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
查找元数据 在“元数据管理”页面,您可以在搜索框中输入元数据文件的名称进行查找。 图1 查找元数据 父主题: 元数据操作
创建动态图 登录华为云账号,进入图引擎服务管理控制台,单击右上角的“创建图”按钮,进入创建图页面。 在创建图页面单击“动态图”tab页进入动态图的创图界面。 图1 创建动态图页面 参考自定义创建图章节的参数介绍,填写相关参数信息。
监控 节点监控 性能监控 实时查询 历史查询 父主题: 运维监控与告警
操作步骤 登录图引擎服务管理控制台,在左侧导航栏中选择“数据迁移”。 在“数据迁移”页签单击“新建”。 图1 新建数据迁移 设置数据源配置参数。
在“服务选型”页面,设置以下参数: 选择想要创建的模板。当前支持“资产管理图模板”和“供电管理图模板”。 图1 模板选择 选择网络信息。可参考自定义创建图章节的参数介绍,填写相关参数信息。
使用算法分析图 服务为您提供了丰富的基础图算法、图分析算法和图指标算法,您可以使用图算法做关系分析等。 操作步骤 进入图引擎编辑器页面,详细操作请参见访问图引擎编辑器。 在算法分析区,你可以选择算法,并设置参数。
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
紧密中心度算法(Closeness Centrality) 概述 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
三角计数算法(Triangle Count) 概述 三角计数算法(Triangle Count)统计图中三角形个数。三角形越多,代表图中节点关联程度越高,组织关系越严密。 适用场景 三角计数算法(Triangle Count)适用于衡量图的结构特性场景。 参数说明 参数 是否必选
中介中心度算法(Betweenness Centrality) 概述 中介中心度算法(Betweenness Centrality)以经过某个节点的最短路径数目来刻画节点重要性的指标。 适用场景 可用作社交、风控等网络中“中间人”发掘,交通、传输等网络中关键节点识别;适用于社交、金融风控
性能监控 在运维监控页面左侧导航栏单击“监控>性能监控”,进入性能监控页面。在性能监控页面展示以下这些性能指标的趋势,其中包括: CPU使用率(%) 内存使用率(%) 磁盘使用率(%) 磁盘I/O(KB/s) 网络I/O(KB/s) tomcat连接数使用率(%) swap盘使用率
路径API 查询路径详情(1.1.6) 父主题: 内存版
计费模式概述 图引擎服务提供包年/包月(实例按月/按年预付费)、按需计费两种计费模式,以满足不同场景下的用户需求。 包年/包月:一种预付费模式,即先付费再使用,按照订单的购买周期进行结算。购买周期越长,享受的折扣越大。一般适用于设备需求量长期稳定的成熟业务。
使用feature函数可以看到当前支持的Gremlin特性,显示false表示GES服务不支持此特性,显示为true表示GES服务支持此特性,特性详情可参考Gremlin官网。
条件过滤 为了方便用户对图数据的分析,可以通过设置条件过滤,对图数据进行进一步的过滤分析。 具体操作如下: 进入图引擎编辑器页面,详细操作请参见访问图引擎编辑器。 单击绘图区右侧的,或者在绘图区,选中一个点,单击右键,选择“查看属性”,显示“条件过滤及属性”页面。 在“条件过滤及属性
子图匹配(Subgraph Matching) 概述 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。 适用场景 子图匹配(subgraph matching)算法适用于社交网络分析
属性编辑 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
API版本选择建议 GES API版本与软件版本相对应,1.0.0为起始版本号,其余版本均在起始版本基础上进行修改,且向下兼容。具体请参考管理面API概览和内存版中各接口对应的版本号。 建议您根据需要选择合适的版本进行操作。 父主题: 使用前必读
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