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
件(2.2.1)。目前支持下列对象的返回: 点边单值属性、点边id、分组计数结果等值类型。 对于对象类型,目前的版本暂不支持导出,csv中视作空值处理。 Cypher事务(仅持久化版规格有效): 持久化版规格下Cypher支持事务,用户可以通过设置transactional为tr
件(2.2.1)。目前支持下列对象的返回: 点边单值属性、点边id、分组计数结果等值类型。 对于对象类型,目前的版本暂不支持导出,csv中视作空值处理。 Cypher事务(仅持久化版规格有效): 持久化版规格下Cypher支持事务,用户可以通过设置transactional为tr
String或List 返回的结果样式,样式可设置一个或多个。可选参数有“row”,”graph”, “raw”(2.2.27版本新增)。 includeStats 否 Boolean 控制返回结果是否携带增删改统计信息的开关,若不设置此字段,默认为不携带。 runtime 否 String
get_default_config() # 超时配置 # 将连接超时时间和读取超时时间统一设置为120秒 http_config.timeout = 120 # 将连接超时时间设置为60秒,读取超时时间设置为120秒 http_config.timeout = (60, 120) #
)。 标签:对一个点label设置一个或多个标签值(设置的多个标签之间是或的关系)。 点ID:相当于一个过滤条件,对一个点label添加点ID后,单击“查询”按钮,可将设置相同点ID的点label查询出来。 过滤条件:对点label的属性值进行设置。当前不支持多值类型属性过滤(多值:一个属性有多个属性值)。
强制启动一个图。 扩副本 2.2.23 POST /v2/{project_id}/graphs/{graph_id}/expand 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。 表3 备份管理API 名称 版本 URL 功能描述 查看所有备份列表 1
在新建数据迁移页面,接着填写信息,设置导入配置。 重复边处理:选择重复边处理策略(持久化版图仅支持覆盖或忽略重复边)。 开启重复边忽略Label:重复边定义是否包含label(持久化版图不涉及)。 开启离线导入:是否离线导入(离线导入期间图不可读不可写,持久化版图不涉及)。 图8 导入配置 设置存储路径配置。
如果您持有多个到期日不同的图实例时,可以将到期日统一设置到一个日期,便于日常管理和续费。 图5展示了用户将两个不同时间到期的资源,同时续费一个月,并设置“统一到期日”后的效果对比。 图5 统一到期日 更多关于统一到期日的规则请参见如何设置统一到期日。 父主题: 续费
执行重复的过滤条件列表,数组的每个元素分别对应每一层要做的查询和过滤条件。 图2 过滤条件列表 您需要设置以下参数: 跳数:想要过滤的条件数。 过滤条件:和跳数的数量相对应,即有几个跳数就有几个过滤条件。单击过滤条件框会弹出设置过滤条件的窗口,在窗口内输入过滤条件语法。 语法说明:has操作符用于判断属性
String target点名称。 index 否 Integer 边index。 若已设置属性信息,则忽略index值。 若未设置属性信息,则根据index值进行边的删除。 若属性信息和index值均未设置,则删除source、target之间所有的边。 label 否 String
当图较大时,运行betweenness较慢,可以设置seeds作为采样节点,进行近似运算,seeds节点越多越接近准确解。输入节点个数不大于100000。 - k 否 采样个数 Integer 当图较大时,运行betweenness较慢,可以设置k,算法将从图中随机选取k各点,进行采样运
定长字符串(需指定最大长度,用maxDataSize参数实现)。 说明: 您可以设置maxDataSize参数来限制该类型数据的最大长度,详见图_元数据示例。 只有single类型支持该数据类型。 如果是数据类型是字符串类型,建议设置为char array,比设置为string类型,导入速度快。 float float浮点类型(32位浮点)。
当图较大时,运行betweenness较慢,可以设置seeds作为采样节点,进行近似运算,seeds节点越多越接近准确解。输入节点个数不大于100000。 - k 否 采样个数 Integer 当图较大时,运行betweenness较慢,可以设置k,算法将从图中随机选取k各点,进行采样运
Neighbors of Vertex Sets) 可以得到两个点集合(群体集合)所共有的邻居(即两个群体临域的交集),直观的发现与两个群体共同联系的对象,如发现社交场合中的共同好友、消费领域共同感兴趣的商品、社区群体共同接触过的人,进一步推测两点集合之间的潜在关系和联系程度。 点集全最短路(All
代变化的绝对值累加和上限,当小于这个值时认为计算收敛,算法停止。 收敛精度(convergence)设置较大值时,迭代会较快停止。 注意事项 收敛精度(convergence)设置较大值时,迭代会较快停止。 示例 需要在图引擎编辑器的算法区内,选定该算法进行操作。具体操作详见使用算法分析图。
图1中所示:首先,用户需要在@pregel_type装饰器中指定点值类型(ntype)和消息类型(mtype),其中,mtype可以不进行设置,默认和ntype保持一致。然后用户需要在UserPregelAlgorithm中实现以点为中心的方法init和compute,其中,in
您需要定义Label名称,以及Label类型。单击Label名称下的“添加”增加属性,还可通过“上移”和“下移”操作对属性进行排序。属性设置参数信息如表1所示,其他元数据详情请参考图数据的格式。 一个元数据文件可定义多个Label,您可单击“添加Label”按需增加。 labe
当图较大时,运行betweenness较慢,可以设置seeds作为采样节点,进行近似运算,seeds节点越多越接近准确解。 k 否 Integer 采样个数,k不大于100000。 当图较大时,运行betweenness较慢,可以设置k,算法将从图中随机选取k各点,进行采样运算,k值越大约接近准确解。
当图较大时,运行精确betweenness较慢,可以设置seeds作为采样节点,进行近似运算,seeds节点越多越接近精确解。 k 否 Integer 采样个数,k不大于100000。 当图较大时,运行betweenness较慢,可以设置k,算法将从图中随机选取k各点,进行采样运算,k值越大约接近准确解。
单击“复制”。 在对应的元数据文件的“操作”列,单击“复制”。 定义元数据文件名称以及存储路径。 “名称”:复制后的元数据文件名称,仅需要设置名称,文件格式默认为xml。 “存储路径”:存储元数据文件的OBS路径。 “加密元数据”:默认关闭状态,是否对复制后的元数据进行加密。“密