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
关联路径算法(n-Paths) 概述 关联路径算法(n-Paths)用于寻找图中两节点之间在层关系内的n条路径。 适用场景 关联路径算法(n-Paths)适用于关系分析、路径设计、网络规划等场景。 参数说明 表1 关联路径算法(n-Paths)参数说明 参数 是否必选 说明 类型
历史查询 在运维监控页面左侧导航栏单击“监控>历史查询”,进入历史查询页面,该页面展示了图实例历史上运行过的异步任务的详情(和业务面任务中心展示的一样)。 图1 历史查询页面 父主题: 监控
监控项列表 通过图实例运维监控功能提供的相关监控项,用户可以从中获取有关图实例的状态以及可用资源数量等,并深入了解当前实例实时的资源消耗情况。 图引擎服务(GES)相关监控项指标,具体请参见表 图引擎服务(GES)监控列表。 表1 图引擎服务(GES)监控列表 监控对象 指标名称
准备元数据 本地准备元数据 您需要在本地准备好需要上传的元数据文件,将元数据文件导入到图引擎服务中以便后续进行图分析。 准备上传的元数据文件需要注意以下几点: 可导入的元数据文件数上限为50,达到上限将不能再继续导入元数据。 元数据文件的格式必须为xml格式。 导入元数据至OBS(可选)
持久化版 持久化版业务面API包括点操作、边操作、元数据操作、索引操作、HyG数据集管理、HyG算法、算法、图统计、图操作、Job管理、Cypher操作API。 表1 点操作API 名称 起始版本 URL 功能描述 查询点详情 1.0.0 GET/ges/v1.0/{projec
算法API 执行算法(1.0.0) 算法API参数参考 父主题: 内存版
算法API 最短路径(Shortest Path)(1.0.0) 点集最短路(Shortest Path of Vertex Sets)(1.0.0) 标签传播(Label Propagation)(1.0.0) Louvain算法(1.0.0) 父主题: 业务面API
获取账号名和账号ID 在调用接口的时候,部分请求中需要填入账号名(domain name)和账号ID(domain_id),所以需要先在管理控制台上获取到账号ID。账号ID获取步骤如下: 登录管理控制台。 鼠标移动至用户名,在下拉列表中单击“我的凭证”。 在“API凭证”页面的查看“账号名”和“账号ID”。
终端节点 终端节点即调用API的请求地址,不同服务不同区域的终端节点不同,您可以从地区和终端节点中查询所有服务的终端节点。 图引擎服务的终端节点如下表所示,请您根据业务需要选择对应区域的终端节点。 表1 图引擎服务的终端节点 区域名称 区域 终端节点(Endpoint) 华北-北京一
k跳算法(k-hop) 概述 k跳算法(k-hop)从起点出发,通过宽度优先搜索(BFS),找出k层与之关联的所有节点。找到的子图称为起点的“ego-net”。k跳算法会返回ego-net中节点的个数。 适用场景 k跳算法(k-hop)适用于关系发现、影响力预测、好友推荐等场景。
最短路径算法(Shortest Path) 概述 最短路径算法(Shortest Path)用以解决图论研究中的一个经典算法问题,旨在寻找图中两节点之间的最短路径。 适用场景 最短路径算法(Shortest Path)适用于路径设计、网络规划等场景。 参数说明 表1 最短路径算法(Shortest
关联预测算法(Link Prediction) 概述 关联预测算法(Link Prediction)给定两个节点,根据Jaccard度量方法计算两个节点的相似程度,预测节点之间的紧密关系。 适用场景 关联预测算法(Link Prediction)适用于社交网上的好友推荐、关系预测等场景。
时序路径分析(Temporal Paths) 概述 时序路径分析算法(Temporal Paths)区别于静态图上的路径分析,结合了动态图上信息传播的有序性,路径上后一条边的经过时间要晚于或等于前一条边,呈现时间递增(或非减)性。 时序路径不满足传递性:即从节点i到节点j有一条时
连通分量算法(Connected Component) 概述 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 compone
全最短路算法(All Shortest Paths) 概述 全最短路径算法(All Shortest Paths)用以解决图论研究中的一个经典算法问题,旨在寻找图中两节点之间的所有最短路径。 适用场景 全最短路径算法(All Shortest Paths)适用于路径设计、网络规划等场景。
度数关联度算法(Degree Correlation) 概述 度数关联度算法(Degree Correlation)计算所有边上起点和终点度数之间的Pearson关联系数,常用来表示图中高度数节点是否和高度数节点相连。 适用场景 度数关联度算法(Degree Correlation)适用于衡量图的结构特性场景。
聚类系数算法(Cluster 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。
业务面API错误码 调用接口出错后,将不会返回结果数据。调用方可根据每个接口对应的错误码来定位错误原因。当调用出错时,HTTP 请求返回一个 4xx 或 5xx 的 HTTP 状态码。返回的消息体中是具体的错误代码及错误信息。在调用方找不到错误原因时,可以联系技术人员,并提供错误码,以便我们尽快帮您解决问题。
索引操作API 新建索引(1.1.6) 删除索引(1.1.6) 查询索引(1.1.6) 父主题: 内存版
Gremlin操作API 执行Gremlin查询(1.0.0) 父主题: 内存版