Documentation
Les liens vers la documentation ci-dessous fournissent de la documentation pour Neptune Database et Neptune Analytics :
Neptune Database
Neptune Analytics
Modèle de données du graphe de Neptune
Migration vers Neptune
Lequel dois-je utiliser ? Neptune Database ou Neptune Analytics
Algorithmes de graphe
Combinaison de la recherche de similarité vectorielle et de graphes pour les applications GenAI
Vidéos
Snackables
Amazon Neptune Snackables sont des vidéos courtes de 15 minutes sur divers sujets tels que Neptune sans serveur, les graphes de connaissances, les graphes de sécurité, les algorithmes de graphes, la recherche vectorielle et bien plus encore !
Série de vidéos #GraphThat
La série #GraphThat présente des spécialistes d'Amazon Neptune qui prennent des jeux de données publics et les convertissent en un modèle graphe optimisé pour Amazon Neptune.
- Localisation rapide sur le réseau ferroviaire Amtrak à l'aide d'Amazon Neptune
- Analyse de la nomenclature logicielle (SBOM) à l'aide d'algorithmes de graphes avec Amazon Neptune
Re:invent 2023
- AWS Re:invent 2023 - Architectures Amazon Neptune pour l'évolutivité, la disponibilité et la visibilité (DAT406)
- AWS Re:invent 2023 - Présentation approfondie d'Amazon Neptune Analytics et de ses fonctionnalités d'IA générative (DAT325)
- AWS Re:invent 2023 - Amazon Neptune Analytics : nouvelles fonctionnalités pour l'analyse de graphes et l'IA générative (DAT208)
Sessions Twitch
- Amazon Neptune : simplification des requêtes de graphes avec les LLM et LangChain
- Graphes de sécurité avec Amazon Neptune
Autres
Cours
AWS Tech Talks en ligne
Démarrez avec Amazon Neptune (7 vidéos, environ 9 heures)
AWS Workshop Studio
Créez votre première application graphique avec Amazon Neptune
AWS Skill Builder
- Présentation du service Amazon Neptune (5 minutes)
- Plan de formation Amazon Neptune (3 heures, 30 minutes)
Architecture de référence AWS
Nous avons publié les architectures de référence AWS utilisant Amazon Neptune pour vous aider à choisir les modèles de données graphiques et les langages d'interrogation, ainsi que pour fournir des architectures de déploiement de référence.
Projets et exemples Open Source
IA générative
- Intégration d'Amazon Neptune LlamaIndex
- Intégration d'Amazon Neptune LangChain pour SPARQL
- Intégration d'Amazon Neptune LangChain pour openCypher
Exploration graphique
Outils, utilitaires et exemples
- Client Gremlin pour Amazon Neptune
- Exemples d'applications d'Amazon Neptune (SageMaker, Recommendation, Visualization, ETL)
- Outils et fonctionnalités d’Amazon Neptune (conversion de données, exportation en vrac, AWS Glue)
- Plugin Amazon Neptune Nodestream
- Plugin SBOM Amazon Neptune Nodestream
- Exemple utilisant AWS AppSync GraphQL et Amazon Neptune
- Bibliothèque Amazon Neptune SigV4 Signing
- Client Gremlin sur Amazon Neptune avec SigV4 Signing
- Client SPARQL sur Amazon Neptune avec SigV4 Signing
- Pilote JDBC Amazon Neptune
- Kit SDK AWS pour pandas
Articles de blog
Aucun article de blog n'a été trouvé pour le moment. Consultez le blog AWS pour découvrir d'autres ressources.
Consultez tous les articles Amazon Neptune sur l'AWS Database Blog.
Vidéos
Témoignages de clients
AWS re:Invent 2022
AWS re:Invent 2020
AWS Tech Talks
Études de cas concrets
« Avec une base de données graphique, nous avons plus de flexibilité qu'avec les systèmes relationnels. Beaucoup de jonctions pourraient être nécessaires sur nos tables [dans un modèle relationnel] avec pour conséquence une latence importante de notre logique métier. Une base de données graphique est optimisée pour notre cas d'utilisation. Amazon Neptune nous a apporté la solution que nous recherchions ».
Mayank Gupta, spécialiste du génie logiciel – Audible for Business
metaphactory et Amazon Neptune ont permis à Siemens Energy de construire un graphe de connaissances des turbines et de visualiser les connexions entre des pièces similaires sur l'ensemble du parc de turbines à gaz. Amazon Neptune est un service de base de données graphiques géré qui s'inscrit parfaitement dans la stratégie orientée cloud de Siemens Energy IT dont les priorités sont la fiabilité, l'évolutivité, la réduction de la maintenance et l'intégration avec sa plateforme existante sur Amazon Web Services (AWS).
« La sécurité, la performance et la facilité d'analyse de Neptune sont autant de raisons pour lesquelles nous avons choisi cette puissante base de données graphique. Dans notre modèle [de recherche des contacts], chaque nœud d'utilisateur est connecté à un nœud de dispositif. Lorsqu'un appareil s'enregistre dans un lieu, une frontière se forme entre lui et un dispositif de « analysable » (un code QR) associé à un site particulier (un magasin physique) et à une organisation connexe (une personne morale). Neptune nous permet de stocker ces riches relations entre les utilisateurs, les enregistrements et les lieux pour en tirer des informations sur la propagation du virus ».
Aron Szanto, Cofondateur – Zerobase
« Nous apprécions le chiffrement au niveau de l'application en plus du cryptage au niveau de la base de données. Lorsque nous utilisons Amazon Neptune, les données sont déjà chiffrées avant d'atteindre la base de données, puis elles le sont à nouveau au repos. »
Zaid Masud, architecte en chef, HCM nouvelle génération d'ADP
« En tirant parti de [Amazon] Neptune et des autres services AWS, nous avons pu créer une plateforme de données rentable à grande échelle en très peu de temps ».
Sasikala Singamaneni, responsable du génie logiciel – Zeta Global
Découvrez-en plus sur les fonctionnalités d'Amazon Neptune.
Commencez à créer avec Amazon Neptune dans AWS Management Console.