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
异步任务jobId返回后,若jobId业务层丢失无法通过接口重新获取,现在提供一个新的接口用于查询engine中保存的所有异步任务,返回每个任务的jobId、job状态、原始请求。 图规格为持久化版的图,目前最多返回100000条请求。 URI GET /ges/v1.0/{pro
云监控服务可以对GES的运行状态进行日常监控。您可以通过云监控管理控制台,直观地查看各项监控指标。 监控数据的获取与传输会花费一定时间,因此,云监控数据显示的是当前时间5~10分钟前的状态。如果您的图刚创建完成,请等待5~10分钟后查看监控数据。 前提条件 创建的图运行状态正常运行。
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
类型 取值范围 edges 是 需匹配的子图的边集, 点的ID要求为非负整数 String 标准CSV格式,边的起点与终点之间以英文逗号分隔,各边之间以换行符“\n”分隔,例如:“1,2\n2,3”。 vertices 是 需匹配的子图上各点的label String 标准CSV格
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}&
根据输入参数,执行Cesna算法。 Cesna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。此外,该算法还利用了节点属性对社区进行建模,即假设节点的属性也是根据社区关系生成的。 URI POST /ges/v1.0/{project_id}/
<,>,&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
云监控服务可以对GES的运行状态进行日常监控。您可以通过云监控管理控制台,直观地查看各项监控指标。 监控数据的获取与传输会花费一定时间,因此,云监控数据显示的是当前时间5~10分钟前的状态。如果您的图刚刚创建完成,请等待5~10分钟后查看监控数据。 前提条件 创建的图运行状态正常运行。
角色权限 角色是IAM最初提供的一种根据用户的工作职能定义权限的粗粒度授权机制。只包含系统角色,不可自定义角色。 表1 GES系统角色 角色名称 描述 Tenant Guest 普通租户用户。 操作权限:可以对GES资源执行查看操作。 作用范围:项目级服务。 GES Administrator
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}。
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。
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
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
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
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)
er语句可以查询和修改GES中的数据,并返回结果。 商用 Cypher查询 2 上线子图匹配算法 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。 商用 子图匹配 3 上线带过滤全对最短路径算法
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。
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。
labelDetails 否 Boolean 是否返回不同label下点边的数目信息,默认为false。为true时,返回不同label的点边数目。 请求示例 查询图的点数和边数等概要信息,true表示返回不同label的点边数目。 GET http://{SERVER_URL}/ges/v1