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
Key ID):访问密钥ID。与私有访问密钥关联的唯一标识符;访问密钥ID和私有访问密钥一起使用,对请求进行加密签名。 SK(Secret Access Key):与访问密钥ID结合使用的密钥,对请求进行加密签名,可标识发送方,并防止请求被修改。 使用AK/SK认证时,您可以基于签
开启安全模式后,访问图实例将进行通讯加密(表示调用API时只能采用HTTPS协议),该功能开启后对性能有一定的影响。 密码算法 有两种方式可供选择。 通用加密算法(不支持SM系列商密算法):该状态下所有部件敏感数据存储、传输均使用通用加密算法。主要适用于国外局点和没有特殊算法需求的局点。
同时支持IAM项目和企业项目,表示此授权项对应的自定义策略,可以在IAM和企业管理两个服务中给用户组授权并生效。如果仅支持IAM项目,不支持企业项目,表示仅能在IAM中给用户组授权并生效,如果在企业管理中授权,则该自定义策略不生效。关于IAM项目与企业项目的区别,详情请参见:IAM与企业管理的区别。
访问图和分析图 大图访问 图引擎编辑器介绍 访问图引擎编辑器 动态图 图探索功能 多图管理(持久化版) HyG图管理(持久化版) 添加自定义操作 Schema编辑 隐藏图敏感信息 可视化查询图 画布快照 Gremlin查询 Cypher查询 DSL查询 使用算法分析图 索引管理 在绘图区分析图
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,默认不启用,值为false。如果
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。 enable_full_text_index 否 Boolean 创建的图是否开启全文索引控制,默认不启用,值为false。
Token认证:通过账号密码获取Token认证调用请求。 AK/SK认证:通过AK(Access Key ID)/SK(Secret Access Key)加密调用请求。 推荐使用AK/SK认证,其安全性比Token认证更高。 获取初始化参数 表1 初始化参数 参数名 是否必填 参数说明 来源 graphEndPoint
终端节点即调用API的请求地址,不同服务不同区域的终端节点不同,您可以从地区和终端节点中查询所有服务的终端节点。 图引擎服务的终端节点如下表所示,请您根据业务需要选择对应区域的终端节点。 表1 图引擎服务的终端节点 区域名称 区域 终端节点(Endpoint) 华北-北京一 cn-north-1
查询和分析图 在“图管理”页面,可以通过“访问”操作对创建好的图数据进行查询和分析。 操作步骤 在“图管理”页面,选择已创建的图,在“操作”列选择“访问”,进入图引擎编辑器页面。 编辑器页面分布如图1所示,您可按照以下操作来熟悉编辑器功能: 算法区:选择任意算法,填写相关参数,执
表1列出了两种计费模式的区别。 表1 计费模式 计费模式 包年/包月 按需计费 付费方式 预付费 后付费 计费周期 按订单的购买周期计费。 秒级计费,按小时结算。 适用计费项 图规格(边数)、数据存储空间、和公网带宽费用 图规格(边数)、数据存储空间、和公网带宽费用 变更规格 支持变更图实例规格。
时序路径分析(Temporal Paths) 概述 时序路径分析算法(Temporal Paths)区别于静态图上的路径分析,结合了动态图上信息传播的有序性,路径上后一条边的经过时间要晚于或等于前一条边,呈现时间递增(或非减)性。 时序路径不满足传递性:即从节点i到节点j有一条时
备份图和恢复图 备份图 恢复图 删除备份 导出备份到OBS 从OBS中导入备份 父主题: 管理图
e节点,因此可以基于source节点个性化地计算网络节点的相关性和重要性。(PersonalRank值越高,source节点的相关性/重要性越高)。 适用场景 PersonalRank算法适用于商品推荐、好友推荐和网页推荐等场景。 参数说明 表1 PersonalRank算法参数说明
Int 大于等于0 - 注意事项 无。 示例 输入参数k=10,计算结果中核数大于等于10的节点组成的子图会展示在绘图区,节点颜色根据核数来区别,JSON结果会展示在查询结果区。 父主题: 算法参考
Propagation)是一种基于图的半监督学习方法,其基本思路是用已标记节点的标签信息去预测未标记节点的标签信息。利用样本间的关系建图,节点包括已标注和未标注数据,其边表示两个节点的相似度,节点的标签按相似度传递给其他节点。标签数据就像是一个源头,可以对无标签数据进行标注,节点的相似度越大,标签越容易传播。
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
全选:Ctrl + A 选中所有点和边,并高亮。 选择关联点边:Ctrl + E 选中点之后按ctrl+E,可以将有关系的点和边选中高亮。 隐藏:Delete 快捷隐藏点或者边。 适配:Ctrl + F 根据当前屏幕宽度和高度自动缩放所有点和边。 缩小:- 键盘对应 - 键,缩小当前画布显示。
String 图实例公网访问地址,通过该IP用户可以从互联网对图实例进行访问。 arch String 图实例CPU架构类型,取值为x86_64和aarch64。 masterKeyId String 用户主密钥ID。 masterKeyName String 用户主密钥名称。 enableRBAC
类型 取值范围 默认值 alpha 否 权重系数(又称阻尼系数) Double 0~1,不包括0和1 0.85 convergence 否 收敛精度 Double 0~1,不包括0和1 0.00001 max_iterations 否 最大迭代次数 Int 1~2000 1000