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
子网 通过子网提供与其他网络隔离的、可以独享的网络资源,以提高网络安全。 选择需要创建集群的子网,可进入VPC服务查看VPC下已创建的子网名称和ID。 安全组 安全组是一个逻辑上的分组,为同一个VPC内具有相同安全保护需求并相互信任的弹性云服务器提供访问策略。 单击“如何配置安全组”可了解配置安全组的具体操作。
Shortest Path)寻找两点间满足过滤条件的最短路径,如有多条,返回任意一条最短路径。 适用场景 带一般过滤条件的最短路径算法(Filtered Shortest Path)适用于路径设计、网络规划等场景,通过对点边条件的过滤,控制最短路径的生成。 参数说明 表1 带一般过滤条件最短路径算法(Filtered
String 边的index。 label(2.2.17) 否 String 边的label,当存在index参数时会被忽略,当index不存在时会尝试删除同时满足source/target/label条件的一条边。label不存在于schema中或同label的边不存在时不会删除任何边。
Boolean 是否忽略错误,比如待删除的边不存在;默认值为false,不忽略,注意Json格式错误不会忽略。 表3 edges参数说明 参数 是否必选 类型 说明 source 是 String 边的source节点。 target 是 String 边的target节点。 label 否
根据输入参数,执行紧密中心度算法。 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
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
verride,默认为allow。 allow表示允许重复边。 ignore表示忽略之后的重复边。 override表示覆盖之前的重复边。 ignoreLabel 否 Boolean 重复边的定义,是否忽略Label。取值为true或者false,默认取true。 true 表示
待添加的点数组,一次最多添加1万个点。数组参数详见vertices参数说明。 overrideExists 否 Boolean 检测待插入的点是否存在,默认值为false。 当值为false时,只要有一个点存在,就会报错,且这批点均写入失败。 当值为true时,对已存在的点采取覆盖写策略。
vertices 是 Json 待添加的点数组,一次最多添加1万个点。数组参数详见vertices参数说明。 overrideExists 否 Boolean 对vertices参数中已经存在的点是否采取覆盖写策略。默认值为false。 当值为false时,会忽略已经存在的点,不做处理。 当值为
不要删除存储在OBS中的数据。 导入目录下的单文件或者导入的单文件大小不能超过5GB,如果超过5GB,则会导入失败,建议把文件拆成小于5GB的多个文件后再导入。 单次导入的文件总大小(包括点、边数据集)不能超过可用内存的1/5。可用内存参考“运维监控看板”的“节点监控”中名称后缀
在图编辑器页面,您可以在此页面对当前图进行查询分析,在页面下方的Gremlin输入框中,输入一行Gremlin命令后,按“回车”键执行。 查看结果 执行Gremlin命令后在“运行记录”可以看到命令运行情况,在“查询结果”可以看到命令执行结果,如果是查点和边的命令在中间画布可以看到点和边的图形化展示。 父主题: 界面问题
基本概念 点 图数据模型中的点代表实体。如交通网络中的车辆、通信网络中的站点、电商交易网络中的用户和商品、互联网中的网页等。 边 图数据模型中的边代表关系。如社交网络中的好友关系、电商交易网络中用户评分和购买行为、论文中作者之间的合作关系、文章之间的索引关系等。 Gremlin Gremlin是Apache
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
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地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,因此可
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BigClam算法。 BigClam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,其可以检测出图中的重叠社区。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm
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
08:00:00] 期间感染了新冠(注:这里点的状态变化,如感染疾病,建模为与对应点相关的边)。 图2 动态图数据示例 动态图的元数据 时间戳是动态图的重要特征,为了描述动态图数据,需要在元数据中,定义时间戳相关的属性startTime 、endTime。 注意:这里的startTime 、end