Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Was ist Amazon Neptune?
Amazon Neptune ist ein schneller, zuverlässiger, vollständig verwalteter Graph-Datenbankservice, mit dem es ganz einfach ist, Anwendungen zu erstellen und auszuführen, die mit stark verbundenen Datensätzen arbeiten. Den Kern von Neptune bildet eine speziell entwickelte, hochleistungsfähige Graphdatenbank-Engine. Diese Engine ist für die Speicherung von Milliarden von Beziehungen und die Abfrage des Graphen mit einer Latenzzeit von Millisekunden optimiert. Neptune unterstützt die gängigen Property-Graph-Abfragesprachen Apache TinkerPop Gremlin und Neo4j OpenCypher sowie SPARQL, die RDF-Abfragesprache von W3C. Somit können Sie Abfragen erstellen, die effizient durch stark verbundene Datensätze navigieren. Neptune unterstützt Anwendungsfälle für Graphen wie Empfehlungs-Engines, Betrugserkennung, Wissensgraphen, Wirkstoffforschung und Netzwerksicherheit.
Die Neptune-Datenbank ist hochverfügbar mit Lesereplikaten, zeitpunktbezogener Wiederherstellung, kontinuierlicher Sicherung in Amazon S3 und Replikation über Availability Zones hinweg. Neptune stellt Datensicherheitsfunktionen bereit, einschließlich Unterstützung für eine Verschlüsselung im Ruhezustand und während der Übertragung. Neptune ist ein vollständig verwalteter Service, Sie müssen sich also keine Gedanken mehr über Datenbankverwaltungsaufgaben wie die Bereitstellung von Hardware, die Anwendung von Software-Patches, Setup, Konfiguration oder Sicherungen machen.
Neptune Analytics ist eine Analyse-Datenbank-Engine, die die Neptune-Datenbank ergänzt und schnell große Mengen an Graphdaten im Speicher analysieren kann, um Erkenntnisse zu gewinnen und Trends zu finden. Neptune Analytics ist eine Lösung für die schnelle Analyse vorhandener Graphdatenbanken oder Graphdatensätze, die in einem Data Lake gespeichert sind. Dabei werden gängige Algorithmen für die Graphanalyse und analytische Abfragen mit geringer Latenz verwendet.
Wenn Sie mehr über Amazon Neptune erfahren möchten, empfehlen wir Ihnen, mit den folgenden Abschnitten zu beginnen:
Wenn Sie noch keine Erfahrung mit Graphen haben oder noch nicht bereit sind, in eine vollständige Neptune-Produktionsumgebung zu investieren, erfahren Sie unter Erste Schritte, wie Sie Neptune-Jupyter-Notebooks zum Lernen und Entwickeln verwenden können, ohne dass Ihnen Kosten entstehen.
Bevor Sie mit dem Entwurf einer Datenbank beginnen, sollten Sie sich auch im GitHub-Repository AWS-Referenzarchitekturen für die Verwendung von Graphdatenbanken
Wichtige Servicekomponenten
Primäre DB-Instance – Unterstützt Lese- und Schreiboperationen und führt alle Datenänderungen im Cluster-Volume durch. Jeder Neptune-DB-Cluster verfügt über eine primäre DB-Instance, die für das Schreiben (d. h. Laden oder Ändern) von Graphdatenbankinhalten verantwortlich ist.
Neptune-Replikat – Stellt eine Verbindung zu demselben Speicher-Volume wie die primäre DB-Instance her und unterstützt nur Lesevorgänge. Jeder Neptune-DB-Cluster kann zusätzlich zur primären DB-Instance bis zu 15 Neptune-Replicas besitzen. Dies bewirkt eine hohe Verfügbarkeit durch das Lokalisieren von Neptune-Replicas in separaten Availability Zones und Verteilung der Last vom Lesen von Clients.
Cluster-Volume – Neptune-Daten werden im Cluster-Volume gespeichert, das auf Zuverlässigkeit und hohe Verfügbarkeit ausgelegt ist. Ein Cluster-Volume besteht aus Kopien der Daten in mehreren Availability Zones in einer einzelnen AWS-Region. Da Ihre Daten automatisch zwischen Availability Zones repliziert werden, sind Sie sehr lange beständig und es besteht eine geringe Wahrscheinlichkeit für Datenverlust.
Unterstützt Open-Graph-APIs
Amazon Neptune unterstützt Open-Graph-APIs sowohl für Eigenschaftsgraphen (Gremlin und OpenCypher) als auch für RDF-Graphen (SPARQL). Es bietet eine hohe Leistung für beide diese Graphmodelle und deren Abfragesprachen. Sie können das Property Graph (PG)-Modell wählen und auf denselben Graphen mit der OpenCypher-Abfragesprache und/oder der Gremlin-Abfragesprache zugreifen. Wenn Sie das standardmäßige W3C-RDF-Modell (Resource Description Framework) verwenden, können Sie auf Ihren Graphen über die standardmäßige SPARQL-Abfragesprache zugreifen.
Sehr sicher
Neptune stellt mehrere Sicherheitsebenen für Ihre Datenbank bereit. Sicherheitsfunktionen umfassen die Netzwerkisolierung mit Amazon VPC
Vollständig verwaltet
Mit Amazon Neptune müssen Sie sich keine Gedanken mehr über Datenbankverwaltungsaufgaben wie die Bereitstellung von Hardware, die Anwendung von Software-Patches, Setup, Konfiguration oder Sicherungen machen.
Sie können mit Neptune anspruchsvolle, interaktive Graphanwendungen erstellen, die Milliarden von Beziehungen in Millisekunden abfragen können. SQL-Abfragen für starke verbundene Daten sind komplex und schwer in der Leistung zu verbessern. Mit Neptune können Sie die beliebten Graph-Abfragesprachen Gremlin, openCypher und SPARQL verwenden, um leistungsstarke Abfragen auszuführen, die leicht zu verfassen sind und bei verbundenen Daten eine gute Leistung zeigen. Durch diese Funktion wird die Komplexität der Codes erheblich verringert, sodass Sie schnell Anwendungen erstellen können, die Beziehungen verarbeiten.
Neptune wurde entwickelt, um eine Verfügbarkeit von mehr als 99,99 % zu bieten. Es verbessert die Datenbankleistung und -verfügbarkeit durch die enge Integration der Datenbank-Engine in eine SSD-gestützte virtualisierte Speicherebene, die für Datenbank-Workloads entwickelt wurde. Neptune-Speicher ist fehlertolerant und repariert sich selbst. Festplattenausfälle werden im Hintergrund ohne Verlust der Datenbankverfügbarkeit repariert. Neptune erkennt Datenbankabstürze automatisch und startet neu, ohne dass eine Wiederherstellung nach einem Absturz oder die Neuerstellung des Datenbank-Caches erforderlich ist. Fällt die gesamte Instance aus, führt Neptune automatisch einen Failover zu einem der bis zu 15 Lesereplikate durch.
