实例讲解将Graph Explorer搬上JupyterLab

摘要：基于 Graph Explorer 在 Jupyter 上进行图探索，可以大大降低编码成本，丰富 JupyterLab 的数据表现力。

本文分享自华为云社区《将 Graph Explorer 搬上 JupyterLab：使用 GES4Jupyter 连接 GES 并进行图探索》，作者：蜉蝣与海。

GES4Jupyter 是一款可以在 JupyterLab 中连接访问 GES 并可视化的工具。工具中封装了部分 GES 业务面接口，并提供对返回数据的可视化能力。基于该工具在 Jupyter 上进行图探索，可以大大降低编码成本，丰富 JupyterLab 的数据表现力。

一、使用前准备

1. 华为云账号

在使用华为云服务之前您需要注册华为云帐号。通过此帐号，只需为使用的服务付费，即可使用所有华为云服务。

注册华为云账号步骤请点击：《华为云注册介绍》

注册成功后即可自动登录华为云，您需要完成 “实名认证” 才可以正常使用服务。

2. OBS 对象存储服务

OBS 即对象存储服务（Object Storage Service），GES 将 OBS 作为数据源导入数据。

数据若想导入图引擎服务 GES，需要先上传至 OBS。详情参考：华为云图引擎服务 GES 实战——创图

3. GES 图引擎服务

使用 GES4Jupyter 前，需要在图引擎服务控制台创建一个 GES 图实例，并且导入数据。本例中使用的数据源是新冠患者轨迹追溯数据集 v2，可以从 AI Gallery 中下载。详情参考：华为图引擎文档 - 快速入门和华为云图引擎服务 GES 实战 —— 创图

4. 获取调用 GES 业务面 API 必备的参数

调用 GES API 需要输入 token 鉴权信息，认证鉴权能力依赖华为云统一身份认证服务 IAM。获取 Token 需要用户名密码、图所在区域等信息。详情查看：华为图引擎文档 - 业务面 API 认证鉴权和调用 GES 服务业务面 API 相关参数的获取

二、使用 GES4Jupyter 连接 GES 服务

从华为云首页进入 ModelArts 控制台，点击 CodeLab 新建一个 Jupyter Notebook，并等待资源初始化完成。

新建一个 Notebook，使用下列代码获取 GES4Jupyter 程序和资源文件。

import moxing as mox
mox.file.copy('obs://obs-aigallery-zc/GES/ges4jupyter/beta/ges4jupyter.py', 'ges4jupyter.py')
mox.file.copy('obs://obs-aigallery-zc/GES/ges4jupyter/beta/ges4jupyter.html', 'ges4jupyter.html')

在 Notebook 中输入代码后，将该段文本配置为代码，然后点击左侧的运行按钮，并等待运行完成。

点击左上角的 “+” 号新建代码片段，输入下列代码段并运行，完成 GES4Jupyter 的初始化。

from ges4jupyter import GESConfig, GES4Jupyter, read_csv_config
eip = ''
project_id = ''
graph_name = ''
iam_url = ''
user_name = ''
password = ''
domain_name = ''
project_name = ''
port = 80
eip, project_id, graph_name, iam_url, user_name, password, domain_name, project_name, port = read_csv_config('cn_north_4_graph.csv')
config = GESConfig(eip, project_id, graph_name, iam_url = iam_url, user_name = user_name, password = password, domain_name = domain_name,project_name = project_name,port = port)
ges_util = GES4Jupyter(config, True);

上面代码中涉及的字段含义基本分为两大类，简单介绍下：

用于构造 API 的参数：eip，projectId，graph_name, port 这四个参数都参与构造了业务面请求的 url。eip 与 graph_name 两个参数在创图时容易获得，port 参数默认为 80，开启安全模式时为 443，关于 projectId，可参考图引擎官网文档 - 获取项目 id，从图控制台根据图所属的区域来获取项目 id。
用于在请求 API 前获取 token 的参数：iam_url, user_name, password, domain_name,project_name，GES4Jupyter 会使用这四个参数获取 token，进而在使用 api 时进行鉴权，相关参数获取请参考：华为图引擎文档 - 业务面 API 认证鉴权和调用 GES 服务业务面 API 相关参数的获取

除了手动输入这部分参数，也可以将参数构造为一个 csv 文件上传至 CodeLab 平台，而后执行图示 read_csv_config 方法，一键获取所有参数。

如图为一个区域为北京四的图的示例文件，关键信息（如 ip、projectId、图名、账户名、密码、iam 子账号名）通过马赛克隐藏。

对于新创的图，使用下列代码段可以创建点边索引，方便使用 cypher：

print('开始创建点索引:')
job_id = ges_util.build_vertex_index()
job_result = ges_util.get_job(job_id)
if 'errorCode' not in job_result:for i in range(100):if job_result['status'] == 'success':breakelse:time.sleep(1)job_result = ges_util.get_job(job_id)
print('点索引创建完成')
print('开始创建边索引:')
job_id = ges_util.build_edge_index()
job_result = ges_util.get_job(job_id)
if 'errorCode' not in job_result:for i in range(100):if job_result['status'] == 'success':breakelse:time.sleep(1)job_result = ges_util.get_job(job_id)
print('边索引创建完成')

如果图比较大，且没有基于 label 过滤方面的诉求，也可以关闭 cypher 的索引开关。

ges_util.cypher_query("call dbms.parameter('needNodeIndex', false)");
ges_util.cypher_query("call dbms.parameter('needEdgeIndex', false)");

执行 summary 方法可以看到点边分布：

三、使用 GES4Jupyter 调用业务面接口并进行可视化

GES4Jupyter 支持调用 cypher 语句，并可视化 cypher 的结果。在初始化完成 GES4Jupyter 后，使用下列代码可以执行并可视化 cypher 查询：

cypher_result = ges_util.cypher_query("match (n)-[r]->(m) return n,r,m limit 10",formats=['row','graph']);
ges_util.format_cypher_result(cypher_result)

在 Notebook 中输入该段代码，点击运行，可以看到 Notebook 中效果：

同时，工具还提供了其他选项卡，不仅可以看到可视化 Graph 结构，还可以看到表格数据、以及原始的 json 数据。

GES4Jupyter 也提供了能力对 gremlin 语言返回的点边数据进行可视化。

gremlin_result = ges_util.gremlin_query("g.V().outE().bothV().path().limit(2)");
ges_util.format_gremlin_result(gremlin_result)

同时，对于 ges 的 path-query 接口，当返回数据为 tree 格式时，GES4Jupyter 也能提供较好的支持。

result = ges_util.path_query({"repeat": [{"operator": "bothV","vertex_filter": {"property_filter": {"leftvalue": {"id": ""},"predicate": "NOTIN","rightvalue": {"value": ["北京"]}}}}],"until": [{"vertex_filter": {"property_filter": {"leftvalue": {"id": ""},"predicate": "=","rightvalue": {"value": ["额济纳旗"]}}}}],"times": 5,"queryType": "Tree","vertices": ["北京病例2"]})
ges_util.format_path_query(result)

四、图引擎官网有更多案例可以使用 GES4Jupyter 上手体验

本文的数据集取自华为云图引擎官网 “新冠患者轨迹追溯” 数据集，notebook 代码取自 “新冠患者轨迹追溯” 案例，在图引擎官方网站上，还有其他动手实践案例，配套 ModelArts 的 CodeLab，可以实现 “开箱即用”，提供丰富的场景和大家一起认识图、了解图、使用图。

参考项目：https://github.com/merqurio/neo4jupyter

点击关注，第一时间了解华为云新鲜技术~