Recursos de Amazon Neptune

Videos

Serie de videos #GraphThat

Serie #GraphThat de Amazon Neptune Episodio 1 - Amtrak Network
Serie #GraphThat de Amazon Neptune Episodio 2 - Software Bill of Materials

Re:Invent 2023

AWS re:Invent 2023 - Amazon Neptune architectures for scale, availability, and insight (DAT406)
AWS re:Invent 2023 - Deep dive into Amazon Neptune Analytics & its generative AI capabilities (DAT325)
AWS re:Invent 2023 - Amazon Neptune Analytics: New capabilities for graph analytics & gen AI (DAT208)

Sesiones en Twitch

Otros

Amazon Neptune: Simplifying Graph Queries With LLMs and LangChain
Gráficos de seguridad

Security graphs with Amazon Neptune

Network Genius: Transforming Operations with Graph ML and generative AI

Cursos

Arquitectura de referencia de AWS

Hemos publicado el documento sobre arquitecturas de referencia de AWS con Amazon Neptune para que pueda tomar decisiones con fundamento sobre las distintas opciones relativas a modelos de datos de grafos y lenguajes de consulta, así como para proporcionar una referencia en cuanto a arquitecturas de implementación.

Publicaciones de blog

No se han encontrado publicaciones de blog en este momento. Consulte el Blog de AWS para conocer otros recursos.

Vea todas las publicaciones sobre Amazon Neptune en AWS Database Blog

 

Videos

Historias de clientes

Accenture: Natural Language Processing and Graph Databases for the Oil and Gas Industry (6:23)
Nike: A Social Graph at Scale with Amazon Neptune (7:00)
AWS re:Invent 2020: Building the post-cookie identity graph for marketing (30:48)
AWS re:Invent 2020: ADP’s next-generation platform powers dynamic teams with Amazon Neptune (26:02)
AWS re:Invent 2019: Real-world customer use cases with Amazon Neptune (30:25)
AWS re:Invent 2018: Building a Social Graph at Nike with Amazon Neptune (Cómo crear un grafo social de Nike con Amazon Neptune) (53:46)
AWS re:Invent 2018: Data & Analysis with Amazon Neptune: A Study in Healthcare Billing (48:49)
AWS re:Invent 2017: Amazon Neptune Overview and Customer Use Cases (1:00:56)

AWS re:Invent 2022

AWS re:Invent 2022 - Deep dive into Amazon Neptune Serverless (AWS re:Invent 2022: Sesión técnica sobre Amazon Neptune sin servidor) (53:04)
AWS Summit SF 2022 - Amazon Neptune: Using graphs to gain security insights (Cumbre de AWS-SF 2022: Amazon Neptune: Cómo utilizar grafos para obtener información de seguridad) (56:43)
AWS re:Invent 2021 - Real-world use cases with graph databases (AWS re:Invent 2021: Casos de uso reales con bases de datos de grafos) (31:25)

AWS re:Invent 2020

AWS re:Invent 2020: Deep Dive on Amazon Neptune (29:50)
AWS re:Invent 2020: New capabilities to build graph apps quickly with Amazon Neptune (26:54)

Presentaciones técnicas de AWS

AWS on Air 2020: AWS What’s Next ft. Amazon Neptune ML (24:05)
Build Event Driven Graph Applications with AWS Purpose-Built Databases (48:03)
Understanding Game Changes and Player Behavior with Graph Databases (50:21)
AWS DMS supports copying data from relational databases to Amazon Neptune (1:02:34)
Amazon Neptune: Build Applications for Highly Connected Datasets (32:33)
AWS Tel Aviv Summit 2018: How Amazon Neptune and Graph Databases Can Transform Your Business (38:39)
AWS re:Invent 2018: How Do I Know I Need an Amazon Neptune Graph Database? (46:12)

Casos prácticos de clientes

  • Audible for Business

    Una base de datos de grafos nos brinda más flexibilidad que los sistemas relacionales. Posiblemente, hubiéramos necesitado hacer un montón de uniones en nuestras tablas [con un modelo relacional], y eso habría causado mucha latencia a buena parte de nuestra lógica empresarial. Una base de datos de gráficos está optimizada para nuestro caso práctico. Amazon Neptune solucionó lo que estábamos intentando solucionar.

    Mayank Gupta, ingeniero de software, Audible for Business
    Lea el caso práctico »
  • Siemens

    metaphactory y Amazon Neptune permitieron a Siemens Energy crear un gráfico de conocimiento de turbinas y visualizar las conexiones entre partes similares en toda la flota de turbinas de gas. Amazon Neptune, un servicio de base de datos de gráficos administrado, encaja a la perfección con la estrategia de Siemens Energy IT, que da prioridad a la nube y se centra en la confiabilidad, la escalabilidad y en reducción del mantenimiento y la integración con su plataforma existente en Amazon Web Services (AWS).

    Lea el caso práctico »
  • Zerobase

    Elegimos Neptune porque su potente base de datos de grafos es segura, eficaz y compatible con el análisis. En nuestro modelo [de rastreo de contactos], cada nodo de usuario se conecta a un nodo de dispositivo. Cuando un dispositivo registra una ubicación, se establece una relación entre ese dispositivo y un elemento escaneable (un código QR), que se asocia a un lugar particular (una tienda física) y una organización vinculada (una entidad corporativa). Neptune nos permite almacenar esas relaciones tan ricas entre usuarios, registros y ubicaciones para obtener información sobre la propagación del virus.

    Aron Szanto, cofundador, Zerobase
    Lea el blog »
  • ADP

    Nos gusta el cifrado a nivel de aplicación además del cifrado a nivel de base de datos. Cuando usamos Amazon Neptune, los datos ya están cifrados antes de que lleguen a la base de datos y luego se vuelven a cifrar en reposo.

    Zaid Masud, Chief Architect de ADP's next gen HCM
    Lea el caso práctico »
  • Zeta Global

    Gracias a [Amazon] Neptune y a otras soluciones de AWS, generamos una plataforma de datos rentable a escala en un periodo muy breve.

    Ver el video

    Sasikala Singamaneni, gerente de Ingeniería, Zeta Global
    Vea el video »