Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Amazon Neptune mit Grafiknotizbüchern verwenden
Um mit Neptundiagrammen zu arbeiten, können Sie ein Neptun-Graph-Notizbuch verwenden oder mithilfe einer Vorlage eine neue Neptun-Datenbank erstellen. CloudFormation Erstellen eines Amazon Neptune-Clusters mit AWS CloudFormation
Ganz gleich, ob Sie mit Grafiken noch nicht vertraut sind und lernen und experimentieren möchten oder ob Sie bereits Erfahrung haben und Ihre Abfragen verfeinern möchten, die Neptune Workbench bietet eine interaktive Entwicklungsumgebung (IDE), mit der Sie Ihre Produktivität beim Erstellen von Diagrammanwendungen steigern können. Die Workbench bietet eine benutzerfreundliche Oberfläche für die Interaktion mit Ihrer Neptune-Datenbank, das Schreiben von Abfragen und das Visualisieren Ihrer Daten.
Indem Sie die CloudFormation Vorlage verwenden, um Ihre Neptune-Datenbank einzurichten, und die Workbench, um Ihre Diagrammanwendungen zu entwickeln, können Sie schnell und effizient mit Neptune beginnen, ohne dass zusätzliche Tools erforderlich sind. Auf diese Weise können Sie sich auf die Erstellung Ihrer Anwendungen konzentrieren, anstatt die zugrunde liegende Infrastruktur einzurichten.
Anmerkung
Neptune-Notebooks, die über Amazon SageMaker AI verwaltet werden, sind derzeit in der Region Asien-Pazifik (Malaysia) (ap-southeast-5) nicht verfügbar. Sie können Neptune-Notebooks jedoch weiterhin über alternative, nicht verwaltete Optionen bereitstellen. Informationen zur manuellen Bereitstellung von Notebooks finden Sie Neptune-Notizbücher manuell einrichten unter.
Neptune stellt Jupyter
Sie können diese Notebooks auf verschiedene Arten hosten:
-
Mit der Neptune Workbench können Sie Jupyter-Notebooks in einer vollständig verwalteten Umgebung ausführen, die in Amazon AI gehostet wird, und lädt automatisch die neueste Version des Neptune Graph Notebook-Projekts für Sie. SageMaker https://github.com/aws/graph-notebook
Es ist einfach, die Workbench in der Neptune-Konsole einzurichten, wenn Sie eine neue Neptune-Datenbank erstellen. Anmerkung
Wenn Sie eine Neptune Notebook-Instance erstellen, stehen Ihnen zwei Optionen für den Netzwerkzugriff zur Verfügung: Direkter Zugriff über Amazon SageMaker AI (Standard) und Zugriff über eine VPC. Bei beiden Optionen benötigt das Notebook Zugriff auf das Internet, um Paketabhängigkeiten für die Installation der Neptune Workbench abzurufen. Ein fehlender Internetzugang führt dazu, dass die Erstellung einer Neptune-Notebook-Instanz fehlschlägt.
Sie können Jupyter auch lokal installieren. Auf diese Weise können Sie die Notebooks von Ihrem Laptop aus ausführen, der entweder mit Neptune oder mit einer lokalen Instance einer der Open-Source-Graphdatenbanken verbunden ist. Im letzteren Fall können Sie so viel mit der Graph-Technologie experimentieren, wie Sie möchten, bevor Sie auch nur einen Cent ausgeben. Wenn Sie dann bereit sind, können Sie problemlos zur verwalteten Produktionsumgebung wechseln, die Neptune bietet.
Verwenden der Neptune-Workbench zum Hosten von Neptune-Notebooks
Neptune bietet die Instance-Typen T3 und T4g, mit denen Sie für weniger als 0,10 USD pro Stunde beginnen können. Workbench-Ressourcen werden Ihnen über Amazon SageMaker AI separat von Ihrer Neptune-Abrechnung in Rechnung gestellt. Weitere Informationen finden Sie auf der Seite mit Neptune-Preisen
Sie können einen Jupyter oder ein JupyterLab Notebook mithilfe der Neptune-Workbench auf zwei Arten erstellen: AWS-Managementkonsole
Verwenden Sie das Menü Notebook-Konfiguration, wenn Sie einen neuen Neptune-DB-Cluster erstellen. Befolgen Sie dafür die unter Starten eines Neptune-DB-Clusters mit dem AWS-Managementkonsole beschriebenen Schritte.
