Amazon Neptune
Serverlose Graphdatenbank und vollständig verwaltete Graphanalysen für überragende Skalierbarkeit und Verfügbarkeit
Neptune Database
Neptune-Analytik
Neptune Analytics ist eine Analytik-Engine zur schnellen Analyse großer Mengen an Graphdaten, um Erkenntnisse zu gewinnen und Trends in den in Amazon-S3-Buckets oder Neptune-Datenbanken gespeicherten Daten zu erkennen. Neptune Analytics verwendet integrierte Algorithmen, Vektorsuche und In-Memory-Computing, um Abfragen von Daten mit zig Milliarden von Beziehungen innerhalb von Sekunden auszuführen.
Vorteile
Leistung und Skalierung
Skalieren Sie Graphen mit unbegrenzten Eckpunkten und Edges und mehr als 100 000 Abfragen pro Sekunde für die anspruchsvollsten Anwendungen. Speicher skaliert auf bis zu 128 TiB pro Cluster und Leseskalierung auf bis zu 15 Replikate pro Cluster.
Große Mengen an Graphdaten analysieren
Gewinnen Sie schneller Erkenntnisse, indem Sie mithilfe integrierter Algorithmen innerhalb von Sekunden Graphdatensätze mit zig Milliarden Beziehungen analysieren. Führen Sie Ähnlichkeitssuchen für Vektoren durch, die zusammen mit Ihrem Graph für Gen-KI-Apps gespeichert sind.
Sicherheit der Analytik
Sichern Sie Ihre Anwendungen mit Features wie ACID-Transaktionen, automatisierten Backups (mit Neptune-Datenbank), Snapshots, zeitpunktbezogener Wiederherstellung, Verschlüsselung während der Übertragung und im Ruhezustand, Unterstützung für AWS Identity and Access Management (IAM) und AWS Key Management Service (AWS KMS).
Hohe Verfügbarkeit und Beständigkeit
Sorgen Sie für hohe Verfügbarkeit (99,99 % SLA) Ihrer Anwendungen und machen Sie Ihre Daten über drei Availability Zones (AZs) in einer AWS-Region hinweg dauerhaft. Verbessern Sie Ihren Notfallwiederherstellungsstatus und greifen Sie mit globale Amazon-Neptune-Datenbank auf lokale Lesevorgänge zu.
Anwendungsfälle
Personalisierung mit Customer 360
Erstellen Sie ganz einfach Profilgraphe mit 360-Grad-Ansicht Ihrer Kunden. Verbessern Sie die Kundenpersonalisierung, erhöhen Sie die Marketingrelevanz und verbessern Sie Ihre Analytik.
Betrugsmuster erkennen
Erstellen Sie Graphenabfragen für die Erkennung von Betrugsmustern nahezu in Echtzeit, indem Sie Beziehungen zwischen Personen, Orten und Transaktionen modellieren, um Beziehungen zu entdecken, die möglicherweise nicht offensichtlich sind.
Vorhersagen durch Machine Learning (ML) freisetzen
Amazon Neptune ML verwendet Graph Neural Networks (GNNs), um die Genauigkeit der meisten Vorhersagen für Graphen im Vergleich zu Vorhersagen mithilfe von Methoden ohne Die um über 50 % zu verbessern.
IT-Sicherheit verbessern
Proaktive Erkennung und Untersuchung der IT-Infrastruktur unter Verwendung eines mehrschichtigen Sicherheitsansatzes. Modellieren Sie Assets und Beziehungen, um zu sehen, wie die verschiedenen Dimensionen Ihrer IT-Umgebung zusammenspielen.