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
} } ], "overrideExists": true } SERVER_URL:图的访问地址,取值请参考业务面API使用限制。 样例中,假设“6”这个点已存在图中,则覆盖“6”这个点的属性。 响应示例 状态码: 200 成功响应示例
"2018-01-0120:30:05" ] } } ] } SERVER_URL:图的访问地址,取值请参考业务面API使用限制。 响应示例 状态码: 200 成功响应示例 Http Status Code: 200 { "result":"success"
lse, 默认为false。 false:会查询图实例2分钟内的指标。 true:会查询实时监控指标,请求响应在3-5秒之间。 with_performance_metrics 否 Boolean 是否查询性能指标,会返回图实例性能指标和各个节点的指标。取值为true或者fals
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)适用于衡量图的结构特性场景。
jobID:异步任务的jobId。 图名称:只有持久化版图会显示图名称。 任务类型:异步任务类型(类型包括ImportGraph、VertexQuery)。 原始请求:用户发给接口原始请求的body体。 状态:包括等待、运行中、完成、取消四种。 进度:表示当前任务的运行进度。 开始时间:任务开始运行的时间,如果任务没有开始运行,该值为空。
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
中介中心度算法(Betweenness Centrality) 概述 中介中心度算法(Betweenness Centrality)以经过某个节点的最短路径数目来刻画节点重要性的指标。 适用场景 可用作社交、风控等网络中“中间人”发掘,交通、传输等网络中关键节点识别;适用于社交、金融风控、交通路网、城市规划等领域
HyG算法结果转存 功能介绍 用于将算法(jobId)的执行结果转存到OBS,供用户查看全量结果。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/jobs/{job_id}/export-result 表1 路径参数 参数 是否必选
"size": 2803, "download_link": "https://obs.domainname.com/rdsbucket.username.1/xxxxxx", "link_expired_time": "2018-08-016T10:15:14+0800"
"hasLabel": "true", "indexProperty": ["age"] } SERVER_URL:图的访问地址,取值请参考业务面API使用限制。 请求参数 表2 Body参数说明 参数 是否必选 类型 说明 indexName 是 String
lse, 默认为false。 false:会查询图实例2分钟内的指标。 true:会查询实时监控指标,请求响应在3-5秒之间。 with_performance_metrics 否 Boolean 是否查询性能指标,会返回图实例性能指标和各个节点的指标。取值为true或者fals
管理面任务中心 管理面任务中心功能,可用于查看创建图、备份图、启动图、增加备份、导入图、导出图、升级图等操作的异步任务的详情。 具体操作步骤如下: 在左侧导航栏,选择“任务中心” 在“任务中心”页面可以查看对应图所执行任务的类型,任务名称,图名称,关联图,开始时间,结束时间,状态和运行结果。
单点环路检测(Single Vertex Circles Detection) 概述 单点环路检测(Single-Vertex-Circles-Detection)是一个经典的图问题,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。 适用场景 单点环路检测适用于交通运输、金融风控等场景。
点集最短路(Shortest Path of Vertex Sets) 概述 点集最短路算法(Shortest Path of Vertex Sets)用于发现两个点集之间的最短路径。 适用场景 点集最短路算法(Shortest Path of Vertex Sets)适用于互联
边中介中心度(Edge-betweenness Centrality) 概述 边中介中心度算法(Edge-betweenness Centrality)以经过某条边的最短路径数目来刻画边重要性的指标。 适用场景 同betweenness类似,可用作关键关系的发掘;适用于社交、金融风控、交通路网、城市规划等领域
点集共同邻居(Common Neighbors of Vertex Sets) 概述 点集共同邻居(Common Neighbors of Vertex Sets)可以得到两个点集合(群体集合)所共有的邻居(即两个群体临域的交集),直观的发现与两个群体共同联系的对象,如发现社交场
云服务器自动续费周期根据您开通自动续费的途径不同,遵循不同的规则。 在图实例到期前均可开通自动续费,到期前7日凌晨3:00首次尝试自动续费,如果扣款失败,每天凌晨3:00尝试一次,直至图实例到期或者续费成功。 开通自动续费后,还可以手动续费该图实例。手动续费后,自动续费仍然有效,在新的到期时间前的第7天开始扣款。
], "type":"or" } ] } SERVER_URL:图的访问地址,取值请参考业务面API使用限制。 响应示例 状态码: 200 成功响应示例 Http Status Code: 200 { "jobId":
带过滤全最短路径(Filtered All Shortest Paths) 概述 带过滤全最短路径(Filtered All Shortest Paths)是在最短路径算法(Shortest Path)基础上支持条件过滤,寻找图中两节点之间满足条件的全最短路径。 适用场景 适用于关系挖掘、路径规划、网络规划等场景。