Verwenden Sie das Notebook-Menü im linken Navigationsbereich, wenn Ihr DB-Cluster bereits erstellt wurde. Führen Sie dazu die folgenden Schritte aus.
Um einen Jupyter oder ein Notizbuch mit dem zu erstellen JupyterLab Notebooks Speisekarte
Melden Sie sich bei der AWS Management Console an und öffnen Sie die Amazon Neptune-Konsole unter. https://console.aws.amazon.com/neptune/home
Wählen Sie im Navigationsbereich auf der linken Seite Notebooks (Notizbücher) aus.
Klicken Sie auf Create Notebook (Notebook erstellen).
Wählen Sie Datenbank als Neptune-Dienst aus.
Wählen Sie in der Liste Cluster Ihren Neptune-DB-Cluster aus. Wenn Sie noch keinen DB-Cluster haben, wählen Sie Create cluster (Cluster erstellen) aus, um einen zu erstellen.
Wählen Sie einen Notebook-Instance-Typ aus.
Geben Sie einen Namen und optional eine Beschreibung für Ihr Notebook ein.
-
Sofern Sie nicht bereits eine AWS Identity and Access Management (IAM-) Rolle für Ihre Notebooks erstellt haben, wählen Sie IAM-Rolle erstellen und geben Sie einen IAM-Rollennamen ein.
Anmerkung
Wenn Sie sich dafür entscheiden, eine IAM-Rolle wiederzuverwenden, die für ein vorheriges Notebook erstellt wurde, muss die Rollenrichtlinie die richtigen Berechtigungen für den Zugriff auf den Neptune-DB-Cluster enthalten, den Sie verwenden. Sie können dies sicherstellen, indem Sie überprüfen, ob die Komponenten im Ressourcen-ARN unter der
neptune-db:*-Aktion mit diesem Cluster übereinstimmen. Nicht korrekt konfigurierte Berechtigungen führen zu Verbindungsfehlern, wenn Sie versuchen, Notebook-Magic-Befehle auszuführen. Klicken Sie auf Create Notebook (Notebook erstellen). Der Erstellungsvorgang kann 5 bis 10 Minuten dauern, bis alles bereit ist.
Nachdem Ihr Notizbuch erstellt wurde, wählen Sie es aus und wählen Sie dann Open Jupyter oder Open. JupyterLab
Die Konsole kann eine AWS Identity and Access Management (IAM)-Rolle für Ihre Notebooks erstellen oder Sie können selbst eine Rolle erstellen. Die Richtlinie für diese Rolle sollte Folgendes umfassen:
Beachten Sie, dass die zweite Anweisung in der obigen Richtlinie eine oder mehrere Neptune-Cluster-Ressourcen-IDs auflistet.
Außerdem sollte die Rolle die folgende Vertrauensstellung aufbauen:
Auch hier kann es 5 bis 10 Minuten dauern, bis alles einsatzbereit ist.
Sie können Ihr neues Notebook so konfigurieren, dass es mit Neptune ML funktioniert, wie unter Manuelles Konfigurieren eines Neptune-Notebooks für Neptune ML erläutert.
Verwenden Sie Python, um ein generisches SageMaker KI-Notizbuch mit Neptune zu verbinden
Ein Notebook mit Neptune zu verbinden ist einfach, wenn Sie Neptune Magics installiert haben, aber es ist auch möglich, ein SageMaker KI-Notebook mithilfe von Python mit Neptune zu verbinden, auch wenn Sie kein Neptune-Notebook verwenden.
