Introducción a Amazon Neptune

Las bases de datos de gráficos, como Amazon Neptune, están diseñadas especialmente para almacenar y examinar relaciones. Presentan ventajas con respecto a las base de datos relacionales para casos de uso como las redes sociales, los motores de recomendaciones y la detección de fraudes, donde necesita crear relaciones entre los datos y consultarlas rápidamente. Si deseara crear estos tipos de aplicaciones mediante una base de datos relacional, tendría que superar numerosas complicaciones. Para empezar, necesitaría varias tablas con varias claves externas. Las consultas SQL para examinar estos datos requerirían consultas anidadas y uniones complejas que pronto se volverían difíciles de manejar, y el rendimiento de las consultas empeoraría a medida que aumentara el tamaño de sus datos. En re:Invent 2018, presentamos un Acceso rápido a las bases de datos de gráficos que brinda más información y detalles al respecto.

Neptune utiliza estructuras de gráficos, como nodos (entidades de datos), bordes (relaciones) y propiedades, para representar y almacenar los datos. Las relaciones se almacenan como ciudadanos de primera clase del modelo de datos. Esto permite vincular directamente los datos de los nodos, lo que mejora drásticamente el desempeño de las consultas que navegan por las relaciones de los datos. El rendimiento interactivo a escala de Neptune permite una gran variedad de casos de uso de gráficos de forma efectiva.

Si ya tiene sus datos en un modelo de gráfico, es fácil comenzar a utilizar Amazon Neptune. Puede cargar los datos en formato CSV o RDF y comenzar a escribir consultas de gráficos con Gremlin de Apache TinkerPop, SPARQL u openCypher. Puede utilizar la documentación introductoria o ver la presentación técnica en línea de AWS a través de los siguientes enlaces. También hemos consolidado las prácticas recomendadas para Amazon Neptune. 

Si desea comprender cómo ver sus datos como un gráfico, hay una presentación de re:Invent 2018 sobre el análisis retrospectivo de las consultas y el modelo de datos de gráficos con Amazon Neptune, junto con el código de muestra disponible en GitHub.

Si está interesado en habilitar GraphQL para acceder a Amazon Neptune, hay una aplicación de ejemplo que muestra cómo utilizar AWS AppSync GraphQL y Amazon Neptune.

Si desea migrar a Amazon Neptune, hay una presentación de re:Invent 2018 sobre la migración a Amazon Neptune. También contamos con una utilidad para convertir los datos de GraphML al formato CSV de Neptune, y existe una biblioteca de Python para ayudar a escribir en Neptune desde trabajos de AWS Glue.