图引擎服务 GES
图引擎服务 GES
- 最新动态
- 产品介绍
- 计费说明
- 快速入门
-
用户指南
- 如何使用图引擎服务
- 准备工作
- 权限管理
- 元数据操作
- 创建图
- 管理图
- 数据迁移
- 访问图和分析图
- 查看图任务
- 配置图操作权限
- 运维监控
- 套餐包管理
-
算法参考
- 算法一览表
- PageRank算法
- PersonalRank算法
- k核算法(k-core)
- k跳算法(k-hop)
- 最短路径算法(Shortest Path)
- 全最短路算法(All Shortest Paths)
- 带一般过滤条件最短路径(Filtered Shortest Path)
- 单源最短路算法(SSSP)
- 点集最短路(Shortest Path of Vertex Sets)
- 关联路径算法(n-Paths)
- 紧密中心度算法(Closeness Centrality)
- 标签传播算法(Label Propagation)
- Louvain算法
- 关联预测算法(Link Prediction)
- Node2vec算法
- 实时推荐算法(Real-time Recommendation)
- 共同邻居算法(Common Neighbors)
- 连通分量算法(Connected Component)
- 度数关联度算法(Degree Correlation)
- 三角计数算法(Triangle Count)
- 聚类系数算法(Cluster Coefficient)
- 中介中心度算法(Betweenness Centrality)
- 边中介中心度(Edge-betweenness Centrality)
- OD中介中心度(OD-betweenness Centrality)
- 单点环路检测(Single Vertex Circles Detection)
- 点集共同邻居(Common Neighbors of Vertex Sets)
- 点集全最短路(All Shortest Paths of Vertex Sets)
- 带一般过滤条件环路检测(filtered circle detection)
- 子图匹配(Subgraph Matching)
- 带过滤全对最短路径(Filtered All Pairs Shortest Paths)
- 带过滤全最短路径(Filtered All Shortest Paths)
- TopicRank算法
- 带过滤的n_paths算法(filtered_n_paths)
- 时序路径分析(Temporal Paths)
- 开发指南
-
API参考
- 使用前必读
- API概览
- 如何调用API
- 管理面API(V2)
-
业务面API
-
内存版
- 点操作API
- 边操作API
- 元数据操作API
- 索引操作API
- Gremlin操作API
-
算法API
- 执行算法(1.0.0)
-
算法API参数参考
- 算法公共参数
- pagerank算法(1.0.0)
- personalrank算法(1.0.0)
- k核算法(kcore)(1.0.0)
- k跳算法(k_hop)(1.0.0)
- 共同邻居(common_neighbors)(1.0.0)
- 点集共同邻居(common_neighbors_of_vertex_sets)(2.2.13)
- 关联预测(link_prediction)(1.0.0)
- 最短路径(shortest_path)(2.1.5)
- 全最短路(all_shortest_paths)(1.0.12)
- 带一般过滤条件最短路径(filtered_shortest_path)(2.2.4)
- 单源最短路(sssp)(1.0.0)
- 点集最短路(shortest_path_of_vertex_sets)(2.1.5)
- 关联路径(n_paths)(1.1.2)
- 带过滤的n_paths算法(filtered_n_paths)(2.2.22)
- 带过滤全对最短路径(filtered_all_pairs_shortest_paths)(2.2.17)
- 点集全最短路(all_shortest_paths_of_vertex_sets)(2.2.15)
- 带过滤全最短路径(filtered_all_shortest_paths)(2.2.17)
- 连通分量(connected_component)(1.0.0)
- 标签传播(label_propagation)(2.1.8)
- louvain算法(louvain)(2.2.1)
- node2vec算法(node2vec)(1.0.5)
- 实时推荐(realtime_recommendation)(2.2.21)
- 度数关联度(degree_correlation)(1.0.0)
- 三角计数(triangle_count)(1.0.0)
- 聚类系数(cluster_coefficient)(1.0.0)
- 紧密中心度(closeness)(1.0.0)
- 中介中心度算法(betweenness)(2.2.4)
- 边中介中心度(edge_betweenness)(2.2.4)
- OD中介中心度(od_betweenness)(2.2.4)
- 单点环路检测(single_vertex_circles_detection)(2.2.4)
- 带一般过滤条件环路检测(filtered_circle_detection)(2.2.15)
- 子图匹配(subgraph_matching)(2.2.16)
- topicrank算法(topicrank)(2.2.20)
- 动态图分析API
- 路径API
- 图统计API
- 图操作API
- 子图操作API
- Job管理API
- 自定义操作API
- Cypher操作API(2.2.16)
- Filtered-query API(2.2.13)
- Filtered-query V2(2.3.6)
- DSL查询API(2.3.14)
- 通过导入文件更新点边的指定属性(2.2.13)
- 通过读取文件删除点边(2.2.15)
- 运维监控API
-
持久化版
- 持久化版规格说明
- 点操作API
- 边操作API
- 元数据操作API
- 索引操作API
- HyG图管理API
-
HyG算法API
- 执行算法
-
算法API参数参考
- 算法公共参数
- pagerank算法
- personalrank算法(personalrank)
- k核算法(kcore)
- k跳算法(k_hop)
- 点集共同邻居(common_neighbors_of_vertex_sets)
