20200714 AWS Black Belt Online Seminar Amazon Neptune

© 2020, Amazon Web Services, Inc. or its Affiliates. All rights reserved.© 2020, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
AWS 公式 Webinar
https://amzn.to/JPWebinar
過去資料
https://amzn.to/JPArchive
Solutions Architect
秋田仁雅
2020/7/14
Amazon Neptune
サービスカットシリーズ
[AWS Black Belt Online Seminar]

© 2020, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
自己紹介
秋田仁雅
技術統括本部 ISV/SaaSソリューション本部
ソリューションアーキテクト
好きなサービス
Amazon Neptune

AWS Black Belt Online Seminar とは
• 「サービス別」「ソリューション別」「業種別」のそれぞれのテーマに分かれて、ア
マゾンウェブサービスジャパン株式会社が主催するオンラインセミナーシリーズです。
• 質問を投げることができます！
• 書き込んだ質問は、主催者にしか見えません
• 今後のロードマップに関するご質問は
お答えできませんのでご了承下さい
① 吹き出しをクリック
② 質問を入力
③ Sendをクリック
Twitter ハッシュタグは以下をご利用ください
#awsblackbelt

内容についての注意点
• 本資料では2020年7月14日時点のサービス内容および価格についてご説明しています。最新の情
報はAWS公式ウェブサイト(http://aws.amazon.com)にてご確認ください。
• 資料作成には十分注意しておりますが、資料内の価格とAWS公式ウェブサイト記載の価格に相違
があった場合、AWS公式ウェブサイトの価格を優先とさせていただきます。
• 価格は税抜表記となっています。日本居住者のお客様が東京リージョンを使用する場合、別途消
費税をご請求させていただきます。
• AWS does not offer binding price quotes. AWS pricing is publicly available and is subject to
change in accordance with the AWS Customer Agreement available at
http://aws.amazon.com/agreement/. Any pricing information included in this document is
provided only as an estimate of usage charges for AWS services based on certain information
that you have provided. Monthly charges will be based on your actual use of AWS services, and
may vary from the estimates provided.

アジェンダ
1. グラフとは
2. グラフDBとは
3. Amazon Neptuneのご紹介
4. はじめるためには
5. まとめ

グラフとは
フォロー
ブロック
フォロー
フォロー
UserA UserB
UserC
Userが「フォロー」「ブロック」
などの矢印で結ばれている

グラフとは
Edge
Edge
Node Node
Node
一般化すると、
NodeがEdgeで結ばれている
※NodeはVertexとも呼ばれる
Edge
Edge

グラフの例：IP Network
リンク
Router
PC
Node: ルータやPC
Edge: リンク
リンク
PC

グラフの例：路線図
線路
C駅
A駅
Node: 駅、バス停
Edge: 線路、バスルート
線路
B駅
バス停
線路
バス路線

グラフの例：World Wide Web
リンク
Node: Webページ
Edge: ハイパーリンク
リンク
Webページ
Webページ
Webページ

グラフDBとは
“グラフモデル”を効率的に格納し、検索するためのDB

2つのグラフモデルとフレームワーク
Apache TinkerPop™ (OSS)
Gremlin Traversal Language
W3C標準
SPARQL Query Language
RDFプロパティグラフ

プロパティグラフモデル
friend
block
friend
friend
name:UserA name:UserB
name:UserC

friend
block
friend
friend
name:UserC
Nodeのプロパティ

friend
block
friend
friend
name:UserC
Nodeのプロパティ
Edgeのプロパティ（ラベル）

friend
Since:2019-07-14
name:UserA
age:26
gender:male
age:25
job: engineer
プロパティは、この図のように複数もつこ
とも可能です
ノード毎、エッジ毎に異なるプロパティを
もつことも可能です

RDF
述語
主語目的語 • ノード=>主語、目的語
• エッジ=>述語

RDF
friend
UserA UserB
“主語” “述語” “目的語”
UserA friend UserB.

