Amazon Neptune Engine Version 1.3.2.0 (10.06.2020)

Allgemeine Verbesserungen

• Unterstützung für TLS Version 1.3 einschließlich der Verschlüsselungssammlungen TLS_AES_128_GCM_SHA256 und TLS_AES_256_GCM_SHA384. TLS 1.3 ist eine Option — TLS 1.2 ist immer noch das Minimum.

Verbesserungen bei Gremlin

• TinkerPop 3.7.x-Aktualisierung

  • Bietet eine große Erweiterung der Gremlin-Sprache.

    • Neue Schritte zur Verarbeitung von Zeichenketten, Listen und Daten.

    • Neue Syntax zur Angabe der Kardinalität innerhalb des Schritts. mergeV()

    • union()kann jetzt als Startschritt verwendet werden.

    • Weitere Informationen zu den Änderungen in 3.7.x finden Sie in der TinkerPop Upgrade-Dokumentation.

  • Beachten Sie beim Upgrade der Client-Gremlin-Sprachtreiber für Java, dass einige Umbenennungen der Serializer-Klassen rückgängig gemacht wurden. https://tinkerpop.apache.org/docs/3.7.1/upgrade/#_serializer_renaming Sie müssen die Paket- und Klassenbenennung in Ihren Konfigurationsdateien und im Code, falls angegeben, aktualisieren.

• StrictTimeoutValidation(nur bei Aktivierung über Labmode StrictTimeoutValidation durch EinschließenStrictTimeoutValidation=enabled): Wenn der StrictTimeoutValidation Parameter den Wert hatenabled, darf ein als Anforderungsoption oder Abfragehinweis festgelegter Timeout-Wert pro Abfrage den global in der Parametergruppe festgelegten Wert nicht überschreiten. In einem solchen Fall wirft Neptun eine. InvalidParameterException Diese Einstellung kann in einer Antwort auf dem /status Endpunkt bestätigt werden, wenn der Wert gleich istdisabled, und in Neptune Version 1.3.2.0 lautet der Standardwert dieses Parameters. Disabled

Verbesserungen bei OpenCypher

• Die Amazon Neptune Engine Version 1.3.2.0 bietet im Vergleich zu früheren Engine-Versionen eine bis zu 9-mal schnellere und 10-mal höhere Durchsatzleistung für OpenCypher-Abfragen.

• Abfragen mit niedriger Latenz und Verbesserung der Durchsatzleistung: Allgemeine Leistungsverbesserungen für OpenCypher-Abfragen mit niedriger Latenz. Die neue Version verbessert auch den Durchsatz für solche Abfragen. Die Verbesserungen sind bedeutsamer, wenn parametrisierte Abfragen verwendet werden.

• Unterstützung für Query Plan Cache: Wenn eine Abfrage an Neptune gesendet wird, wird die Abfragezeichenfolge analysiert, optimiert und in einen Abfrageplan umgewandelt, der dann von der Engine ausgeführt wird. Anwendungen werden häufig durch allgemeine Abfragemuster unterstützt, die mit unterschiedlichen Werten instanziiert werden. Der Abfrageplan-Cache kann die Gesamtlatenz reduzieren, indem die Abfragepläne zwischengespeichert werden und so das Analysieren und Optimieren für solche wiederholten Muster vermieden wird.

• Leistungsverbesserung für DISTINCT-Aggregationsabfragen.

• Leistungsverbesserung für Verknüpfungen mit Variablen, für die Nullwerte zulässig sind.

• Leistungsverbesserung für Abfragen, die das Prädikat „Nicht gleich dem id ()node/relationship“ -Prädikat enthalten.

• Erweiterte Unterstützung für die Datetime-Funktionalität (Nur im Labormodus DatetimeMillisecond aktiviert durch Einbeziehen. DatetimeMillisecond=enabled Weitere Informationen finden Sie unter Temporale Unterstützung in der Neptune OpenCypher-Implementierung (Neptune Analytics und Neptune Database 1.3.2.0 und höher).

