Amazon Neptune 文档

简介 

使用Amazon Neptune，您可以创建先进的交互式图形应用程序。SQL queries高度互连数据比较复杂，并且很难调整以提高性能。而Amazon Neptune使您可以使用流行的图形查询语言Apache TinkerPop Gremlin和W3C的SPARQL运行强效的查询，这类查询能够针对互连数据实现很好的执行效果。Amazon Neptune旨在实现将数据库引擎与采用SSD并且专为处理数据库工作负载而构建的虚拟化存储层紧密集成，从而提高数据库的性能和可用性。Amazon Neptune的存储旨在具有容错能力并能自我修复，磁盘故障可在后台修复。Amazon Neptune旨在检测数据库崩溃并重新启动，无需进行崩溃恢复或重新构建数据库缓存。您可以在Neptune控制台中启动Amazon Neptune数据库实例。Amazon Neptune可增加存储空间并重新均衡I/O以提供一致的性能，无需进行超额预配置。     

性能和可扩展性 

图形查询吞吐量和延迟 

Amazon Neptune可存储和导航图形数据，并使用扩展的、内存中的已优化架构来支持对大型图形执行快速查询评估。通过Neptune，您可以使用Gremlin或SPARQL运行强效的查询。  

扩展数据库计算资源 

使用亚马逊云科技管理控制台，您可通过创建所需大小的新副本实例或删除实例，从而扩展或缩小计算和内存资源，以支持您的生产集群的扩展性。  

可扩展的存储 

Amazon Neptune旨在随着数据库存储需求的增长而增加数据库容量的大小。您无需为了满足未来增长需求，而为数据库预置多余存储空间。  

低延迟只读副本 

通过创建多达15个数据库只读副本，增加读取吞吐量以支持大量应用程序请求。Amazon Neptune副本与源实例共用同一个底层存储，从而消除在副本节点中执行写入操作的需要。这将释放更多的处理能力来支持读取请求并降低副本滞后时间。Neptune还为读取查询提供单个端点，因此，应用程序不必在添加和删除副本时对这些副本进行跟踪，即可建立连接。   

高可用性和持久性 

实例监控和修复 

Amazon Neptune数据库及其底层EC2实例的运行状况一直受到监控。Amazon Neptune在支持数据库的实例出现故障时，数据库和相关联的进程会自动重启而设计。执行Neptune恢复不需要重放数据库重做日志（重放可能会花费时间）。它还会将数据库缓冲缓存与数据库进程隔离。   

采用只读副本的多可用区部署 

实例出现故障时，Amazon Neptune旨在失效转移到您在三个可用区之一中创建的多达15个Neptune副本中的一个。如果未预配置任何Neptune副本，发生故障时，Neptune将尝试自动为您创建新的数据库实例。 

容错和自我修复型存储 

Amazon Neptune旨在使每10GB的数据库容量组块都能在三个可用区用六种方法进行复制。Amazon Neptune存储具有容错能力，旨在以透明方式应对多达两个数据副本丢失的情况，而不会影响数据库写入可用性，还能应对多达三个副本丢失的情况，而不影响读取可用性。Neptune存储设计为可以自我修复，将持续扫描数据块和磁盘是否存在任何错误，并且进行更换。   

备份和时间点还原 

Amazon Neptune的备份功能，旨在使您可以对实例进行时间点恢复。自动备份保留期最长可配置为35天。自动备份存储在Amazon S3中。  

数据库快照 

数据库快照是用户对您存储在Amazon S3中的实例进行的备份，将保留到您明确删除它们为止。它们使用增量快照来降低所需的时间和存储。您可以在需要时随时从数据库快照创建新实例。   

安全性 

网络隔离 

Amazon Neptune在Amazon VPC中运行，这使您可以将数据库隔离在您自己的虚拟网络中，并使用加密IPsec VPN与您的本地IT基础设施建立连接。Neptune的VPC配置旨在帮助您配置防火墙设置并控制对您的数据库实例的网络访问。   

