Amazon Neptune 功能
高性能和高可扩展性
全部打开Neptune Serverless 自动确定所需的资源，并根据工作负载不断变化的要求扩展容量，以保持稳定的性能，无需手动管理容量。它可以立即以细粒度的增量纵向扩展到数十万个查询，并在不使用资源时进行缩减。
借助 Neptune Serverless，您只需为使用的资源付费，即使是要求最苛刻和不可预测的应用程序也可以经济高效地运行。您无需任何前期投资即可开始使用 Neptune Serverless，与为峰值容量进行预置相比，最多可以节省 90% 的数据库成本。
Neptune Serverless 上支持三种最受欢迎的图形查询语言：Apache TinkerPop Gremlin、openCypher 和 SPARQL。您可以通过 AWS 管理控制台、AWS 命令行界面（AWS CLI）或 API 在几分钟内创建无服务器 Neptune 图形，并指定最小和最大容量限制，进而管理成本。
只需单击几次，便可以创建所需大小的新副本实例或删除实例，从而纵向扩展或缩减支持您的生产集群的计算和内存资源。计算扩缩操作通常可在几分钟之内完成。
Neptune 数据库使用分布式存储架构，该架构会随着您的数据库存储需求的增长而自动增长。创建集群时，会为其分配一个 10 GiB 的分段。随着数据量的增加和超过当前分配的存储空间，Neptune 会自动通过添加新的分段来扩展集群卷，并且在除中国和 GovCloud 之外的受支持的 AWS 区域中，它的最大容量可以增长到 128 TiB。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。
使用 Neptune 数据库，您可以创建多达 15 个与源实例共享相同底层存储的数据库只读副本来提高读取吞吐量。这将释放更多的处理能力来处理读取请求并降低副本滞后时间，通常可降低到几毫秒。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。
Neptune 数据库使用内存优化架构，支持使用 Gremlin、openCypher 或 SPARQL 查询语言对大型图形进行快速查询评估。它每秒可处理超过 10 万个查询。Neptune Analytics 可在几秒内轻松分析结构化和非结构化数据中的数百亿个关系。
高可用性和持久性
全部打开-
Amazon Neptune 全球数据库针对全球分布式应用程序而设计，允许单个 Neptune 数据库跨越多个区域。它在几乎不影响数据库性能的情况下复制您的图形，在每个区域中实现低延迟的快速本地读取，并且在发生区域级的中断时提供灾难恢复能力。
-
实例出现故障时，Neptune 会自动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。
-
Neptune 数据库及其底层 Amazon EC2 实例的运行状况一直受到监控。如果支持数据库的实例出现故障，数据库和相关联的进程会自动重启。执行 Neptune 恢复不需要重放数据库重做日志 (重放可能会花很长时间)，因此，您的实例的重启用时通常不会超过 30 秒。它还会将数据库缓冲缓存与数据库进程隔离开来，这样缓存在数据库重启时就不会丢失了。
-
对于 Neptune 数据库，数据库卷中的每个 10 GiB 区块都可以在三个可用区中保持耐用性。Neptune 数据库的存储具有容错能力，能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，还能在不影响读取可用性的情况下应对多达三个副本丢失的情况。Neptune 数据库存储还可自我修复，将持续扫描数据块和磁盘是否存在任何错误，并且自动更换。
-
借助 Neptune 数据库中的备份功能，可以对实例进行时间点恢复。这样，您就能够将数据库还原到保留期内任何一秒钟的状态，最多可还原到前 5 分钟的状态。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，该服务的设计可实现 99.999999999% 的耐久性。Neptune 备份是自动、增进式且连续的，对数据库性能没有影响。
-
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。它们使用自动化的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。
