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
场景。版本优化后不再需要该委托。 受限于历史上IAM1.0只有RBAC授权的限制,这两种场景委托权限比较大,GES服务实际上并不需要这么大的权限。 为了优化委托的权限,GES在界面上提供了一键优化的功能,可以帮助客户一键删除委托给GES服务的不必要的权限。 委托权限优化 登录图引
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及以上版本的图。 一万边规格为开发学习类型,暂不支持运维监控看板。 持久化版图数据库,暂不支持图实例监控。 图实例运维监控页面 登录图引
功能介绍 根据输入参数,执行label_propagation算法。 标签传播算法(Label 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
标签传播算法(Label Propagation) 概述 标签传播算法(Label 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
功能描述 阶段 相关文档 1 Cypher异步任务结果支持转储至OBS Cypher异步任务结果支持转储至OBS。 商用 千亿规格限制说明 2 优化画布界面 输入在图引擎编辑器中的查询语言支持高亮显示。 商用 - 2021年9月 序号 功能名称 功能描述 阶段 相关文档 1 千亿版规格图
oseness Centrality”越小,其所在图中的位置越中心。 标签传播(Label Propagation) 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
区结构,其优化目标是最大化整个社区网络的模块度。 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 是 String 项目ID。获取方法请参见获取项目ID。
文件名。导出前请保证文件名指向的路径为空,确保导出时不会覆盖OBS上已有数据。 当numThread的值大于GES图实例使用的机器cpu数时,会配置为机器cpu数。 rowCountPerFile的值会影响实际使用的线程数。即当结果集大小和rowCountPerFile的比值小于
图实例。同时支持图实例弹性IP的解绑与绑定。 JDBC连接字符串(内网):当JDBC驱动执行机器和图实例处于同一私有网络时,使用此配置。 JDBC连接字符串(公网):当JDBC驱动执行机器可以通过互联网访问图实例(已绑定弹性IP)时,使用此配置。 父主题: 查看图任务
根据输入参数,执行infomap算法。 infomap算法是一种基于信息论的社区发现算法,该算法在效率和效果上都表现较好,并且能够发现层次性的社区结构,其优化目标为找到最优的社区结构,使节点的层次编码长度最小。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm
开启该选项,图实例分布在不同可用区(AZ)增强可靠性。 用途 创建图的用途。 “企业生产”:支持高可靠,高并发,适合企业生产及大规模应用时使用。 “开发学习”:完整功能体验,适合开发者学习使用。 产品类型 可选的产品类型。 内存版:容量有限,最大可支持到百亿边。基于内存存储和计算,预置丰富的算法,支持Gremlin和Cypher查询语言。
在海量知识中快速关联查询秒级响应,搜索结果更准确。 知识梳理 通过图上分析计算,合并相似本体,进行知识消岐。 学习路径的识别及推荐 通过知识点的先修关系,识别学习路径,针对薄弱知识点进行学习路径推荐。 金融风控应用 面对层出不穷、复杂多样的个人和群体行为,帮助客户挖掘出潜在的风险,为客户保驾护航。
aph_name}/algorithm 表1 路径参数 参数 是否必选 类型 说明 project_id 是 String 项目ID。获取方法请参见获取项目ID。 graph_name 是 String 图名称。 请求参数 表2 请求Body参数 参数 是否必选 类型 说明 algorithmName
Louvain算法 概述 Louvain算法是基于模块度的社区发现算法,该算法在效率和效果上都表现较好,并且能够发现层次性的社区结构,其优化目标是最大化整个社区网络的模块度。 适用场景 Louvain算法适用于社团发掘、层次化聚类等场景。 参数说明 表1 Louvain算法参数说明
oseness Centrality”越小,其所在图中的位置越中心。 标签传播(Label Propagation) 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
aph_name}/algorithm 表1 路径参数 参数 是否必选 类型 说明 project_id 是 String 项目ID。获取方法请参见获取项目ID。 graph_name 是 String 图名称。 请求参数 表2 请求Body参数 参数 是否必选 类型 说明 algorithmName
产品优势 大规模 高效的数据组织,让您更有效的对百亿节点千亿边规模的数据进行查询与分析。 高性能 深度优化的分布式图形计算引擎,为您提供高并发、秒级多跳的实时查询能力。 查询分析一体 查询分析一体化,提供丰富的图分析算法,为关系分析、路径的规划、营销推荐等业务提供多样的分析能力。
调用说明 图引擎服务提供了REST(Representational State Transfer)风格API,支持您通过HTTPS请求调用,调用方法请参见构造请求。 父主题: 使用前必读
Pregel编程接口 用户在实现UserPregelAlgorithm中的方法init和compute时主要依赖于PregelContext对象,该对象提供如下API: 表1 PregelContext API 方法和属性 描述 说明 ext_id(nid)->int 获取当前点的用户
Driver中的接口,提供了使用JDBC访问GES并进行cypher查询的一种方法。 尤其是当cypher请求返回数据量较大、并发数高、JVM缓存完整请求体有困难的场景下,该组件内置了一种可以流式解析响应body体的方法,与获得整个body体再解析相比,极大地降低了cpu和内存的占用。 依赖配置