【AICon】 如何构建高效的 RAG 系统?RAG 技术在实际应用中遇到的挑战及应对策略?>>> 了解详情
写点什么

Amazon 的 Neptune 图数据库支持副本读取、时间点恢复以及 S3 备份

  • 2017-12-17
  • 本文字数:1284 字

    阅读完需:约 4 分钟

Amazon 新发布了一款 NoSQL 图数据库,名叫 Neptune ,它可以用于构建和运行那些部署了与应用程序高度关联的、上下文相关的、关系驱动的数据集的应用程序。它还支持副本读取(read replicas)、时间点恢复(point-in-time recovery)、对 Amazon S3 的持续备份以及跨可用区(AZ,Availability Zones)的复制。

Amazon 团队在最近的 2017 AWS re:Invent 大会发布了这个新数据库的预览版本。

Amazon Neptune 支持像 Property Graph 这类最流行的图模型,同时也支持 W3C 标准的 Resource Description Framework ( RDF 1.1 版本),它分别提供了对 Apache TinkerPop Gremlin SPARQL 这两种数据库查询语言的支持(尤其是 SPARQL Query 1.1、SPARQL Update 1.1 和 SPARQL Protocol 1.1)。参照 RDF,Neptune 提供了对 4 种序列化数据格式的支持:Turtle、N-Triples、N-Quads 以及 RDF/XML。

Amazon Neptune 的核心是一个专门构建的图数据库引擎,它用于存储大量的关系数据集,并以最小的延迟对图进行查询。它对处理图查询进行了优化,并支持在 3 个跨可用区域内的 15 个低延迟副本读取,用以扩展读取容量,并可以在每秒执行多个图查询。该数据库还提供了用于云平台的容错和自修复存储特性,该特性使得数据库可以跨 3 个可用区域复制 6 个数据副本。

Amazon Neptune 持续将备份数据到 Amazon S3,并能够在遭遇物理存储故障之后透明地对数据进行恢复。它是一个全托管式的数据库,它会负责数据库的管理任务,如硬件供应、软件补丁、软件安装、系统配置以及备份。

与其他图数据库类似,Neptune 使用图数据元素,如节点(数据实体)、边(关系)和属性来对数据进行表示和存储。这些关系被存储为数据模型中的第一等公民,它能够直接链接到对应的数据,从而提高对数据库中的关系进行查询的性能。

Neptune 还提供数据安全特性,它支持存储和传输的加密。它支持多个级别的安全性,包括使用 Amazon VPC 的网络隔离、使用 AWS 密钥管理服务( KMS )的数据加密以及使用 TLS 传输的数据加密。在一个加密的 Neptune 实例中,所有数据的备份都是加密的,包括自动备份、系统快照以及相同集群中的副本。如果想要了解更多这些特性的细节,请在网站上查看 Neptune Features 页面。

Neptune 适用于多种图场景,例如社交网络、推荐引擎、欺诈检测、知识图谱、生命科学以及网络 /IT 操作。

如何使用 Amazon Neptune

你能在 Amazon Neptune 上使用两种不同的查询引擎:Gremlin 和 SPARQL。想要连接到 Gremlin 终端你需要使用下列命令:

curl -X POST -d '{"gremlin":"g.V()"}' https://your-neptune-endpoint:8182/gremlin如果你要使用 SPARQL 做查询,你可以使用下列命令来连接到 SPARQL 终端:

curl -G https://your-neptune-endpoint:8182/sparql --data-urlencode 'query=select ?s ?p ?o where {?s ?p ?o}'如果你想尝试这款新的图数据库,你可以注册一个AWS 账号来申请对Amazon Neptune 预览版的访问。下列关于Neptune 的资源希望对你有所帮助: 入门教程开发人员资源以及常见问题 ( FAQs )。

查看英文原文: Amazon’s Graph Database Neptune Supports Read Replicas, Point-in-Time Recovery and S3 backup

2017-12-17 18:001514

评论

发布
暂无评论
发现更多内容

NQI质量基础设施服务云平台建设,NQI一站式线上平台开发

电微13828808271

架构实战营 模块六作业

felix

「架构实战营」

精读《高效 javascript》

CRMEB

马云:“电子商务”将消失 新五通一平将引领未来

阿里技术

王坚:世界上最遥远的距离是红绿灯与交通监控摄像头的距离

阿里技术

阿里研究员华先胜:图像搜索的前世今生

阿里技术

智慧警务指挥系统搭建,公安合成作战平台开发

电微13828808271

设计微博系统中”微博评论“的高性能高可用计算架构

奔奔

一个前端的自我修养

阿里技术

SpringOne Platform 2016参会分享

阿里技术

基于深度学习的智能问答

阿里技术

[干货]语音技术最新进展-Interspeech总结

阿里技术

建议收藏!HDC2021 HarmonyOS技术分论坛干货解读文章大汇总

HarmonyOS开发者

HarmonyOS 技术专题合集

[干货]基础机器学习算法

阿里技术

阿里CTO张建锋:一根高尔夫球杆背后的数据智能[演讲全文]

阿里技术

淘宝首页“有一套”

阿里技术

TypeScript 之条件类型

冴羽

JavaScript typescript 翻译 大前端 进阶

[干货]深度学习即将攻陷的下一个领域:NLP——ACL2016优秀论文解读(上篇)

阿里技术

[下篇]深度学习即将攻陷的下一个领域:NLP——ACL2016优秀论文解读(干货)

阿里技术

云边协同产业方阵成立,中国信通院与 EMQ 共建边缘计算技术规范

EMQ映云科技

物联网 IoT 边缘计算 边云协同

“异地多活”设计辣么难?其实是你想多了!

阿里技术

数字经济发展引热议,博鳌亚洲论坛第二届科创大会区块链分论坛开幕在即

时空云

区块链 创新 科技 元宇宙

架构实战营-模块五作业

无名

架构实战营 「架构实战营」

阿里科学家凭集成学习技术获CIKM Cup竞赛冠军

阿里技术

面向容器的资源调度技术对比

阿里技术

阿里一年建了两座世界级数据中心,怎么做到的

阿里技术

PackML从会到不会——模式(2)

陈的错题集

标准化 PackML

博文推荐|零经验玩转隔离策略:多个 Pulsar 集群

Apache Pulsar

Java 架构 分布式 云原生 Apache Pulsar

常用推荐算法(50页干货)

阿里技术

普华永道:阿里巴巴研发投入领跑中国上市公司

阿里技术

魔镜魔镜请回答:FITURE为何上飞书?

ToB行业头条

Amazon的Neptune图数据库支持副本读取、时间点恢复以及S3备份_语言 & 开发_Srini Penchikala_InfoQ精选文章