高度安全
全部打开-
Neptune 数据库在 Amazon Virtual Private Cloud（Amazon VPC）中运行，这样您可以将数据库隔离在您自己的虚拟网络中，并使用行业标准的加密 IPsec VPN 与您的本地部署 IT 基础设施连接。此外，通过使用 Neptune 的 VPC 配置，您可以配置防火墙设置并控制对您的数据库实例的网络访问。
-
Neptune 可与 AWS Identity and Access Management（IAM）集成，并使您能够控制您的 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。例如，您可以配置您的 IAM 规则以确保开发人员能够修改“开发”数据库实例，但能修改和删除“生产”数据库实例的只有数据库管理员。
-
Neptune 通过 IAM 为检索 Neptune 数据面板 API 的用户提供精细访问权限，用户可以执行图形数据操作（例如读取、写入和删除图形中的数据），也可以执行非图形数据操作（例如启动和监控 Neptune ML 活动以及检查正在进行的数据面板活动的状态）。例如，您可以为不需要操作图形数据的数据分析师创建“只读”访问策略，为将图形用于其应用程序的开发人员创建“读写”访问策略，为需要访问 Neptune ML 命令的数据科学家创建相应策略。
-
Neptune 支持使用 TLS 版本 1.2 进行传输中加密。Neptune 使您可以使用通过 AWS Key Management Service（AWS KMS）创建和控制的密钥为数据库加密。在利用 Neptune 加密来运行的数据库实例上，静态存储于底层存储的数据都将加密，同一集群中的自动备份、快照和副本也是如此。
-
Neptune 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。您日后可以对日志进行分析以执行数据库管理、确保安全性、进行管理、确保合规性，等等。您还可以通过将审核日志发送到 Amazon CloudWatch 来监控活动。
-
Neptune 符合从 FedRAMP（中等和高）到 SOC（1、2、3）的 20 多项国际合规标准，并且符合 HIPAA 标准。Neptune 符合的标准的完整列表可在 AWS 按合规性计划提供的范围内服务列表中找到。
经济高效
全部打开-
Neptune 不需要支付预先承付款；您只需按小时为启动的每个实例或为无服务器消耗的数据库资源付费。当您在 Neptune 数据库实例上完成工作后，可以将其删除。您无需预置多余的存储空间作为安全裕度，只需按实际使用的存储空间支付费用即可。要查看更多详细信息，请访问 Neptune 定价页面。
Neptune 可以根据您的性价比和价格可预测性需求在两个配置选项之间进行选择，从而灵活地优化数据库支出：Neptune I/O 优化版和 Neptune 标准版。这两个选项都不需要预先进行 I/O 或存储预置，并且两者都可以扩展 I/O 以支持要求最高的应用程序。Neptune 标准版为绝大多数 I/O 使用率低至中等的应用程序提供经济实惠的定价。使用 Neptune 标准版，您可以为数据库实例、存储和按请求付费 I/O 付费。
Neptune I/O 优化版为具有 I/O 密集型工作负载（例如支付处理系统、电子商务系统和金融应用程序）的客户提供更高的性价比。如果您的 I/O 支出超过 Neptune 数据库总支出的 25%，则通过使用 Neptune I/O 优化版，可使 I/O 密集型工作负载的成本节省高达 40%。您只需为数据库实例和存储付费，读取和写入 I/O 操作不收取任何费用，从而为所有应用程序提供价格可预测性（无论 I/O 变化如何）。
完全托管
全部打开-
您可以通过使用 AWS 管理控制台启动新的 Neptune 数据库实例或 Neptune Analytics 图形来开始使用 Neptune。Neptune 数据库实例为您所选择的引擎和类预配置了合适的参数和设置集。您在几分钟之内即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。
-
Neptune 为您的数据库实例提供 CloudWatch 指标。您可以使用控制台查看适用于数据库实例的 20 多个关键运行指标，其中包括计算资源、内存、存储、查询吞吐量以及活动连接。
