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
兼容开源生态 兼容Apache TinkerPop Gremlin 3.4。 图管理 提供图引擎服务的概览、图管理、图备份、元数据管理等。 如何访问GES 华为云提供了Web化的服务管理平台,即管理控制台和基于HTTPS请求的API(Application programming interface)管理方式。
认证方式 AK/SK认证 参数ak、sk、regionCode和graphEndpoint如何填写见初始化参数获取。 import os from gesgraphsdk.v1.aksk_credentials import GesGraphAkSkCredentials from
GES实例 ges023_bytes_in 网络输入吞吐量 统计每秒从网络输入每个图实例的数据总量。 单位:Byte/s 建议>=0 值类型:Float GES实例 ges024_bytes_out 网络输出吞吐量 统计从每个图实例每秒发送到网络的数据总量。 单位:Byte/s 建议>=0
创图界面。 在“服务选型”页面,设置以下参数: 选择想要创建的模板。当前支持“资产管理图模板”和“供电管理图模板”。 图1 模板选择 选择网络信息。可参考自定义创建图章节的参数介绍,填写相关参数信息。 单击“确认创建”后,进入“规格确认”页面,确认信息无误后,单击“提交”,系统会
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 参数说明 表1 Betweenness Centrality算法参数说明
聚类系数算法(Cluster 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。
企业IT应用 网络&IT基础设备规模庞大、结构复杂,帮助客户深入了解设备状态、设备之间的关系,实现全网络设备智能监控与管理。 该场景能帮助您实现以下功能。 合理规划网络 快速确定故障节点对网络的影响,并在最依赖的节点周围推荐备用路由,在新节点的规划时,精准规划网络位置。 分析故障根因
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”发掘,交通、传输等网络中关键节点识别,城市热点事件\早晚高峰人群车辆迁徙发生时关键路段的模拟;适用于社交、金融风控、交通路网、城市规划等领域 参数说明
on:表示文件系统的挂载点。 网络 在网络页面,您可以根据节点和网卡名称浏览指定节点的网络资源实时消耗情况。其中包括:节点名称、网卡名称、网卡状态、接收丢包数、接收速率(KB/s)、发送速率(KB/s)和网络监控情况等。 图5 网络页 用户可单击指定节点名称所在行最右侧的“监控”按钮,进入网络监控概览
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
、目的点target、跳数k、路径数n、过滤条件filters,找出source和target间不多于n条的k跳无环路径。 适用场景 任意网络。 参数说明 表1 filtered_n_paths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
根据不同的认证方式,客户端初始化有三种方式,可根据需要选择其中一种。 AK/SK认证 参数ak、sk、regionCode和graphEndpoint如何填写见初始化参数获取。 import com.huawei.ges.graph.v1.GESGraphClient; // 内存版客户端
是否考虑边的方向,取值为true或false,默认值为true。 关于迭代次数(iterations)和收敛精度(convergence)参数如何调节,请参考迭代次数和收敛精度的关系。 表2 response_data参数说明 参数 类型 说明 source String - personalrank
当initial取值为“字符串”时,其中具有初始化标签的点的数量应大于0,小于点总数。 - 关于迭代次数(iterations)和收敛精度(convergence)参数如何调节,请参考迭代次数和收敛精度的关系。 表2 reponse_data参数说明 参数 类型 说明 community List 各节点对应的社团(community),格式:
权重将默认为“1” 说明: 边上权重应大于0。 weight 关于迭代次数(iterations)和收敛精度(convergence)参数如何调节,请参考迭代次数和收敛精度的关系。 表2 reponse_data参数说明 参数 类型 说明 modularity Double 模块度。
get_agency或者ges_agency_default_{RegionId} Server Administrator或者XX FullAccess 允许GES调用您的VPC服务。例如,发生故障转移时,GES使用这个委托将您的弹性IP绑定到主GES负载均衡实例。 GESAccessKMS KMS Administrator
e和target间不多于n条的k跳无环路径。 算法名称:带过滤的n_paths 英文名称:filtered_n_paths 应用场景 任意网络。 请求参数 表1 body体格式 字段名 是否必选 类型 说明 algorithmName 是 String 对应值为“filtered_n_paths”。
环路。 适用场景 带一般过滤条件的环路检测(filtered circle detection)算法适用于金融风控中循环转账检测、反洗钱,网络路由中异常链接检测,企业担保圈贷款风险识别等场景。 参数说明 表1 filtered circle detection参数说明 参数 是否必选
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。 参数说明 表1 Filtered All Shortest Paths参数说明 参数 是否必选 说明 类型 取值范围 默认值
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。 参数说明 表1 全最短路径算法(All Shortest Paths)参数说明 参数 是否必选 说明 类型 取值范围 默认值