ドキュメント
以下のドキュメントリンクは、Neptune データベースと Neptune Analytics のドキュメントを提供します:
Neptune Database
Neptune Analytics
Neptune グラフデータモデル
Neptune への移行
どちらを使うべきか — Neptune Database と Neptune Analytics
グラフアルゴリズム
GenAI アプリケーション向けのベクトル類似度検索とグラフの組み合わせ
動画
スナッカブル
Amazon Neptune Snackables は、Neptune サーバーレス、ナレッジグラフ、セキュリティグラフ、グラフアルゴリズム、ベクター検索など、さまざまなトピックに関する15分間の短い動画です。
#GraphThat ビデオシリーズ
#GraphThat シリーズでは、Amazon Neptune のスペシャリストが、公開されているデータセットを Amazon Neptune 用に最適化されたグラフモデルに変換することを特集しています。
リ・インヴェント 2023
- AWS re: Invent 2023-スケーリング、可用性、インサイトを実現する Amazon Neptune アーキテクチャ (DAT406)
- AWS re: Invent 2023 — Amazon Neptune Analytics とその生成 AI 機能 (DAT325) について詳しく知る
- AWS re: Invent 2023-Amazon Neptune Analytics: グラフ分析と生成 AI (DAT208) の新機能
Twitch セッション
その他
コース
AWS オンラインテクニカルトーク
Amazon Neptune 入門 (7 本の動画、約 9 時間)
AWS Workshop Studio
Amazon Neptune で初めてのグラフアプリケーションを構築する
AWS スキルビルダー
- Amazon Neptune サービスの紹介 (5分)
- Amazon Neptune ラーニングプラン (3 時間 30 分)
AWS リファレンスアーキテクチャ
Amazon Neptune を使用して AWS リファレンスアーキテクチャを公開しました。これは、お客様がグラフデータモデルやクエリ言語を選択する際に役立つだけでなく、リファレンスデプロイアーキテクチャも提供しています。
オープンソースプロジェクトとサンプル
生成 AI
- Amazon Neptune ラマインデックスの統合
- SPARQL 用 Amazon Neptune LangChain 統合
- OpenCypher 用 Amazon Neptune LangChain 統合
グラフ探索
ツール、ユーティリティ、サンプル
- Gremlin client for Amazon Neptune
- Amazon Neptune アプリケーション例 (SageMaker、Recommendation、Visualization、ETL)
- Amazon Neptune ツールやユーティリティ (Data Conversion、Bulk Export、AWS Glue)
- Amazon Neptune Nodestream プラグイン
- Amazon Neptune Nodestream SBOM プラグイン
- AWS AppSync GraphQL と Amazon Neptune の使用例
- Amazon Neptune SigV4 Signing Library
- Amazon Neptune Gremlin Client with SigV4 Signing
- Amazon Neptune SPARQL Client with SigV4 Signing
- Amazon Neptune JDBC ドライバー
- AWS SDK for pandas
ブログ記事
AWS Database ブログで Amazon Neptune に関するすべての投稿を見る
動画
お客様事例
AWS re:Invent 2022
AWS re:Invent 2020
AWS テックトーク
お客様導入事例
「グラフデータベースはリレーショナルシステムよりも高い柔軟性をもたらしてくれます。(リレーショナルモデルでは) テーブルで多数の結合を行う必要があり、それが多くのビジネスロジックに高レイテンシーを発生させる要因となっていました。グラフデータベースは当社のユースケース向けに最適化されています。Amazon Neptune は私たちが取り組んでいた問題を解決してくれました。」
Mayank Gupta 氏、ソフトウェアエンジニア - Audible for Business
metaphactory と Amazon Neptune により、Siemens Energy は Turbine Knowledge Graph を構築し、ガスタービン全体における、類似のパーツ間のつながりを可視化できました。マネージドグラフデータサービスである Amazon Neptune は、Siemens Energy IT が推進する、信頼性、スケーラビリティ、メンテナンスの削減、アマゾン ウェブ サービス (AWS) にある既存プラットフォームとの統合に重点を置いた、クラウドファースト戦略に合致しています。
「当社は、安全で高性能かつ分析に適した強力なグラフデータベースであることから、Neptune を選びました。当社の (連絡先追跡) モデルでは、各ユーザーノードはデバイスノードに接続されています。デバイスが場所にチェックインすると、そのデバイスとスキャン対象 (QR コード) との間にエッジが形成され、これが特定の場所 (物理的な店舗) に関連付けられて、組織 (企業体) にリンクされます。Neptune を使うと、ユーザー、チェックイン、場所の間に存在するこうした豊富な関係性を保存することが可能で、ウィルスの拡散に関するインサイトを引き出すことができます。」
Aron Szanto 氏、共同創立者 - Zerobase
「データベースレベルの暗号化のみでなく、アプリケーションレベルの暗号化が役立っています。Amazon Neptune を使用すると、データはデータベースに到達する前に既に暗号化されており、保存時に再び暗号化されます」
Zaid Masud 氏、Chief Architect、ADP's next gen HCM
「(Amazon) Neptune などの AWS のサービスを活用することで、コスト効率の高いデータプラットフォームを、非常に短時間で大規模に実現することができました」
Sasikala Singamaneni 氏、ソフトウェアエンジニアリングマネージャー - Zeta Global