资源级权限 

Amazon Neptune可与Amazon Identity and Access Management（IAM）集成，并使您能够控制您的Amazon IAM用户和组可以对特定Neptune资源（包括数据库实例、数据库快照、数据库参数组、数据库事件订阅、数据库选项组）执行的操作。另外，您还可以为Neptune资源添加标签，并控制您的IAM用户和组可以对一组具有相同标签（和标签值）的资源采取的操作。    

加密 

Amazon Neptune使您可以使用通过Amazon Key Management Service（KMS）创建和控制的密钥为您的数据库加密。  

高级审核 

Amazon Neptune旨在使您能够将数据库事件记录在日志中，且对数据库性能的影响很小。日志后续可以用于分析数据库管理、安全性、治理、合规性等等。您还可以通过将审核日志发送到Amazon CloudWatch来监控活动。  

托管 

可用性 

Neptune数据库实例为您所选择的数据库实例类配置了合适的参数和设置。您可启动数据库实例并连接应用程序，而无需进行其他配置。数据库参数组可以提供对数据库的精细控制和微调功能。   

可操作性 

借助Amazon Neptune，您无需基于您的图形数据创建自定义索引。Neptune旨在提供超时和内存限制等功能以降低资源消耗量过多的查询所造成的影响。  

监控和指标 

Amazon Neptune为您的数据库实例提供Amazon CloudWatch指标。您可以使用Amazon管理控制台查看适用于数据库实例的关键运行指标，其中包括计算、内存、存储、查询吞吐量以及活跃连接。   

自动软件修补 

Amazon Neptune旨在使用最新的补丁使您的数据库保持更新状态。您可以通过数据库引擎版本管理来控制是否修补您的实例以及何时修补。 

数据库事件通知 

Amazon Neptune旨在通过电子邮件或短信的方式通知您重要的数据库事件，如失效转移。您可以使用亚马逊云科技管理控制台订阅与您的Amazon Neptune数据库关联的不同数据库事件。  

数据库克隆 

Amazon Neptune支持克隆操作，以克隆数据库集群。克隆可用于实现许多目的，其中包括应用程序开发、测试、数据库更新以及运行分析查询。您可以在管理控制台中克隆Amazon Neptune数据库。克隆可以跨3个可用区分布和复制。    

并行批量数据加载 

Property Graph批量加载 

Amazon Neptune支持并行批量加载S3中存储的Property Graph数据。您可以使用REST接口来指定数据在S3中的位置。它使用CSV分隔格式将数据加载到节点和边缘。 

RDF批量加载 

Amazon Neptune支持并行批量加载S3中存储的RDF数据。您可以使用REST接口来指定数据在S3中的位置。N-Triples (NT)、N-Quads (NQ)、RDF/XML和Turtle RDF 1.1序列化均受支持。  

Amazon Neptune机器学习（ML） 

Amazon Neptune机器学习（ML）是一项Neptune新功能。它采用的图形神经网络（GNN）是一种专为图形而构建的机器学习技术，旨在通过使用图形数据更准确地进行预测。与使用非图形方法进行预测相比，使用Neptune机器学习可提高大多数图形预测的准确性。  

对具有数十亿关系的图形进行准确预测可能会很困难且耗时。现有的机器学习方法（例如XGBoost）无法有效作用于图形，因为它们旨在为表格数据而设计。因此，针对图形使用这些方法可能要耗费大量的时间，需要开发人员的专业技能并产生次优预测。  

通过使用亚马逊云科技提供的开源库——深度图形库（DGL），可以帮助用户将深度学习应用于图形数据，Neptune机器学习旨在为图形数据选择和训练最佳机器学习模型，并允许用户直接使用Neptune API在其图形上运行机器学习和查询。  

其他信息 

有关服务控制、安全特性及功能的其他信息，包括有关存储、检索、修改、限制和删除数据的信息，请参见 https://docs.amazonaws.cn/。以上链接包含的信息不构成光环新网关于亚马逊云科技（北京区域）的客户协议或西云数据关于亚马逊云科技（宁夏区域）的客户协议的“文档”的一部分，也不构成您与光环新网或西云数据之间就您使用亚马逊云科技中国区域服务达成的其他协议的任何部分。