Amazon Neptune 等圖形資料庫專門用於存放和導覽關係。相較於關聯式資料庫，在社交聯網、推薦引擎和詐騙偵測等需要在資料間建立關係以及快速查詢這些關係的使用案例中，圖形資料庫可提供較多優勢。而使用關聯式資料庫建立這些類型的應用程式時，必須克服多項挑戰才能成功。您需要多個表格和多個外部索引鍵。導覽這項資料的 SQL 查詢需要巢狀查詢和複雜的聯結，而這會造成使用上的不便，而且當您的資料隨著時間增加時，查詢的效果也會大打折扣。在 re:Invent 2018 中，我們呈現了進入圖形資料庫，其中提供更多資訊和細節。
Neptune 會使用節點 (資料實體)、邊緣 (關係) 和屬性等圖形結構來呈現及存放資料。關係是以資料模型第一優先公民的形式存放，如此可讓節點中的資料直接連結，以及大幅改善用於導覽資料關係之查詢的效能。Neptune 的大規模互動式效能可有效支援各式各樣的圖形使用案例。
如果您已將資料置於圖形模式下，則可輕鬆開始使用 Amazon Neptune。您可以載入 CSV 或 RDF 格式的資料，並開始使用 Apache TinkerPop Gremlin、SPARQL 或 openCypher 撰寫圖形查詢。您可以使用入門文件，或透過下面的連結檢視 AWS 線上技術講座。此外，我們還合併了 Amazon Neptune 的最佳實務。
如果您想要了解如何以圖形方式檢視您的資料，可參閱有關 Working Backwards to your Graph Data Model and Queries with Amazon Neptune 的 re:Invent 2018 簡報和 Github 上可用的範例程式碼。
如果您對啟用 GraphQL 來存取 Amazon Neptune 感興趣，則可參閱顯示如何使用 AWS AppSync GraphQL 和 Amazon Neptune 的範例應用程式。
如果您想要移轉至 Amazon Neptune，可參閱有關移轉至 Amazon Neptune 的 re:Invent 2018 簡報。我們還擁有將 GraphML 資料轉換為 Neptune CSV 格式的公用程式，而且還擁有可協助從 AWS Glue 任務寫入 Neptune 的 Python Library。
