翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

AWS Database Migration Service のターゲットとしての Amazon Neptune の使用

Amazon Neptune は、高速で信頼性に優れたフルマネージド型のグラフデータベースサービスです。Amazon Neptune を使用すると、高度に接続されたデータセットを使用するアプリケーションを容易に構築して実行できます。Neptune の中核をなすのは、専用の高パフォーマンスグラフデータベースエンジンです。このエンジンは、数 10 億の関係を保存し、ミリ秒のレイテンシーでグラフをクエリするために最適化されています。Neptune は、人気の高いグラフクエリ言語 Apache TinkerPop Gremlin と W3C の SPARQL をサポートしています。Amazon Neptune の詳細については、「Amazon Neptune ユーザーガイド」の「What is Amazon Neptune?」を参照してください。

Neptune のようなグラフデータベースを使用しない場合、リレーショナルデータベースで高度に接続されたデータをモデル化することになります。データには動的接続がある可能性があるため、そのようなデータソースを使用するアプリケーションは、接続されたデータクエリを SQL でモデル化する必要があります。この方法の場合、グラフクエリの SQL への変換に追加のレイヤーを構築する必要があります。また、リレーショナルデータベースは、スキーマが柔軟でないという点があります。接続をモデル変更するためにスキーマを変更すると、新しいスキーマをサポートするためにダウンタイムとクエリ変換の追加のメンテナンスが必要になります。クエリのパフォーマンスも、アプリケーションの設計の際に考慮すべき大きな制約です。

グラフデータベースを使用すると、このような状況が大幅に簡素化されます。スキーマが不要なため、豊富なグラフクエリレイヤー (Gremlin または SPARQL) とグラフクエリ向けに最適化されたインデックスにより、柔軟性とパフォーマンスが向上します。Amazon Neptune グラフデータベースは、保存時の暗号化、安全な認証レイヤー、デフォルトのバックアップ、マルチ AZ サポート、リードレプリカのサポートなどのエンタープライズ向け機能も提供します。

AWS DMS を使用すると、高度に接続されたグラフをモデル化するリレーショナルデータを、サポートされている任意の SQL データベースの DMS ソースエンドポイントから Neptune ターゲットエンドポイントに移行できます。

詳細については、次を参照してください。

ターゲットとしての Amazon Neptune への移行の概要

Neptune ターゲットへの移行を開始する前に、AWS アカウントに次のリソースを作成します。

上記のリソースを取得した後、Neptune ターゲットへの移行のセットアップと開始は、コンソールまたは DMS API を使用したフルロード移行と同様です。ただし、Neptune ターゲットへの移行にはいくつか独自のステップが必要です。

ターゲットとしての Amazon Neptune のエンドポイント設定の指定

ターゲットエンドポイントを作成または変更するには、コンソール、CreateEndpoint、または ModifyEndpoint API オペレーションを使用します。

AWS DMS コンソールの Neptune ターゲットでは、[エンドポイントの作成] または [エンドポイントの変更] コンソールページの [エンドポイント固有の設定] を指定します。CreateEndpoint と ModifyEndpoint では、NeptuneSettings オプションのリクエストパラメータを指定します。CLI を使用してこれを実行する方法の例は次のとおりです。

dms create-endpoint --endpoint-identifier my-neptune-target-endpoint
--endpoint-type target --engine-name neptune 
--server-name my-neptune-db.cluster-cspckvklbvgf.us-east-1.neptune.amazonaws.com 
--port 8192
--neptune-settings 
     '{"ServiceAccessRoleArn":"arn:aws:iam::123456789012:role/myNeptuneRole",
       "S3BucketName":"my-bucket",
       "S3BucketFolder":"my-bucket-folder",
       "ErrorRetryDuration":57,
       "MaxFileSize":100, 
       "MaxRetryCount": 10, 
       "IAMAuthEnabled":false}‘

ここでは、CLI --server-name オプションで、Neptune クラスターライターエンドポイントのサーバー名を指定します。または、Neptune ライターインスタンスエンドポイントのサーバー名を指定することもできます。

