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
关联路径算法(n-Paths) 概述 关联路径算法(n-Paths)用于寻找图中两节点之间在层关系内的n条路径。 适用场景 关联路径算法(n-Paths)适用于关系分析、路径设计、网络规划等场景。 参数说明 表1 关联路径算法(n-Paths)参数说明 参数 是否必选 说明 类型
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
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。
全最短路算法(All Shortest Paths) 概述 全最短路径算法(All Shortest Paths)用以解决图论研究中的一个经典算法问题,旨在寻找图中两节点之间的所有最短路径。 适用场景 全最短路径算法(All Shortest Paths)适用于路径设计、网络规划等场景。
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。
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
String类型的属性在编码索引时会按照一固定长度来截断,strLength用于指定此截断长度。未指定时默认值为40字节,用户可指定范围为[1, 256]。 通常用户不需要手动指定此参数,即使有些属性超过此长度,索引编码时被截断。一般也不会有明显的性能劣化。除非绝大多数属性均超过默认
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
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
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。
OD中介中心度(OD-betweenness Centrality) 概述 OD中介中心度算法(OD-betweenness Centrality)在已知一系列OD出行计划前提下,以经过某个点/某条边的最短路径数目来刻画边重要性的指标。 适用场景 可用作社交、风控等网络中“中间人
计维度和周期,详细介绍请参见流水与明细账单。 样例二:使用资源名称查询账单 登录图引擎服务管理控制台,单击左侧导航栏的“图管理”进入页面。 在如下图所示位置单击鼠标左键,复制图实例名称。 图3 获取图实例名称 进入“费用中心 > 流水和明细账单”页面。 选择“明细账单”,在筛选条件中选择“资源名称”,并输入图
从本地或OBS导入数据 在图引擎管理控制台,单击左侧导航栏的“元数据管理”。 在“元数据管理”页面,单击左上角“导入”。 在“导入”页面,您可以在“类型”中选择从“本地”或从“OBS”中导入元数据。 从本地导入 “选择本地文件”:单击“上传”,选择本地的文件。 文件格式必须为xml格式。
], "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":