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
Array of graphs objects 返回的图列表。 result String 查询成功时值为success，失败时值为failed。 表3 graphs 参数 类型 说明 graph_name String 返回的图名。 idType String ID类型。 idLength
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。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm 表1 路径参数 参数 是否必选 类型 说明 project_id
创建HyG图 功能介绍 创建一个HyG图。 GES持久化版的图计算依赖于HyG引擎，在执行算法之前需要创建HyG图，并将图数据库的数据同步到HyG引擎。 HyG组件当前通过白名单开放，请通过提交工单的方式申请。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}
-和_。不能包含其他字符。索引名称的长度需在63字符以内。 indexType 是 String 索引的类型，区分大小写。 “GlobalCompositeVertexIndex”为全局的Composite类型的点索引。 “GlobalCompositeEdgeIndex”为全局的Composite类型的边索引。
描述 type String 类型。 取值范围： "graph" "backup" "metadata" available Integer 图的可用个数。 edge_volume Integer 边的可用个数。type为graph时此值有效。 状态码： 400 表6 响应Body参数
根据输入参数，执行连通分量（Connected Component）算法。 连通分量代表图中的一个子图，当中所有节点都相互连接。考虑路径方向的为强连通分量（strongly connected component），不考虑路径方向的为弱连通分量（weakly connected component）。连通分量算法（Connected
紧密中心度算法（Closeness Centrality）计算一批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。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm 表1 路径参数 参数 是否必选 类型 说明 project_id
根据输入参数，执行K核算法。 K核算法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。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm 表1
扩副本能力允许动态扩容多个从节点，扩容的从节点可以处理读请求，从而提高读请求性能。 一万边的图暂不支持扩副本。 进行扩副本操作后，不支持变更图规格操作。 如果要对图进行变更规格和扩副本两个操作，需要您先进行变更图规格操作，再进行扩副本操作。 持久化版图不支持调用接口进行扩副本操作。 调试
根据输入参数，执行三角计数算法。 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。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm 表1 路径参数 参数 是否必选
fficient算法。 聚类系数算法（cluster_coefficient）用于计算图中节点的聚集程度。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm 表1 路径参数 参数 是否必选 类型 说明 project_id
功能介绍 提供灵活的DSL帮助用户低成本设计并运行算法。DSL算法详细介绍请参考DSL语法说明。 DSL算法执行结束后，用户需使用HyG算法结果转存API将DSL执行结果转存到OBS上。转存之后，您可以通过stdout等文件查看算法结果，由于HyG图是分布式的，结果文件可能有多个，对应不同分区的结果。
String 表示配额类型。取值范围如下： "graph" "backup" "metadata" available Integer 图的可用个数。 edgeVolume Integer 边的可用个数。type（配额类型）取值为graph时此值有效。 请求示例 GET https://Endpoint/v1
k跳算法从起点出发，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中节点及其个数。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm 表1 路径参数 参数
根据网页（节点）之间相互的超链接进行计算的技术，用来体现网页（节点）的相关性和重要性。 如果一个网页被很多其他网页链接到，说明这个网页比较重要，也就是其PageRank值会相对较高。 如果一个PageRank值很高的网页链接到其他网页，那么被链接到的网页的PageRank值会相应地提高。
PageRank算法。该算法继承了经典PageRank算法的思想，利用图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。 URI
根据输入参数，执行全最短路算法。 全最短路（all_shortest_paths）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所有的最短路径。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm 表1 路径参数 参数 是否必选
点集全最短路（all_shortest_paths_of_vertex_sets）用于发现两个点集之间的所有最短路径。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm 表1 路径参数 参数 是否必选 类型 说明 project_id
2000]，默认值为100。 weight 否 String 边上权重，取值为空或字符串， 当图中的边没有配置该属性时，算法会报错。 空：边上的权重、距离默认为“1"。 字符串：对应的边上的属性将作为权重。 OD_pairs和seeds参数二选一，当OD_pairs和seeds同时
Propagation）是一种基于图的半监督学习方法，其基本思路是用已标记节点的标签信息去预测未标记节点的标签信息。利用样本间的关系建图，节点包括已标注和未标注数据，其边表示两个节点的相似度，节点的标签按相似度传递给其他节点。标签数据就像是一个源头，可以对无标签数据进行标注，节点的相似度越大，标签越容易传播。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
