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
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。
修改安全模式 创建图之后，您若想要修改安全模式，可以在图详情中进行操作。 2.4.4及以上版本，且必须是运行状态的图支持该功能。 具体操作步骤如下： 登录图引擎服务管理控制台，在左侧导航栏中选择“图管理”。 在图管理页面，选中想要修改安全模式的图，页面下方将会显示该图的信息。 图1
修改安全组 创建图之后，您若想要修改安全组，可以进行修改安全组操作。 具体操作步骤如下： 登录图引擎服务管理控制台，在左侧导航栏中选择“图管理”。 在图管理页面，选中想要修改安全组的图，页面下方将会显示该图的信息。 图1 图详情页签 在图信息详情中，可以查看当前图的安全组，单击“更改安全组
业务面API使用限制 用户访问业务面API有三种方式： 通过ECS访问，且创建ECS的VPC和创建图选定的VPC是同一个。如果安全组选择的是同一个，则可以直接访问；如果安全组不是同一个，要在创建图的安全组开通该ECS的访问限制，即入方向放开80和443端口，出方向放开所有端口（分别对应支持
切换安全组（2.4.3） 功能介绍 该接口可以在图创建成功后，修改图的安全组。 调试 您可以在API Explorer中调试该接口，支持自动认证鉴权。API Explorer可以自动生成SDK代码示例，并提供SDK代码示例调试功能。 URI POST /v2/{project_id
连接管理 图实例创建完成后，您可以通过连接管理功能下载相应的SDK和驱动，以及查看图实例的连接信息。 在图引擎管理控制台，左侧导航栏选择“连接管理”，进入连接管理页面。 图1 连接管理 下载SDK和驱动 图2 SDK和驱动 您可以选择集群支持的CPU架构，单击“下载”按钮进行SDK
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
如果点被删除了，基于该点的边会怎么处理？ GES基于属性图（Property graph）模型导入图数据，一个属性图是由点、边、标签（Label）和属性（Property）组成的有向图。 点又称作节点（Node），边又称作关系（Relationship），点和关系是最重要的实体。
节点监控 在运维监控页面左侧导航栏单击“监控>节点监控”，进入节点监控页面，该页面展示了节点，内存，磁盘，磁盘I/O，网络I/O的实时消耗情况。 概览 在概览页面，您可以根据节点名浏览指定节点的关键资源情况，包括：节点名称、CPU使用率（%）、内存使用率（%）、平均磁盘使用率（%）
什么是区域与可用区？ 什么是区域、可用区 我们用区域和可用区来描述数据中心的位置，您可以在特定的区域、可用区创建资源。 区域（Region）：从地理位置和网络时延维度划分，同一个Region内共享弹性计算、块存储、对象存储、VPC网络、弹性公网IP、镜像等公共服务。Region分为通用
中介中心度算法（Betweenness Centrality） 概述 中介中心度算法（Betweenness Centrality）以经过某个节点的最短路径数目来刻画节点重要性的指标。 适用场景 可用作社交、风控等网络中“中间人”发掘，交通、传输等网络中关键节点识别；适用于社交、金融风控
应用场景 GES服务适用于互联网应用、知识图谱应用、社交网络、金融风控应用、城市工业应用、企业IT应用等场景。 互联网应用 在移动互联网时代，面对庞大的社交关系，媒体传播网络，GES可以帮助客户快速、有效的发现海量数据中隐含的信息。 该场景能帮助您实现以下功能。 推荐好友、商品或资讯
OD中介中心度（OD-betweenness Centrality） 概述 OD中介中心度算法（OD-betweenness Centrality）在已知一系列OD出行计划前提下，以经过某个点/某条边的最短路径数目来刻画边重要性的指标。 适用场景 可用作社交、风控等网络中“中间人”
聚类系数算法（Cluster 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
Node2vec算法 概述 Node2vec算法通过调用word2vec算法，把网络中的节点映射到欧式空间，用向量表示节点的特征。 Node2vec算法通过回退参数 P 和前进参数 Q 来生成从每个节点出发的随机步，带有BFS和DFS的混合，回退概率正比于1/P，前进概率正比于1/
带过滤的n_paths算法（filtered_n_paths） 概述 带过滤的n_paths算法是给定起始点source、目的点target、跳数k、路径数n、过滤条件filters，找出source和target间不多于n条的k跳无环路径。 适用场景 任意网络。 参数说明 表1
导出图（1.0.5） 如果将导出的CSV文件下载到本地，默认会用系统的Excel软件打开（推荐使用文本编辑器打开）。如果数据中包含“+”、“-”、“=”、“@”等特殊字符，会被Excel解析为公式。为了保证系统安全，请打开文件时注意以下事项： 不要启用“启用动态数据交换服务器启动（
导出图 如果将导出的CSV文件下载到本地，默认会用系统的Excel软件打开（推荐使用文本编辑器打开）。如果数据中包含“+”、“-”、“=”、“@”等特殊字符，会被Excel解析为公式。为了保证系统安全，请打开文件时注意以下事项： 不要启用“启用动态数据交换服务器启动（不推荐）”配置
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
