Documentación
Los enlaces a la documentación que aparecen a continuación proporcionan documentación sobre Neptune Database y Neptune Analytics:
Neptune Database
Neptune Analytics
Neptune Graph Data Model
Migrating to Neptune
Which one should I use – Neptune Database or Neptune Analytics
Graph Algorithms
Combining Vector Similarity Search and Graphs for GenAI applications
Videos
Píldoras informativas
Las píldoras informativas de Amazon Neptune son videos cortos de 15 minutos sobre diversos temas, como Neptune sin servidor, los grafos de conocimiento, los grafos de seguridad, los algoritmos de grafos, la búsqueda vectorial y mucho más.
Serie de videos #GraphThat
La serie #GraphThat presenta a especialistas de Amazon Neptune que convierten conjuntos de datos públicos en un modelo gráfico optimizado para Amazon Neptune.
- Fast Pathfinding on the Amtrak Rail Network using Amazon Neptune
- Analyzing Software Bill of Materials (SBOM) using graph algorithms with Amazon Neptune
Re:Invent 2023
- AWS re:Invent 2023 - Amazon Neptune architectures for scale, availability, and insight (DAT406)
- AWS re:Invent 2023 - Deep dive into Amazon Neptune Analytics & its generative AI capabilities (DAT325)
- AWS re:Invent 2023 - Amazon Neptune Analytics: New capabilities for graph analytics & gen AI (DAT208)
Sesiones en Twitch
- Amazon Neptune: Simplifying Graph Queries With LLMs and LangChain
- Security graphs with Amazon Neptune
Otros
Cursos
Charlas técnicas en línea de AWS
Getting Started with Amazon Neptune (7 videos, alrededor de 9 horas)
AWS Workshop Studio
Build Your First Graph Application with Amazon Neptune
AWS Skill Builder
- Amazon Neptune Service Introduction (5 minutos)
- Amazon Neptune Learning Plan (3 horas y 30 minutos)
Arquitectura de referencia de AWS
Hemos publicado el documento sobre arquitecturas de referencia de AWS con Amazon Neptune para que pueda tomar decisiones con fundamento sobre las distintas opciones relativas a modelos de datos de grafos y lenguajes de consulta, así como para proporcionar una referencia en cuanto a arquitecturas de implementación.
Proyectos de código abierto y ejemplos
IA generativa
- Amazon Neptune LlamaIndex integration
- Amazon Neptune LangChain integration for SPARQL
- Amazon Neptune LangChain integration for openCypher
Exploración de grafos
Herramientas, recursos y ejemplos
- Gremlin client for Amazon Neptune
- Aplicaciones de ejemplo de Amazon Neptune (SageMaker, recomendación, visualización y ETL)
- Herramientas y recursos de Amazon Neptune (conversión de datos, exportación en bloque, AWS Glue)
- Complemento Nodestream de Amazon Neptune
- Complemento Nodestream SBOM de Amazon Neptune
- Ejemplo utilizando AWS AppSync GraphQL y Amazon Neptune
- Biblioteca de firmas SigV4 de Amazon Neptune
- Cliente de Gremlin de Amazon Neptune con firmas SigV4
- Cliente SPARQL de Amazon Neptune con firmas SigV4
- Controlador JDBC de Amazon Neptune
- AWS SDK para pandas
Publicaciones de blog
No se han encontrado publicaciones de blog en este momento. Consulte el Blog de AWS para conocer otros recursos.
Vea todas las publicaciones sobre Amazon Neptune en AWS Database Blog
Videos
Historias de clientes
AWS re:Invent 2022
AWS re:Invent 2020
Presentaciones técnicas de AWS
Casos prácticos de clientes
“Una base de datos de gráficos nos brinda más flexibilidad que los sistemas relacionales. Posiblemente, hubiéramos necesitado hacer un montón de uniones en nuestras tablas [con un modelo relacional], y eso habría causado mucha latencia a buena parte de nuestra lógica empresarial. Una base de datos de gráficos está optimizada para nuestro caso práctico. Amazon Neptune solucionó lo que estábamos intentando solucionar”.
Mayank Gupta, ingeniero de software, Audible for Business
metaphactory y Amazon Neptune permitieron a Siemens Energy crear un gráfico de conocimiento de turbinas y visualizar las conexiones entre partes similares en toda la flota de turbinas de gas. Amazon Neptune, un servicio de base de datos de gráficos administrado, encaja a la perfección con la estrategia de Siemens Energy IT, que da prioridad a la nube y se centra en la confiabilidad, la escalabilidad y en reducción del mantenimiento y la integración con su plataforma existente en Amazon Web Services (AWS).
“Elegimos Neptune porque su potente base de datos de gráficos es segura, eficaz y compatible con análisis. En nuestro modelo [de rastreo de contactos], cada nodo de usuario se conecta a un nodo de dispositivo. Cuando un dispositivo registra una ubicación, se establece una relación entre ese dispositivo y un elemento escaneable (un código QR), que se asocia a un lugar particular (una tienda física) y una organización vinculada (una entidad corporativa). Neptune nos permite almacenar esas relaciones tan ricas entre usuarios, registros y ubicaciones para obtener información sobre la propagación del virus”.
Aron Szanto, cofundador, Zerobase
“Nos gusta el cifrado a nivel de aplicación además del cifrado a nivel de base de datos. Cuando usamos Amazon Neptune, los datos ya están cifrados antes de que lleguen a la base de datos y luego se vuelven a cifrar en reposo”.
Zaid Masud, arquitecto jefe, ADP's next gen HCM
“Gracias a [Amazon] Neptune y a otro servicios de AWS, podemos generar una plataforma de datos rentable a escala en un período de tiempo muy breve”.
Sasikala Singamaneni, gerente de Ingeniería, Zeta Global
Obtenga más información sobre las características de Amazon Neptune.
Obtenga acceso instantáneo a la capa gratuita de AWS.
Comience a crear con Amazon Neptune en la consola de administración de AWS.