文件
下方的文件連結提供 Amazon Neptune 概觀，以及在 AWS 管理主控台和 AWS 命令列界面中使用各項功能的操作方法。我們已發布使用圖形資料庫的 AWS 參考架構，協助通知您對圖形資料模型和查詢語言的選擇以及提供參考部署架構。
功能概觀
最佳實務
載入 Gremlin 資料
透過 Gremlin 存取資料
載入 SPARQL RDF 資料
透過 SPARQL 存取資料
課程 – Getting Started with Amazon Neptune
(9 小時，基礎課程)
在這個影片系列中，您將了解如何開始使用 Amazon Neptune。您將了解各種 Neptune 使用案例和基本知識，包括建立和管理叢集、建立常用的圖形模型：屬性圖和 W3C RDF、使用 Apache TinkerPop Gremlin 和 SPARQL 撰寫查詢、排除效能問題，以及整合 Elasticsearch 和 AWS Glue 等工具和服務。
影片
客戶案例
AWS re:Invent 2020
AWS 技術講座
客戶案例研究
「圖形資料庫的彈性比關聯系統更高。我們可能需要在 [關聯模型中的] 資料表進行很多聯結，而這麼做會對許多商業邏輯造成很高的延遲。我們針對使用案例將圖形資料表最佳化。Amazon Neptune 解決了我們嘗試解決的問題。」
Audible for Business 軟體工程師 Mayank Gupta
metaphactory and Amazon Neptune 協助 Siemens Energy 打造渦輪機知識圖形，並將整組燃氣渦輪機中相似部件之間的連結視覺化。受管圖形資料庫服務 Amazon Neptune 非常適合 Siemens Energy IT 部門所推動的雲端優先策略，服務著重在可靠性、可擴展性、減少維護作業，並可在 Amazon Web Services (AWS) 上與其現有平台整合。
「我們選擇 Neptune 是因為這是強而有力的圖形資料庫，不僅安全、效能佳，而且適合分析。在我們的 [聯絡追蹤] 模型中，每個使用者節點都連接到裝置節點。當裝置在某個地點簽入時，即會在該裝置和可掃描的項目 (QR 碼) 建立邊緣，此邊緣會與特定網站 (實體商店) 和連線的組織 (公司實體) 建立關聯。Neptune 允許我們存放使用者、簽入和地點之間的多樣關係，以獲取與病毒蔓延相關的洞見。」
Zerobase 共同創辦人 Aron Szanto
「除了資料庫層級加密之外，我們也很喜歡應用程式層級加密。當我們使用 Amazon Neptune，資料抵達資料庫之前就已加密，之後會再靜態加密一次。」
ADP's next gen HCM 首席架構師 Zaid Masud
「利用 [Amazon] Neptune 和其他 AWS 服務，我們能夠在很短的時間內完成大規模且符合成本效益的資料平台。」
- Zeta Global 軟體工程經理 Sasikala Singamaneni
