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
什么是区域与可用区? 什么是区域、可用区 我们用区域和可用区来描述数据中心的位置,您可以在特定的区域、可用区创建资源。 区域(Region):从地理位置和网络时延维度划分,同一个Region内共享弹性计算、块存储、对象存储、VPC网络、弹性公网IP、镜像等公共服务。Region分为
图解图计算技术
类型 取值范围 默认值 source 是 输入需要计算的节点ID。 String - - 表2 response_data参数说明 参数 类型 说明 closeness Double 紧密中心度值。 source String 计算的节点ID。 父主题: 算法API参数参考
任务中心 管理面任务中心 业务面任务中心 父主题: 查看图任务
一个可用区是一个或多个物理数据中心的集合,可用区内在逻辑上再将计算、网络、存储等资源划分成多个集群。一个区域中的多个可用区之间通过高速光纤相连,以满足用户跨可用区构建高可用性系统的需求。 项目 华为云的区域默认对应一个项目,这个项目由系统预置,用来隔离物理区域间的资源(计算资源、存储资源和
式。 数据存储空间 GES的数据通过对象存储服务(OBS)上传或导出,存储计费按照OBS的计费规则,详情可参考对象存储服务价格详情。 公网流量 GES支持绑定公网IP,所需费用按照虚拟私有云(VPC)服务的EIP计费规则进行计费;GES在华为云内部网络产生的流量不计费。 图引擎服
式。 数据存储空间 GES的数据通过对象存储服务(OBS)上传或导出,存储计费按照OBS的计费规则,详情可参考对象存储服务价格详情。 公网流量 GES支持绑定公网IP,所需费用按照虚拟私有云(VPC)服务的EIP计费规则进行计费;GES在华为云内部网络产生的流量不计费。 图引擎服
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
链接结构来递归计算各节点的重要性。与PageRank算法不同的是,为了保证随机行走中各节点的访问概率能够反映出用户的偏好,PersonalRank算法在随机行走中的每次跳转会以(1-alpha)的概率返回到source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
Correlation)计算所有边上起点和终点度数之间的Pearson关联系数,常用来表示图中高度数节点是否和高度数节点相连。 适用场景 度数关联度算法(Degree Correlation)适用于衡量图的结构特性场景。 参数说明 无。 示例 单击运行,计算图的度数关联度,JSON结果会展示在查询结果区。
、科学计算。 适用计费项 以下计费项支持按需计费。 表1 适用计费项 计费项 计费说明 图规格(边数) 根据您选择的边数大小计费。 针对边数提供预付费实例和按需(小时)两种计费模式。 数据存储空间(可选) GES的数据通过对象存储服务(OBS)上传或导出,存储计费按照OBS的计费规则,详情可参考对象存储服务价格详情。
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,对source节点的相关性/重要性越高)。 k核算法(k-core) 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,较好的刻画了节点的传播能力。
“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定义中,您需要定义Label名称,以及Label类型。单击
Integer 1~2000。 1000 label 否 希望输出的点的类型。 说明: 其值为空时,将不考虑点的类型,输出算法原始计算结果。 对其赋值时,将从计算结果中过滤出具有该“label”的点的返回。 String 节点label。 - directed 否 是否考虑边的方向。 Boolean
图操作接口旨在为用户提供从输入、计算到输出的端到端全流程操作接口。 图属性值类型 Python DSL当前支持3种数据类型:int、float和bool,分别对应C++中的int64_t、double和bool基本数据类型。 Combiner类型 Combiner用于在满足交换律和结合律的计算过程中对数
eakly connected component)。连通分量算法(Connected Component)计算得到的是弱连通分量。 参数说明 无。 示例 单击运行,计算各个节点所属的连通分量,JSON结果会展示在查询结果区。 父主题: 算法参考
简介 07:25 云容器引擎简介 云容器引擎 CCE 服务介绍 03:23 云容器引擎服务介绍 操作指导 图引擎服务 GES 图计算 03:37 什么是图计算? 图引擎服务 GES 入门指导 09:48 图引擎服务快速入门 云容器引擎 CCE 熟悉云容器引擎控制台 03:23 熟悉云容器引擎控制台
单源最短路算法(SSSP) 概述 单源最短路算法(SSSP)计算了图论中的一个经典问题,给出从给定的一个节点(称为源节点)出发到其余各节点的最短路径长度。 适用场景 单源最短路算法(SSSP)适用于网络路由、路径设计等场景。 参数说明 表1 单源最短路算法(SSSP)参数说明 参数
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。
//带有globalAcc一起计算的表达式, 属于globalacc expression 1+v.score*2 //带有vertexAcc一起计算的表达式, 属于vertexacc expression 表达式升格表 不同类型的表达式在赋值和计算上,存在不同的限制。即,不同类型互相之间的赋值和计算是否合法的限制。