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
DSL语法说明 图操作接口 自定义算法运行接口(当前支持Pregel编程模型) Pregel编程接口 自定义图分析算法编程示例 父主题: HyG算法API
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。
图操作接口旨在为用户提供从输入、计算到输出的端到端全流程操作接口。 图属性值类型 Python DSL当前支持3种数据类型:int、float和bool,分别对应C++中的int64_t、double和bool基本数据类型。 Combiner类型 Combiner用于在满足交换律和结合律的计算过程中对数据
value(nid)->int/float/bool 获取当前点的值 set_value(nid, new_value)->None 设置当前点的值 out_edges(nid) -> List[int] 获取当前点的出边(List) edge_dst(eid)->int 获取当前边的目标点 num_nodes 获取全图点数
自定义图分析算法编程示例 自定义SSSP算法 # 导入必要的包 from hyg.analytics.graph import load_base_graph from hyg.analytics.model import pregel_types, PregelModel #
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
traversal();g.V().limit(1) Cypher暂时不支持多条命令一起执行。 Cypher查询的语法请参考Cypher查询 。Gremlin查询的语法请参考Gremlin查询。 父主题: API使用类
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。
对于该source节点的随机游走将提前结束。 Int 1~2000 1000 label 否 希望输出的点的类型。 说明: 其值为空时,将不考虑点的类型,输出算法原始计算结果。 对其赋值时,将从计算结果中过滤出具有该“label”的点的返回。 String 节点label - directed
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。
图名称。 请求参数 表2 Body参数 参数 是否必选 参数类型 描述 commands 是 String 该自定义操作集执行的具体指令。语法详情见语法介绍一章。 响应参数 表3 响应要素说明 参数 类型 说明 errorMessage String 系统提示信息。 执行成功时,字段可能为空。
Paths:表示距离最短的时序路径。 Foremost Temporal Paths:表示尽可能早的到达目标节点的时序路径。 Fastest Temporal Paths :表示耗费时间最短的时序路径。 适用场景 适用于疫情或疾病传播溯源、信息传播和舆情分析、结合时序的路径规划、资金流通路径等场景。
角色,才能使得该用户组中的用户获得对应的权限,这一过程称为授权。授权后,用户就可以基于被授予的权限对云服务进行操作。关于策略的语法结构及示例,请参见权限管理。 权限类别:根据授权精程度分为角色和策略。 角色:IAM最初提供的一种根据用户的工作职能定义权限的粗粒度授权机制。该机制以
有实际作用。用户被授予的策略中,一个授权项的作用如果同时存在Allow和Deny,则遵循Deny优先。 如果您给用户授予GES FullAccess的系统策略,但不希望用户拥有GES FullAccess中定义的删除图权限,您可以创建一条拒绝删除独享集群的自定义策略,然后同时将GES
k核算法(k-core) 概述 k核算法(k-core)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。 适用场景 k核算法(k-core)适用于社区发现、金融风控等场景。 参数说明 表1 k核算法(k-core)参数说明
入的语法关键字会自动显示您刚输入过的语法供您参考和选择,帮助您提高查询效率。 图2 Gremlin联想查询 输入栏中的关键词,不同的类型会呈现出不同的颜色,具体颜色区分如下: 保留字:灰色 注意:保留字是编程语言中的一类语法结构。在特定的编程语言里,这些保留字具有较为特殊的意义,并且在语言的格式说明里被预先定义。
执行重复的过滤条件列表,数组的每个元素分别对应每一层要做的查询和过滤条件。 图2 过滤条件列表 您需要设置以下参数: 跳数:想要过滤的条件数。 过滤条件:和跳数的数量相对应,即有几个跳数就有几个过滤条件。单击过滤条件框会弹出设置过滤条件的窗口,在窗口内输入过滤条件语法。 语法说明:
划线,不能包含其他的特殊字符。 数据源类型:按实际数据源选择,目前支持Mysql、神通数据库、Oracle、DWS、Hive。 图名称:选择需要导入数据的图。 网段CIDR:数据源所在子网的网段。 访问IP地址:数据源的数据库的IP。 访问端口:数据源的数据库的端口(Hive不涉及)。
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