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
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
图实例运维监控 GES为用户提供了一个多维度运维监控的界面,为客户图实例的稳定运行提供保驾护航的能力。该功能对图实例所使用磁盘、网络、OS指标数据,集群运行关键性能指标数据进行收集、监控、分析,及时暴露数据库中关键故障及性能问题,指导客户进行优化解决。 图实例运维监控看板只支持:2.3.17
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
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
备份图 为确保数据安全,您可以选择将图数据备份,以便后续出现故障或错误时,可以使用备份数据进行恢复操作。 操作步骤 备份操作的入口有两个:“图管理”页面和“备份管理”页面。 “图管理”页面操作如下: 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,选择需要备份的图
删除备份 当备份数据不再使用时,您可以根据情况删除备份数据。 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”。 在备份列表中,选择需要删除的备份数据,在“操作”列,单击“删除”。 在弹出的对话框中,单击“是”删除数据。 数据删除后无法恢复,请谨慎操作。
查看运行记录 系统会以表格的方式记录用户的执行操作记录,方便用户在分析数据时了解执行进度和执行完成时间。 查看运行记录的具体步骤如下: 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“运行记录”页签下会展示操作记录的名称
连通分量算法(Connected Component) 概述 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
全最短路算法(All Shortest Paths) 概述 全最短路径算法(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的所有最短路径。 适用场景 全最短路径算法(All Shortest Paths)适用于路径设计、网络规划等场景
用户组配置 您可以创建、管理用户组以及查看用户组是否已关联权限。 具体操作步骤如下: 对用户组进行配置之前,请先了解用户组的概念。 在“用户组配置”页面单击右上角“创建用户组”,进入创建用户组页面。 图1 用户组配置 在创建用户组页面,您可以设置用户组名称和选择组员。 “用户组名称
统计信息展示 通过框选画布中点和边,在统计信息区会显示出当前所框选的点边对应的标签和节点权重的数量。关于点和边的概念请参考图数据格式。 统计信息展示的具体操作如下: 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。 单击绘图区右侧的,显示“条件过滤、属性和统计信息”页面,单击
隐藏图敏感信息 您可以通过开关控制是否显示敏感信息。 操作步骤 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。 隐藏全部敏感信息: 在绘图区右上角,单击“展示/隐藏敏感信息”旁的小眼睛,会隐藏图中的敏感信息。 图1 隐藏前 图2 隐藏后 隐藏后,元数据编辑面板中每个Property
恢复图 如果当前编辑的图数据存在问题,需要获取之前备份的数据进行分析时,您可以将备份数据载入,以恢复图数据。 图规格为“一万边”的图和产品类型为持久化版的图没有自动备份功能,恢复图数据时只能通过手动备份恢复。其他规格的图可以通过“自动备份”和“手动备份”两种方式恢复图数据。 具体操作步骤如下
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