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
理”。 在图管理列表中，选择需删除的图，在“操作”列选择“更多”>“清空数据”。 图1 清空数据 在弹出的确认提示框中，勾选是否“清空图中的元数据”（持久化版的图需要先选择图名称）。 勾选“清空图中的元数据”后，会重置图，清空所有数据和运行中的任务。 元数据清空后不可恢复，请谨慎操作。
在“图细粒度权限配置”页面可以看到当前您所拥有的在“运行中”的图的图名称、细粒度权限状态、权限最近开启时间、以及可进行的操作。 图1 图细粒度权限配置页面 只有图的运行状态为“运行中”的图才会在该页面显示。 您可以在页面的右上角按图名称进行搜索查看。 选择需设置权限的图，在“操作”列单击“权限设置”，进
增和BFS遍历顺序（temporal bfs算法），搜索周围与之相关联的点，输出对应各节点的到达时间以及和源起点之间的距离。具体操作步骤如下： 在左侧“动态图”操作区的“动态拓展”模块内填写参数： 开始和结束的时间以及属性值在上述章节时间轴设置中已经设置完成，如果要修改参数，单击
从OBS导入到GES等复杂的中间步骤，极大地方便了用户数据入图的操作。 注意事项 数据迁移会把数据库各个表中的全部数据作为点或者边数据集导入到图实例，因此需要确保数据库中的表已经被处理为点或者边数据。 点边表中支持的数据类型，参考一般图数据格式章节中的属性说明。 点表格式：点ID
Engine Service）。图引擎服务是业内首个商用的、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。 您可以使用本文档提供API对图引擎服务资源进行相关操作。
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。
查询边详情(1.0.0) 功能介绍 根据边的起点、终点以及索引，查询边的详细信息，返回边上的标签和属性等。 URI GET /ges/v1.0/{project_id}/graphs/{graph_name}/edges/detail?source={sourceVertex}&
云监控服务可以对GES的运行状态进行日常监控。您可以通过云监控管理控制台，直观地查看各项监控指标。 监控数据的获取与传输会花费一定时间，因此，云监控数据显示的是当前时间5～10分钟前的状态。如果您的图刚刚创建完成，请等待5～10分钟后查看监控数据。 前提条件 创建的图运行状态正常运行。
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。 参数说明 表1 关联预测算法（Link Prediction）参数说明
操作场景1：供电范围查询。 包含的子操作： 查找位于变电站中的母线。 查找某根母线的供电范围。 查找某根母线供电范围内的用户点。 操作步骤：您只需要单击运行键，如有弹框，在弹框内选择母线值，运行后即可在画布显示效果图。 操作场景2：停电故障分析。 包含的子操作： 从停电用户点回溯定位故障点。
根据输入参数，执行subgraph matching算法。 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。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm
否 查询的起始节点ID集合 String - 标准csv格式，ID之间以英文逗号分隔，例如：["Alice","Nana"] n 否 枚举的满足过滤条件的圈的个数的上限 Integer [1,100000] 100 statistics 否 是否输出所有满足过滤条件的圈的个数 Boolean
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。 参数说明 表1
集群信息：包括图规格、CPU架构。 集群容量：包括点和边的使用量、容量和使用率。 集群节点：包括CN节点可用数量/总数量、DN节点可用数量/总数量。 集群请求数统计（内存版）：包括等待中的读请求个数、运行中的读请求个数、等待中的写请求个数、运行中的写请求个数。 图2 图集群状态 实例资源 在
删除点边 执行删除操作会永久的删除您选中的点和边，该操作不可逆，请谨慎考虑。 点详情弹窗，可查看节点的相关信息。 把鼠标移动到想要查看的非虚化节点上，会自动显示出该节点的id、label，属性等信息。 图10 点详情信息 弹窗最多能显示节点的6个属性。当该节点的属性大于6个时，您可以到
对于该source节点的随机游走将提前结束。 Int 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
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
Detection） 概述 单点环路检测（Single-Vertex-Circles-Detection）是一个经典的图问题，意在寻找图中的环路。环路上的点较好地体现了该点的重要性。 适用场景 单点环路检测适用于交通运输、金融风控等场景。 参数说明 表1 Single-Vertex-C
k核算法（kcore） 功能介绍 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
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