Allgemeine Verbesserungen

• Die NeptuneML-Fehlermeldung bei der Validierung des Zugriffs auf Graphlytics-Buckets wurde aktualisiert.

Korrekturen für Gremlin

• Fehlende Labelinformationen in der DFE-Abfrageübersetzung für Szenarien, in denen Schritte, die keinen Pfadbeitrag leisten, Beschriftungen enthalten, wurden behoben. Beispiel:

  g.withSideEffect('Neptune#useDFE', true).
    V().
    has('name', 'marko').
    has("name", TextP.regex("mark.*")).as("p1").
    not(out().has("name", P.within("peter"))).
    out().as('p2').
    dedup('p1', 'p2')

• Es wurde ein NullPointerException Fehler in der DFE-Abfrageübersetzung behoben, der auftritt, wenn eine Abfrage in zwei DFE-Fragmenten ausgeführt wird und das erste Fragment auf einen Knoten optimiert wurde, der nicht erfüllt werden kann. Beispiel:

  g.withSideEffect('Neptune#useDFE', true).
    V().
    has('name', 'doesNotExists').
    has("name", TextP.regex("mark.*")).
    inject(1).
    V().
    out().
    has('name', 'vadas')

• Es wurde ein Fehler behoben, bei dem Neptune einen Fehler auslösen konnte, InternalFailureException wenn eine Abfrage den Modulator ValueTraversal inside by () enthält und seine Eingabe Map ist. Beispiel:

  g.V().
    hasLabel("person").
    project("age", "name").by("age").by("name").
    order().by("age")

OpenCypher-Korrekturen

• Verbesserte UNWIND-Operationen (z. B. Erweiterung einer Werteliste in einzelne Werte), um Situationen zu vermeiden, in denen nicht genügend Speicher (OOM) zur Verfügung steht. Beispiel:

  MATCH (n)-->(m)
  WITH collect(m) AS list
  UNWIND list AS m
  RETURN m, list

• Die Optimierung der benutzerdefinierten ID bei mehreren MERGE-Vorgängen, bei denen die ID über UNWIND injiziert wurde, wurde behoben. Beispiel:

  UNWIND [{nid: 'nid1', mid: 'mid1'}, {nid: 'nid2', mid: 'mid2'}] as ids
  MERGE (n:N {`~id`: ids.nid})
  MERGE (m:M {`~id`: ids.mid})

• Speicherexplosion bei der Planung komplexer Abfragen mit Eigenschaftszugriff und mehreren Hops mit bidirektionalen Beziehungen behoben. Beispiel:

  MATCH (person1:person)-[:likes]->(res)-[:partOf]->(group)-[:knows]-(:entity {name: 'foo'}), 
         (person1)-[:knows]->(person2)-[:likes]-(res2), (comment)-[:presentIn]->(:Group {name: 'barGroup'}), 
         (person1)-[:commented]->(comment2:comment)-[:partOf]->(post:Post), (comment2)-[:presentIn]->(:Group {name: 'fooGroup'}), 
         (comment)-[:contains]->(info:Details)-[:CommentType]->(:CommentType {name: 'Positive'}),
         (comment2)-[:contains]->(info2:Details)-[:CommentType]->(:CommentType {name: 'Positive'}) 
  WHERE datetime('2020-01-01T00:00') <= person1.addedAfter <= datetime('2023-01-01T23:59') AND comment.approvedBy = comment2.approvedBy 
  MATCH (comment)-[:contains]->(info3:Details)-[:CommentType]->(:CommentType {name: 'Neutral'})
  RETURN person1, group.name, info1.value,  post.ranking, info3.value

• Aggregationsabfragen mit Null als Gruppierung nach Variablen wurden behoben. Beispiel:

  MATCH (n)
  RETURN null AS group, sum(n.num) AS result

Fehlerkorrekturen für SPARQL

• Der SPARQL-Parser wurde korrigiert, um die Analysezeit für große Abfragen wie INSERT DATA, die viele Tripel und große Token enthalten, zu verkürzen.

