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
停止图不会释放资源。 停止图七天后，系统会自动重新启动该图数据库实例，以确保该图可以跟上服务提供的系统维护更新。 操作步骤 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，选择需停止的图，在“操作”列选择“更多”>“停止”。 图1 停止图 图状态切换为“停止中”。等
Java Developers最新版本。 已在Eclipse中配置好JDK。 下载SDK 进入图引擎服务管理控制台，在左侧导航栏选择“连接管理”，进入SDK下载页面。具体操作请参见连接管理操作指导。
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。
根据输入参数，执行单点环路检测算法。 单点环路检测（single_vertex_circles_detection）意在寻找图中的环路，环路上的点较好地体现了该点的重要性。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm
编辑元数据 如果导入或创建的元数据文件不符合业务诉求，需要进行变更，您可以通过编辑元数据对Label和Property进行修改。 编辑元数据文件完成后，将覆盖之前的元数据文件。为避免数据丢失，建议您在编辑前，先复制一份元数据。 操作步骤 在“元数据管理”页面，编辑元数据有两个入口：
查询边详情(1.0.0) 功能介绍 根据边的起点、终点以及索引，查询边的详细信息，返回边上的标签和属性等。 URI GET /ges/v1.0/{project_id}/graphs/{graph_name}/edges/detail?source={sourceVertex}&
<，>，&和ASCII码为14，15，30的特殊字符。 基数 数据的复合类型。 单值：表示该属性的数据是一个单值，如一个数字或一个字符串。 多值：表示该属性的数据由多个值组成，不同的值用分号分隔。可勾选是否允许重复值。 数据类型 属性的数据类型。当前支持“char”、“float
标签：统计当前画布中所有的标签名称和对应的点边数量。 节点权重Top10：当前图中边数量最多的十个节点。 以下图统计信息为例，图中共有7个标签。标签为FUND_PRODV的点有5个，标签为FIN_PRODV的点有3个。 图中权重最大的是节点id为1101的点，共有5条边。排名第十的是节点id为1103的点，共有1条边。
是否必选 类型 说明 vertices 否 List 结果包含的点集合。 edges 否 List 结果包含的边集合。 请求样例 观察某些节点群体结构的动态演化过程，算法名称为temporal_graph，动态分析的开始时间为${startTime}，结束时间为${endTime}。
表3 data参数说明 参数 类型 说明 vertexNum Integer 图的点数。 edgeNum Integer 图的边数。 labelDetails（2.2.14） Object 不同label下的点边数目信息。若需要正常显示此字段，请按照表 labelDetails数据各要素说明建立点边索引。
执行成功时，字段可能为空。 执行失败时，用于显示错误码。 jobId String 执行该异步任务的jobId。 可以查询jobId查看任务执行状态、获取返回结果，详情参考Job管理API。 请求示例 DELETE /ges/v1.0/{project_id}/graphs/{graph_name}
Node2vec算法通过调用word2vec算法，把网络中的节点映射到欧式空间，用向量表示节点的特征。 Node2vec算法通过回退参数 P 和前进参数 Q 来生成从每个节点出发的随机步，带有BFS和DFS的混合，回退概率正比于1/P，前进概率正比于1/Q。每个节点出发生成多个随机步，反映出网络的结构信息。 适用场景
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。
您可以查看账号下所有IAM用户所具备的图细粒度权限。 具体操作步骤如下： 在“用户详情”页面单击用户名旁的按钮，可查看当前用户所具备的图细粒度权限。 图1 图细粒度权限 单击“图权限配置名称”可查看该图的权限配置详情。 图2 权限配置详情 如果因为权限不足导致未同步到IAM用户数据，也可以点击右上方的“导入I
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。 参数说明 表1
图名称。 sourceVertex 是 String 边的起点。 targetVertex 是 String 边的终点。 label（持久化版） 否 String 边的label值。 sortKey（持久化版） 否 String 重复边的sortKey值。 sortKeyType（持久化版）
根据输入参数，执行BigClam算法。 BigClam算法是一种重叠社区发现算法，该算法将节点与社区之间的关系建模为一个二部图，假设图中节点的连边是根据社区关系生成的，其可以检测出图中的重叠社区。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm
根据输入参数，执行link_prediction算法。 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。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm
图信息：显示当前快照所保存的图数据。 主题色：记录保存快照时，画布的主题颜色。 快照的创建时间和修改时间。 操作列功能： 查看：将选择的快照展示在画布上。若您当前主题的颜色与当时保存的快照颜色不同，会有提示信息如图3所示。单击“是”系统会切换到快照保存时的主题，单击“否”系统会继续使用当前画布主题色。
k跳算法（k_hop） 功能介绍 根据输入参数，执行k跳算法。 k跳算法从起点出发，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中节点及其个数。 URI POST /ges/v1.0/{project_i
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
