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
Integer 本次请求的起始位置，默认为0。 limit 否 Integer 每页资源数量的最大值，默认为10。 请求参数 表3 请求Header参数 参数 是否必选 参数类型 描述 X-Auth-Token 是 String 用户Token。 用于获取操作API的权限。获取方法请参
否 Boolean 创建的图是否启用细粒度权限控制，默认不启用，值为false。如果设置为true，创建的图所有用户都没有权限，需要调用业务面细粒度权限控制API进行授权操作才可以访问图。 enableFullTextIndex 否 Boolean 创建的图是否开启全文索引控制，
sort_key_type 否 String 持久化版图数据的sortKey的类型，通过配置不同SortKey的值来区分重复边（源点，终点，Label三者都相同的边），仅持久化图需要填写。取值为： "int"：整型。 "string"：字节长度小于40的字符串。 "varString"：不限长度字
通过轮询的方式使用物理IP访问图实例。 crypt_algorithm String 图实例加密算法，取值为： generalCipher：国密算法 SMcompatible：商密算法（兼容国际） enable_https Boolean 是否开启安全模式，开启安全模式会对性能有较大影响
自定义图分析算法编程示例 自定义SSSP算法 # 导入必要的包 from hyg.analytics.graph import load_base_graph from hyg.analytics.model import pregel_types, PregelModel #
Integer 本次请求的起始位置，默认为0。 limit 否 Integer 每页资源数量的最大值，默认为10。 请求参数 表3 请求Header参数 参数 是否必选 参数类型 描述 X-Auth-Token 是 String 用户Token。 用于获取操作API的权限。获取方法请参
SDK）是对GES提供的REST API进行的封装，以简化用户的开发工作。 SDK 业务面SDK 管理面SDK Cypher JDBC Driver访问GES 02 购买 GES的计费简单、易于预测，您既可以选择按照小时费率计费的按需计费方式，也可以选择更经济的预付费实例计费方式。
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
业务面API错误码 调用接口出错后，将不会返回结果数据。调用方可根据每个接口对应的错误码来定位错误原因。当调用出错时，HTTP 请求返回一个 4xx 或 5xx 的 HTTP 状态码。返回的消息体中是具体的错误代码及错误信息。在调用方找不到错误原因时，可以联系技术人员，并提供错误码，以便我们尽快帮您解决问题。
导出图 可将图数据导出至自定义的OBS目录下。 内存版的图支持 1.0.3 以上版本的图数据导出。 持久化版的图支持2.3.14及以上版本的图数据导出。 具体操作步骤如下： 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，选择需导出的图，在“操作”列选择“更多”>“导出”。
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
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}&
不要删除存储在OBS中的数据。 导入目录下的单文件或者导入的单文件大小不能超过5GB，如果超过5GB，则会导入失败，建议把文件拆成小于5GB的多个文件后再导入。 单次导入的文件总大小（包括点、边数据集）不能超过可用内存的1/5。可用内存参考“运维监控看板”的“节点监控”中名称后缀
Coefficient） 概述 聚类系数表示一个图中节点聚集程度的系数。在现实的网络中，尤其是在特定的网络中，由于相对高密度连接点的关系，节点总是趋向于建立一组严密的组织关系。聚类系数算法（Cluster Coefficient）用于计算图中节点的聚集程度。 适用场景 聚类系数算法（Cluster
产品优势 大规模 高效的数据组织，让您更有效的对百亿节点千亿边规模的数据进行查询与分析。 高性能 深度优化的分布式图形计算引擎，为您提供高并发、秒级多跳的实时查询能力。 查询分析一体 查询分析一体化，提供丰富的图分析算法，为关系分析、路径的规划、营销推荐等业务提供多样的分析能力。 简单易用
属性页签可展示选中点或边的属性信息，也可对单个点或边的属性进行编辑。 属性编辑的操作如下： 在绘图区选中一个点或边，单击右键，选择“查看属性”，会在右侧显示“属性”页签，展示选中点边的属性信息。 若选中的点有多个标签（label），可单击label后的下拉框来查看其它label的属性信息。 图1
k核算法（k-core） 概述 k核算法（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，较好的体现了节点的传播能力。 适用场景 k核算法（k-core）适用于社区发现、金融风控等场景。 参数说明 表1 k核算法（k-core）参数说明
sources 否 查询的起始节点ID集合 String - 标准csv格式，ID之间以英文逗号分隔，例如：“Alice,Nana” n 否 枚举的满足过滤条件的圈的个数的上限 Integer [1,100000] 100 statistics 否 是否输出所有满足过滤条件的圈的个数 Boolean
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