- 最短路径(shortest_path)
- 全最短路(all_shortest_paths)
- 全对最短路径(all_pairs_shortest_paths)
- 单源最短路算法(sssp)
- 点集最短路(shortest_path_of_vertex_sets)
- 点集全最短路(all_shortest_paths_of_vertex_sets)
- 连通分量(connected_component)
- 三角计数算法(triangle_count)
- 紧密中心度算法(closeness)
- 中介中心度算法(betweenness)
- 边中介中心度(edge_betweenness)
- OD中介中心度(od_betweenness)
- 单点环路检测(single_vertex_circles_detection)
- topicrank算法(topicrank)
- louvain算法(louvain)
- Bigclam算法(bigclam)
- Cesna算法(cesna)
- infomap算法(infomap)
- 标签传播算法(label_propagation)
- 子图匹配算法(subgraph matching)
- 关联预测算法(link_prediction)
- n_paths算法(n_paths)
- 聚类系数算法(cluster_coefficient)
- 算法结果TXT格式说明
- 执行DSL算法
- DSL语法说明
- HyG Job管理API
- 原生算法API
- 图统计API
- 图操作API
- Job管理API
- Cypher操作API
- 交互式事务API
- 运维监控API
-
内存版
- 应用示例
- 权限策略和授权项
- 云监控服务监控指标说明
- 历史API
- 附录
- 常见问题
- 视频帮助
- 文档下载
- 通用参考
链接复制成功!
使用HyG算法分析图
GES服务为您提供了丰富的基础图算法、图分析算法和图指标算法,您可以使用图算法做关系分析等。
前提条件
前端创建持久化版图时,选择开启HyG计算引擎。
图1 HyG计算引擎

操作步骤
- 创建HyG图。
- 发送“POST /ges/v1.0/{project_id}/hyg/{graph_name}”,project_id为项目ID,graph_name为图数据库中已创建的图名。
- 在Request Header中增加“X-Auth-Token”。
- 在Request Body中传入参数如下:
{ "inEdge": true //图是否包含入边 }
- 查看请求响应结果。请求成功时,响应参数如下:
{ "result": "success" }
请求异常时,错误码请参见错误码。
- HyG图数据同步,将图数据库的数据同步到HyG计算引擎。
- 发送“POST /ges/v1.0/{project_id}/hyg/{graph_name}/sync”,project_id为项目ID,graph_name为图名。
- 在Request Header中增加“X-Auth-Token”。
- 在Request Body中传入参数如下:
{ "vertex": [], //点属性列表 "edge": [ { "property": [ "Rating" ], "label": "rate" } ] //边属性列表 }
- 根据JobId查看请求响应结果。请求成功时,响应参数如下:
{ "status": "complete", "result": "success" }
请求异常时,错误码请参见错误码。
如果对图数据库执行了增、删、改操作,使用该接口可以将图数据库的修改信息同步到HyG计算引擎。首次执行数据同步时,请求body里面的vertex和edge参数生效,后续执行数据同步,该参数默认跟首次指定的保持一致。
- 查询HyG图详情。
- 发送“GET /ges/v1.0/{project_id}/hyg/{graph_name}/summary”,project_id为项目ID,graph_name为图名。
- 在Request Header中增加“X-Auth-Token”。
- 查看请求响应结果。请求成功时,响应参数如下:
{ "data": { "inEdge": true, "idIndex": true, "policy": "oec", "updateTime": "2024-01-25 10:55:31", "vertex": [], "edge": [ { "label": "rate", "property": [ "Rating" ] } ], "vertexNum": 146, "edgeNum": 1659 }, "result": "success" }
请求异常时,错误码请参见错误码。
- 执行算法
- 发送“POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm”,project_id为项目ID,graph_name为图名。
- 在Request Header中增加“X-Auth-Token”。
- 在Request Body中传入参数如下(以pagerank为例)。
{ "algorithmName":"pagerank", "parameters":{ "alpha":0.85, "convergence":0.00001, "max_iterations":1000, "directed":true } }
- 根据JobId查看请求响应结果。请求成功时,响应参数如下:
{ "status": "complete", "data": { "outputs": { "data_offset": 0, "data_return_size": 147, "data_total_size": 147, "pagerank": [ { "38": 0.02115960730038959 }, { "13": 0.018535705068819635 }, { "7": 0.0166381431701182 }, … … ], "runtime": 0.022 } }, "result": "success" }
请求异常时,错误码请参见错误码。
- 删除HyG图。
- 发送“DELETE /ges/v1.0/{project_id}/hyg/{graph_name}”,project_id为项目ID,graph_name为图名。
- 在Request Header中增加“X-Auth-Token”。
- 根据jobId查看请求响应结果。请求成功时,响应参数如下:
{ "status": "complete", "result": "success" }
请求异常时,错误码请参见错误码。
父主题: 应用示例