-
Neptune 将使用最新的补丁使您的数据库保持最新状态。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。
-
Neptune 可通过电子邮件或短信通知您重要的数据库事件，例如自动失效转移。您可以使用控制台订阅与您的 Neptune 数据库关联的不同数据库事件。
Neptune 支持快速高效的克隆操作，可在数分钟内克隆完整的数 TB 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。如果数据立即可用，将能够大幅加快软件开发和升级项目，并提高分析准确度。
只需在控制台中执行几项操作，即可克隆 Neptune 数据库，且不会影响生产环境。克隆跨 3 个可用区分布和复制。
代理式人工智能和机器学习
全部打开- 客户服务：GraphRAG 可用于改进 IT 服务台和联络中心。例如，GraphRAG 可以让安全运营中心（SOC）团队更准确地解读警报，以帮助保护关键系统。医疗保健成员支持聊天机器人可以从大量医学文献中快速找到相关信息，以回答有关患者症状、治疗和预后的复杂问题。
- 企业数据发现和洞察：GraphRAG 应用程序可以为企业职能提供洞察。例如，公司法律团队可以更有效地找到有关税法、法规和案例判例的信息，以构思案例策略。营销团队可以根据潜在客户的社交关系和购买历史创建客户全方位视图。
- 特定行业的用例：各行各业的公司都受益于 GraphRAG。例如，在制药行业，研发团队可以使用 GraphRAG 来加快药物研究和试验。在投资银行领域，GraphRAG 能够映射复杂的关系并提供企业文件的全景视图，这有助于尽职调查团队通过 RAG 发现原本不明显的洞察，例如监管权和竞争动态。
Amazon Bedrock 知识库提供世界上首批完全托管的 GraphRAG 功能之一，底层使用 Neptune。它可以自动管理图形和嵌入的创建和维护，使您能够向最终用户提供更相关的响应。借助此功能，您无需具备深厚的图形专业知识，包括创建分块策略或与 LLM 和向量存储的复杂 RAG 集成。
GraphRAG 同时使用图形分析和向量搜索来提高人工智能响应的准确性和可解释性。它在相关实体或主题之间建立多跳连接，检索最相关和最全面的信息，为生成式人工智能应用程序提供事实依据。GraphRAG 使用案例包括：
- AWS GraphRAG Python 工具包：新的开源 GraphRAG 工具包支持最新的基础和图形模型。它提供了一个框架，用于自动从非结构化数据构造图形，以及在回答用户问题时查询该图形。
- 开源框架：Neptune 通过集成 LangChain 和 LlamaIndex 来简化 GraphRAG 应用程序的创建。这使用户可以轻松使用 LLM（例如 Amazon Bedrock 中提供的 LLM）构建应用程序。AWS 支持并参与了这两个受欢迎的开源项目。
如果您想自托管或连接到自定义数据来源/第三方产品（基础模型、向量存储、数据存储），则有两种选择。
Neptune Analytics 提供原生向量搜索功能，以提高生成式人工智能应用程序的准确性。您可以使用向量搜索来增强大语言模型（LLM），方法是将针对特定领域上下文的图形查询与对从 LLM（托管在 Amazon Bedrock 中）、GraphStorm 中的 GNN 或其他来源导入的嵌入内容进行向量搜索的结果集成在一起。Neptune 与 LangChain 集成，后者是一种开源 Python 框架，可以更轻松地使用 LLM 开发生成式人工智能应用程序。
- 路径查找算法可以有效地确定两个节点之间的最短或最优路线。路径查找算法允许您将现实情况（例如，道路网络或社交网络）建模为相互连接的节点和边缘。在 GPS 系统的路线规划、物流优化甚至是解决生物学或工程等领域的复杂问题之类的应用中，找到各个点之间的最短或最优路线至关重要。
- 社区检测算法计算出网络中有意义的节点组或集群，揭示隐藏的模式和结构，通过这些模式和结构可以深入了解复杂系统的组织和动态。这在社交网络分析、生物学（用于鉴别蛋白质-蛋白质相互作用网络中的功能模块）等领域，以及在理解各个领域的信息流和影响传播方面都很有价值。
- 中心性算法有助于识别网络中最具影响力或最重要的节点，从而提供对关键参与者或关键交互点的洞察。这在社交网络分析等领域很有价值，它可以帮助精确定位有影响力的个人，或者在交通网络中，它有助于确定高效路线和资源分配的关键枢纽。