Schritte, die Sie unternehmen müssen, um in einer KI-Notebook-Zelle eine Verbindung zu Neptune herzustellen SageMaker
-
Installieren des Gremlin-Python-Clients:
!pip install gremlinpythonNeptune-Notebooks installieren den Gremlin-Python-Client für Sie, sodass dieser Schritt nur erforderlich ist, wenn Sie ein einfaches KI-Notizbuch verwenden. SageMaker
-
Schreiben Sie Code wie den folgenden, um eine Verbindung herzustellen und eine Gremlin-Abfrage auszuführen:
from gremlin_python import statics from gremlin_python.structure.graph import Graph from gremlin_python.process.graph_traversal import __ from gremlin_python.process.strategies import * from gremlin_python.driver.driver_remote_connection import DriverRemoteConnection from gremlin_python.driver.aiohttp.transport import AiohttpTransport from gremlin_python.process.traversal import * import os port = 8182 server = '(your server endpoint)' endpoint = f'wss://{server}:{port}/gremlin' graph=Graph() connection = DriverRemoteConnection(endpoint,'g', transport_factory=lambda:AiohttpTransport(call_from_event_loop=True)) g = graph.traversal().withRemote(connection) results = (g.V().hasLabel('airport') .sample(10) .order() .by('code') .local(__.values('code','city').fold()) .toList()) # Print the results in a tabular form with a row index for i,c in enumerate(results,1): print("%3d %4s %s" % (i,c[0],c[1])) connection.close()
Anmerkung
Falls Sie eine Version des Gremlin Python-Clients verwenden sollten, die älter als 3.5.0 ist, diese Zeile:
connection = DriverRemoteConnection(endpoint,'g', transport_factory=lambda:AiohttpTransport(call_from_event_loop=True))
Wäre einfach:
connection = DriverRemoteConnection(endpoint,'g')
Starten Sie Graph-Notebook als Amazon Neptune Workbench über CloudFormation
Sie können Amazon Neptune Workbench-Notebooks mit bereitstellen. CloudFormation Die CloudFormation Vorlage stellt Neptune Workbench-Notebooks als Ressourcen bereit und enthält die grundlegenden Notizbücher für die ersten Schritte. Mit der Workbench können Sie mithilfe von Jupyter-Notebooks, die von Amazon gehostet werden, mit Ihrem Amazon Neptune Database-Cluster arbeiten. SageMaker Die Workbench-Ressourcen werden Ihnen unabhängig von Ihrer Neptune-Abrechnung über Amazon in Rechnung gestellt. SageMaker
Die CloudFormation Vorlage und detaillierte Anweisungen, einschließlich der Anforderungen und Berechtigungen für die IAM-Rolle, sind im Graph-Notebook-Repository verfügbar. GitHub
CloudWatch Protokolle auf Neptune-Notebooks aktivieren
CloudWatch Protokolle sind jetzt standardmäßig für Neptune-Notebooks aktiviert. Wenn Sie ein älteres Notebook haben, das keine CloudWatch Protokolle erstellt, gehen Sie wie folgt vor, um sie manuell zu aktivieren:
Melden Sie sich bei der an AWS-Managementkonsole und öffnen Sie die SageMaker AI-Konsole
. Wählen Sie im Navigationsbereich auf der linken Seite Notebook und dann Notebook-Instances aus. Suchen Sie nach dem Namen des Neptune-Notebooks, für das Sie Protokolle aktivieren möchten.
Gehen Sie zur Detailseite, indem Sie den Namen dieser Notebook-Instance auswählen.
Wenn die Notebook-Instance ausgeführt wird, klicken Sie oben rechts auf der Notebook-Detailseite auf die Schaltfläche Stopp.
Unter Berechtigungen und Verschlüsselung gibt es ein Feld für den ARD der IAM-Rolle. Wählen Sie den Link in diesem Feld aus, um zu der IAM-Rolle zu gelangen, mit der diese Notebook-Instance ausgeführt wird.
-
Erstellen Sie die folgende Richtlinie:
Speichern Sie diese neue Richtlinie und fügen Sie sie an die IAM-Rolle aus Schritt 4 an.
Klicken Sie oben rechts auf der Detailseite der SageMaker AI-Notebook-Instanz auf Start.
Sobald Protokolle erstellt werden, sollte der Link Protokolle anzeigen unterhalb des Felds Lifecycle-Konfiguration unten links auf der Detailseite im Abschnitt Notebook-Instance-Einstellungen angezeigt werden.
Wenn ein Notizbuch nicht gestartet werden kann, erscheint auf der Seite mit den Notizbuch-Details auf der SageMaker AI-Konsole eine Meldung, die besagt, dass der Start der Notebook-Instanz über 5 Minuten gedauert hat. CloudWatch Die für dieses Problem relevanten Protokolle finden Sie unter diesem Namen:
(your-notebook-name)/LifecycleConfigOnStart
Einrichten von Graph-Notebooks auf Ihrem lokalen Computer
Das Graph-Notebook-Projekt enthält Anweisungen zum Einrichten von Neptune-Notebooks auf Ihrem lokalen Computer:
Sie können Ihre lokalen Notebooks entweder mit einem Neptune-DB-Cluster oder mit einer lokalen oder Remote-Instance einer Open-Source-Graphdatenbank verbinden.