--neptune-settings オプションリクエストのパラメータは次のとおりです。

Amazon Neptune にターゲットとしてアクセスするための IAM サービスロールの作成

Neptune にターゲットとしてアクセスするには、IAM を使用してサービスロールを作成します。Neptune エンドポイントの設定に応じて、次の IAM ポリシーと信頼ドキュメントの一部またはすべてをこのロールにアタッチします。Neptune エンドポイントを作成する際は、このサービスロールの ARN を指定します。これにより AWS DMS と Amazon Neptune は、Neptune と関連付けられた Amazon S3 バケットの両方にアクセスするアクセス許可を引き受けることができます。

Neptune エンドポイント設定で、NeptuneSettings の IAMAuthEnabled パラメータを true に設定した場合は、サービスロールに次のような IAM ポリシーをアタッチします。IAMAuthEnabled を false に設定すると、このポリシーを無視できます。

// Policy to access Neptune

    {
        "Version": "2012-10-17",
        "Statement": [
            {
                "Sid": "VisualEditor0",
                "Effect": "Allow",
                "Action": "neptune-db:*",
                "Resource": "arn:aws:neptune-db:us-east-1:123456789012:cluster-CLG7H7FHK54AZGHEH6MNS55JKM/*"
            }
        ]
    }

上記の IAM ポリシーは、Resource で指定された Neptune ターゲットクラスターへのフルアクセスを許可します。

サービスロールに次のような IAM ポリシーをアタッチします。このポリシーにより、DMS は、Neptune ターゲットデータベースへの一括ロードのために作成した S3 バケットに移行されたグラフデータを一時的に保存できます。

//Policy to access S3 bucket

{
	"Version": "2012-10-17",
	"Statement": [{
			"Sid": "ListObjectsInBucket0",
			"Effect": "Allow",
			"Action": "s3:ListBucket",
			"Resource": [
				"arn:aws:s3:::my-bucket"
			]
		},
		{
			"Sid": "AllObjectActions",
			"Effect": "Allow",
			"Action": ["s3:GetObject",
				"s3:PutObject",
				"s3:DeleteObject"
			],

			"Resource": [
				"arn:aws:s3:::my-bucket/"
			]
		},
		{
			"Sid": "ListObjectsInBucket1",
			"Effect": "Allow",
			"Action": "s3:ListBucket",
			"Resource": [
				"arn:aws:s3:::my-bucket",
				"arn:aws:s3:::my-bucket/"
			]
		}
	]
}

上記の IAM ポリシーでは、Neptune ターゲットのために作成された S3 バケット (arn:aws:s3:::my-bucket) の内容をアカウントからクエリできます。また、アカウントはすべてのバケットファイルとフォルダ (arn:aws:s3:::my-bucket/) の内容を完全に操作できるようになります。

信頼関係を編集して、次の IAM ロールをサービスロールにアタッチし、AWS DMS と Amazon Neptune データベースサービスの両方がロールを引き受けることを許可します。

{
  "Version": "2012-10-17",
  "Statement": [
    {
      "Sid": "",
      "Effect": "Allow",
      "Principal": {
        "Service": "dms.amazonaws.com"
      },
      "Action": "sts:AssumeRole"
    },
    {
      "Sid": "neptune",
      "Effect": "Allow",
      "Principal": {
        "Service": "rds.amazonaws.com"
      },
      "Action": "sts:AssumeRole"
    }
  ]
}

Neptune ターゲットエンドポイントにこのサービスロールを指定する方法については、「ターゲットとしての Amazon Neptune のエンドポイント設定の指定」を参照してください。

Amazon Neptune の Gremlin と R2RML をターゲットとして使用するグラフマッピングルールの指定

作成するグラフマッピングルールは、SQL リレーショナルデータベースのソースから抽出されたデータを Neptune データベースクラスターのターゲットにロードする方法を指定します。このようなマッピングルールの形式は、ルールが Apache TinkerPop や Gremlinを使用してプロパティグラフデータをロードするためか、 R2RML を使用してリソース記述フレームワーク (RDF) データをロードするためかにより異なります。形式に関する情報と詳細情報は、次に記載されています。

このようなマッピングルールは、コンソールまたは DMS API を使用して移行タスクを作成する際に指定できます。

コンソールを使用して、[データベース移行タスクの作成] ページで [グラフマッピングルール] を使用してグラフマッピングオプションを指定します。[グラフマッピングルール] では、提供されているエディタを使用して直接マッピングルールを入力したり編集したりできます。適切なグラフマッピング形式のマッピングルールを含むファイルを参照することもできます。