RDF
friend
UserA UserB
“主語” “述語” “目的語”
UserA friend UserB.
UserA の年齢は 26歳.
26
歳
の年齢は

Gremlin 101

Gremlin 101
グラフから全ノードを探したい
g.V()
=> [‘UserA’, ‘UserB’, ‘UserC’]
friend
friendfriend
name:UserC

Gremlin 101
Nameが“UserA”のノードを探したい
g.V().has(‘name’, ’UserA’)
=> [‘UserA’]
friend
friendfriend
name:UserC

Gremlin 101
“UserA”の友達であるユーザを探したい
g.V().has(‘name’, ’UserA’).out(‘friend’)
⇒ [‘UserB’]
friend
friendfriend
name:UserC

Gremlin 101
friend
friendfriend
name:UserC
“UserA”にとって、友達の友達であるユーザを探し
たい
g.V().has(‘name’: ‘UserA’).out(‘friend’)
.out(‘friend’)
=> [UserC]

Gremlin 101
friend
friendfriend
name:UserC
“UserA”の友達がLikesをつけているコンテンツを探
したい
g.V().has(‘name’: ‘UserA’).out(‘friend’)
.out(‘likes’)Likes

Amazon Neptune の特徴
高速高信頼性、セキュアオープン簡単

グラフ処理の分類
• OLTP
• 1処理単位でグラフの一部を探索
• リコメンデーション、不正検知など
並列かつ大量に実行される
• OLAP
• 1処理単位でグラフのすべてを探索
• クラスタリング、全ノードの重みバランスの調整
など
1度の処理が大きい

クエリ性能
• OLTPのグラフワークロードにおいて
毎秒100,000件のクエリをサポートするよう設計
• 最大15個のリードレプリカ
• 専用に設計されたクラウドネイティブなストレージサービス
• 最適化されたインメモリアーキテクチャ
• クエリの最適化
• 索引（インデックス）はNeptune側で管理される
• クエリ実行計画やプロファイルの取得も可能

リードレプリカ
可用性
• データベースノードの障害は自動的に
検知され、交換される
• データベース処理の障害は自動的に検
知され、リソースはリサイクルされる
• リードレプリカは必要に応じて自動的
にマスタに昇格する
• どのリードレプリカに対して優先的に
フェイルオーバーさせるかを指定でき
る
Primary
Node
Primary
Nodeマスタ
Primary
Node
Primary
Node
リード
レプリカ
Primary
Node
Primary
Node
リード
レプリカ
クラスタ/
インスタンス
モニタリング
パフォーマンス
• リードレプリカによってアプリケーション
の読み込みトラフィックをスケールアウト
させることができる
• 読み込みエンドポイントによってリードレ
プリカを跨がって負荷が分散される

クラウドネイティブストレージエンジンの概要
データは3つのアベイラビリティーゾーンに跨がった
6つのレプリカにコピーされる
継続的に堅牢な Amazon S3 へバックアップされる
継続的にノードやディスクが修復される
修復やホットスポットのリバランスのために
10GBのセグメントユニットで管理されている
読み書きにはレイテンシ耐性を持つクォーラムシステムを使
用している
クォーラムのメンバーシップが変更されたとしても書き込み
は阻害されない
ストレージは使用に応じて自動的に64TBまで拡張される
AZ 1 AZ 2 AZ 3
Amazon S3
Amazon
Neptune
ストレージ
ノード
ストレージ
ノード
ストレージ
ノード
ストレージ
ノード
ストレージ
ノード
ストレージ
ノード
ストレージ
モニタリング

Point-in-Time リストア
オンラインでの point-in-time リストアにより、バックアップからリストアすること
なく指定した時間にデータベースの状態を戻すことができる
t0 t1 t2
t0 t1
t2
t3 t4
t3
t4
1. t1へ戻る
2. t3へ戻る
不可視不可視

セキュリティ
• TLSによるクライアント/サーバ間の通信暗号化
• KMSによるストレージの暗号化
• セキュリティグループによるアクセス制御
• AWS IAMロールによる認証
• 監査ログをCloudWatch Logsに発行
• SOC, PCI-DSSなど各種コンプライアンス準拠
https://docs.aws.amazon.com/ja_jp/neptune/latest/userguide/neptune-compliance.html

