Dokumentation

Die untenstehenden Links zur Dokumentation bieten einen Überblick über Amazon Neptune mit Anweisungen zur Verwendung der Funktionen in der AWS-Managementkonsole und der AWS-Befehlszeilenschnittstelle. Wir haben AWS-Referenzarchitekturen für die Verwendung von Graphdatenbanken veröffentlicht, um Ihnen bei der Auswahl von Diagrammdatenmodellen und Abfragesprachen zu helfen und Referenzarchitekturen bereitzustellen.

Funktionen – Übersicht
Best Practices
Laden von Daten für Gremlin
Datenzugriff über Gremlin
Laden von RDF-Daten für SPARQL
Datenzugriff über SPARQL

 

Kurs – Erste Schritte mit Amazon Neptune

(9 Stunden, Grundlagenkurs)

In dieser Videoreihe erfahren Sie mehr über die ersten Schritte mit Amazon Neptune. Sie lernen die Anwendungsfälle und Grundlagen von Neptune kennen, einschließlich der Erstellung und Verwaltung Ihres Clusters, der Erstellung der beliebten Graphen-Modelle Property Graph und RDF des W3C, des Schreibens von Abfragen mit Apache TinkerPop Gremlin und SPARQL, der Behebung von Leistungsproblemen und der Integration mit Tools und Services wie Elasticsearch und AWS Glue.

Den Kurs beginnen »

Blog-Beiträge

Zurzeit sind keine Blog-Beiträge vorhanden. Weitere Ressourcen finden Sie im AWS-Blog.

Alle Beiträge zu Amazon Neptune finden Sie im AWS-Blog zu Datenbanken

 

Videos

Kundenerfahrungen

Accenture: Die natürliche Sprachverarbeitung und Diagrammdatenbanken für die Öl- und Gasindustrie (6:23)
AWS re:Invent 2020: Die ADP-Plattform der nächsten Generation versorgt dynamische Teams mit Amazon Neptune (26:02)
AWS re:Invent 2018: Daten und Analyse mit Amazon Neptune: Eine Studie zur Abrechnung im Gesundheitswesen (48:49)
Nike: Ein Sozialdiagramm nach Maß mit Amazon Neptune (7:00)
AWS re:Invent 2019: Praxisbezogene Kundenanwendungsfälle mit Amazon Neptune (30:25)
AWS re:Invent 2017: Amazon Neptune – Übersicht und Kundenanwendungsfälle (1:00:56)
AWS re:Invent 2020: Erstellen eines Post-Cookie-Identitätsdiagramm für das Marketing (30:48)
AWS re:Invent 2018: Erstellen eines Sozialdiagramms bei Nike mit Amazon Neptune (53:46)

AWS re:Invent 2020

AWS re:Invent 2020: Detaillierte Einblicke in Amazon Neptune (29:50)
AWS re:Invent 2020:Neue Funktionen zum schnellen Erstellen von Graph-Apps mit Amazon Neptune (26:54)

AWS – Technische Diskussionen

AWS on Air 2020: Was als nächstes kommt. Amazon Neptune ML (24:05)
AWS DMS unterstützt das Kopieren von Daten aus relationalen Datenbanken nach Amazon Neptune (1:02:34)
AWS re:Invent 2018: Woher weiß ich, dass ich eine Amazon Neptune-Graphatenbank benötige? (46:12)
Erstellung ereignisgesteuerter Grafikanwendungen mit speziell für AWS entwickelten Datenbanken (48:03)
Amazon Neptune: Erstellen von Anwendungen für hochvernetzte Datensätze (32:33)
Spieländerungen und Spielerverhalten mit Grafikdatenbanken verstehen (50:21)
AWS Tel Aviv Summit 2018: Wie Amazon Neptune und Graphdatenbanken Ihr Unternehmen verändern können (38:39)

Kundenfallbeispiele

Capital One
"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

Fallstudie lesen »

Capital One

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.

Fallstudie lesen »

Enkidoo
"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

Blog lesen »

ADP logo
"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

Fallstudie lesen »

Zeta
"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

Video ansehen »

Standard Product Icons (Features) Squid Ink
Sehen Sie sich die Produktfunktionen an

Weitere Informationen zu Amazon Neptune-Funktionen.

Weitere Informationen 
Sign up for a free account
Für ein kostenloses Konto registrieren

Sie erhalten sofort Zugriff auf das kostenlose AWS-Kontingent. 

Registrieren 
Standard Product Icons (Start Building) Squid Ink
Beginnen Sie mit der Entwicklung in der Konsole

Beginnen Sie mit dem Erstellen von Amazon Neptune auf der AWS Management Console.

Anmeldung