API を使用する場合は、TaskData API コールの CreateReplicationTask リクエストパラメータを使用してこのようなオプションを指定します。TaskData を適切なグラフマッピング形式のマッピングルールを含むファイルのパスに設定します。

Gremlin を使用してプロパティグラフデータを生成するためのグラフマッピングルール

Gremlin を使用してプロパティグラフデータを生成して、ソースデータから生成される各グラフエンティティのマッピングルールを含む JSON オブジェクトを指定します。この JSON の形式は、Amazon Neptune の一括ロード向けに定義されています。次のテンプレートは、このオブジェクトの各ルールがどのようなものになるかを示しています。

{
    "rules": [
        {
            "rule_id": "(an identifier for this rule)",
            "rule_name": "(a name for this rule)",
            "table_name": "(the name of the table or view being loaded)",
            "vertex_definitions": [
                {
                    "vertex_id_template": "{col1}",
                    "vertex_label": "(the vertex to create)",
                    "vertex_definition_id": "(an identifier for this vertex)",
                    "vertex_properties": [
                        {
                            "property_name": "(name of the property)",
                            "property_value_template": "{col2} or text",
                            "property_value_type": "(data type of the property)"
                        }
                    ]
                }
            ]
        },
        {
            "rule_id": "(an identifier for this rule)",
            "rule_name": "(a name for this rule)",
            "table_name": "(the name of the table or view being loaded)",
            "edge_definitions": [
                {
                    "from_vertex": {
                        "vertex_id_template": "{col1}",
                        "vertex_definition_id": "(an identifier for the vertex referenced above)"
                    },
                    "to_vertex": {
                        "vertex_id_template": "{col3}",
                        "vertex_definition_id": "(an identifier for the vertex referenced above)"
                    },
                    "edge_id_template": {
                        "label": "(the edge label to add)",
                        "template": "{col1}_{col3}"
                    },
                    "edge_properties":[
                        {
                            "property_name": "(the property to add)",
                            "property_value_template": "{col4} or text",
                            "property_value_type": "(data type like String, int, double)"
                        }
                    ]
                }
            ]
        }
    ]
}
 

頂点ラベルがある場合、頂点がここで作成されていることを意味します。頂点ラベルがない場合は、頂点が別のソースによって作成され、この定義では頂点プロパティのみが追加されることを意味します。必要な数の頂点定義とエッジ定義を指定して、リレーショナルデータベースソース全体のマッピングを指定します。

次の employee テーブルのルール例で説明します。

{
    "rules": [
        {
            "rule_id": "1",
            "rule_name": "vertex_mapping_rule_from_nodes",
            "table_name": "nodes",
            "vertex_definitions": [
                {
                    "vertex_id_template": "{emp_id}",
                    "vertex_label": "employee",
                    "vertex_definition_id": "1",
                    "vertex_properties": [
                        {
                            "property_name": "name",
                            "property_value_template": "{emp_name}",
                            "property_value_type": "String"
                        }
                    ]
                }
            ]
        },
        {
            "rule_id": "2",
            "rule_name": "edge_mapping_rule_from_emp",
            "table_name": "nodes",
            "edge_definitions": [
                {
                    "from_vertex": {
                        "vertex_id_template": "{emp_id}",
                        "vertex_definition_id": "1"
                    },
                    "to_vertex": {
                        "vertex_id_template": "{mgr_id}",
                        "vertex_definition_id": "1"
                    },
                    "edge_id_template": {
                        "label": "reportsTo",
                        "template": "{emp_id}_{mgr_id}"
                    },
                    "edge_properties":[
                        {
                            "property_name": "team",
                            "property_value_template": "{team}",
                            "property_value_type": "String"
                        }
                    ]
                }
            ]
        }
    ]
}
 

ここで、頂点とエッジの定義は、従業員 ID (EmpID) を持つ employee ノードとマネージャー ID (managerId) を持つ employee ノードの上下関係をマップします。

Gremlin JSON を使用したグラフマッピングルール作成の詳細については、「Amazon Neptune ユーザーガイド」の「Gremlin load data format」を参照してください。