Verwenden von Neptune-Notebooks mit Neptune-Clustern
Wenn Sie im Backend eine Verbindung zu einem Neptune-Cluster herstellen, möchten Sie die Notebooks möglicherweise in Amazon AI ausführen. SageMaker Die Verbindung zu Neptune von SageMaker AI aus kann bequemer sein als über eine lokale Installation der Notebooks, und Sie können so einfacher mit Neptune ML arbeiten. Amazon Neptune ML für Machine Learning anhand von Diagrammen
Eine Anleitung zum Einrichten von Notebooks in SageMaker AI finden Sie unter Graph-Notebook mit Amazon starten. SageMaker
Anweisungen zum Einrichten und Konfigurieren von Neptune selbst finden Sie unter Amazon Neptune einrichten.
Sie können auch eine lokale Installation der Neptune-Notebooks mit einem Neptune-DB-Cluster verbinden. Dies kann etwas komplizierter sein, da Amazon-Neptune-DB-Cluster nur in einer Amazon Virtual Private Cloud (VPC) erstellt werden können, die ihrer Konstruktion nach von der Außenwelt isoliert ist. Es gibt eine Reihe von Möglichkeiten, von außen eine Verbindung zu einer VPC herzustellen. Eine Möglichkeit besteht darin, einen Load Balancer zu verwenden. Eine andere Möglichkeit ist die Verwendung von VPC Peering (siehe Handbuch zu Amazon Virtual Private Cloud Peering).
Für die meisten Benutzer ist es jedoch am bequemsten, eine Verbindung herzustellen, indem sie einen Amazon-EC2-Proxyserver innerhalb der VPC einrichten und dann SSH-Tunnelingadditional-databases/neptune Ordner des Graph-Notebook-Projekts. https://github.com/aws/graph-notebook/
Verwendung von Neptune-Notebooks mit Open-Source-Graphdatenbanken
Um kostenlos mit der Graphtechnologie zu beginnen, können Sie auch Neptune-Notebooks mit verschiedenen Open-Source-Datenbanken im Backend verwenden. Beispiele sind der TinkerPop Gremlin-Server und die
Gehen Sie folgendermaßen vor, um den Gremlin Server als Ihre Backend-Datenbank zu verwenden:
Das Graph-Notebook wird mit einem Gremlin Server-Ordner verbunden.
GitHub Der Gremlin-Konfigurationsordner von Graph-Notebook.
GitHub
Gehen Sie folgendermaßen vor, um eine lokale Instanz von Blazegraph
Lesen Sie die Blazegraph-Schnellstartanweisungen, um die grundlegende Einrichtung und Konfiguration
zu verstehen, die für den Betrieb einer Blazegraph-Instance erforderlich sind. Greifen Sie auf den https://github.com/aws/graph-notebook/#blazegraph
GitHub Blazegraph-Konfigurationsordner von Graph-Notebook zu, der die erforderlichen Dateien und Anweisungen zum Einrichten einer lokalen Blazegraph-Instanz enthält. Navigieren Sie im GitHub Repository zum Verzeichnis „blazegraph“ und folgen Sie den bereitgestellten Anweisungen, um Ihre lokale Blazegraph-Instanz einzurichten. Dazu gehören Schritte zum Herunterladen der Blazegraph-Software, zum Konfigurieren der erforderlichen Dateien und zum Starten des Blazegraph-Servers.
Sobald Sie eine lokale Blazegraph-Instanz ausgeführt haben, können Sie sie als Backend-Datenbank für Ihre grafbasierten Daten und Abfragen in Ihre Anwendung integrieren. In der Dokumentation und im Beispielcode im Graph-Notebook-Repository erfahren Sie, wie Sie Ihre Anwendung mit der Blazegraph-Instance verbinden.