- 图形相似度算法允许您比较和分析不同图形结构之间的结构相似之处或不同之处，从而深入了解不同数据集之间的关系、模式和共同点。这在生物学（用于比较分子结构）、社交网络（用于识别相似社区）和推荐系统（用于根据用户偏好推荐相似项目）等各种领域都极有价值。
Neptune Analytics 支持用于路径查找、检测社区（聚类）、识别重要数据（中心性）和量化相似度的算法。
如果您不熟悉 Gremlin 或 openCypher 等查询语言，Neptune 与 NeptuneOpenCypherQAChain 的集成可让您使用自然语言查询 Neptune 图形数据库。例如，您可以将英语问题翻译成 openCypher 查询并返回人类可读的响应。该问答链可用于回答如“哪个美国机场拥有最长和最短的出发航线？”之类的问题。
Neptune ML 可根据您的图形数据自动创建、训练和应用机器学习模型。它使用开源深度图库（DGL）来训练和部署图神经网络（GNN）（由 Amazon SageMaker 提供支持），以便使用图形数据做出更快、更准确的预测。使用 Neptune ML 后，您可以在数小时内（而非数周）对图形数据进行基于机器学习的预测，同时与使用非图形方法进行预测相比，大多数预测的准确性可以提高 50% 以上。
开发人员生产力
全部打开属性图对于习惯使用关系模型的开发人员来说非常熟悉。Gremlin 遍历语言提供了一种快速遍历属性图的方式。Neptune 支持使用开源 Apache TinkerPop Gremlin 遍历语言的属性图模型并提供支持 TinkerPop 3.3 版的 Gremlin Websockets 服务器。使用 Neptune，您可以快速构建基于属性图的快速 Gremlin 遍历。现有 Gremlin 应用程序可以将 Gremlin 服务配置更改为指向 Neptune 实例，从而轻松使用 Neptune。
资源描述框架（RDF）为复杂信息域建模提供了灵活性。 RDF 中提供有很多现有的免费或公共数据集，包括 Wikidata 和 PubChem（后者是化学分子数据库）。Neptune 支持 W3C 的语义网标准 RDF 1.1 和 SPARQL 1.1（查询和更新），并提供实施 SPARQL 协议 1.1 的 HTTP REST 端点。使用 Neptune，您可以轻松地将 SPARQL 端点用于现有的和全新的图形应用程序。
对于使用图形数据库的开发人员来说，OpenCypher 是最受欢迎的查询语言之一。开发人员、业务分析师和数据科学家喜欢 openCypher 的 SQL 式语法，因为它提供了熟悉的结构来编制图形应用程序的查询。对于 Neptune 数据库，openCypher 和 Gremlin 查询语言可以一起用于相同的属性图形数据。对 openCypher 的支持功能与 Bolt 协议兼容，可以运行使用 Bolt 协议连接到 Neptune 的应用程序。
Neptune 数据库包括原生空间和地理空间数据支持，使您能够直接在图中存储和查询基于位置的数据。您可以执行邻近分析、跟踪网络中的资产位置和路径、构建位置感知型人工智能应用程序，并与 Esri ArcGIS 等现有 GIS 工具集成，所有这些都无需维护单独的空间数据库。空间数据支持不收取额外费用。
Neptune 支持快速地并行批量加载 Amazon S3 中存储的属性图数据。您可以使用 REST 接口来指定数据在 Amazon S3 中的位置。它使用 CSV 分隔格式将数据加载到节点和边缘。其他信息，详见 Neptune 属性图批量加载文档。
Neptune 数据库支持快速地并行批量加载 Amazon S3 中存储的 RDF 数据。您可以使用 REST 接口来指定数据在 Amazon 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。更多信息可在 Neptune RDF 批量加载文档中找到。
Neptune 数据库允许您直接在 openCypher 图形查询中加载和读取存储在 S3 中的数据。从 S3 读取数据意味着您可以将图形数据与外部数据集合并以进行实时分析，使用外部来源的数据动态丰富图形，并减少在整个组织中处理数据所需的步骤，而无需先将这些数据加载到 Neptune。