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
包括:节点名称、磁盘名称、磁盘类型、磁盘容量(GB)、磁盘使用率(%)、磁盘读速率(KB/s)、磁盘写速率(KB/s)、I/O等待时间-await(ms)、I/O服务时间-svctm(ms)、I/O使用率-util(%)和磁盘监控情况等。
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/
共同邻居算法(Common Neighbors) 概述 共同邻居算法(Common Neighbors)是一种常用的基本图分析算法,可以得到两个节点所共有的邻居节点,直观地发现社交场合中的共同好友、以及在消费领域共同感兴趣的商品,进一步推测两个节点之间的潜在关系和相近程度。 适用场景
请求条件包括条件键和运算符,条件键表示策略语句的 Condition 元素,分为全局级条件键和服务级条件键。全局级条件键(前缀为g:)适用于所有操作,服务级条件键(前缀为服务缩写,如ges)仅适用于对应服务的操作。运算符与条件键一起使用,构成完整的条件判断语句。
图3 导入IAM用户 您需要在“导入IAM用户”弹框中,填写需要添加的IAM用户ID和IAM用户名,填写完成后单击“确定”,系统将会帮您在GES服务中添加该IAM用户,以便在用户组配置中能够选择该IAM用户。 图4 填写IAM用户信息 父主题: 配置图操作权限
查看创建失败的图 当GES依赖的ECS服务的配额不足时,会出现创建图失败的情况,您可以在“图管理”页面查看创建失败的图。 操作步骤 在左侧导航栏,选择“图管理”。 在“图管理”页面中,左上角的“图管理”页签旁可以看到当前创建图失败的图数量。
系统策略 云服务在IAM预置了常用的授权项,称为系统策略。给用户组授权时,可以直接使用这些系统策略,但系统策略只能使用,不能修改。 GES系统策略包括GES FullAccess,GES Development及GES ReadOnlyAccess。
DSL查询 GES提供的一种graph DSL查询语言,可以利用DSL来完成对图的查询与计算,帮助您低成本设计并运行算法。注意:该功能仅支持2.3.14及以上版本的图。 具体操作步骤如下: 进入图引擎编辑器页面,详细操作请参见访问图引擎编辑器。 在图数据查询区,单击下拉按钮,切换到
Schema编辑 在图引擎编辑器的元数据分析区,您可以进行如下操作: 添加label 统计点边数量 修改label 隐藏label label的导入和导出 删除label 添加label 在图引擎编辑器左侧的元数据列表中,单击,可增加一个新的标签。 Label 名称表示新增标签的名字
性能监控 在运维监控页面左侧导航栏单击“监控>性能监控”,进入性能监控页面。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
k核算法(k-core) 概述 k核算法(k-core)是图算法中的一个经典算法,用以计算每个节点的核数。其计算结果是判断节点重要性最常用的参考值之一,较好的体现了节点的传播能力。 适用场景 k核算法(k-core)适用于社区发现、金融风控等场景。 参数说明 表1 k核算法(k-core
单源最短路算法(SSSP) 概述 单源最短路算法(SSSP)计算了图论中的一个经典问题,给出从给定的一个节点(称为源节点)出发到其余各节点的最短路径长度。 适用场景 单源最短路算法(SSSP)适用于网络路由、路径设计等场景。 参数说明 表1 单源最短路算法(SSSP)参数说明 参数
动态图 时间轴设置 群体演化 动态拓展 时序路径 父主题: 访问图和分析图
管理面API(V1) 系统管理API 图管理API 备份管理API 元数据管理API 任务中心API 父主题: 历史API
图解图计算技术
图1 查看代码示例 图2 SDK信息 生成SDK代码示例 进入API Explorer,产品选择“图引擎服务”。
使用业务面SDK 下载与安装SDK 初始化参数 Java SDK Python SDK
action_id=execute-analysis 指定某个起始节点id,结合消息传递时间递增和BFS遍历顺序(Temporal BFS算法),搜索周围与之相关联的点,输出对应各节点的到达时间,以及与源起点之间的距离。
算法一览表 为满足用户各种场景需求,图引擎服务提供了丰富的基础图算法、图分析算法和图指标算法。算法简介如下表所示。
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,节点的标签按相似度传递给其他节点