Migration von Neptune-Notebooks auf 4.x JupyterLab
In diesem Abschnitt werden verschiedene Ansätze für die Migration Ihrer Neptune-Notebooks auf 4.x und neuere Amazon Linux-Umgebungen beschrieben. JupyterLab Detaillierte Informationen zur Versionierung finden Sie unter Amazon JupyterLab AI Versioning. SageMaker JupyterLab
Migrationsansätze
Neue Installation
Wenn Sie die vorhandenen Workspace-Dateien oder -Konfigurationen nicht beibehalten müssen, können Sie:
-
Erstellen Sie eine neue Notebook-Instanz, auf der JupyterLab 4.x (notebook-al2-v3) ausgeführt wird
-
Stellen Sie sicher, dass das neue Setup wie erwartet funktioniert
-
Stoppen und löschen Sie Ihre alte Notebook-Instanz
Migration von Dateiübertragungen
Diese Methode verwendet Ihr lokales System oder Amazon S3 als Zwischenspeicher.
Am besten geeignet für
-
Direkter Internetzugang über die Amazon SageMaker AI-Netzwerkkonfiguration.
-
Ein moderates Datenvolumen, das migriert werden muss
-
Bestimmte Dateien, die beibehalten werden sollen, und nicht ganze Workspace-Konfigurationen.
Methode 1: Verwenden der JupyterLab Benutzeroberfläche
Am besten geeignet für
-
Kleine Anzahl von Dateien
-
Selektive Dateimigration
-
Bevorzugen Sie einfache Drag-and-Drop-Operationen
Schritte
-
Laden Sie Dateien von der Quellinstanz herunter: JupyterLab
-
Navigieren Sie und wählen Sie die Dateien aus, die Sie auf die neue Instanz migrieren möchten JupyterLab
-
Right-click und wählen Sie Herunterladen
-
-
Auf eine neue JupyterLab Instanz hochladen:
-
Klicken Sie auf den Upload-Button JupyterLab und wählen Sie alle Dateien aus, die Sie in die neue Instanz kopieren möchten
-
(Oder) ziehen Sie Dateien direkt per Drag-and-Drop
-
Methode 2: Verwenden von Amazon S3
Am besten geeignet für
-
Große Anzahl von Dateien
-
Beibehaltung Ihrer Ordnerstrukturen
-
Massenmigrationen
Voraussetzungen
Stellen Sie sicher, dass die dem Notebook zugeordnete Rolle über die entsprechenden Berechtigungen zum Hochladen und Zugreifen auf den Amazon S3-Bucket verfügt:
{ "Effect": "Allow", "Action": ["s3:PutObject", "s3:GetObject", "s3:ListBucket"], "Resource": ["arn:aws:s3:::your-bucket-name/*", "arn:aws:s3:::your-bucket-name"] }
Anmerkung
AWS CLI
Schritte
-
Öffnen Sie ein Terminal in JupyterLab oder geben Sie die Terminalbefehle in eine Notebookzelle mit
!Präfix ein. -
Kopieren Sie Dateien von Ihrer alten JupyterLab Instance nach S3 mit den CLI-Befehlen https://docs.aws.amazon.com/cli/latest/reference/s3/cp.html Amazon S3 cp oder Amazon S3 Sync:
# using AWS s3 cp aws s3 cp /home/ec2-user/SageMaker/your-folder s3://your-bucket/backup/ --recursive # (OR) using AWS s3 sync aws s3 sync /home/ec2-user/SageMaker/your-folder s3://your-bucket/backup/ -
Kopieren Sie Dateien von S3 auf Ihre neue JupyterLab Instanz:
# using AWS s3 cp aws s3 cp s3://your-bucket/backup/ /home/ec2-user/SageMaker/your-folder --recursive # (OR) using AWS s3 sync aws s3 sync s3://your-bucket/backup/ /home/ec2-user/SageMaker/your-folder
Anmerkung
Wird sync zur Pflege von Ordnerstrukturen und inkrementellen Aktualisierungen sowie cp für einmalige Übertragungen verwendet.
Amazon EFS-Migration
Am besten geeignet für
-
VPC-onlyNetzwerkkonfiguration
-
Große Datenmengen
Schritte
Folgen Sie dem Blog
Darüber hinaus gibt es noch einige weitere Schritte, die speziell für die Migration von Neptune-Notebooks in die neue Umgebung gelten:
-
Wählen Sie bei der Erstellung des Neptune-Notebooks in der Konsole unter Lifecycle-Konfiguration die Option Neue Lifecycle-Konfiguration erstellen aus
-
Fügen Sie in der Lebenszykluskonfiguration der Vorlage Ihren Amazon EFS-Mount-Befehl (
sudo mount -t nfs ...) nach dem Skript install.sh an
Dadurch wird sichergestellt, dass Ihr Amazon EFS-Dateisystem bei jedem Start oder Neustart Ihrer Notebook-Instance automatisch gemountet wird. Informationen zur Behebung von Mount-Problemen finden Sie im Amazon EFS-Dokument zur Fehlerbehebung.