Amazon Neptuneでサポートされるインターフェイス
Tinkerpop/Gremlin RDF/SPARQL
CLI Gremlin Console RDF4J Console
RDF4J Workbench
Java Gremlin Driver RDF4J
Python Gremlin-Python Driver sparqlwrapper
.NET Gremlin.NET -
Node.js gremlin-javascript -
HTTP REST HTTP REST (Gremlin) HTTP REST (SPARQL)
REST以外の
HTTP
Gremlin HTTP
WebSocket API
SPARQL HTTP

Amazon ElasticSearch Service連携
• Amazon ElasticSearch Serviceにデータをストリームで連携
• Amazon NeptuneからElasticSearchによる文字列検索が可能

Amazon ElasticSearch Serviceとの連携
Lambda
ElasticSearch
Service
Neptune
Streams
グラフデータの更新をNeptune Streamsから検知、ElasticSearch Serviceを更新
この構成を構築するCloudFormationのテンプレートが用意
https://docs.aws.amazon.com/ja_jp/neptune/latest/userguide/full-text-search-cfn-create.html
neptune_streams パラメータの有効化が必要
Neptune
更新アプリ
ケーション
読取アプリ
ケーション
NeptuneインスタンスからElasticSearchに直接クエリ

ElasticSearch Service連携でLIKE検索やfuzzy検索
Ex1)
g.withSideEffect("Neptune#fts.endpoint", "your-es-endpoint-URL")
.withSideEffect(“Neptune#fts.queryType”, “query_string”)
.withSideEffect(“Neptune#fts.minScore”, 1.5)
.V().has("name", "Neptune#fts m*k*");
Ex2)
g.withSideEffect("Neptune#fts.endpoint", "your-es-endpoint-URL")
.withSideEffect(“Neptune#fts.queryType”, “fuzzy”)
.V().has("name", "Neptune#fts mike");
https://docs.aws.amazon.com/ja_jp/neptune/latest/userguide/full-text-search.html
Fuzzy検索
Query String 検索
Score 1.5以上のDocumentのみ
ワイルドカード

その他最近のアップデート
• データベースクラスタの停止が可能に
• 最大停止期間は7日間
• 7日間を超える場合はスナップショットを取得して削除を
• db.t3.mediumインスタンスが利用可能に
• 0.15USD/時間で利用可能（東京リージョン）

事例: Zeta Global 顧客識別グラフ
• 顧客を識別するためのブラウザCookie
などの情報を管理
• 異なるCookieやDeviceIDが同じ顧客を
表した場合にEdgeで結合
• 1日あたり4億5000万クエリ
• 平均35msecのレイテンシ
https://aws.amazon.com/jp/blogs/news/building-a-customer-identity-graph-with-amazon-neptune/

データの投入
バルクでデータを投入する方法は２種類
• S3上にCSVファイルを用意し、Neptune Loaderでロード
• AWS Database Migration Serviceを使用して他のDBから移行

S3上のCSVファイルによるデータロード
NodeのCSVファイル例
EdgeのCSVファイル例
~id, name:String, age:Int, ~label
v1, UserA, 29, person
v2, UserB, 30, person
~id,~from,~to,~label
e1,v1,v2,follow
e2,v2,v1,follow
https://docs.aws.amazon.com/ja_jp/neptune/latest/userguide/bulk-load.html

S3上のCSVファイルによるデータロード
NodeのCSVファイル例
EdgeのCSVファイル例
~id, name:String, age:Int, ~label
v1, UserA, 29, person
v2, UserB, 30, person
~id,~from,~to,~label
e1,v1,v2,follow
e2,v2,v1,follow
curl -X POST -H 'Content-Type:
application/json' https://<neptune-endpoint>:8182/loader -d
'
{
"source" : "s3://<S3 URI>/",
"format" : "csv",
"iamRoleArn" : ”<IAM Role ARN>",
"region" : ”<region>",
"failOnError" : "FALSE",
"parallelism" : "MEDIUM",
"updateSingleCardinalityProperties" : "FALSE",
"queueRequest" : "TRUE"
}'
ロード実行例
https://docs.aws.amazon.com/ja_jp/neptune/latest/userguide/bulk-load.html

