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
使用HyG算法分析图 GES服务为您提供了丰富的基础图算法、图分析算法和图指标算法,您可以使用图算法做关系分析等。 前提条件 前端创建持久化版图时,选择开启HyG计算引擎。 图1 HyG计算引擎 操作步骤 创建HyG图。 发送“POST /ges/v1.0/{project_id
终端节点 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
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。
Cypher查询 Cypher是一种声明式图查询语言,使用Cypher语句可以查询和修改GES中的数据,并返回结果。 具体操作步骤如下: 进入图引擎编辑器页面,详细操作请参见访问图引擎编辑器。 Cypher查询编译过程中使用了基于label的点边索引。 第一次使用Cypher查询
17及以上版本的内存版图或2.4.8及以上版本的持久化版图。 一万边规格为开发学习类型,暂不支持运维监控看板。 图实例运维监控页面 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,指定图实例的操作列,单击“更多 > 运维监控面板”,进入该图实例的运维监控页面
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
创建动态图 登录华为云账号,进入图引擎服务管理控制台,单击右上角的“创建图”按钮,进入创建图页面。 在创建图页面单击“动态图”tab页进入动态图的创图界面。 图1 创建动态图页面 参考自定义创建图章节的参数介绍,填写相关参数信息。 在此tab页下创建的图,默认开启动态图分析能力。
实时查询 在运维监控页面左侧导航栏单击“监控>实时查询”,进入实时查询页面,将会展示了当前运行在实例中的所有查询的实时信息。在该页面,您可以根据选择的指定时间段浏览实例中正在运行的所有查询信息。其中包括:请求ID、任务名称、请求参数、进度(内存版)、阻塞时长(内存版)、开始时间、结束时间、运行时长。
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
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
动态图 时间轴设置 群体演化 动态拓展 时序路径 父主题: 访问图和分析图
管理面API(V1) 系统管理API 图管理API 备份管理API 元数据管理API 任务中心API 父主题: 历史API
路径API 查询路径详情(1.1.6) 父主题: 内存版
紧密中心度算法(Closeness Centrality) 概述 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
三角计数算法(Triangle Count) 概述 三角计数算法(Triangle Count)统计图中三角形个数。三角形越多,代表图中节点关联程度越高,组织关系越严密。 适用场景 三角计数算法(Triangle Count)适用于衡量图的结构特性场景。 参数说明 参数 是否必选
中介中心度算法(Betweenness Centrality) 概述 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。 适用场景 可用作社交、风控等网络中“中间人”发掘,交通、传输等网络中关键节点识别;适用于社交、金融风控、交通路网、城市规划等领域
API版本选择建议 GES API版本与软件版本相对应,1.0.0为起始版本号,其余版本均在起始版本基础上进行修改,且向下兼容。具体请参考管理面API概览和内存版中各接口对应的版本号。 建议您根据需要选择合适的版本进行操作。 父主题: 使用前必读
GES的Gremlin实现不支持显式地使用Transactions。 使用feature函数可以看到当前支持的Gremlin特性,显示false表示GES服务不支持此特性,显示为true表示GES服务支持此特性,特性详情可参考Gremlin官网。 gremlin> graph.features() ==>FEATURES