Funktionen von Amazon Neptune

Amazon Neptune Database Serverless ist eine On-Demand-Bereitstellungsoption, die die Datenbankkapazität automatisch an den Anwendungsbedarf anpasst. Neptune Database Serverless kann Graphdatenbank-Workloads sofort auf Hunderttausende von Abfragen skalieren. Neptune Serverless passt die Kapazität an, um genau die Menge an Datenbankressourcen bereitzustellen, die die Anwendung benötigt. Sie zahlen nur für die verbrauchte Kapazität und sparen so bis zu 90 % der Datenbankkosten im Vergleich zur Spitzenkapazität.

Neptune ist eine zweckgerichtete, leistungsstarke Graphdatenbank-Engine. Neptune speichert und navigiert effizient durch Graph-Daten und verwendet eine speicheroptimierte Scale-Up-Architektur, um eine schnelle Abfrageevaluierung über große Graphen durchzuführen. Mit Neptune Database können Sie entweder Gremlin, openCypher oder SPARQL verwenden, um leistungsfähige Abfragen auszuführen, die leicht zu verfassen sind und eine gute Leistung zeigen. Mit Neptune Analytics können Sie OpenCypher verwenden.

Mit wenigen Schritten in der AWS-Managementkonsole können Sie die Rechen- und Speicherressourcen, die Ihren Produktionscluster versorgen, nach oben oder unten skalieren. Mit Neptune Database können Sie skalieren, indem Sie neue Replikat-Instances der gewünschten Größe erstellen oder Instances entfernen. Skalierungsvorgänge bei der Datenverarbeitung dauern in der Regel nur wenige Minuten.

Neptune Database verwendet eine verteilte und gemeinsam genutzte Speicherarchitektur, die automatisch wächst, wenn Ihr Datenspeicher wachsen muss. Neptune-Daten werden in einem Cluster-Volume mit Multi-AZ-Hochverfügbarkeit gespeichert. Wenn ein Neptune-DB-Cluster erstellt wird, wird ihm ein einzelnes Segment von 10 GB zugewiesen. Wenn das Datenvolumen zunimmt und den derzeit zugewiesenen Speicherplatz übersteigt, erweitert Neptune automatisch das Cluster-Volumen durch Hinzufügen neuer Segmente. Ein Neptune-Cluster-Volume kann in den unterstützten AWS-Regionen außer China und GovCloud auf eine maximale Größe von 128 TiB anwachsen. Sie müssen in Hinblick auf zukünftiges Wachstum keine Überkapazitäten für die Speicherung bereitstellen.

Mit Neptune Database können Sie den Lese-Durchsatz erhöhen, um Anwendungsanforderungen mit großem Umfang zu unterstützen, indem Sie bis zu 15 Datenbank-Lesereplikate erstellen. Neptune Replikate nutzen denselben zugrunde liegenden Speicher wie die primäre Instance. So können die Kosten gesenkt und auf das Kopieren von Daten auf die Replikatknoten verzichtet werden. Dadurch wird größere Verarbeitungsleistung für Leseanforderungen freigesetzt und die Verzögerung bei der Replizierung reduziert – häufig bis in den einstelligen Millisekundenbereich. Neptune bietet zusätzlich einen einzelnen Endpunkt für Leseabfragen, sodass die Anwendung verbunden werden kann, ohne dass die Replikate nachverfolgt werden müssen, die hinzugefügt oder entfernt werden.

Die Fehlerfreiheit Ihrer Neptune-Datenbank und seiner zugrundeliegenden EC2-Instance wird fortlaufend überwacht. Wenn die Instance, die Ihre Datenbank antreibt, ausfällt, werden die Datenbank und die dazugehörigen Prozesse automatisch neu gestartet. Bei der Wiederherstellung durch Neptune ist keine potenziell langwierige Wiedergabe der Datenbank-Wiederholungsprotokolle erforderlich, sodass die für einen Neustart benötigte Zeit normalerweise 30 Sekunden oder weniger beträgt. Amazon Aurora isoliert auch den Puffercache der Datenbank von den Datenbankprozessen, sodass der Cache auch bei einem Neustart erhalten bleibt.

Bei Ausfall einer Instance automatisiert Neptune den Failover auf 1 von bis zu 15 Neptune-Replikate, die Sie in einer von drei Availability Zones erstellt haben. Falls keine Neptune Replikate bereitgestellt wurden, versucht Neptune bei einem Ausfall, eine neue Datenbank-Instance für Sie zu erstellen.