AWS Database Migration Serviceによるデータ移行
RDSや、オンプレミスのRDBなどからデータの移行が可能
RDBのレコードを、ノードやエッジにマッピング
各カラムの値をプロパティに変換
https://docs.aws.amazon.com/ja_jp/neptune/latest/userguide/dms-neptune-replication.html

CLI (Gremlin Console)
Groovyベースのコンソール
用途: Gremlinの学習/アプリケーション開発/アドホック分析/データベース運用
https://docs.aws.amazon.com/ja_jp/neptune/latest/userguide/access-graph-gremlin-console.html
http://tinkerpop.apache.org/docs/current/reference/#connecting-via-console
https://github.com/tinkerpop/gremlin/wiki/Getting-Started
$ cat conf/neptune-remote.yaml
hosts: [<Neptune end point>]
port: 8182
serializer: { className: (省略)}
$ cat neptune.groovy
:remote connect tinkerpop.server conf/neptune-remote.yaml
:remote console
$ cat bin/mygremlin.sh
bin/gremlin.sh -i neptune.groovy
$ bin/mygremlin.sh
¥,,,/
(o o)
-----oOOo-(3)-oOOo-----
plugin activated: tinkerpop.server
plugin activated:
tinkerpop.utilities
plugin activated:
tinkerpop.tinkergraph
gremlin> g.V().limit(1)
==>v[Luke]
gremlin>
サーバー定義
Neptuneに接続する初期化スクリプト
初期化スクリプトを呼び出す起動シェル
起動シェルの実行
Neptuneへのクエリ

Neptune Workbench：Jupyter Notebookからクエリ実行
“%%sparql”や”%%gremlin”を記
述したセルでクエリを実行

Gremlin 実行計画の取得
JupyterNotebookのセルで“%%gremlin explain”の後にクエリ記述
クエリの実行計画

Gremlin プロファイルの取得
クエリの最後に”.profile()”付与
クエリのプロファイル
”%query_mode profile”マジックコマンドでもprofile取得可能

Neptune Workbench：その他の機能
各マジックコマンドでNeptuneの様々な機能をJupyterNotebookから
実行
• %status
• Neptuneクラスタの情報を取得して表示
• %load
• S3上のファイルについてURI等を指定し、バルクロードを実行
• ％graph_notebook_config
• 使用中のJupyterNotebookの接続情報を表示
• %query_mode (query|explain|profile)
• クエリモードの変更

可視化 - 何のための可視化か？
• 全体を見るため
の可視化
• 一部を見るための
可視化
大規模グラフのOLTP用途では
こちらが中心となる
視覚的に全体的な構造を把握
クラスタリングの仮説を立てる
ドリルダウン
視覚的にターゲット周辺の構造を把握
トラバーサルの仮説を立てる
実トランザクションの大規模グラフ
ではすべてのデータを描画しても
情報過多となる

例mazon-Workspaces@4x.png
OSSツールによる可視化
JavaScriptベースの可視化ツール “Graphexp”
GitHubリポジトリ以下のファイル一式をWebブラウザで開くだけ
以下設定でNeptuneに対応
Webブラウザから直接Neptuneエンドポイントに
アクセスできる必要がある
const SINGLE_COMMANDS_AND_NO_VARS = true；
const REST_USE_HTTPS = true;
graphConf.js
Neptuneエンドポイントインターネット WorkSpaces
Workspaces上のブラウザでGraphexpを開く
ブラウザのJavaScriptからアクセス
https://github.com/bricaud/graphexp

商用ツールによる可視化
Tom Sawyer
https://www.tomsawyer.com/aws-amazon-neptune-visualization/
https://aws.amazon.com/jp/blogs/news/exploring-scientific-research-on-
covid-19-with-amazon-neptune-amazon-comprehend-medical-and-the-tom-
sawyer-graph-database-browser/
Metaphactory
https://metaphacts.com/amazon-neptune
https://aws.amazon.com/jp/blogs/apn/exploring-knowledge-graphs-on-
amazon-neptune-using-metaphactory/
Keylines
ttps://cambridge-intelligence.com/visualizing-the-amazon-neptune-
database-with-keylines/

