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
参数 是否必选 类型 说明 source 是 String 边的source节点。 target 是 String 边的target节点。 index 否 String 边的标识号,若不设置,则更新两点间的第一条边。 properties 是 Object 各个属性的值。 响应参数
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
POST /v1.0/{project_id}/graphs ges:graph:create 项目级服务ECS ecs:cloudServerFlavors:get ecs:cloudServerNics:update 项目级服务EVS evs:types:get 项目级服务VPC
图模式文件和数据校文件验失败 请检查图模式文件和边、点数据集文件是否匹配。 400 GES.7011 The path or name of the schema or data file is invalid. 图模式文件或数据文件路径或者名字不合法 请检查图模式文件、点数据集文件、边数据集文件名称是
相关文档 1 上线点集全最短路算法 点集全最短路算法(Shortest Path of Vertex Sets)用于发现两个点集之间的所有最短路径。 商用 点集全最短路算法 2020年9月 序号 功能名称 功能描述 阶段 相关文档 1 上线十亿增强版规格图 为了解决客户存储点边的大量属性
k-core是图算法中的一个经典算法,用以计算每个节点的核数。其计算结果是判断节点重要性最常用的参考值之一,较好的刻画了节点的传播能力。 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。 最短路径(Shortest
通过外部id获取内部id SOURCE_NODE = graph.nid(100) # 基于Pregel模型实现自定义SSSP算法,并设置顶点值类型ntype为int, # 消息类型mtype默认和ntype保持一致,combiner类型设置为min @pregel_types(ntype=int
表2 parameters参数说明 参数 是否必选 说明 类型 取值范围 默认值 source 是 起始点 String 图内部点 无 target 是 目标点 String 图内部点 无 k 是 跳数 Int [2,6] 2 n 是 路径数 Int [1,1000] 1 表3 filters元素格式
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。
String 图的导出OBS路径。 edgeSetName 是 String 导出边文件名。 vertexSetName 是 String 导出点文件名。 schemaName 是 String 导出元数据文件名。 graphExportPath字符串取值合法性参考OBS对象名约束。 响应参数
子图生成器的名字不同,parameters格式不同。 表3 name=filtered时,parameters参数说明 参数 是否必选 类型 说明 vertex_filter 否 String 点过滤条件。 edge_filter 否 String 边过滤条件。 响应参数 表4 响应Body参数说明 参数 类型
(Shift+ 鼠标左键拖动)框选想要查询的点,单击鼠标右键选择“设为路径起点”(路径拓展功能才能展示该选项),被框选点的点ID会自动填写到路径起点框内。此时可以单击该框,在弹出的窗口中会显示当前被框选的所有点ID,您可以在窗口中添加点ID或者删除不想查询的点ID,选择完成后单击按钮,画布上会呈现查询结果。
h_name}/action?action_id=algorithm-query { "commands":"Match<Vertex> v(['1']); v.repeat(bothV()).limit(2); return v;" } 响应示例 请求成功样例 状态码:200
基本概念 点 图数据模型中的点代表实体。如交通网络中的车辆、通信网络中的站点、电商交易网络中的用户和商品、互联网中的网页等。 边 图数据模型中的边代表关系。如社交网络中的好友关系、电商交易网络中用户评分和购买行为、论文中作者之间的合作关系、文章之间的索引关系等。 Gremlin Gremlin是Apache
的值(例如标签、点ID、属性过滤条件),使画布中的点label符合相应约束。 图4 添加点过滤条件 点V1:Cypher变量ID(画布下方Cypher查询语句中的点标识),以拖动到画布中的点先后顺序命名(例如:V1,V2……)。 标签:对一个点label设置一个或多个标签值(设置的多个标签之间是或的关系)。
Array of vertexsetPath_1 objects 点数据集OBS路径。 vertexsetFormat String 点数据集文件格式。 vertexsetDefaultLabel String 点数据集文件默认Label。 dataStoreVersion String
示:首先,用户需要在@pregel_type装饰器中指定点值类型(ntype)和消息类型(mtype),其中,mtype可以不进行设置,默认和ntype保持一致。然后用户需要在UserPregelAlgorithm中实现以点为中心的方法init和compute,其中,init方法
单击绘图区右侧的,或者在绘图区,选中一个点,单击右键,选择“查看属性”,显示“条件过滤及属性”页面。 在“条件过滤及属性”区,设置条件,然后单击“过滤”。 匹配:默认选中点,可选择过滤点或者边。 类型:默认选中所有类型,可在下拉框中选择点或者边的“类型”,“类型”在用户上传的元数据文件中定义。
参考。 图1 设置算法参数 对于用source(节点ID) 和target参数进行查询的算法,例如personalrank算法,k跳算法,最短路径算法等,支持按照属性查询点。当前该功能只支持图规格为内存版的图使用。 图2 查询点 单击运行算法分析,分析结束后您可以查询结果。 在图
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。