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
编辑元数据 如果导入或创建的元数据文件不符合业务诉求，需要进行变更，您可以通过编辑元数据对Label和Property进行修改。 编辑元数据文件完成后，将覆盖之前的元数据文件。为避免数据丢失，建议您在编辑前，先复制一份元数据。 操作步骤 在“元数据管理”页面，编辑元数据有两个入口：
删除元数据 当元数据文件失效后，您可以在“元数据管理”页面，对应的元数据文件“操作”列中单击“删除”，来删除元数据文件。 数据删除后无法恢复，请谨慎操作。 图1 删除元数据 父主题： 元数据操作
（domain name）和账号ID（domain_id），所以需要先在管理控制台上获取到账号ID。账号ID获取步骤如下： 登录管理控制台。 鼠标移动至用户名，在下拉列表中单击“我的凭证”。 在“API凭证”页面的查看“账号名”和“账号ID”。 图1 获取账号名和ID 父主题： 附录
查找元数据 在“元数据管理”页面，您可以在搜索框中输入元数据文件的名称进行查找。 图1 查找元数据 父主题： 元数据操作
复制元数据 编辑元数据时，会覆盖之前的元数据文件，为避免原始元数据文件丢失，建议您在编辑元数据之前，先复制一份元数据。 操作步骤 在“元数据管理”页面，复制元数据有两个入口： 单击对应元数据文件名称，进入元数据详情页，在页面底端单击“复制”。 在对应的元数据文件的“操作”列，单击“复制”。
如何快速使用GES服务 图引擎服务（Graph Engine Service，简称GES），是国内首个商用的、拥有自主知识产权的国产分布式原生图引擎，是针对以“关系”为基础的“图”结构数据，进行查询、分析的服务。广泛应用于社交应用、企业关系分析、风控、推荐、舆情、防欺诈等具有丰富关系数据的场景。
Node2vec算法 概述 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
共同邻居算法（Common Neighbors） 概述 共同邻居算法（Common Neighbors）是一种常用的基本图分析算法，可以得到两个节点所共有的邻居节点，直观地发现社交场合中的共同好友、以及在消费领域共同感兴趣的商品，进一步推测两个节点之间的潜在关系和相近程度。 适用场景
查看创建失败的图 当GES依赖的ECS服务的配额不足时，会出现创建图失败的情况，您可以在“图管理”页面查看创建失败的图。 操作步骤 在左侧导航栏，选择“图管理”。 在“图管理”页面中，左上角的“图管理”页签旁可以看到当前创建图失败的图数量。 图1 创图失败的图数量 单击可查看创建
性能监控 在运维监控页面左侧导航栏单击“监控>性能监控”，进入性能监控页面。在性能监控页面展示以下这些性能指标的趋势，其中包括: CPU使用率（%） 内存使用率（%） 磁盘使用率（%） 磁盘I/O（KB/s） 网络I/O（KB/s） tomcat连接数使用率（%） swap盘使用率（内存版）
“名称”：输入元数据的名称，文件格式默认为xml。 “存储路径”：选择OBS存储路径存储元数据。初次创建元数据，则需开通OBS（建议直接获取用户授权，自动创建OBS分桶存储）。 “定义”：有手动构建和可视化构建两种方式构建元数据模型。 手动构建：单击“添加Label”，在Label
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
图数据的格式 一般图数据格式 动态图数据格式 父主题： 元数据操作
委托创建失败 给用户所属的用户组赋予安全管理的角色。具体请参见赋予安全管理的角色。 若继续失败，则根据errorMessage查看错误信息联系技术支持人员。 400 GES.7028 Failed to authorize an agency. 委托授权失败 给用户所属的用户组赋予安全
GES资源 资源是服务中存在的对象。在GES中，资源如下，您可以在创建自定义策略时，通过指定资源的路径来选择特定资源。 表1 GES的指定资源与对应路径 指定资源 资源名称 资源的路径 graphName GES图名称 graphName backupName GES备份名称 backupName
子图匹配（Subgraph Matching） 概述 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。 适用场景 子图匹配（subgraph matching）算法适用于
k跳算法（k-hop） 概述 k跳算法（k-hop）从起点出发，通过宽度优先搜索（BFS），找出k层与之关联的所有节点。找到的子图称为起点的“ego-net”。k跳算法会返回ego-net中节点的个数。 适用场景 k跳算法（k-hop）适用于关系发现、影响力预测、好友推荐等场景。
最短路径算法（Shortest Path） 概述 最短路径算法（Shortest Path）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最短路径。 适用场景 最短路径算法（Shortest Path）适用于路径设计、网络规划等场景。 参数说明 表1 最短路径算法（Shortest
关联预测算法（Link Prediction） 概述 关联预测算法（Link Prediction）给定两个节点，根据Jaccard度量方法计算两个节点的相似程度，预测节点之间的紧密关系。 适用场景 关联预测算法（Link Prediction）适用于社交网上的好友推荐、关系预测等场景。
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
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
