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
Cypher特殊类型支持情况中提到的特殊类型,其中除了List用于匹配GES中的多值属性外,其他类型均无法通过set语句设为点边上某个属性的值。 点id的兼容性 Cypher添加点时不提供设置id的语法,GES中添加点需要一个字符串型的id,来唯一的标识一个点。为了兼容Cypher
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”。
用户在使用云服务时,账户的可用额度小于待结算的账单,即被判定为账户欠费。欠费后,可能会影响云服务资源的正常运行,请及时充值。 欠费原因 未购买资源包,在按需计费模式下账户的余额不足。 欠费影响 包年/包月 对于包年/包月的图实例资源,用户已经预先支付了资源费用,因此在账户出现欠费的情况下,已有
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}&
云监控服务可以对GES的运行状态进行日常监控。您可以通过云监控管理控制台,直观地查看各项监控指标。 监控数据的获取与传输会花费一定时间,因此,云监控数据显示的是当前时间5~10分钟前的状态。如果您的图刚刚创建完成,请等待5~10分钟后查看监控数据。 前提条件 创建的图运行状态正常运行。
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
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
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
图名称。 sourceVertex 是 String 边的起点。 targetVertex 是 String 边的终点。 label(持久化版) 否 String 边的label值。 sortKey(持久化版) 否 String 重复边的sortKey值。 sortKeyType(持久化版)
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
根据输入参数,执行subgraph matching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。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm
删除点边 执行删除操作会永久的删除您选中的点和边,该操作不可逆,请谨慎考虑。 点详情弹窗,可查看节点的相关信息。 把鼠标移动到想要查看的非虚化节点上,会自动显示出该节点的id、label,属性等信息。 图10 点详情信息 弹窗最多能显示节点的6个属性。当该节点的属性大于6个时,您可以到
紧密中心度算法(Closeness Centrality)计算一个节点到所有其他可达节点的最短距离的倒数,进行累积后归一化的值。紧密中心度可以用来衡量信息从该节点传输到其他节点的时间长短。节点的“Closeness Centrality”越大,其在所在图中的位置越靠近中心。 适用场景 紧密中心度算法(Closeness
Detection) 概述 单点环路检测(Single-Vertex-Circles-Detection)是一个经典的图问题,意在寻找图中的环路。环路上的点较好地体现了该点的重要性。 适用场景 单点环路检测适用于交通运输、金融风控等场景。 参数说明 表1 Single-Vertex-C
由于GES软件版本不断升级,旧版本的图可以通过“升级”操作升级为新版本的图。 当前仅支持 1.0.3 以上版本的图的升级功能。 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,选择需升级的图,在“操作”列选择“更多”>“升级”。 在弹出的升级提示框中,选择“版本”和是否“强制升级”。
和历史上运行过的异步任务的详情。 具体操作步骤如下: 在左侧导航栏中选择“图管理”,单击图管理操作列中的“更多 > 任务中心”,进入“任务中心”页面。 图1 任务中心 2.2.23及以上版本的图可以使用该功能。 当图的运行状态显示为运行中、导入中、导出中和清空中的状态时可以单击进入任务中心页面,否则是置灰状态。
在“图管理”页面,您可以查看图的名称,运行状态,内网访问地址,公网访问地址,计费模式,创建时间。 “内网访问地址”可单击查看,该地址是访问图实例的浮动IP,通过单击该IP地址您可以查看访问图实例的物理IP列表。为了防止浮动IP切换造成业务闪断,推荐您通过轮询的方式使用物理IP访问图实例。