Vorteile
-
Reibungsloser Zugriff auf Dateien in allen Instanzen
-
Direkter Dateizugriff ohne zwischengeschaltete Übertragungen
-
Effizienter Umgang mit großen Datensätzen
Amazon EBS-Volumenmigration
Ideal, wenn Sie etwas aufbewahren müssen
-
Vollständige Workspace-Konfigurationen
-
Versteckte Dateien
-
Systemeinstellungen
-
Beibehaltung vollständiger Workspace-Konfigurationen, versteckter Dateien und Systemeinstellungen
Folgen Sie dem AWS SageMaker KI-Migrationsleitfaden für Amazon EBS-Volumes, um Dateien von dem Amazon EBS-Volume zu übertragen, das den Notebook-Instances zugeordnet ist.
Darüber hinaus gibt es noch einige weitere Schritte, die speziell für die Migration von Neptune-Notebooks in die neue Umgebung gelten.
Neptune-specific Voraussetzungen
Fügen Sie der IAM-Rolle des Quell-Neptune-Notebooks alle folgenden Berechtigungen hinzu:
{ "Effect": "Allow", "Action": [ "s3:GetObject", "s3:ListBucket", "s3:CreateBucket", "s3:PutObject" ], "Resource": [ "arn:aws:s3:::(your ebs backup bucket name)", "arn:aws:s3:::(your ebs backup bucket name)/*" ] }, { "Effect": "Allow", "Action": [ "sagemaker:ListTags" ], "Resource": [ "*" ] }
Stellen Sie sicher, dass Sie den korrekten ARN für den S3-Bucket angeben, den Sie für die Sicherung verwenden werden.
Neptune-specific Konfiguration des Lebenszyklus
Bei der Erstellung des zweiten Lifecycle-Konfigurationsskripts für die Wiederherstellung des Backups (von on-create.sh), wie im Blog-Beitrag beschrieben, muss der Lifecycle-Name dem aws-neptune-*-Format entsprechen, wie aws-neptune-sync-from-s3. Dadurch wird sichergestellt, dass das LCC während der Notebook-Erstellung in der Neptune-Konsole ausgewählt werden kann.
Neptune-specific Synchronisation von einem Snapshot zu einer neuen Instanz
In den Schritten, die im Blogbeitrag für die Synchronisation von einem Snapshot zu einer neuen Instanz beschrieben werden, sind die folgenden Neptune-specific Änderungen aufgeführt:
Wählen Sie in Schritt 4 notebook-al2-v3 aus.
Verwenden Sie in Schritt 5 die IAM-Rolle aus dem Neptune-Quell-Notebook erneut.
-
Zwischen den Schritten 7 und 8:
Geben Sie in den Notebook-Instance-Einstellungen einen Namen ein, der das
aws-neptune-*-Format verwendet.Öffnen Sie das Einstellungsakkordeon Netzwerk und wählen Sie dieselbe VPC-, Subnetz- und Sicherheitsgruppe wie im Quell-Notebook aus.
Neptune-specific Schritte, nachdem das neue Notizbuch erstellt wurde
Wählen Sie die Schaltfläche Jupyter öffnen für das Notebook. Fahren Sie nach der Anzeige der
SYNC_COMPLETE-Datei im Hauptverzeichnis mit dem nächsten Schritt fort.Gehen Sie in der SageMaker AI-Konsole zur Notebook-Instanzseite.
Halten Sie das Notebook an.
Wählen Sie Bearbeiten aus.
Bearbeiten Sie in den Notebook-Instance-Einstellungen das Feld Lifecycle-Konfiguration, indem Sie den ursprünglichen Lebenszyklus des Neptune-Quell-Notebooks auswählen. Beachten Sie, dass dies nicht der EBS-Backup-Lebenszyklus ist.
Wählen Sie Notebook-Einstellungen aktualisieren aus.
Starten Sie das Notebook erneut.