RDF/SPARQL データを生成するためのグラフマッピングルール

SPARQL を使用してクエリする RDF データをロードする場合は、R2RML でグラフマッピングルールを記述します。R2RML は、リレーショナルデータを RDF にマップするための標準の W3C 言語です。R2RML ファイルで、トリプルマップ (以下の <#TriplesMap1> など) は、論理テーブルの各行を 0 個以上の RDF トリプルに変換するためのルールを指定します。サブジェクトマップ (次の rr:subjectMap のいずれか) は、トリプルマップによって生成される RDF トリプルのサブジェクトを生成するためのルールを指定します。述語オブジェクトマップ (次の rr:predicateObjectMap のいずれか) は、論理テーブルの論理テーブル行ごとに単一または複数の述語とオブジェクトのペアを作成する関数です。

nodes テーブルのシンプルな例を次に示します。

@prefix rr: <http://www.w3.org/ns/r2rml#>.
@prefix ex: <http://example.com/ns#>.

<#TriplesMap1>
    rr:logicalTable [ rr:tableName "nodes" ];
    rr:subjectMap [
        rr:template "http://data.example.com/employee/{id}";
        rr:class ex:Employee;
    ];
    rr:predicateObjectMap [
        rr:predicate ex:name;
        rr:objectMap [ rr:column "label" ];
    ]

上記の例では、マッピングは従業員のテーブルからマップされたグラフノードを定義します。

Student テーブルの別のシンプルな例を次に示します。

@prefix rr: <http://www.w3.org/ns/r2rml#>.
@prefix ex: <http://example.com/#>.
@prefix foaf: <http://xmlns.com/foaf/0.1/>.
@prefix xsd: <http://www.w3.org/2001/XMLSchema#>.

<#TriplesMap2>
    rr:logicalTable [ rr:tableName "Student" ];
    rr:subjectMap   [ rr:template "http://example.com/{ID}{Name}";
                      rr:class foaf:Person ];
    rr:predicateObjectMap [
        rr:predicate ex:id ;
        rr:objectMap  [ rr:column "ID";
                        rr:datatype xsd:integer ]
    ];
    rr:predicateObjectMap [
        rr:predicate foaf:name ;
        rr:objectMap  [ rr:column "Name" ]
    ].

上記の例では、マッピングは、Student テーブル内の人物間の友人関係をマップするグラフノードを定義します。

SPARQL R2RML を使用したグラフマッピングルール作成の詳細については、W3C 仕様の「R2RML: RDB to RDF mapping language」を参照してください。

ターゲットの Amazon Neptune に移行する Gremlin と R2RML のデータ型

AWS DMS は、2 つの方法のいずれかで、SQL ソースエンドポイントから Neptune ターゲットへのデータ型マッピングを実行します。どちらの方法を使用するかは、Neptune データベースのロードに使用するグラフマッピング形式によって異なります。

上記 2 つのグラフマッピング形式の詳細については、「Amazon Neptune の Gremlin と R2RML をターゲットとして使用するグラフマッピングルールの指定」を参照してください。

各形式のデータ型マッピングを次に説明します。

SQL ソースから Gremlin ターゲットへのデータ型マッピング

次の表は、SQL ソースから Gremlin 形式のターゲットへのデータ型のマッピングを説明しています。

AWS DMS は、リストされていない SQL ソースデータ型を Gremlin String にマップします。

Neptune をロードするための Gremlinデータ型の詳細については、「Neptune ユーザー ガイド」の「Gremlinデータ型」を参照してください。

SQL ソースからターゲットの R2RML (RDF) へのデータ型マッピング

次の表は、SQL ソースから R2RML 形式のターゲットへのデータ型のマッピングを説明しています。

RDF リテラルを除き、リストされているすべての RDFデータ型は大文字と小文字が区別されます。AWS DMS は、リストされていない SQL ソースデータ型を RDF リテラルにマップします。

RDF リテラルは、さまざまなリテラルの語彙形式とデータ型の 1 つです。詳細については、W3C 仕様の「Resource Description Framework (RDF): Concepts and Abstract Syntax」の「RDF literals」を参照してください。

Neptune をロードするための RDF データ型と SQL ソースデータ型へのマッピングの詳細については、W3C 仕様の「R2RML: RDB to RDF Mapping Language」の「Datatype conversions」を参照してください。

Amazon Neptune をターゲットとして使用する場合の制限

Neptune をターゲットとして使用する場合、次の制限が適用されます。