Für Neptune Database wird jeder 10-GiB-Chunk Ihres Datenbank-Volumes über drei Availability Zones hinweg stabil gemacht. Neptune Database ist fehlertolerant und verarbeitet transparent den Verlust von bis zu zwei Kopien der Daten ohne Beeinträchtigung der Schreibverfügbarkeit der Datenbank, und bis zu drei Kopien ohne Beeinträchtigung der Verfügbarkeit von Leseleistung. Der Speicher von Neptune Database repariert sich ebenfalls selbst: Datenblöcke und Festplatten werden kontinuierlich auf Fehler gescannt und automatisch ersetzt.

Mit der Backup-Funktion von Neptune Database können Sie eine zeitpunktbezogene Wiederherstellung für Ihre Instance durchführen. Sie erhalten so die Möglichkeit, für jede einzelne Sekunde innerhalb des Aufbewahrungszeitraums bis zu den letzten fünf Minuten eine Wiederherstellung Ihrer Datenbank vorzunehmen. Der Aufbewahrungszeitraum für automatische Sicherungen kann auf bis zu 35 Tage konfiguriert werden. Automatisierte Backups werden in Amazon S3 gespeichert, das für eine Beständigkeit von 99,999999999 % konzipiert ist. Sicherungen erfolgen in Neptune automatisch, inkrementell und fortlaufend, und haben keine Auswirkung auf die Leistung der Datenbank.

Datenbank-Snapshots sind vom Benutzer gestartete, in Amazon S3 gespeicherte Backups Ihrer Instance, die dort aufbewahrt werden, bis Sie sie ausdrücklich löschen. Sie verwenden die automatisierten inkrementellen Snapshots zur Reduktion des Zeit- und Speicherbedarfs. Sie können zu jedem beliebigen Zeitpunkt eine neue Instance aus einem Datenbank-Snapshot erstellen.

Die globale Amazon-Neptune-Datenbank wurde für global verteilte Anwendungen entwickelt, so dass eine einzige Neptune-Datenbank mehrere Regionen abdecken kann. Sie repliziert die graphischen Daten mit geringen Auswirkungen auf die Datenbankleistung, ermöglicht schnelle lokale Lesezugriffe in jeder Region mit einer niedrigen Latenzzeit und bietet eine Notfallwiederherstellung im Falle von regionalen Ausfällen.

Neptune Database wird in Amazon Virtual Private Cloud (Amazon VPC) ausgeführt. So können Sie Ihre Datenbank in Ihrem eigenen virtuellen Netzwerk isolieren und Ihre On-Premises IT-Infrastruktur mit den Branchenstandards entsprechenden verschlüsselten IPSec VPNs verbinden. Außerdem können Sie durch Verwendung der VPC-Konfiguration von Amazon Neptune die Firewall-Einstellungen festlegen und den Netzwerkzugriff auf Ihre Datenbank-Instances steuern.

Amazon Neptune ist in AWS Identity and Access Management (IAM) integriert und bietet Ihnen die Möglichkeit, die Aktionen zu steuern, die Ihre IAM-Benutzer und -Gruppen bei bestimmten Neptun-Ressourcen durchführen können, einschließlich Datenbank-Instances, Datenbank-Snapshots, Datenbankparametergruppen, Abonnements von Datenbankereignissen und Datenbank-Optionsgruppen. Außerdem können Sie Ihre Neptune-Ressourcen taggen und die Aktionen kontrollieren, die Ihre IAM-Benutzer und -Gruppen mit Ressourcengruppen durchführen können, die den gleichen Tag und Tagwert haben. Beispielsweise können Sie Ihre IAM-Regeln so konfigurieren, dass sichergestellt ist, dass Entwickler „Entwicklungs“-Datenbank-Instances ändern, aber nur Datenbankadministratoren „Produktions“-Datenbank-Instances ändern und löschen können.

Neptune bietet Benutzern, die mit IAM auf die APIs der Neptune-Datenebene mit IAM zugreifen, einen präzisen Zugriff gewähren, um Graphdaten-Aktionen wie das Lesen, Schreiben und Löschen von Daten aus dem Graphen sowie andere Aktionen wie das Starten und Überwachen von Neptune-ML-Aktivitäten und das Überprüfen des Status laufender Datenebene-Aktivitäten durchzuführen. Erstellen Sie zum Beispiel eine Richtlinie mit schreibgeschütztem Zugriff für Datenanalysten, die die Daten des Graphen nicht bearbeiten müssen, eine Richtlinie mit Lese- und Schreibzugriff für Entwickler, die den Graphen für ihre Anwendungen nutzen, und eine Richtlinie für Datenwissenschaftler, die Zugriff auf Neptune-ML-Befehle benötigen.

