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
导出备份(2.3.16) 功能介绍 通过该API,您可以将GES图实例备份导出到OBS。 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/{proj
权限管理 创建用户并使用GES服务 策略权限 角色权限 云服务委托权限过大优化
元数据操作 图数据的格式 导入元数据 创建元数据 复制元数据 编辑元数据 查找元数据 删除元数据
6.25元/小时×336小时 = 2100元 由此可见,该GES图实例总共产生的费用为:2100元。 计费场景二 某用户于2023/08/18 14:00:00购买了一个按需计费的十亿边图,用了一段时间后,用户发现当前规格无法满足业务需要,于2023/08/20 10:00:0
清空数据 当导入了不需要的数据或者导入数据量过大,超过图规模时,可清空数据。 或通过Gremlin命令或Cypher命令误删除了数据,但不确定误删的数据有哪些,可以清空数据后重新导入。 清空数据操作将删除图所有的点、边数据,请谨慎操作。 清空数据的具体操作步骤如下: 登录图引擎服
删除图 如果已完成图数据的分析,您可以删除图以释放资源。 删除图,默认不保留图备份,相关备份也会被删除,数据无法恢复,请谨慎操作。 删除图的具体操作步骤如下: 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,选择需删除的图,在“操作”列选择“更多 > 删除”。
扩副本 在图规格不改变的情况下,提高只读请求的并发数。 暂不支持一万边图的扩副本。 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。 扩副本的具体操作步骤如下: 登录管理控制台。 对需要扩副本的图,在左侧导航栏中选
查看图任务 总览图 任务中心 查看监控数据 连接管理
监控 节点监控 性能监控 实时查询 历史查询 父主题: 运维监控
策略权限 策略说明 GES系统策略 GES自定义策略 GES请求条件 GES资源 父主题: 权限管理
查询schema 查看图的元数据,元数据中包含了标签(Label)和属性(Property)。 查询schema的具体操作步骤如下: 登录管理控制台。 在左侧导航栏中选择“图管理”,单击图管理操作列中的“更多 > 查询schema”,会弹出一个窗口显示当前图的元数据包含的标签(Label)。
lse, 默认为false。 false:会查询图实例2分钟内的指标。 true:会查询实时监控指标,请求响应在3-5秒之间。 with_performance_metrics 否 Boolean 是否查询性能指标,会返回图实例性能指标和各个节点的指标。取值为true或者fals
lse, 默认为false。 false:会查询图实例2分钟内的指标。 true:会查询实时监控指标,请求响应在3-5秒之间。 with_performance_metrics 否 Boolean 是否查询性能指标,会返回图实例性能指标和各个节点的指标。取值为true或者fals
Louvain算法 概述 Louvain算法是基于模块度的社区发现算法,该算法在效率和效果上都表现较好,并且能够发现层次性的社区结构,其优化目标是最大化整个社区网络的模块度。 适用场景 Louvain算法适用于社团发掘、层次化聚类等场景。 参数说明 表1 Louvain算法参数说明
创建图的方式 本章节为您介绍如何使用图引擎服务(GES)进行创建图。 有三种创建方式可供选择:自定义创建,行业图模板创建和创建动态图,系统默认使用自定义创建方式。 自定义创建图:您可以直接使用系统默认的创图方式,进行查询和分析图。 行业图模板创建图:您可以选择想要创建的模板,系统
配置图操作权限 图细粒度权限配置 用户组配置 用户详情
导入元数据 准备元数据 从本地或OBS导入数据 父主题: 元数据操作
擎根据网页(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。
变更图规格 图存储容量、计算能力或服务能力无法满足业务需求时,需要考虑对图进行变更规格。 暂不支持一万边图的规格变更。 变更规格以后所有索引(复合索引和全文索引)都需要重新创建。 变更图规格的具体操作步骤如下: 登录管理控制台,在左侧导航栏中选择“图管理”。 对需要变更规格的图,在“操作”列单击“更多
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