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
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
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（
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有一条时序路径
备份图 为确保数据安全，您可以选择将图数据备份，以便后续出现故障或错误时，可以使用备份数据进行恢复操作。 操作步骤 备份操作的入口有两个：“图管理”页面和“备份管理”页面。 “图管理”页面操作如下： 登录图引擎服务管理控制台。在左侧导航栏，选择“图管理”。 在图管理列表中，选择需要备份的图
删除备份 当备份数据不再使用时，您可以根据情况删除备份数据。 具体操作步骤如下： 登录图引擎服务管理控制台，在左侧导航栏选择“备份管理”。 在备份列表中，选择需要删除的备份数据，在“操作”列，单击“删除”。 在弹出的对话框中，单击“是”删除数据。 数据删除后无法恢复，请谨慎操作。
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 component
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
用户组配置 您可以创建、管理用户组以及查看用户组是否已关联权限。 具体操作步骤如下： 对用户组进行配置之前，请先了解用户组的概念。 在“用户组配置”页面单击右上角“创建用户组”，进入创建用户组页面。 图1 用户组配置 在创建用户组页面，您可以设置用户组名称和选择组员。 “用户组名称
节点监控 在运维监控页面左侧导航栏单击“监控>节点监控”，进入节点监控页面，该页面展示了节点，内存，磁盘，磁盘I/O，网络I/O的实时消耗情况。 概览 在概览页面，您可以根据节点名浏览指定节点的关键资源情况，包括：节点名称、CPU使用率（%）、内存使用率（%）、平均磁盘使用率（%）
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
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
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
业务面任务中心 业务面任务中心功能，可以查看图当前正在运行和历史上运行过的异步任务的详情。 具体操作步骤如下： 在左侧导航栏中选择“图管理”，单击图管理操作列中的“更多 > 任务中心”，进入“任务中心”页面。 图1 任务中心 2.2.23及以上版本的图可以使用该功能。 当图的运行状态显示为运行中
添加自定义操作 通过调用API的方式来添加自定义操作，支持您在界面上定义自己的快捷操作集。 操作步骤 在图引擎编辑器左侧的操作区内，单击“编辑”后，下方会出现“新增操作”的按钮，单击此按钮。 图1 新增操作 在弹出的新增操作框中填写以下参数： 自定义操作名称：填写名称，方便后续快速查找和使用
群体演化 针对包含某些节点的群体，结合时间轴观察其结构的动态演化过程 。具体操作步骤如下： 在左侧“动态图”操作区的“群体演化”模块内填写参数。 开始和结束的时间以及属性值在上述章节时间轴设置中已经设置完成，如果要修改参数，单击画布左下方进行设置在时间轴设置框内填写，此处不可填写。
恢复图 如果当前编辑的图数据存在问题，需要获取之前备份的数据进行分析时，您可以将备份数据载入，以恢复图数据。 图规格为“一万边”的图和产品类型为持久化版的图没有自动备份功能，恢复图数据时只能通过手动备份恢复。其他规格的图可以通过“自动备份”和“手动备份”两种方式恢复图数据。 具体操作步骤如下
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
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