Neptune unterstützt Verschlüsselung während der Übertragung mit TLS Version 1.2. Neptune ermöglicht das Verschlüsseln Ihrer Datenbanken mit Schlüsseln, die Sie mit dem AWS Key Management Service (AWS KMS) erstellen und verwalten. Bei einer mit Neptune-Verschlüsselung ausgeführten Datenbank-Instance werden ruhende Daten sowie die automatischen Backups, Snapshots und Replikate desselben Clusters auf dem zugrunde liegenden Speicher verschlüsselt.

Mit Amazon Neptune können Sie Datenbank-Ereignisse mit minimalen Auswirkungen auf die Datenbankleistung protokollieren. Die Protokolle können später im Hinblick auf Datenbankverwaltung, Sicherheit, Governance, Einhaltung gesetzlicher Bestimmungen und sonstige Zwecke analysiert werden. Sie können die Aktivität auch überwachen, indem Sie Prüfprotokolle an Amazon CloudWatch senden.

Sie können mit Neptune beginnen, indem Sie eine neue Neptune-Datenbank-Instance oder Neptune-Analytics-Graph mit der AWS-Managementkonsole verwenden. Neptune-Datenbank-Instances sind mit einem geeigneten Satz an Parametern und Einstellungen für die gewählte Datenbank-Instance-Klasse vorkonfiguriert. Sie können eine Datenbank-Instance starten und Ihre Anwendung innerhalb von Minuten ohne weitere Konfigurationen damit verbinden. Datenbank-Parametergruppen bieten präzise Kontrolle und ermöglichen die Optimierung Ihrer Datenbank.

Neptune macht die Bedienung einer hochleistungsfähigen Graphdatenbank leichter. Mit Neptune müssen Sie keine benutzerdefinierten Indizes für Ihre Graph-Daten erstellen. Neptune bietet Einschränkungen bei Timeout und Speichernutzung, um die Auswirkungen von Abfragen zu verringern, die zu viele Ressourcen beanspruchen.

Neptune bietet Amazon-CloudWatch-Metriken für Ihre Datenbank-Instances. Mit der AWS-Managementkonsole können Sie über 20 wichtige Betriebsmetriken für Ihre Datenbank-Instances prüfen, etwa Datenverarbeitung, Arbeitsspeicher, Speicherung, Abfragendurchsatz und aktive Verbindungen.

Neptune hält Ihre Datenbank mit den neuesten Patches aktuell. Durch das Versionsmanagement für Datenbank-Engines können Sie kontrollieren, ob und wie Ihre Instance gepatcht wird.

Neptune kann Sie per E-Mail oder SMS über Datenbankereignisse wie automatischen Failover benachrichtigen. Über die AWS-Managementkonsole können Sie verschiedene Datenbankereignisse abonnieren, die mit Ihren Neptune-Datenbanken verknüpft sind.

Neptune unterstützt schnelle und effiziente Cloning-Verfahren, bei denen vollständige Datenbank-Cluster mit mehreren Terabyte innerhalb von Minuten geklont werden können. Cloning ist für eine Vielzahl von Zwecken nützlich, einschließlich der Anwendungsentwicklung, Tests, Datenbankaktualisierungen, Datenbank-Updates und die Durchführung analytischer Abfragen. Die sofortige Verfügbarkeit von Daten kann Ihre Software-Entwicklungs- und Aktualisierungsprojekte erheblich beschleunigen und die Analysen genauer machen.

Sie können eine Neptune-Datenbank mit ein paar Schritte in der AWS-Managementkonsole klonen, ohne die Produktionsumgebung zu beeinträchtigen. Der Klon wird über drei Availability Zones hinweg verteilt und repliziert.

Amazon Neptune ML wird von SageMaker unterstützt, die GNNs, eine speziell für Graphen entwickelte Technik des ML, verwendet, um schnelle und genauere Prognosen anhand von Graphdaten zu erstellen. Mit Neptune ML können Sie die Genauigkeit der meisten Vorhersagen für Graphen um mehr als 50 % verbessern, verglichen mit Vorhersagen, die mit Nicht-Graphen-Methoden erstellt werden.

