Dokumentation
Die folgenden Links enthalten die Dokumentation für Neptune Database und Neptune Analytics:
Neptune Database
Neptune Analytics
Neptune Graph Data Model
Migration zu Neptun
Welches sollte ich verwenden – Neptune Database oder Neptune Analytics
Graphenalgorithmen
Kombination von Vektorähnlichkeitssuche und Graphen für Generative-KI-Anwendungen
Videos
Snackables
Amazon Neptune Snackables sind kurze 15-minütige Videos zu verschiedenen Themen wie Neptune Serverless, Wissensgraphen, Sicherheitsgraphen, Graphalgorithmen, Vektorsuche und mehr!
#GraphThat-Videoserie
In der #GraphThat-Serie nehmen Amazon-Neptune-Spezialisten öffentliche Datensätze auf und konvertieren sie in ein für Amazon Neptune optimiertes Graphenmodell.
- Schnelle Pfadfindung auf dem Amtrak-Schienennetz mit Amazon Neptune
- Analysieren von Software-Stücklisten (SBOM) mithilfe von Graphenalgorithmen mit Amazon Neptune
Re:invent 2023
- AWS re:Invent 2023 – Amazon-Neptune-Architekturen für Skalierung, Verfügbarkeit und Erkenntnisse (DAT406)
- AWS re:Invent 2023 – Tiefer Einblick in Amazon Neptune Analytics und seine generativen KI-Funktionen (DAT325)
- AWS re:Invent 2023 – Amazon Neptune Analytics: Neue Funktionen für Graphenanalysen und generierte KI (DAT208)
Twitch-Sitzungen
- Amazon Neptune: Vereinfachung von Graphenabfragen mit LLMs und LangChain
- Sicherheitsgraphen mit Amazon Neptune
Sonstige
Kurse
AWS Online Tech Talks
Erste Schritte mit Amazon Neptune (7 Videos, ca. 9 Stunden)
AWS Workshop Studio
Ihre erste Graph-Anwendung mit Amazon Neptune erstellen
AWS Skill Builder
- Einführung in den Amazon-Neptune-Service (5 Minuten)
- Amazon Neptune Learning Plan (3 Stunden, 30 Minuten)
AWS-Referenzarchitektur
Wir haben AWS-Referenzarchitekturen unter Verwendung von Amazon Neptune veröffentlicht, um Ihnen bei der Auswahl von Graphdatenmodellen und Abfragesprachen zu helfen und Referenz-Bereitstellungsarchitekturen zu bieten.
Open-Source-Projekte und -Beispiele
Generative KI
- Amazon-Neptune-LlamaIndex-Integration
- Amazon-Neptune-LangChain-Integration für SPARQL
- Amazon-Neptune-LangChain-Integration für openCypher
Erkundung von Graphen
Tools, Hilfsprogramme und Beispiele
- Gremlin-Client für Amazon Neptune
- Amazon-Neptune-Beispielanwendungen (SageMaker, Empfehlung, Visualisierung, ETL)
- Amazon-Neptune-Tools und -Hilfsprogramme (Datenkonvertierung, Massenexport, AWS Glue)
- Amazon-Neptune-Nodestream-Plugin
- Amazon-Neptune-Nodestream-Plugin
- Beispiel mit AWS AppSync GraphQL und Amazon Neptune
- Amazon Neptune-SigV4-Signaturbibliothek
- Amazon Neptune-Gremlin-Client mit SigV4-Signatur
- Amazon-Neptune-SPARQL-Client mit SigV4-Signatur
- Amazon-Neptune-JDBC-Treiber
- AWS SDK für Pandas
Blog-Beiträge
Alle Beiträge zu Amazon Neptune finden Sie im AWS-Blog zu Datenbanken
Videos
Kundenerfahrungen
AWS re:Invent 2022
AWS re:Invent 2020
AWS – Technische Diskussionen
Kundenfallbeispiele
"Eine Graph-Datenbank bietet uns mehr Flexibilität als die relationalen Systeme. Wir müssen in unseren Tabellen [in relationalen Modellen] ggf. viele Verknüpfungen erstellen, was zu einer hohen Latenz eines großen Teils unserer Geschäftslogik führen würde. Eine Graph-Datenbank ist für unseren Anwendungsfall optimal. Amazon Neptune war die Lösung für uns."
Mayank Gupta, Software Engineer – Audible for Business
metaphactory und Amazon Neptune versetzten Siemens Energy in die Lage, einen Wissensgraph für Turbinen zu erstellen und die Verbindungen zwischen ähnlichen Teilen in der gesamten Gasturbinenflotte zu visualisieren. Amazon Neptune ist ein verwalteter Graphdatenbank-Service, der perfekt zur Cloud-first-Strategie von Siemens Energy IT mit einem Schwerpunkt auf Zuverlässigkeit, Skalierbarkeit, Reduzierung von Wartung und Integration in die vorhandene Plattform auf Amazon Web Services (AWS) passt.
"Wir haben uns für Neptune entschieden, weil es eine leistungsstarke Graph-Datenbank ist, die sich durch Sicherheit, Leistung und Analysefreundlichkeit auszeichnet. In unserem [Kontaktnachverfolgungs]modell ist jeder Nutzerknoten mit einem Geräteknoten verbunden. Wenn sich ein Gerät an einem Standort anmeldet, wird zwischen diesem Gerät und einem scanbaren Asset (einem QR-Code) ein Edge gebildet, der mit einem bestimmten Standort (einem physischen Speicher) in einem verbundenen Unternehmen verknüpft ist. Mit Neptune sind wir in der Lage, diese umfassenden Beziehungen zwischen Nutzern, Anmeldungen und Standorten zu speichern, um Einblicke in die Ausbreitung des Virus zu erhalten."
Aron Szanto, Mitbegründer – Zerobase
"Zusätzlich zur Verschlüsselung auf Datenbankebene mögen wir auch eine Verschlüsselung auf Anwendungsebene. Wenn wir Amazon Neptune verwenden, sind die Daten bereits verschlüsselt, bevor sie in die Datenbank gelangen. Und dann werden sie im Ruhezustand erneut verschlüsselt.”
Zaid Masud, Chief Architect, Next Gen HCM von ADP
"Durch die Nutzung von [Amazon] Neptune und anderen AWS-Services können wir in sehr kurzer Zeit eine kosteneffiziente Datenplattform im großen Maßstab schaffen."
Sasikala Singamaneni, Sofware Engineering Manager, Zeta Global
Weitere Informationen zu Amazon Neptune-Funktionen.
Sie erhalten sofort Zugriff auf das kostenlose AWS-Kontingent.
Beginnen Sie mit dem Erstellen von Amazon Neptune auf der AWS Management Console.