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
Explorer可以自动生成SDK代码示例，并提供SDK代码示例调试功能。 URI POST /v2/{project_id}/graphs/{graph_id}/restart 表1 路径参数 参数 是否必选 参数类型 描述 project_id 是 String 项目ID。获取方法请参见获取项目ID。 graph_id
图ID。 表2 Query参数 参数 是否必选 参数类型 描述 action_id 是 String 图actionId。 枚举值：restart 请求参数 表3 请求Header参数 参数 是否必选 参数类型 描述 X-Auth-Token 是 String 用户Token。
聚类系数（cluster_coefficient）(1.0.0) 表1 response_data参数说明 参数 类型 说明 cluster_coefficient Double 聚类系数。 statistics Boolean 是否仅返回全图平局聚类系数，默认为true。 父主题：
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。
esize 变更图规格。 强制重启图 2.2.21 POST /v2/{project_id}/graphs/{graph_id}/restart 强制启动一个图。 扩副本 2.2.23 POST /v2/{project_id}/graphs/{graph_id}/expand
聚类系数算法（cluster_coefficient） 功能介绍 根据输入参数，执行cluster_coefficient算法。 聚类系数算法（cluster_coefficient）用于计算图中节点的聚集程度。 URI POST /ges/v1.0/{project_id}/h
est_path_of_vertex_sets、all_shortest_paths、n_paths traingle_count、cluster_coefficient、degree_correlation、closeness link_prediction betweenne
Filtered-query 代码样例文件路径 代码样例文件名 对应的API com.huawei.ges.graph.sdk.v1.examples.customoperation FilteredQuerySample Filtered-query FilteredQueryV2Sample
Filtered-query 代码样例文件路径 代码样例文件名 对应的API com.huawei.ges.graph.sdk.v1.examples.filteredquery FilteredQuerySample Filtered-query FilteredQueryV2Sample
Filtered-query API(2.2.13) 功能介绍 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。 URI POST /ges/v1.0/{project_id}/graphs/{graph_name}/action?action_id=filtered-query
static void main(String[] args) throws ClassNotFoundException, IllegalAccessException, InstantiationException { String token = ""; // 调用IAM服务API获取
Http Status Code: 200 { "result": "success" } 请求部分成功示例 Http Status Code: 200 { "result": "partial success", "data": { "failed":
Filtered-query V2(2.3.6) 功能介绍 第二代filtered query。支持filtered query API和repeat query API共同的功能。 该接口支持对多跳过滤查询，循环执行遍历查询进行加速。 例如以下gremlin语句： g.V('node1')
personalrank算法（personalrank） 功能介绍 根据输入参数，执行personalrank算法。 PersonalRank算法又称Personalized 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
因此Cypher的事务不可超过5s。对于复杂的查询，比如说多跳，运行时间可能会超过5s，从而触发超时导致提交失败。 使用Cypher的dbms.killQuery过程可以终止Cypher事务（详见Cypher API-函数和过程）， 并回滚这条Cypher请求造成的所有改动。 响应参数
personalrank算法(1.0.0) 表1 parameters参数说明 参数 是否必选 类型 说明 source 是 String 节点的ID。 alpha 否 Double 权重系数(又称阻尼系数)，取值范围为（0,1），默认值为0.85。 convergence 否 Double
PersonalRank算法 概述 PersonalRank算法又称Personalized 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
因此Cypher的事务不可超过5s。对于复杂的查询，比如说多跳，运行时间可能会超过5s，从而触发超时导致提交失败。 使用Cypher的dbms.killQuery过程可以终止Cypher事务（详见Cypher API-函数和过程）， 并回滚这条Cypher请求造成的所有改动。 响应参数
Cypher查询 Cypher是一种声明式图查询语言，使用Cypher语句可以查询和修改GES中的数据，并返回结果。 具体操作步骤如下： 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。 Cypher查询编译过程中使用了基于label的点边索引。 第一次使用Cypher查询
Cypher预置条件 当前的Cypher查询编译过程中使用了基于label的点边索引，如需正常使用Cypher，请使用新建索引API构建索引，示例如下： 点label索引添加命令示例，索引名称为cypher_vertex_index，索引类型为全局点索引。 POST http:/
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