• In Version 1.3.2.0 haben wir ein Problem im Abfrageplan-Cache festgestellt, wenn skip oder in einer inneren WITH Klausel verwendet limit wird und parametrisiert sind. Beispiel:

  MATCH (n:Person)
  WHERE n.age > $age
  WITH n skip $skip LIMIT $limit 
  RETURN n.name, n.age
  
  parameters={"age": 21, "skip": 2, "limit": 3}

  In diesem Fall werden die Parameterwerte für Skip und Limit aus dem ersten Plan auch auf nachfolgende Abfragen angewendet, was zu unerwarteten Ergebnissen führt.

  Schadensbegrenzung

  Um dieses Problem zu vermeiden, fügen Sie den Abfragehinweis hinzu, QUERY:PLANCACHE "disabled" wenn Sie eine Abfrage senden, die eine parametrisierte and/or Skip-Limit-Unterklausel enthält. Alternativ können Sie die Werte in der Abfrage fest codieren.

  Option 1: Den Abfragehinweis verwenden, um den Plan-Cache zu deaktivieren:

  Using QUERY:PLANCACHE "disabled"
  MATCH (n:Person) WHERE n.age > $age
  WITH n skip $skip LIMIT $limit
  RETURN n.name, n.age
  
  parameters={"age": 21, "skip": 2, "limit": 3}

  Option 2: Verwendung fest codierter Werte für Skip und Limit:

  MATCH (n:Person)
  WHERE n.age > $age
  WITH n skip 2 LIMIT 3
  RETURN n.name, n.age
  
  parameters={"age": 21}

• Abfragen, die numerische Filterwerte verwenden, können falsche Ergebnisse zurückgeben, wenn der Abfrageplan-Cache verwendet wird. Um das Problem zu vermeiden, verwenden Sie den Abfragehinweis, QUERY:PLANCACHE "disabled" um den Abfrageplan-Cache zu überspringen. Verwenden Sie beispielsweise:

  USING QUERY:PLANCACHE "disabled"
  MATCH (n:person)
  WHERE n.yearOfBirth > $year
  RETURN n
  
  parameters={"year":1950}

• Abfragen, die denselben Parameternamen mehrmals verwenden, können mit dem Fehler fehlschlagenParameter name should not be a number and/or contain _internal_ or _modified_user_ string within it. These are reserved for planCache. Otherwise, rerun with HTTP parameter planCache=disabled. Überspringen Sie in solchen Fällen entweder den Cache des Abfrageplans wie oben oder duplizieren Sie die Parameter wie in diesem Beispiel:

  MATCH (n:movie) WHERE n.runtime>=$minutes RETURN n 
  UNION 
  MATCH (n:show) WHERE n.duration>=$minutes RETURN n
  
  parameters={"minutes":130}

  Verwenden Sie den Hinweis QUERY:PLANCACHE "disabled" oder ändern Sie die Parameter:

  MATCH (n:movie) WHERE n.runtime>=$rt_min RETURN n 
  UNION 
  MATCH (n:show) WHERE n.duration>=$dur_min RETURN n
  
  parameters={"rt_min":130, "dur_min":130}

• Abfragen, die mit dem Bolt-Protokoll ausgeführt werden, können zu falschen Ergebnissen führen, wenn es sich bei der Abfrage um eine UNION- oder UNION ALL-Abfrage handelt. Um das Problem zu vermeiden, sollten Sie erwägen, die jeweilige Abfrage mit dem HTTP-Endpunkt auszuführen. Sie können auch jeden Teil der Union separat ausführen, wenn Sie das Bolt-Protokoll verwenden.

• Die älteste unterstützte Version von Gremlin: 3.7.1

• Die neueste unterstützte Version von Gremlin: 3.7.1

• openCypher-Version: Neptune-9.0.20190305-1.0

• SPARQL-Version: 1.1