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
参考初始化参数获取参数并进行客户端初始化,下面以内存版的执行Cypher查询API为例,演示如何使用Java SDK。 获取图的名称和访问地址 登录GES服务控制台页面,在图管理页面获取图的名称(graphName)和访问地址(graphEndPoint),其中图的访问访问地址有内网访问地址和公网访问地址,根据需要获取。
参考初始化参数获取参数并进行客户端初始化,以内存版的执行Cypher查询API为例,演示如何使用Python SDK。 获取图的名称和访问地址 登录GES服务控制台页面,在图管理页面获取图的名称(graphName)和访问地址(graphEndPoint),其中图的访问访问地址有内网访问地址和公网访问地址,根据需要获取。
Engine Service)。图引擎服务是业内首个商用的、拥有自主知识产权的国产分布式原生图引擎,是针对以“关系”为基础的“图”结构数据,进行查询、分析的服务。广泛应用于社交应用、企业关系分析、风控、推荐、舆情、防欺诈等具有丰富关系数据的场景。 您可以使用本文档提供API对图引擎服务资源进行相关操作。
根据网页(节点)之间相互的超链接进行计算的技术,用来体现网页(节点)的相关性和重要性。 如果一个网页被很多其他网页链接到,说明这个网页比较重要,也就是其PageRank值会相对较高。 如果一个PageRank值很高的网页链接到其他网页,那么被链接到的网页的PageRank值会相应地提高。
说明 directed 否 Boolean 是否考虑边的方向。取值为true或false,默认值为false。 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。
类型 取值范围 默认值 directed 否 是否考虑边的方向 Boolean true或者false true weight 否 边上权重 String 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。
08:00:00] 期间感染了新冠(注:这里点的状态变化,如感染疾病,建模为与对应点相关的边)。 图2 动态图数据示例 动态图的元数据 时间戳是动态图的重要特征,为了描述动态图数据,需要在元数据中,定义时间戳相关的属性startTime 、endTime。 注意:这里的startTime 、end
编辑元数据 如果导入或创建的元数据文件不符合业务诉求,需要进行变更,您可以通过编辑元数据对Label和Property进行修改。 编辑元数据文件完成后,将覆盖之前的元数据文件。为避免数据丢失,建议您在编辑前,先复制一份元数据。 操作步骤 在“元数据管理”页面,编辑元数据有两个入口:
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
取消Job(1.0.0) 功能介绍 用于取消已经提交的作业。 只有导出图,导入图,点过滤查询、边过滤查询、多跳过滤查询(Filtered-query V2)、执行算法、增加索引返回的Job支持取消。 支持取消的算法有:topicrank、pagerank、personalrank
若未设置属性信息,则根据index值进行边的删除。 若属性信息和index值均未设置,则删除source、target之间所有的边。 label 否 String 边的label值,可加速属性值的查找,必须和属性信息一起出现。 property 否 String 待删除边的属性名称,必须和value一起出现。
Service,简称GES),使用华为自研的EYWA内核,是针对以“关系”为基础的“图”结构数据,进行查询、分析的服务。广泛应用于社交关系分析、营销推荐、舆情及社会化聆听、信息传播、防欺诈等具有丰富关系数据的场景。 功能介绍 GES服务的功能主要有以下5个方面: 丰富的领域算法 支持PageRa
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。
根据输入参数,执行subgraph matching算法。 子图匹配(subgraph matching)算法的目的是在一个给定的大图里面找到与一个给定小图同构的子图,这是一种基本的图查询操作,意在发掘图重要的子结构。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm
根据输入参数,执行单点环路检测算法。 单点环路检测(single_vertex_circles_detection)意在寻找图中的环路,环路上的点较好地体现了该点的重要性。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm
根据输入参数,执行连通分量(Connected Component)算法。 连通分量代表图中的一个子图,当中所有节点都相互连接。考虑路径方向的为强连通分量(strongly connected component),不考虑路径方向的为弱连通分量(weakly connected component)。连通分量算法(Connected
parameters 参数 是否必选 类型 说明 statistics 否 Boolean 是否仅输出总的统计量结果,取值为true或false,默认取值为true。 true:仅输出总的平均聚类系数。 false:额外输出各点对应聚类系数。 directed 否 Boolean 是否
是否带其他约束,取值为true或false,默认取值为true。 false:不带额外约束,即找到的共同邻居为起点集和终点集对应邻域的交集。 true,带额外约束,这里指找到的共同邻居不仅是起点集和终点集邻域的交集,同时共同邻居集合中的每个点都至少有2个以上邻居节点在起点集和终点集中。 响应参数 参数 类型
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