Neptune の Neo4j との互換性

LOAD CSV — Neptune は、Neo4j とは異なるアーキテクチャアプローチでデータをロードします。スケーリングとコストの最適化を図るため、Neptune ではリソースに関する懸念を分離し、必要な ETL プロセスを実行して Neptune バルクローダーがサポートする形式でデータを準備するなど、AWS Glue などの AWS サービス統合の 1 つを使用することを推奨しています。

もう 1 つのオプションは、Amazon EC2 インスタンス、Lambda 関数、Amazon Elastic Container Service、AWS Batch ジョブなどの AWS コンピューティングリソース上で実行されるアプリケーションコードを使用して同じことを行うことです。コードでは、Neptune の HTTPS エンドポイントか Bolt エンドポイントのどちらかを使用できます。

きめ細かなアクセスコントロール — Neptune は IAM 条件キーを使用して、データアクセスアクションに対するきめ細かなアクセスコントロールをサポートします。アプリケーション層では、さらにきめ細かいアクセスコントロールを実装できます。

Neo4j Fabric — Neptune は、SPARQL SERVICE キーワードを使用した RDF ワークロードのデータベース間のクエリフェデレーションをサポートしています。現在、プロパティグラフワークロードのクエリフェデレーションに関するオープンスタンダードや仕様はないため、この機能はアプリケーション層で実装する必要があります。

ロールベースのアクセスコントロール (RBAC) - Neptune は IAM ポリシーとロールの割り当てを通じて認証を管理します。IAM ポリシーとロールによって、アプリケーション内のユーザー管理を非常に柔軟に行うことができるため、クラスターを設定する前に「IAM の概要」の情報を読んで理解することが重要です。

ブックマーク — Neptune クラスターは 1 つのライターインスタンスと最大 15 のリードレプリカインスタンスで構成されます。ライターインスタンスに書き込まれるデータは ACID に準拠しており、それ以降の読み取りでは強い一貫性が保証されます。リードレプリカはライターインスタンスと同じストレージボリュームを使用し、通常はデータが書き込まれてから 100 ミリ秒未満で最終的に一貫性が保たれます。新しい書き込みの読み取りの一貫性をすぐに保証する必要があるユースケースでは、これらの読み取りをリーダーエンドポイントではなくクラスターエンドポイントに送る必要があります。

APOC プロシージャ — APOC プロシージャは openCypher 仕様に含まれていないため、Neptune は外部プロシージャを直接サポートしていません。代わりに、Neptune は他の AWS サービスとの統合を利用して、同様のエンドユーザー機能をスケーラブルで安全、かつ堅牢な方法で実現しています。APOC プロシージャを openCypher や Gremlin で書き直すことができる場合もありますが、Neptune アプリケーションには関係のないものもあります。

一般に、APOC プロシージャは以下のカテゴリに分類されます。

カスタムプロシージャ — Neptune はユーザーによって作成されたカスタムプロシージャをサポートしていません。この機能はアプリケーション層で実装する必要があります。

地理空間 — Neptune は地理空間機能のネイティブサポートを提供していませんが、他の AWS サービスと統合することで同様の機能を実現できます。Ross Gabay と Abhilash Vinod によるブログ記事「Amazon Neptune と Amazon OpenSearch Service を組み合わせて、地理空間クエリを行う」(2022 年 2 月 1 日) を参照してください。

グラフデータサイエンス — Neptune は現在、グラフ分析アルゴリズムのライブラリをサポートするメモリ最適化エンジンである Neptune Analytics を通じて、グラフ分析をサポートしています。

Neptune は、AWS Pandas SDK との統合と、この統合を Python 環境内で活用してグラフデータに対して分析を実行する方法を示すサンプルノートブックをいくつか提供しています。

スキーマ制約 - Neptune 内で利用できる唯一のスキーマ制約は、ノードまたはエッジの ID の一意性です。グラフ内の要素に追加のスキーマ制約や、追加の一意性や値の制約を指定する機能はありません。Neptune の ID 値は文字列であり、次のように Gremlin を使用して設定できます。

g.addV('person').property(id, '1') )

一意性制約として ID を利用する必要があるアプリケーションでは、一意性制約を達成するために、このアプローチを試すことをお勧めします。アプリケーションが一意性制約として複数の列を使用している場合は、ID をこれらの値の組み合わせに設定できます。例えば、id=123, code='SEA' を ID='123_SEA' として表して、複雑な一意性制約を実現できます。

マルチテナンシー — Neptune はクラスターごとに 1 つのグラフのみをサポートします。Neptune を使用してマルチテナントシステムを構築するには、複数のクラスターを使用するか、単一のグラフ内でテナントを論理的に分割し、アプリケーション側のロジックを使用して分離を強制します。例えば、次のように、プロパティ tenantId を追加して、各クエリに含めます。

MATCH p=(n {tenantId:1})-[]->({tenantId:1}) RETURN p LIMIT 5)

Neptune サーバーレスでは、複数の DB クラスターを使用してマルチテナンシーを比較的簡単に実装できます。各クラスターは、必要に応じて独立して自動的にスケーリングされます。

Neo4j ブラウザ — Neptune は、クエリを実行して結果を視覚化するための開発者向け IDE を提供するオープンソースのグラフノートブックを提供しています。

Neo4j Bloom — Neptune は、グラフエクスプローラー、Tom Sawyer、Cambridge Intelligence、Graphistry、メタファクト、G.V() などのサードパーティ製視覚化ソリューションを使用した豊富なグラフ視覚化をサポートしています。

GraphQL — Neptune は、現在、カスタム AWS AppSync 統合を通じて GraphQL をサポートしています。「Amazon Neptune と AWS Amplify によるグラフアプリケーションの構築」ブログ記事、およびサンプルプロジェクト「AWS AppSync と Amazon Neptune によるサーバーレスカロリートラッカーアプリケーションの構築」を参照してください。

NeoSemantics — Neptune は RDF データモデルをネイティブにサポートしているため、RDF ワークロードを実行したいお客様は、Neptune の RDF モデルサポートを使用することをお勧めします。

Arrows.app — エクスポートコマンドを使用してモデルをエクスポートするときに作成される Cypher は、Neptune と互換性があります。

Linkurious Ogma — Linkurious Ogma とのサンプル統合はこちらから入手できます。

Spring Data Neo4j — これは現在、Neptune と互換性がありません。

Neo4j スパークコネクタ — Neo4j スパークコネクタをスパークジョブ内で使用して、openCypher を使用して Neptune に接続できます。以下はサンプルコードとアプリケーション設定です。

サンプルコード:

SparkSession spark = SparkSession
            .builder()
            .config("encryption.enabled", "true")
            .appName("Simple Application").config("spark.master", "local").getOrCreate();

Dataset<Row> df = spark.read().format("org.neo4j.spark.DataSource")
            .option("url", "bolt://(your cluster endpoint):8182")
            .option("encryption.enabled", "true")
            .option("query", "MATCH (n:airport) RETURN n")
            .load();
            
System.out.println("TOTAL RECORD COUNT: " + df.count());
spark.stop();

アプリケーションの設定:

<dependency>
    <groupId>org.neo4j</groupId>
    <artifactId>neo4j-connector-apache-spark_2.12-4.1.0</artifactId>
    <version>4.0.1_for_spark_3</version>
</dependency>