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
创建图(2.2.2) 功能介绍 创建一个图。 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}/graphs 表1 路径参数
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
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
、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
rsonalRank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,因此可以基于source节点个性化地计算网络节点的相关性和重要性。(PersonalRank值越高,source节点的相关性/重要性越高)。 适用场景 PersonalRank算法适
SDK代码示例,可以导入到IDE中修改API参数进行调试。 GES API详情与参数说明详见业务面API,如何找到API对应Java SDK代码样例文件详见Java SDK样例参考。代码样例文件所在的路径存在一个Main文件可用于调试。 以内存版的执行Cypher查询API为例,从Java
SDK代码样例,可以导入到IDE中修改API参数进行调试。 GES API详情与参数说明详见业务面API,如何找到API对应Python SDK代码样例文件详见Python SDK样例参考。代码样例文件所在路径下存在一个Main文件可用于调试。 以内存版的执行Cypher查询API为例,从Python
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”。
Paths)是在最短路径算法(Shortest Path)基础上支持条件过滤,寻找图中两节点之间满足条件的全最短路径。 适用场景 适用于关系挖掘、路径规划、网络规划等场景。 参数说明 表1 Filtered All Shortest Paths参数说明 参数 是否必选 说明 类型 取值范围 默认值
社区结构,其优化目标是最大化整个社区网络的模块度。 关联预测(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。 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
环路。 适用场景 带一般过滤条件的环路检测(filtered circle detection)算法适用于金融风控中循环转账检测、反洗钱,网络路由中异常链接检测,企业担保圈贷款风险识别等场景。 参数说明 表1 filtered circle detection参数说明 参数 是否必选
建成功后,单击刷新,再选择使用。 图1 绑定EIP 单击“确定”,完成绑定。 解绑EIP 当无需继续使用EIP时,您可通过解绑EIP来释放网络资源。 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,选择需解绑EIP的图,在“操作”列选择“更多”>“解绑EIP”。
关联路径算法(n-Paths)用于寻找图中两节点之间在层关系内的n条路径。 适用场景 关联路径算法(n-Paths)适用于关系分析、路径设计、网络规划等场景。 参数说明 表1 关联路径算法(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 输入路径的起点ID
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 Storage Service
Paths)用以解决图论研究中的一个经典算法问题,旨在寻找图中两节点之间的所有最短路径。 适用场景 全最短路径算法(All Shortest Paths)适用于路径设计、网络规划等场景。 参数说明 表1 全最短路径算法(All Shortest Paths)参数说明 参数 是否必选 说明 类型 取值范围 默认值
面。在性能监控页面展示以下这些性能指标的趋势,其中包括: CPU使用率(%) 内存使用率(%) 磁盘使用率(%) 磁盘I/O(KB/s) 网络I/O(KB/s) tomcat连接数使用率(%) swap盘使用率(内存版) jvm堆内存使用率 读请求运行队列长度(内存版) 读请求阻塞队列长度(内存版)