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
批量边查(1.1.6) 功能介绍 根据批量边的起点、终点以及索引,查询这些边的详细信息,返回边的标签和属性等。 URI POST /ges/v1.0/{project_id}/graphs/{graph_name}/edges/action?action_id=batch-query
功能介绍 根据给定的indexName,IndexType等信息创建索引。目前支持的索引:复合索引。 复合索引有全局点索引(GlobalCompositeVertexIndex)和全局边索引(GlobalCompositeEdgeIndex)。复合索引可在label和property上创建索引,使用索引查询可以加快速度。
持久化的图暂不支持该功能。 只有2.3.16及以上版本的内存版的图支持该功能,低版本的图需要您先进行升级图操作,升级到最新版本再进行导出。 您需要先在“图管理”页面对图进行成功备份,让图出现在“备份管理”页面,具体操作请参考备份图。 在“备份管理”页面中,关联图的状态是运行中
在“备份管理”页面右上角,单击“导入”。 在弹出的对话框中,选择将要导入的图和存放备份图数据的OBS路径,单击“是”完成导入备份的图数据。 图1 导入备份数据 OBS导入路径请选择目录层级(文件夹),否则会导致导入备份失败。 任务下发成功后,可以在任务中心查看任务执行情况。 父主题: 备份图和恢复图
您可以通过图引擎编辑器对图进行分析和查询。其内置丰富的算法,供不同领域客户在不同场景使用;兼容Gremlin查询语言和Cypher查询语言,支持开放的API接口。简单易用,让零基础用户快速上手。 具体操作步骤如下: 登录图引擎服务管理控制台,左侧导航栏选择“图管理”。 在“图管理”页面,选择需要访问的图,单击“操作”列的“访问”。
扩副本(2.2.23) 功能介绍 扩副本能力允许动态扩容多个从节点,扩容的从节点可以处理读请求,从而提高读请求性能。 一万边和百亿边规格的图暂不支持扩副本。 进行扩副本操作后,不支持扩容图操作。 如果要对图进行扩容和扩副本两个操作,需要您先进行扩容图操作,再进行扩副本操作。 调试 您可以在API
在编辑器内,页面会弹出“时间轴设置框”,需要您设置以下参数: 这里设置的参数会同步设置群体演化和动态拓展模块内的参数。 开始时间属性值:用您导入或创建的元数据的属性作为动态图开始时间的属性名称,默认为startime,属性为date或long、int类型。 时间轴开始时间:动态分析图的开始时间(start),开始时间必须要小于等于结束时间。
持久化版的图在创建时,会自动升级为多图集群,一个图集群下可以包含多个图实例,不同的图实例可以分配不同的数据,方便用户同时对多个图数据进行分析。 进入图引擎编辑器,在页面左上角,可对图集群中的图实例进行管理,单击图集群名称旁的下拉框,进行图实例切换。 图1 多图管理 新增图和删除图
点属性列表:点属性列表,指定的属性需属于schema文件中的属性,如果列表为空,则不会导入点属性。 边属性列表:边属性列表,指定的属性需属于schema文件中的属性,如果列表为空,则不会导入边属性。 图5 数据导入 填写完成后,单击“确定”,导入后的数据会显示在HyG图信息详情里。
操作场景1:供电范围查询。 包含的子操作: 查找位于变电站中的母线。 查找某根母线的供电范围。 查找某根母线供电范围内的用户点。 操作步骤:您只需要单击运行键,如有弹框,在弹框内选择母线值,运行后即可在画布显示效果图。 操作场景2:停电故障分析。 包含的子操作: 从停电用户点回溯定位故障点。
调用API获取项目ID 项目ID可以通过调用查询指定条件下的项目信息API获取。 获取项目ID的接口为“GET https://{Endpoint}/v3/projects”,其中{Endpoint}为IAM的终端节点,可以从地区和终端节点获取。 接口的认证鉴权请参见管理面API构造请求。 响应
紧密中心度算法(Closeness Centrality)计算一个节点到所有其他可达节点的最短距离的倒数,进行累积后归一化的值。紧密中心度可以用来衡量信息从该节点传输到其他节点的时间长短。节点的“Closeness Centrality”越大,其在所在图中的位置越靠近中心。 适用场景 紧密中心度算法(Closeness
根据网页(节点)之间相互的超链接进行计算的技术,用来体现网页(节点)的相关性和重要性。 如果一个网页被很多其他网页链接到,说明这个网页比较重要,也就是其PageRank值会相对较高。 如果一个PageRank值很高的网页链接到其他网页,那么被链接到的网页的PageRank值会相应地提高。
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
果,详情参考Job管理API。 jobType String 执行该异步任务的jobType。 请求示例 (仅支持异步模式)导出满足过滤条件的边集合,关系类型过滤条件为rate,属性名称分别为Score和Datetime,导出路径为demo_movie/。 POST https:
果,详情参考Job管理API。 jobType String 执行该异步任务的jobType。 请求示例 删除满足过滤条件的边集合(仅支持异步模式),关系类型过滤条件为rate,属性名称分别为Score和Datetime。 POST https://{SERVER_URL}/ges/v1
关联预测算法(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。 适用场景 关联预测算法(Link Prediction)适用于社交网上的好友推荐、关系预测等场景。 参数说明 表1 关联预测算法(Link Prediction)参数说明
k跳算法(k-hop) 概述 k跳算法(k-hop)从起点出发,通过宽度优先搜索(BFS),找出k层与之关联的所有节点。找到的子图称为起点的“ego-net”。k跳算法会返回ego-net中节点的个数。 适用场景 k跳算法(k-hop)适用于关系发现、影响力预测、好友推荐等场景。 参数说明 表1
否 查询的起始节点ID集合 String - 标准csv格式,ID之间以英文逗号分隔,例如:["Alice","Nana"] n 否 枚举的满足过滤条件的圈的个数的上限 Integer [1,100000] 100 statistics 否 是否输出所有满足过滤条件的圈的个数 Boolean