRank算法,使用系统的默认参数,单击算法后的运行按钮,可在绘图区中看到采样子图。 元数据区:可以对元数据进行操作(如添加、隐藏、导入或导出等)。 操作区:通过调用API的方式来添加自定义操作。 查询区:输入Gremlin查询语句或者Cypher查询语句对图数据进行查询。例如输入语法:g
parameters 参数 是否必选 类型 说明 source 是 String 输入路径的起点ID。 target 是 String 输入路径的终点ID,不等于source。 directed 否 Boolean 是否考虑边的方向。取值为true或false。 说明: false当前版本在有权图上不支持。
根据输入参数,执行紧密中心度算法。 紧密中心度算法(Closeness Centrality)计算一批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。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm