如何在 G6VP 可视化平台使用 GraphScope 引擎

简介: 如何在 G6VP 可视化平台使用 GraphScope 引擎

本文来源:支付宝体验科技公众号


GraphScope 已成为图可视化与分析平台 G6VP[1] 的后端引擎,本篇文章主要介绍如何部署 G6VP 与 GraphScope 并进行数据分析。


什么是 G6VP


G6VP 是由蚂蚁集团 AntV 图可视化小组开源的图可视化与分析平台。用户可以在 G6VP 中连接自己的数据,包括本地文件上传,或多种图数据库,并组装 G6VP 提供的丰富图可视化与分析资产,进行数据分析,或设计和开发出自己的图可视分析产品,嵌入到自己的系统当中。




G6VP 与 GraphScope 的部署


目前,G6VP 支持了 GraphScope 作为后端服务。由于 G6VP 没有可用的在线服务器,因此与 GraphScope 引擎和服务的集成部署需要基于 Docker 镜像。当前 G6VP 仅支持 GraphScope 中持久化图存储(Groot)和交互式查询引擎(GIE)的联合部署模式,后续会持续完成 GraphScope 中分析式计算引擎(GAE)等的对接,提供一站式高效的解决方案。


镜像部署


在这一步骤中,我们需要通过 Docker 部署 GraphScope 服务,并启动 G6VP HTTP 服务,需要注意的是,两个服务所在的机器网络需要相通。


首先需要拉取并启动镜像:


docker pull registry.cn-hongkong.aliyuncs.com/graphscope/graphscope-store:httpserver
#  启动镜像,过程中需要映射端口以保证后续的查询服务可用
# 12312: gremlin 查询端口
# 9527: http 服务端口
docker run -d -p 12312:12312 -p 9527:9527 registry.cn-hongkong.aliyuncs.com/graphscope/graphscope-store:httpserver


GraphScope 持久化存储容器启动成功后,会载入默认的数据集,如果你想导入自己的数据集,可参考 Groot 文档[2]。用户可以执行如下命令,检测容器是否正常运行:


// 注意服务器运行容器时,替换 localhost 地址为服务器 IP
curl http://localhost:9527/api/v1/graph


部署成功后,得到 GraphScope 引擎地址为 http://localhost:9527,在后面的「G6VP 接入 GraphScope 服务」步骤中将使用到。


启动 G6VP 代理服务


目前有两种方式来启动 G6VP 的代理服务:


  1. 使用二进制安装包直接启动


访问 G6VP 开源仓库,下载 gi-httpservices.tgz 文件[3]并解压,然后进入文件夹启动服务,在此之前请先确保本机电脑有 NodeJS 环境。


cd gi-httpservice
# make sure port 7001 is available
lsof -i:7001
npm run start


  1. 从源代码安装启动


在克隆 G6VP 代码后,进入 G6VP/packages/gi-httpservice 文件夹,并安装依赖,最后启动 httpservice:


git clone https://github.com/antvis/G6VP.git
cd G6VP/packages/gi-httpservice
npm install
npm run dev


此时,G6VP HTTP 服务启动完成,访问 http://localhost:7001/,(默认端口 7001),可以在控制台看到下面提示:


image.png


G6VP 接入 GraphScope 服务


连接 GraphScope 服务,首先需要填写上面步骤中得到的平台地址和引擎地址:


  • 平台地址:G6VP HTTP 服务地址,上文为 http://localhost:7001
  • 引擎地址:GraphScope 服务地址,上文为 http://localhost:9527

image.png

点击「开始连接」,若成功连接,右上方将出现下图提示,下方将出现「选择子图」 panel:

image.png

「选择子图」的下拉框中列举了该 GraphScope 服务中的所有子图名称,选择其中一个,然后在「数据名称」中为当前创建的 G6VP 数据集起一个名字,例子中起名为 “crew_graph”。再点击「进入分析」,即可创建数据集成功,页面将跳转到「数据集」模块,您将在数据集列表中看到刚刚创建的名为 “crew_graph” G6VP 数据集:

image.png

点击对应数据集右侧的电脑 icon,即使用该数据集创建工作簿,此时,页面跳转到新建工作簿页面,数据集和模版已为您填充好,在「工作簿名称」输入框为该工作簿起一个名称,然后点击「创建画布」,即可进入工作簿。

image.png

点击「创建画布」后,您将看到一个空白的画布,以及左侧的配置面板:

image.png


利用 G6VP 和 GraphScope 分析数据


经过上述步骤,我们已经完成了 GraphScope 的连接和数据、工作簿的创建,然后就可以在刚刚新建的工作簿中进行数据分析了。在工作簿中配置 Gremlin 查询资产,输入 Gremlin 查询语句,例如下图中的 g.V().limit(10),即可成功查询到数据:

image.png

如果目前节点和边的样式不符合您的要求,可以在「样式」中进行配置:

image.png

选择一个或多个节点,在节点的右键菜单中,选择「一度扩展」,进行该节点的邻居查询:

image.png

如果这个邻居扩散资产不符合需求,可以在左侧面板进行配置:

image.png

此外,用户可以使用过滤取来分析统计数据,我们提供了过滤器的智能推荐:

image.png

上面仅仅介绍了最为基础的功能,还有大量超酷的图分析资产可以在资产中心找到。


最后,别忘了保存刚刚配置完成的工作簿,下次进入 G6VP,就可以在工作簿列表中找到这个工作簿了。所有的数据信息、工作簿配置信息都存储在用户的电脑本地缓存,G6VP 不会获取任何用户数据信息。

image.png

如果您想将这个工作簿嵌入到您的系统当中,可以点击右上角的「开放」,有三种方式可以导出:

image.png

更多的用法和文档可以访问 G6VP 官方文档[4],如果有任何问题,都可以到 G6VP 的 GitHub [5]中提 issue。


结语


通过 G6VP 与 GraphScope 的联合部署,用户可以很简单地管理、创建图数据,并利用 GraphScope 的强大能力,执行各种图计算任务。未来 GraphScope 的更多计算引擎将与 G6VP 进行集成,尽情期待!感兴趣的读者可以点击【阅读原文】进入 G6VP 官方网站,访问更多内容。


