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
系统默认当前最新版本,目前只能选择当前默认的版本号。 选择网络信息,包含“虚拟私有云”、“子网”、“安全组”、“公网访问”和“企业项目”。 图2 网络信息 参数 说明 虚拟私有云 VPC即虚拟私有云,是通过逻辑方式进行网络隔离,提供安全、隔离的网络环境。 选择需要创建集群的VPC,单击“查看虚拟私有云”,可进入VPC服务查看已创建的VPC名称和ID。
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
Access Management,简称IAM)提供华为云统一入口的鉴权功能。 与虚拟私有云的关系 图引擎服务使用虚拟私有云(Virtual Private Cloud,简称VPC)为集群提供网络拓扑,实现多个不同集群互相隔离并控制访问。 与对象存储服务的关系 图引擎服务使用对象存储服务(Object
hip),点和关系是最重要的实体。 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。 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。
在创建图页面单击“自定义创建”tab页进入自定义创图界面。 设置图相关信息: 图名称:使用系统默认名称即可。图创建后不支持修改图名称。 GES软件版本:默认选择服务最新版本。 虚拟私有云:若您的账号下有vpc,会自动选择一个填充,您可以自行修改;若无vpc,则需要创建一个新的vpc,创建成功后,可自动填充。
API版本选择建议 GES API版本与软件版本相对应,1.0.0为起始版本号,其余版本均在起始版本基础上进行修改,且向下兼容。具体请参考管理面API概览和内存版中各接口对应的版本号。 建议您根据需要选择合适的版本进行操作。 父主题: 使用前必读
on:表示文件系统的挂载点。 网络 在网络页面,您可以根据节点和网卡名称浏览指定节点的网络资源实时消耗情况。其中包括:节点名称、网卡名称、网卡状态、接收丢包数、接收速率(KB/s)、发送速率(KB/s)和网络监控情况等。 图5 网络页 用户可单击指定节点名称所在行最右侧的“监控”按钮,进入网络监控概览
一般情况下,建议就近选择靠近您或者您的目标用户的区域,这样可以减少网络时延,提高访问速度。不过,在基础设施、BGP网络品质、资源的操作与配置等方面,中国大陆各个区域间区别不大,如果您或者您的目标用户在中国大陆,可以不用考虑不同区域造成的网络时延问题。 在除中国大陆以外的亚太地区有业务的用户,可
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、交通路网、城市规划等领域 参数说明 表1 Betweenness Centrality算法参数说明
升级图 由于GES软件版本不断升级,旧版本的图可以通过“升级”操作升级为新版本的图。 当前仅支持 1.0.3 以上版本的图的升级功能。 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,选择“图管理”。 在图管理列表中,选择需升级的图,在“操作”列选择“更多”>“升级”。
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/Q。每个节点出发生成多个随机步,反映出网络的结构信息。 适用场景
企业IT应用 网络&IT基础设备规模庞大、结构复杂,帮助客户深入了解设备状态、设备之间的关系,实现全网络设备智能监控与管理。 该场景能帮助您实现以下功能。 合理规划网络 快速确定故障节点对网络的影响,并在最依赖的节点周围推荐备用路由,在新节点的规划时,精准规划网络位置。 分析故障根因
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”发掘,交通、传输等网络中关键节点识别,城市热点事件\早晚高峰人群车辆迁徙发生时关键路段的模拟;适用于社交、金融风控、交通路网、城市规划等领域 参数说明
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。
分析的服务。广泛应用于社交关系分析、推荐、精准营销、舆情及社会化聆听、信息传播、防欺诈等具有丰富关系数据的场景。 开发指南概述 图引擎服务软件开发工具包(GES SDK,Graph Engine Service Software Development Kit)是对GES提供的REST
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(不推荐)”配置。
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。
、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 filtered_n_paths参数说明 参数 是否必选 说明 类型 取值范围 默认值 source 是 起始点 String
e和target间不多于n条的k跳无环路径。 算法名称:带过滤的n_paths 英文名称:filtered_n_paths 应用场景 任意网络。 请求参数 表1 body体格式 字段名 是否必选 类型 说明 algorithmName 是 String 对应值为“filtered_n_paths”。