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
GES的Gremlin实现不支持显式地使用Transactions。 使用feature函数可以看到当前支持的Gremlin特性,显示false表示GES服务不支持此特性,显示为true表示GES服务支持此特性,特性详情可参考Gremlin官网。 gremlin> graph.features() ==>FEATURES
条件过滤 为了方便用户对图数据的分析,可以通过设置条件过滤,对图数据进行进一步的过滤分析。 具体操作如下: 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。 单击绘图区右侧的,或者在绘图区,选中一个点,单击右键,选择“查看属性”,显示“条件过滤及属性”页面。 在“条件过滤及属性”区,设置条件,然后单击“过滤”。
ct"。 资源操作依赖OBS,需要拥有OBS OperateAccess策略。(OBS是全局服务,对应的OBS策略需要在全局服务下查找)。 GES ReadOnlyAccess 图引擎服务资源只读权限,拥有该权限的用户只能做一些资源查看类的操作如查看图列表、查看元数据和查看备份等。
子图匹配(Subgraph Matching) 概述 子图匹配(subgraph matching)算法的目的是在一个给定的大图里面找到与一个给定小图同构的子图,这是一种基本的图查询操作,意在发掘图重要的子结构。 适用场景 子图匹配(subgraph matching)算法适用于
属性编辑 属性页签可展示选中点或边的属性信息,也可对单个点或边的属性进行编辑。 属性编辑的操作如下: 在绘图区选中一个点或边,单击右键,选择“查看属性”,会在右侧显示“属性”页签,展示选中点边的属性信息。 若选中的点有多个标签(label),可单击label后的下拉框来查看其它label的属性信息。
三角计数算法(triangle_count) 功能介绍 根据输入参数,执行三角计数算法。 三角计数算法(Triangle Count)统计图中三角形个数。三角形越多,代表图中节点关联程度越高,组织关系越严密。 URI POST /ges/v1.0/{project_id}/hyg
子图匹配算法(subgraph matching) 功能介绍 根据输入参数,执行subgraph matching算法。 子图匹配(subgraph matching)算法的目的是在一个给定的大图里面找到与一个给定小图同构的子图,这是一种基本的图查询操作,意在发掘图重要的子结构。
图解图计算技术
进入API Explorer,产品选择“图引擎服务”。 单击任意API的“代码示例”,再单击“SDK信息”即可获取安装方式与使用说明。 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”。 “当前版本”可选v1和v2(推荐),
使用业务面SDK 下载与安装SDK 初始化参数 Java SDK Python SDK
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。 表1 算法一览表 算法 介绍 PageRank算法 又称网页排名,是一种由搜索引擎根据网页(节点)之间相互的超链接计算的技术,用来体现网页(节点)的相关性和重要性。
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
关联路径算法(n-Paths) 概述 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
绑定&解绑EIP 绑定EIP 如果需要通过公网访问GES服务,您可以通过绑定弹性公网IP(简称EIP)来实现。 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,选择需绑定EIP图,在“操作”列选择“更多”>“绑定EIP”。 在弹出的“绑定EIP”页面中,选择可用EIP。
图探索功能 提供图相关工具来探索图。 多标签图不支持图探索功能。 路径拓展 利用Filtered-query-API原理,对k跳过程进行逐层过滤,列出满足过滤条件的第k跳节点或边。Filtered-query接口说明可参考Filtered-query API。 在图引擎编辑器左侧
历史查询 在运维监控页面左侧导航栏单击“监控>历史查询”,进入历史查询页面,该页面展示了图实例历史上运行过的异步任务的详情(和业务面任务中心展示的一样)。 图1 历史查询页面 父主题: 监控
为了提高画布展示体验,您可以使用大图访问模式,对图数据进行处理和分析。 目前仅支持使用Cypher查询来进行大图访问和分析。 具体操作步骤如下: 登录图引擎服务管理控制台,在左侧导航栏中选择“图管理”。 在图管理页面,对需要进行分析的图,单击操作列中的“更多 > 大图访问”。 图1 大图访问 进入
k跳算法(k_hop) 功能介绍 根据输入参数,执行k跳算法。 k跳算法从起点出发,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中节点及其个数。 URI POST /ges/v1.0/{project
k核算法(kcore) 功能介绍 根据输入参数,执行K核算法。 K核算法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。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm
Bigclam算法(bigclam) 功能介绍 根据输入参数,执行BigClam算法。 BigClam算法是一种重叠社区发现算法,该算法将节点与社区之间的关系建模为一个二部图,假设图中节点的连边是根据社区关系生成的,其可以检测出图中的重叠社区。 URI POST /ges/v1.