写点什么

使用 Amazon Neptune 构建基于图数据库的应用

  • 2019-12-23
  • 本文字数:1121 字

    阅读完需:约 4 分钟

使用 Amazon Neptune 构建基于图数据库的应用

在社交网络、推荐引擎和欺诈检测等应用场景中,您需要在数据之间创建关系并快速查询这些关系,此时,图数据库将比关系数据库更具优势。因为使用关系数据库构建这些类型的应用程序面临着许多挑战。您将需要创建多个具有多个外键的表,SQL 查询需要嵌套查询和复杂的联接,它们很快就会变得不灵活,而且随着数据量逐渐增加,查询的性能也会降低。


Amazon Neptune 是一个高性能图数据库,并对图的存储和查询进行了优化,可以存储数十亿个关系并将图形查询延迟降低到毫秒级。它也是一个托管的图数据库,能快速创建图数据库集群,减少了运维和管理图数据库的工作,让我们把工作重心放在业务开发和创新上。Amazon Neptune 支持常见的图形模型 Property Graph 和 W3C 的 RDF 及其关联的查询语言 Apache TinkerPop Gremlin 和 SPARQL,从而使您能够轻松构建查询以有效地分析高度互连数据集。它支持社交网络分析、建议引擎、欺诈检测、知识图谱、药物开发和网络安全等应用案例。


下面我们将一步步告诉大家如何创建和使用 Amazon Neptune。

1.创建 Amazon Netpune

我们可以登录 AWS Console,找到 Neptune 的界面,如下图:



选择点击 “Launch Amazon Neptune”的图标。会看到下面详细信息界面:



在此界面上可以指定是否在不同区域创建只读副本。只读副本不仅可以支持只读类型的工作负载,还可以提高集群的高可用性。当主实例出现故障,会自动故障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。输入完后点击 “Next”,进入网络和安全配置页面。



对于生产数据库,我们推荐用户将 Amazon Neptune 放在自己创建的 VPC 中,并且将数据库放在私有子网组中,访问数据库时可以通过 VPN 或堡垒机的方式在私有子网中维护您的数据库。另外通过安全组来设置访问客户端的端口及 IP 等。安全组是白名单的机制,意味着只有您设置的 IP 源及端口可以访问您的数据库,从而保障数据库的安全。


通过上面几个界面的操作,等待几分钟左右, Amazon Neptune 数据库集群成功。

2.设置访问 Amazon Neptune 数据库的安全组

数据库创建完后,需要设置安全组,让需要的客户端能够访问数据库。您可以在 Amazon Neptune 的界面上找当前安全组,并进行修改。如下图:



这里我内网的 IP 地址域是 172.31.0.0/16,因此设置的是所有内网的机器都能够访问我的数据库。要设置其它规则,和这个类似。

3.连接 Amazon Neptune

数据库集群建立好后,我们需要创建一个 EC2 实例作为客户端访问数据库。登录 AWS Console 并访问 EC2 服务,选择 Amazon Linux 作为客户端。



Amazon Linux 是列表中第二项。


本文转载自 AWS 技术博客。


原文链接:https://amazonaws-china.com/cn/blogs/china/using-amazon-neptune-build-application-based-on-graph-database/


2019-12-23 17:41828

评论

发布
暂无评论
发现更多内容

在线JSON转BigQuery工具

入门小站

工具

架构实战营模块2课后作业

墨宝

如何做一个区块链浏览器

Rayjun

区块链 区块链浏览器

王者荣耀商城异地多活架构设计

奔奔

ArgoCD 简明教程

Se7en

Linux之cat命令

入门小站

Linux

如何把新用户转化为活跃用户

石云升

AARRR 产品思维 28天写作 产品增长 12月日更

给弟弟的信第17封|拒绝自我感觉良好

大菠萝

28天写作

在不丢失数据的情况下处理屏幕旋转 - Android

坚果

android 28天写作 12月日更

模块三作业

Vincent

「架构实战营」

学习总结 2021.12.19

mj4ever

学习笔记

事业的智囊团,精神的后花园(19/28)

赵新龙

28天写作

第二周作业

cqyanbo

架构实战营模块二作业

lchx08

「架构实战营」

轻松容器化golang应用程序

xcbeyond

golang Docker 28天写作 12月日更

架构实战模块二作业

青青子衿

实用机器学习笔记十八:过、欠拟合

打工人!

机器学习 深度学习 算法 学习笔记 12月日更

项目已成为组织发展的必要手段、企业成长的发动机

Seven的代码实验室

项目管理

别做消费主义的祭品

mtfelix

模块7学习总结

Geek_1d37ea

架构实战营

微信朋友圈高性能架构

Only

架构实战营 「架构实战营」

=>符号使用场景

喵叔

28天写作 12月日更

MQTT X v1.7.0 正式发布:MQTT 5.0 支持最为完整的客户端工具

EMQ映云科技

物联网 IoT mqtt

-exec rm 与 xargs rm -rf 深度剖析

liuzhen007

28天写作 12月日更

作业作业作业作业作业作业作业作业作业作业作业作业作业作业作业作业作业作业作业作作业作业作业作业作业作业作业作业作业作业作业作业作业作业作业作业作业作业作业业作业作业作业作业作业作业作业作业作业作业作业作业作业

AUV

「架构实战营」

模块7作业

Geek_1d37ea

架构实战营

服务端质量保证体系(四) 测试环境治理

homber

服务端 质量保证 测试环境 签约计划第二季

元宇宙

圣迪

区块链 数字孪生 元宇宙 进化的力量 扩展现实

架构实战营模块二作业

zhongwy

架构实战营 「架构实战营」

圣诞节快到了,何不送给Ta一份程序员的浪漫

海拥(haiyong.site)

前端 代码中的浪漫 圣诞节 28天写作 12月日更

架构训练营第四期-作业2

supermenG

架构师训练营 4 期

使用 Amazon Neptune 构建基于图数据库的应用_文化 & 方法_亚马逊云科技 (Amazon Web Services)_InfoQ精选文章