Genaue Prognosen auf Graphen mit Milliarden von Beziehungen zu erstellen, kann schwierig und zeitaufwendig sein. Bestehende ML-Ansätze wie XGBoost können nicht effektiv auf Graphen arbeiten, da sie für tabellarische Daten ausgelegt sind. Folglich kann die Anwendung dieser Methoden auf Graphen viel Zeit in Anspruch nehmen, spezielle Kenntnisse von Entwicklern erfordern und suboptimale Prognosen liefern.

Die Vektorsuche macht es Ihnen leicht, erweiterte ML-Sucherlebnisse und Anwendungen für generative künstliche Intelligenz (generative KI) zu erstellen. Sie sollten die Vektorsuche verwenden, wenn Sie generative KI-Anwendungen erstellen möchten, die Daten in einer Anwendungsdomain kombinieren, und die Ähnlichkeitssuche auf Vektoreinbettungen. Die Vektorsuche über Graphdaten bietet Ihnen insgesamt niedrigere Gesamtbetriebskosten und einen einfacheren Verwaltungsaufwand, da Sie keine separaten Datenspeicher verwalten, Pipelines erstellen oder sich darum kümmern müssen, die Datenspeicher synchron zu halten.

Kunden, die generative KI-Anwendungen entwickeln, können die Vektorsuche verwenden, um ihre großen Sprachmodelle (LLMs) zu erweitern, indem sie Graphabfragen für domainspezifischen Kontext mit den Ergebnissen der Ähnlichkeitssuche nach dem nächsten Nachbarn mit geringer Latenz zu Einbettungen integrieren, die von LLMs importiert wurden, die in Amazon Bedrock gehostet werden, GNNs in GraphStorm oder anderen Quellen. Neptune ist in LangChain integriert, ein Open-Source-Python-Framework, das die Entwicklung generativer KI-Anwendungen mithilfe von LLMs erleichtert.

Property-Graphs sind beliebt, da sie den Entwicklern vertraut sind, die den Umgang mit relationalen Modellen gewöhnt sind. Die Traversal-Sprache Gremlin bietet eine Möglichkeit, Property-Graphs schnell zu durchlaufen. Amazon Neptune unterstützt das Property Graph-Modell mit der Open-Source-Sprache Apache TinkerPop Gremlin Traversal und bietet einen Gremlin Websockets-Server, der TinkerPop Version 3.3 unterstützt. Mit Neptune können Sie zügig schnelle Gremlin-Traversals über Property-Graphen erstellen. Vorhandene Gremlin-Anwendungen können Neptune problemlos nutzen, indem die Gremlin-Servicekonfiguration geändert wird, sodass sie auf eine Neptune-Instance verweist.

Resource Description Framework (RDF) ist beliebt, weil es eine flexible Modellierung komplexer Informations-Domains ermöglicht. Es stehen eine Reihe kostenloser oder öffentlicher Datensätze in RDF zur Verfügung, einschließlich Wikidata und PubChem, einer Datenbank für chemische Moleküle. Amazon Neptune unterstützt die Semantic Web Standards des W3C von RDF 1.1 und SPARQL 1.1 (Query and Update) und bietet einen HTTP REST-Endpunkt, der das SPARQL Protocol 1.1 implementiert. Mit Neptune können Sie einfach den SPARQL-Endpunkt für bestehende und neue Graph-Anwendungen verwenden.

Neptune unterstützt die Erstellung von Graphanwendungen mit openCypher, einer der derzeit beliebtesten Abfragesprachen für Entwickler, die mit Graphdatenbanken arbeiten. Entwickler, Geschäftsanalysten und Datenwissenschaftler schätzen die SQL-inspirierte Syntax von OpenCypher, weil sie eine vertraute Struktur zum Verfassen von Abfragen für Graphanwendungen bietet. Für Neptune Database können die Abfragesprachen OpenCypher und Gremlin zusammen für dieselben Eigenschaftsgraphdaten verwendet werden. Die Unterstützung für openCypher ist mit dem Bolt-Protokoll kompatibel, um weiterhin Anwendungen ausführen zu können, die das Bolt-Protokoll zur Verbindung mit Neptune verwenden.

