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
手动续费 包年/包月图实例从购买到被自动删除之前,您可以随时在费用中心为图规格(边数)续费,以延长图实例的使用时间。 在费用中心续费 进入“费用中心 > 续费管理”页面。 自定义查询条件。 可在“手动续费项”、“自动续费项”、“到期转按需项”、“到期不续费项”页签查询全部待续费资源
历史API 管理面API(V1) 业务面API
套餐包管理 GES服务提供套餐包管理功能,用户可以快速跳转到购买、管理套餐包或者续费管理页面,了解当前套餐包的使用情况。 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“套餐包”。
简介 服务概述 图引擎服务(Graph Engine Service,简称GES),是针对以“关系”为基础的“图”结构数据,进行查询、分析的服务。广泛应用于社交关系分析、推荐、精准营销、舆情及社会化聆听、信息传播、防欺诈等具有丰富关系数据的场景。
获取账号名和账号ID 在调用接口的时候,部分请求中需要填入账号名(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
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。
查看查询结果 数据分析结束后,您可以直接在绘图区查看结果或者在“查询结果”页签获取结果信息。 查看查询结果的具体步骤如下: 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。 在执行Gremlin/Cypher/DSL查询或算法分析之后,在“查询结果”页签下,展示查询结果。 当返回结果很大
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(
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,
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有一条时序路径
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
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
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
路径API 查询路径详情(1.1.6) 父主题: 内存版
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“备份管理”。 在“备份管理”页面,选择需要恢复数据的备份,在“操作”列单击“恢复”。 在“恢复”页面,选择待恢复图,勾选“恢复操作将覆盖关联图。恢复操作启动后,关联图将重新启动。”,单击“是”。
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