参考资料


[1]G6VP: https://insight.antv.antgroup.com/
[2]Groot 文档: https://graphscope.io/docs/latest/storage_engine/groot
[3]gi-httpservices.tgz 文件: https://github.com/antvis/G6VP/blob/master/release/gi-httpservice.tgz
[4]G6VP 官方文档: https://www.yuque.com/antv/gi
[5]G6VP 的 GitHub : https://github.com/antvis/g6vp

相关文章
|
3月前
|
SQL 数据可视化 数据挖掘
零门槛!人人可用的开源 BI 工具!
【9月更文挑战第14天】在数据驱动时代,商业智能(BI)工具对企业和个人至关重要。然而,许多商业BI工具价格昂贵且有技术门槛。幸运的是,一些优秀的开源BI工具不仅功能强大,还零门槛,人人可用。本文介绍了开源BI工具的优势,包括成本低、灵活性高及社区支持,并推荐了Metabase和Superset两款工具。通过简单的安装配置、创建报表和仪表盘,以及分享与协作,用户可以轻松挖掘数据价值,做出明智决策。
252 16
|
3月前
|
编解码 数据可视化 前端开发
可视化大屏适配scale方案
本文介绍了一种使用CSS实现可视化大屏适配的方案。通过设置容器的`transform: scale()`属性,根据屏幕大小动态调整大屏内容的缩放比例,从而实现不同分辨率下的适配。文章提供了详细的实现方法,包括Vue组件的模板、逻辑和样式代码,并展示了实际效果的对比图。此外,还推荐了一个npm包`autofit.js`,用于简化大屏适配的实现。
84 1
可视化大屏适配scale方案
|
4月前
|
JSON 自然语言处理 API
对接开源大模型应用开发平台最佳实践
本文介绍如何使用OpenSearch LLM智能问答版对接大模型应用开发平台构建RAG系统。
426 8
对接开源大模型应用开发平台最佳实践
|
7月前
|
人工智能 前端开发 PyTorch
AI加速引擎PAI-TorchAcc:整体介绍与性能概述
PAI-TorchAcc(Torch Accelerator)是阿里云人工智能平台PAI开发的Pytorch上的大模型训练加速框架。PAI-TorchAcc提供了一套基于Pytorch的简洁、易用的接口,无需进行模型转换就可以无缝地接入HuggingFace上的模型,并用多种分布式策略进行训练加速。本文详细介绍PAI-TorchAcc的产品能力与性能。
|
存储 NoSQL 算法
阿里云GraphScope,全球最快图计算引擎!
阿里云GraphScope,全球最快图计算引擎!
257 0
|
机器学习/深度学习 人工智能 达摩院
开源!一文了解阿里一站式图计算平台GraphScope
随着大数据的爆发,图数据的应用规模不断增长,现有的图计算系统仍然存在一定的局限。阿里巴巴拥有全球最大的商品知识图谱,在丰富的图场景和真实应用的驱动下,阿里巴巴达摩院智能计算实验室研发并开源了全球首个一站式超大规模分布式图计算平台GraphScope,并入选中国科学技术协会“科创中国”平台。本文详解图计算的原理和应用及GraphScope的架构设计。
开源!一文了解阿里一站式图计算平台GraphScope
|
移动开发 数据可视化 JavaScript
从零设计可视化大屏搭建引擎
几个月前我写了一篇关于从零开发一款可视化大屏制作平台 的文章, 简单概述了一下可视化大屏搭建平台的一些设计思路和效果演示, 这篇文章我会就 如何设计可视化大屏搭建引擎 这一主题, 详细介绍一下实现原理。
417 0
|
运维 监控 数据可视化
阿里云IoT Studio升级版新增解决方案引擎 大幅提升方案交付效率
8月25日,阿里云发布IoT Studio升级版,新增了解决方案引擎,让设备方案商复用之前搭建的解决方案模板进行简单的定制化修改,即可交付。使整个物联网解决方案的交付过程由几个月,缩短到几小时,用户经济高效的完成物联网应用开发。
798 0
阿里云IoT Studio升级版新增解决方案引擎  大幅提升方案交付效率
|
缓存 分布式计算 数据可视化
Quick BI产品核心功能大图(四)Quick引擎加速:十亿数据亚秒级分析
随着数字化进程的深入,数据应用的价值被越来越多的企业所重视。基于数据进行决策分析是应用价值体现的重要场景,不同行业和体量的公司广泛依赖BI产品制作报表、仪表板和数据门户,以此进行决策分析。
818 0
|
监控 搜索推荐 数据可视化
Quick BI产品核心功能大图(五)移动端:让数据在更多业务场景中流通
将数据更好的融入日常工作中,一个重要的前提条件就是多端多渠道的数据触达和办公协同能力。 Quick BI凭借移动端交互体验,帮助用户随时随地便捷查看报表,并通过在线协同方式,追踪策略的执行落地。让数据在企业中流动起来,真正将数据贯穿在业务决策的过程中。
387 0
Quick BI产品核心功能大图(五)移动端:让数据在更多业务场景中流通

热门文章

最新文章