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
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
Coefficient) 概述 聚类系数表示一个图中节点聚集程度的系数。在现实的网络中,尤其是在特定的网络中,由于相对高密度连接点的关系,节点总是趋向于建立一组严密的组织关系。聚类系数算法(Cluster Coefficient)用于计算图中节点的聚集程度。 适用场景 聚类系数算法(Cluster
k跳算法(k_hop) 功能介绍 根据输入参数,执行k跳算法。 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_i
建进度。 图3 查看创建进度 创建成功的索引会显示在左侧的索引模块中。 删除索引 在图引擎编辑器左侧的索引模块,选择想要删除的索引,按住鼠标左键将滚动条从左侧滑至最右侧。 单击操作列的“删除”,会出现一个弹窗。 图4 删除索引 核对想要删除的索引信息,确认后手动输入或者一键输入“DELETE”,执行删除操作。
) String source节点的个数不超过10000个。 - targets 是 终点ID集合,多个节点ID以逗号分隔(即,标准CSV输入格式) String target节点的个数不超过10000个。 - directed 否 是否考虑边的方向 Boolean true 或false,布尔型。
扩副本(2.2.23) 功能介绍 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。 一万边和百亿边规格的图暂不支持扩副本。 进行扩副本操作后,不支持扩容图操作。 如果要对图进行扩容和扩副本两个操作,需要您先进行扩容图操作,再进行扩副本操作。 调试 您可以在API
temporal paths算法,返回距离最短的时序路径 foremost:运行foremost temporal paths算法,返回尽可能早的到达目标节点的时序路径 fastest:运行fastest temporal paths算法,返回耗费时间最短的时序路径 表4 dynamicRange
从一个点出发搜索到目标节点的时序路径(时序路径满足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的经过时间),在画布上呈现点、边随时间递增(或非减)的变化趋势。 该功能可以通过strategy参数调整搜索的是距离最短的时序路径,还是尽早到达目标节点的时序路径。具体操作步骤如下:
调用API获取项目ID 项目ID可以通过调用查询指定条件下的项目信息API获取。 获取项目ID的接口为“GET https://{Endpoint}/v3/projects”,其中{Endpoint}为IAM的终端节点,可以从地区和终端节点获取。 接口的认证鉴权请参见管理面API构造请求。 响应
根据输入参数,执行Cesna算法。 Cesna算法是一种重叠社区发现算法,该算法将节点与社区之间的关系建模为一个二部图,假设图中节点的连边是根据社区关系生成的。此外,该算法还利用了节点属性对社区进行建模,即假设节点的属性也是根据社区关系生成的。 URI POST /ges/v1.0/{project_id}/
_name} 删除点的标签。 导出过滤后的点 2.2.7 POST /ges/v1.0/{project_id}/graphs/{graph_name}/vertices/action?action_id=export 导出满足过滤条件的点集合。 删除过滤后的点 2.2.7 POST
Cypher预置条件 当前的Cypher查询编译过程中使用了基于label的点边索引,如需正常使用Cypher,请使用新建索引API构建索引,示例如下: 点label索引添加命令示例,索引名称为cypher_vertex_index,索引类型为全局点索引。 POST http:/
功能介绍 根据给定的indexName,IndexType等信息创建索引。目前支持的索引:复合索引。 复合索引有全局点索引(GlobalCompositeVertexIndex)和全局边索引(GlobalCompositeEdgeIndex)。复合索引可在label和property上创建索引,使用索引查询可以加快速度。
source 是 输入路径的起点ID String - - target 是 输入路径的终点ID String - - directed 否 是否考虑边的方向 Bool true或false false weight 否 边上权重 String 空或字符串 空:边上的权重、距离默认为“1”。
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。
根据输入参数,执行link_prediction算法。 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
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
Match<Vertex>的gather Match<Vertex>上的Gather操作会将传入的Lambda函数中定义的所有操作作用在Match匹配的点的边上。 点匹配器Match仅接收包含两个输入参数的Lambda表达式。第一个参数指代边上的source点,第二个参数指代边上的target点。
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。
String 输入路径的起点ID。 directed 否 Boolean 是否考虑边的方向。取值为true或false。 说明: false当前版本在有权图上不支持。 当数据集不包含inedge时,若directed=true,选择一个不依赖于Inedge的算法实现版本计算输出,