

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

# Conexión a bases de datos de Amazon Neptune mediante la autenticación de IAM con Python

El `boto3` `neptunedata` el cliente proporciona la forma más sencilla de conectarse a un IAM-enabled Base de datos Neptune de Python. El cliente gestiona la firma de Signature Version 4 automáticamente, por lo que no es necesario que firme las solicitudes usted mismo.

## Requisitos previos
<a name="iam-auth-connecting-python-prereqs"></a>
+ Python 3.x
+ El `boto3` biblioteca: `pip install boto3`
+ AWS credenciales configuradas mediante cualquier método estándar (variables de entorno, AWS archivo de configuración, perfil de instancia o rol de ejecución de Lambda)
+ Una política de IAM que permite `neptune-db:*` acciones en su cúmulo de Neptuno

## Conectarse con las credenciales predeterminadas
<a name="iam-auth-connecting-python-default"></a>

Este enfoque funciona cuando `boto3` puede resolver las credenciales automáticamente, como en las instancias de Amazon Elastic Compute Cloud con perfiles de instancia, en AWS Lambda funciones, o con funciones configuradas AWS perfiles.

Sustituya la URL del punto final por la del punto final del clúster de Neptune.

**Gremlin y OpenCypher**

```python
import boto3
from botocore.config import Config

cfg = Config(retries={"total_max_attempts": 1, "mode": "standard"}, read_timeout=None)

neptune = boto3.client('neptunedata', config=cfg,
    region_name='{{us-east-1}}',
    endpoint_url='https://{{your-neptune-endpoint}}:8182')

# Gremlin
resp = neptune.execute_gremlin_query(gremlinQuery='g.V().limit(1)')
print(resp['result'])

# openCypher
resp = neptune.execute_open_cypher_query(openCypherQuery='MATCH (n) RETURN n LIMIT 1')
print(resp['results'])
```

**SPARQL**

El `boto3` `neptunedata` el cliente no admite actualmente SPARQL. Para enviar consultas de SPARQL a un IAM-enabled En la base de datos Neptune, firme las solicitudes manualmente mediante la versión 4 de Signature con el `botocore` las utilidades de firma de solicitudes y el `requests` biblioteca (`pip install boto3 requests`).

```python
import requests
from botocore.auth import SigV4Auth
from botocore.awsrequest import AWSRequest
from botocore.session import Session

endpoint = 'https://{{your-neptune-endpoint}}:8182'
region = '{{us-east-1}}'

query = 'SELECT ?s ?p ?o WHERE { ?s ?p ?o } LIMIT 1'

request = AWSRequest(method='POST', url=f'{endpoint}/sparql/',
    data={'query': query})
SigV4Auth(Session().get_credentials(), 'neptune-db', region).add_auth(request)

resp = requests.post(f'{endpoint}/sparql/', headers=request.headers,
    data={'query': query})
print(resp.json())
```

**nota**  
Este ejemplo usa `botocore.session.Session` para resolver AWS credenciales automáticamente a partir de variables de entorno, AWS archivos de configuración, perfiles de instancia o funciones de ejecución de Lambda. No es necesario establecer las credenciales de forma explícita.

## Uso de credenciales temporales
<a name="iam-auth-connecting-python-temp-creds"></a>

Para el acceso entre cuentas, las sesiones de tiempo limitado o como práctica recomendada de seguridad para evitar que las credenciales duren mucho tiempo, usa AWS STS para obtener credenciales temporales y crear un `boto3.Session`.

**Gremlin y OpenCypher**

```python
import boto3
from botocore.config import Config

sts = boto3.client('sts')
creds = sts.assume_role(
    RoleArn='arn:aws:iam::{{123456789012}}:role/{{NeptuneRole}}',
    RoleSessionName='neptune-session'
)['Credentials']

session = boto3.Session(
    aws_access_key_id=creds['AccessKeyId'],
    aws_secret_access_key=creds['SecretAccessKey'],
    aws_session_token=creds['SessionToken'],
    region_name='{{us-east-1}}'
)

cfg = Config(retries={"total_max_attempts": 1, "mode": "standard"}, read_timeout=None)

neptune = session.client('neptunedata', config=cfg,
    endpoint_url='https://{{your-neptune-endpoint}}:8182')

# Gremlin
resp = neptune.execute_gremlin_query(gremlinQuery='g.V().limit(1)')
print(resp['result'])

# openCypher
resp = neptune.execute_open_cypher_query(openCypherQuery='MATCH (n) RETURN n LIMIT 1')
print(resp['results'])
```

**nota**  
Las credenciales temporales caducan después de un intervalo específico (el valor predeterminado es 1 hora) y el cliente no las actualiza automáticamente. Para las aplicaciones que se ejecutan durante mucho tiempo, utilice en su lugar credenciales basadas en perfiles o perfiles de instancia.

**SPARQL**

Porque el `boto3` `neptunedata` el cliente no admite actualmente SPARQL, debe firmar las solicitudes manualmente con las credenciales temporales.

```python
import boto3
import requests
from botocore.auth import SigV4Auth
from botocore.awsrequest import AWSRequest
from botocore.credentials import ReadOnlyCredentials

sts = boto3.client('sts')
creds = sts.assume_role(
    RoleArn='arn:aws:iam::{{123456789012}}:role/{{NeptuneRole}}',
    RoleSessionName='neptune-session'
)['Credentials']

endpoint = 'https://{{your-neptune-endpoint}}:8182'
region = '{{us-east-1}}'

query = 'SELECT ?s ?p ?o WHERE { ?s ?p ?o } LIMIT 1'

request = AWSRequest(method='POST', url=f'{endpoint}/sparql/',
    data={'query': query})
SigV4Auth(ReadOnlyCredentials(
    creds['AccessKeyId'], creds['SecretAccessKey'], creds['SessionToken']
), 'neptune-db', region).add_auth(request)

resp = requests.post(f'{endpoint}/sparql/', headers=request.headers,
    data={'query': query})
print(resp.json())
```

## Using with AWS Lambda
<a name="iam-auth-connecting-python-lambda"></a>

En Lambda, la función de ejecución proporciona las credenciales automáticamente a través de `boto3`. El ejemplo de credenciales predeterminadas funciona sin modificaciones.

Para ver un ejemplo completo de Lambda con administración de conexiones y lógica de reintentos, consulte [AWS Lambda ejemplos de funciones para Amazon Neptune](lambda-functions-examples.md).