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
支持在查询编辑器页面使用算法对图进行分析,当前支持的算法列表如下图所示。 表1 算法一览表 算法 介绍 PageRank算法 又称网页排名,是一种由搜索引擎根据网页(节点)之间相互的超链接计算的技术,用来体现网页(节点)的相关性和重要性。 PersonalRank算法 PersonalRank算法又称Personalized
图探索功能 提供图相关工具来探索图。 多标签图不支持图探索功能。 路径拓展 利用Filtered-query-API原理,对k跳过程进行逐层过滤,列出满足过滤条件的第k跳节点或边。Filtered-query接口说明可参考Filtered-query API。 在图引擎编辑器左侧
多图管理(持久化版) 持久化版的图在创建时,会自动升级为多图集群,一个图集群下可以包含多个图实例,不同的图实例可以分配不同的数据,方便用户同时对多个图数据进行分析。 进入图引擎编辑器,在页面左上角,可对图集群中的图实例进行管理,单击图集群名称旁的下拉框,进行图实例切换。 图1 多图管理
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
持久化版 持久化版规格说明 点操作API 边操作API 元数据操作API 索引操作API HyG图管理API HyG算法API HyG Job管理API 原生算法API 图统计API 图操作API Job管理API Cypher操作API 交互式事务API 运维监控API 父主题:
持久化版样例 点操作 边操作 元数据操作 索引操作 算法 图统计 图操作 Job管理 父主题: Java SDK样例参考
持久化版样例 点操作 边操作 元数据操作 索引操作 算法 图统计 图操作 Job管理 父主题: Python SDK样例参考
HyG图管理(持久化版) 您可以在图引擎编辑器内来创建HyG图,并对图进行数据导入。 图版本为2.4.2及以上版本支持该功能。 在创建图时,需要选择产品类型为“持久化版”,需要开启“支持HyG计算引擎”才可以使用该功能,具体详情请参见自定义创建图。 创建HyG图 创建完持久化版图
PageRank算法又称网页排名算法,是一种由搜索引擎根据网页(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
PageRank算法又称网页排名算法,是一种由搜索引擎根据网页(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
内存版 内存版业务面API包括点操作、边操作、元数据操作、索引操作、Gremlin操作、算法、路径、图统计、图操作、子图操作、Job管理、Cypher操作API。 表1 点操作API 名称 版本 URL 功能描述 点过滤查询 1.0.0 POST/ges/v1.0/{projec
内存版 点操作API 边操作API 元数据操作API 索引操作API Gremlin操作API 算法API 动态图分析API 路径API 图统计API 图操作API 子图操作API Job管理API 自定义操作API Cypher操作API(2.2.16) Filtered-query
内存版样例 点操作 边操作 元数据操作 索引操作 查询语言 算法 路径 图统计 图操作 子图操作 Job管理 自定义操作 Filtered-query 按文件更新/删除数据 父主题: Java SDK样例参考
内存版样例 点操作 边操作 元数据操作 索引操作 查询语言 路径 图统计 图操作 子图操作 Job管理 自定义操作 Filtered-query 父主题: Python SDK样例参考
图编辑器新增路径探索功能 新增路径探索能力,可在图编辑器前端指定起点和跳数进行探索 商用 图探索 2 GES产品类型增加持久化版 创建图时可选新的产品类型持久化版。容量无限,基于分布式KV数据库做存储和计算的新一代图数据库,有更高的性能。 商用 创建图 3 图编辑器新增3D展示 可以
graphSizeTypeIndex 是 String 图规模类型索引。 0:一万边 1:百万边 2:千万边 3:一亿边 4:十亿边 5:百亿边 6:持久化版 401:十亿增强边 arch 否 String 图实例CPU架构类型,取值为x86_64和aarch64。默认取x86_64。 x86_64:X86
hip),点和关系是最重要的实体。 图数据模型中的点代表实体,如交通网络中的车辆、通信网络中的站点、电商交易网络中的用户和商品、互联网中的网页等。 图数据模型中的边代表关系,如社交网络中的好友关系、电商交易网络中用户评分和购买行为、论文中作者之间的合作关系、文章之间的索引关系等。
PersonalRank值越高,source节点的相关性/重要性越高)。 适用场景 PersonalRank算法适用于商品推荐、好友推荐和网页推荐等场景。 参数说明 表1 PersonalRank算法参数说明 参数 是否必选 说明 类型 取值范围 默认值 source 是 节点的ID
如下所示: SDK 是否开源(支持maven、pip等工具下载) 是否支持API Explorer动态生成代码 支持的语言 当前版本 管理面SDK 是 是 支持Java、Python、Go、NodeJs和PHP v1和v2版本。 业务面SDK 否(只能从GES连接管理界面下载)
基本概念 点 图数据模型中的点代表实体。如交通网络中的车辆、通信网络中的站点、电商交易网络中的用户和商品、互联网中的网页等。 边 图数据模型中的边代表关系。如社交网络中的好友关系、电商交易网络中用户评分和购买行为、论文中作者之间的合作关系、文章之间的索引关系等。 Gremlin Gremlin是Apache