Tom Sawyer: ユースケース
Comprehend Medicalで医学論文から意味情報を
抽出しつつトピックごとに分類し、Neptuneに
ロード
同じトピックに属する論文や、同じ意味情報の
多くを共有する論文同士の類似関係を視覚化
https://aws.amazon.com/jp/blogs/news/exploring-scientific-research-on-covid-19-with-amazon-
neptune-amazon-comprehend-medical-and-the-tom-sawyer-graph-database-browser/

運用ツール：GraphML 2 Neptune CSV
GraphML ファイルをNeptuneでのバルクロードが可能なCSV ファイ
ルに変換するツール
https://github.com/awslabs/amazon-neptune-tools/tree/master/graphml2csv
# TinkerpopのModernデータのうちGraphML形式の tinkerpop-modern.xml をダウンロード
$ curl https://raw.githubusercontent.com/apache/tinkerpop/master/data/tinkerpop-
modern.xml -o tinkerpop-modern.xml
# Pythonスクリプトを実行してノードとエッジの2つのCSVファイルに変換
$ ./graphml2csv.py -i tinkerpop-modern.xml
infile = tinkerpop-modern.xml
Processing tinkerpop-modern.xml
Wrote 6 nodes and 18 attributes to tinkerpop-modern-nodes.csv.
Wrote 6 edges and 12 attributes to tinkerpop-modern-edges.csv.
# あとは変換されたCSVファイルをS3バケットに配置してNeptuneにバルクロードすればOK
TinkerpopのModernデータを変換する例

運用ツール：Neptune Export
• BulkLoaderでNeptuneに取り込み可能なCSVやTurtleフォーマット
• 全データ、またはサンプリングやクエリの結果のみをエクスポート
• ツール自体をAWS Lambdaにデプロイすることも可能
Neptuneのデータをテキストファイルにエクスポートするツール
https://github.com/awslabs/amazon-neptune-tools/tree/master/neptune-
export
# Mavenなどによりjarを作成
$mvn clean install
# endpointとoutputを指定して実行
$ bin/neptune-export.sh export-pg -d ~/neptune/output/ -e <neptune-endpoint> --use-ssl

[Gremlin] 学習パスの例
Neptune WorkbenchとGraphexpを用いてクエリを実行しながら学習
• Workbenchのサンプルノートブックを実行してみる
• AWS SamplesのTutorialに沿ってクエリを実行してみる
https://github.com/aws-samples/amazon-neptune-samples/tree/master/gremlin/collaborative-filtering
• TinkerpopのTutorialで学習する
https://tinkerpop.apache.org/docs/current/tutorials/getting-started/
※Neptuneにおける実装での相違点に留意しながら実行する
https://docs.aws.amazon.com/ja_jp/neptune/latest/userguide/access-graph-gremlin-differences.html

[RDF/SPARQL] 学習パスの例
• Workbenchのサンプルノートブックを実行してみる
• 公開されたグローバルなナレッジベースを用いてSPARQLを学習
例: DBPedia http://ja.dbpedia.org/sparql
既存のクエリを少しずつ改変しながら学ぶなどが有効。

まとめ
• グラフとは
• SNS、路線図、WWW等、いたるところに
• Amazon Neptuneの特徴
• 最大で毎秒100,000件のクエリをサポート
• クラウドネイティブストレージによる高信頼性
• 継続的バックアップ、Point-In-Timeリストア
• TLSやKMSによる通信やストレージの暗号化
• CloudWatchLogsへの監査ログの発行
• ElasticSearch Serviceとの連携による、柔軟なクエリ
• Neptune Workbenchや可視化による、高い開発効率

Q&A
• お答えできなかったご質問については
• AWS Japan Blog
「https://aws.amazon.com/jp/blogs/news/」にて
• 資料公開と併せて、後日掲載します。

ご清聴ありがとうございました

20200714 AWS Black Belt Online Seminar Amazon Neptune

More Related Content

What's hot (20)

Similar to 20200714 AWS Black Belt Online Seminar Amazon Neptune (20)

More from Amazon Web Services Japan (20)

Recently uploaded (20)

20200714 AWS Black Belt Online Seminar Amazon Neptune