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
中介中心度算法(betweenness) 功能介绍 根据输入参数,执行中介中心度算法。 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。 URI POST /ges/v1.0/{project_id}/hyg/{g
OD中介中心度(od_betweenness)(2.2.4) 表1 parameters参数说明 参数 是否必选 说明 类型 取值范围 默认值 directed 否 是否考虑边的方向 Boolean true或者false true weight 否 边上权重 String 空或字符串
OD中介中心度(od_betweenness) 功能介绍 根据输入参数,执行OD中介中心度算法。 OD中介中心度算法(od_betweenness)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。 URI POST /ges/v1.0/{p
成后单击“确定”进行删除。 图4 删除快照 更多:包含下载和下载缩略图。 下载:将快照的JSON文件进行下载,保存到本地。 下载缩略图:以图片形式下载快照保存到本地。 删除图会将存储的快照一起删除,所以删除图前请先下载快照。 导入快照 可将之前下载的快照进行导入,一次只能导入一个快照。
如果您持有多个到期日不同的图实例时,可以将到期日统一设置到一个日期,便于日常管理和续费。 图5展示了用户将两个不同时间到期的资源,同时续费一个月,并设置“统一到期日”后的效果对比。 图5 统一到期日 更多关于统一到期日的规则请参见如何设置统一到期日。 父主题: 续费
louvain算法(louvain) 功能介绍 根据输入参数,执行Louvain算法。 Louvain算法是基于模块度的社区发现算法,该算法在效率和效果上都表现较好,并且能够发现层次性的社区结构,其优化目标是最大化整个社区网络的模块度。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm
目前全文索引特性只在持久化版规格版本中支持。 索引创建后需要等待30秒索引同步时间,同步完成后Cypher查询才可以利用索引进行加速。 索引特性对比 特性 模糊查询 速度 灵活度 复合索引 不支持 快速 仅限于固定组合属性键。 全文索引 支持 比复合慢 可以任意组合属性键。 URI POST /ges/v1
方向: OUT:沿出边跳 IN:沿入边跳 ALL:双向跳 String OUT,IN,ALL OUT 注意事项 k值越大,覆盖的点越广。 根据六度空间理论,社交网上6跳可以覆盖到所有人。 BFS按边搜索。 示例 需要在图引擎编辑器的算法区内,选定该算法进行操作。具体操作详见使用算法分析图。
是否离线导入,取值为true或者false,默认取false。 true 表示离线导入,导入速度较快,但导入过程中图处于锁定状态,不可读不可写。 false 表示在线导入,相对离线导入,在线导入速度略慢,但导入过程中图并未锁定,可读不可写。 edgesetPath、vertexsetPath、schemaPath、
一个字段,如字段中含有分隔符或者换行等。 offline 否 Boolean 是否离线导入,取值为false。 false表示在线导入,相对离线导入,在线导入速度略慢,但导入过程中图并未锁定,可读不可写。 obsParameters 是 Object Obs相关参数。 表3 parallelEdge参数类型
是否离线导入,取值为true或者false,默认取false。 true 表示离线导入,导入速度较快,但导入过程中图处于锁定状态,不可读不可写。 false 表示在线导入,相对离线导入,在线导入速度略慢,但导入过程中图并未锁定,可读不可写。 表4 parallel_edge 参数 是否必选 参数类型 描述 action
是否离线导入,取值为true或者false,默认取false。 true 表示离线导入,导入速度较快,但导入过程中图处于锁定状态,不可读不可写。 false 表示在线导入,相对离线导入,在线导入速度略慢,但导入过程中图并未锁定,可读不可写。 obsParameters 是 Object Obs相关参数。 表3 obsParameters参数类型
据和监控视图。 当图例处于运行中、导入中、导出中、清空中状态,才能执行查看监控数据操作,除此外的其他状态图无法在云监控中查看其监控指标。当在线服务再次启动或恢复后,即可正常查看。 查看监控数据 登录管理控制台。 在左侧导航栏中选择“图管理”,单击图管理操作列中的“更多 > 查看监
“覆盖之前的重复边”:表示起点和终点之间有多条边时,仅保留最后读入的那条边。 “重复边忽略Label”:忽略label时,表示边的起点、终点相同即为重复边。 导入类型:包括“在线导入”和“离线导入”。 持久化版图支持多图管理需要选择图名称,不支持导入类型。 边数据集和点数据集当前仅支持英文路径和文件夹格式。 目前只
DegreeCorrelationSample 度数关联度 TriangleCountSample 三角计数 ClusterCoefficientSample 聚类系数 BetweennessSample 中介中心度算法 EdgeBetweennessSample 边中介中心度 OdBetweennessSample
2.21) 度数关联度(degree_correlation)(1.0.0) 三角计数(triangle_count)(1.0.0) 聚类系数(cluster_coefficient)(1.0.0) 紧密中心度(closeness)(1.0.0) 中介中心度算法(betweenness)(2
Component) 度数关联度算法(Degree Correlation) 三角计数算法(Triangle Count) 聚类系数算法(Cluster Coefficient) 中介中心度算法(Betweenness Centrality) 边中介中心度(Edge-betweenness
连通分量(connected_component) 三角计数算法(triangle_count) 紧密中心度算法(closeness) 中介中心度算法(betweenness) 边中介中心度(edge_betweenness) OD中介中心度(od_betweenness) 单点环路检测(single_verte
查询Schema详情 301 添加Label 302 修改Label 303 查询Label 304 修改属性 400 查询图详情 401 清空图 402 在线增量导入图 403 创建图 405 删除图 406 导出图 407 filtered_khop 408 查询路径详情 409 离线增量导入图
Louvain算法 概述 Louvain算法是基于模块度的社区发现算法,该算法在效率和效果上都表现较好,并且能够发现层次性的社区结构,其优化目标是最大化整个社区网络的模块度。 适用场景 Louvain算法适用于社团发掘、层次化聚类等场景。 参数说明 表1 Louvain算法参数说明