Neptune unterstützt schnelle, parallele Massendateneinspielung für Property-Graph-Daten, die in S3 gespeichert sind. Sie können eine REST-Schnittstelle verwenden, um den S3-Ablageort für die Daten festzulegen. Diese Schnittstelle nutzt das CSV-Trennformat, um Daten in die Knoten und Edges zu laden. Weitere Informationen finden Sie in der Dokumentation zur Neptune-Property-Graph-Masseneinspielung.

Neptune unterstützt schnelle, parallele Massendateneinspielung für RDF-Daten, die in S3 gespeichert sind. Sie können eine REST-Schnittstelle verwenden, um den S3-Ablageort für die Daten festzulegen. Es werden die Serialisierungen N-Triples (NT), N-Quads (NQ), RDF/XML und Turtle RDF 1.1 unterstützt. Weitere Informationen finden Sie in der Dokumentation zur Neptune RDF-Masseneinspielung.

Neptune Analytics unterstützt Algorithmen zur Pfadfindung, zur Erkennung von Gemeinschaften (Clustering), zur Identifizierung wichtiger Daten (Zentralität) und zur Quantifizierung von Ähnlichkeiten. Algorithmen zur Pfadfindung ermitteln effizient die kürzeste oder optimalste Route zwischen zwei Knoten. Algorithmen zur Pfadfindung ermöglichen es Ihnen, reale Situationen wie Straßennetze oder soziale Netzwerke als miteinander verbundene Knoten und Edges zu modellieren. Das Finden der kürzesten oder optimalsten Pfade zwischen verschiedenen Punkten ist entscheidend für Anwendungen wie die Routenplanung für GPS-Systeme, die Logistikoptimierung und sogar für die Lösung komplexer Probleme in Bereichen wie Biologie oder Technik.

Algorithmen zur Erkennung von Gemeinschaften berechnen sinnvolle Gruppen oder Cluster von Knoten innerhalb eines Netzwerks und decken so verborgene Muster und Strukturen auf, die Einblicke in die Organisation und Dynamik komplexer Systeme geben können. Dies ist wertvoll in Bereichen wie der Analyse sozialer Netzwerke, der Biologie (zur Identifizierung funktioneller Module in Protein-Protein-Interaktionsnetzwerken) und sogar beim Verständnis des Informationsflusses und der Einflussausbreitung in verschiedenen Domains.

Zentralitätsalgorithmen helfen dabei, die einflussreichsten oder wichtigsten Knoten innerhalb eines Netzwerks zu identifizieren und bieten Einblicke in wichtige Akteure oder kritische Interaktionspunkte. Dies ist nützlich in Bereichen wie der Analyse sozialer Netzwerke, wo es hilft, einflussreiche Personen zu lokalisieren, oder in Verkehrsnetzen, wo es hilft, wichtige Knotenpunkte für effizientes Routing und Ressourcenzuweisung zu identifizieren.

Algorithmen zur Ähnlichkeit von Graphen ermöglichen es Ihnen, die strukturellen Ähnlichkeiten oder Unähnlichkeiten zwischen verschiedenen Graphstrukturen zu vergleichen und zu analysieren und so Einblicke in Beziehungen, Muster und Gemeinsamkeiten zwischen verschiedenen Datensätzen zu erhalten. Dies ist in verschiedenen Bereichen wie der Biologie (zum Vergleich molekularer Strukturen), sozialen Netzwerken (zur Identifizierung ähnlicher Gemeinschaften) und Empfehlungssystemen (zum Vorschlagen ähnlicher Elemente auf der Grundlage von Benutzerpräferenzen) von unschätzbarem Wert.

Neptune unterstützt über 20 internationale Konformitätsstandards, von FedRAMP (Moderate und High) bis SOC (1,2,3), und es ist außerdem HIPAA-fähig. Die vollständige Liste der Standards, mit denen Neptune konform ist, finden Sie im AWS-Services im Rahmen des Compliance-Programms.

Bei Neptune gibt es keine Vorabverpflichtung. Sie zahlen eine stündliche Gebühr für jede Instance, die Sie starten, oder für die Datenbankressourcen, die Sie für Serverless verbrauchen. Wenn Sie eine Datenbank-Instance nicht mehr benötigen, können Sie sie löschen. Sie müssen nicht als Sicherheitsspielraum Überkapazitäten für die Speicherung bereitstellen, und Sie zahlen nur für die tatsächliche Speichernutzung. Weitere Informationen finden Sie auf der Seite mit den Neptune-Preisen.