Mit den hier beschriebenen Änderungen an den im Blogbeitrag beschriebenen Schritten sollten Ihre Graph-Notebooks jetzt auf eine neue Neptune-Notebook-Instance migriert werden, die die Amazon Linux 2- und 4-Umgebung verwendet. JupyterLab Sie werden für Zugriff und Verwaltung auf der Neptune-Seite in der angezeigt. Sie können Ihre Arbeit jetzt dort fortsetzen AWS-Managementkonsole, wo Sie aufgehört haben, indem Sie entweder Jupyter öffnen oder Öffnen auswählen. JupyterLab
Erstellen Sie ein Neptune-Notizbuch in Amazon AI-Instances SageMaker
Öffnen Sie die Amazon SageMaker AI-Konsole unter https://console.aws.amazon.com/sagemaker/
. Erweitern Sie im Navigationsbereich Notebook und wählen Sie dann Notebook-Instances aus.
Wählen Sie Create notebook instance (Notebook-Instance erstellen) aus.
Geben Sie dem Notizbuch in den Notebook-Instanzeinstellungen unter Notebook-Instanzname einen Namen, dem
aws-neptune-(z. B.aws-neptune-my-test-notebook) vorangestellt ist.Wählen Sie unter Plattform-ID die Option Amazon Linux 2, JupyterLab 4 aus.
Wählen Sie Zusätzliche Konfiguration aus.
Wählen Sie unter Lifecycle-Konfiguration die Option Neue Lifecycle-Konfiguration erstellen aus.
Geben Sie unter Konfiguration unter Name den Namen der Notebook-Instanz aus Schritt 4 ein.
-
Ersetzen Sie in Scripts unter Notizbuch starten das vorhandene Skript durch dieses:
#!/bin/bash sudo -u ec2-user -i <<'EOF' echo "export GRAPH_NOTEBOOK_AUTH_MODE=IAM" >> ~/.bashrc echo "export GRAPH_NOTEBOOK_SSL=True" >> ~/.bashrc echo "export GRAPH_NOTEBOOK_SERVICE=neptune-db for Neptune, or neptune-graph for Neptune Analytics" >> ~/.bashrc echo "export GRAPH_NOTEBOOK_HOST=(Neptune Analytics graph endpoint, public or private)" >> ~/.bashrc echo "export GRAPH_NOTEBOOK_PORT=8182" >> ~/.bashrc echo "export NEPTUNE_LOAD_FROM_S3_ROLE_ARN=" >> ~/.bashrc echo "export AWS_REGION=(AWS region)" >> ~/.bashrc aws s3 cp s3://aws-neptune-notebook-(AWS region)/graph_notebook.tar.gz /tmp/graph_notebook.tar.gz rm -rf /tmp/graph_notebook tar -zxvf /tmp/graph_notebook.tar.gz -C /tmp /tmp/graph_notebook/install_jl4x.sh EOF Wählen Sie Create configuration (Konfiguration erstellen) aus.
Wählen Sie unter Berechtigungen und Verschlüsselung unter IAM-Rolle die Rolle aus, die Sie oben erstellt haben.
-
Wenn Sie unter Network einen privaten Graph-Endpunkt verwenden:
Wählen Sie unter VPC die VPC aus, in der sich das Neptune Analytics-Diagramm befindet.
Wählen Sie unter Subnetz ein Subnetz aus, das dem Neptune Analytics-Diagramm zugeordnet ist.
Wählen Sie unter Sicherheitsgruppe (n) alle Sicherheitsgruppen aus, die dem Neptune Analytics-Diagramm zugeordnet sind.
Wählen Sie Create notebook instance (Notebook-Instance erstellen) aus.
Wenn Ihr neues Notebook nach 5 oder 10 Minuten den
ReadyStatus erreicht hat, wählen Sie es aus. Wählen Sie Open Jupyter oder Open. JupyterLab
Neptune-Notizbücher manuell einrichten
Sie können auch die für Graph-Notebook und Graph-Explorer verfügbaren AWS Open-Source-Pakete verwenden, um eine Neptune-Notebook-Umgebung einzurichten. Es gibt zwar mehrere Möglichkeiten, ein Notizbuch mithilfe von Open-Source-Paketen einzurichten, der empfohlene Ansatz ist jedoch:
-
Richten Sie Graph-Notebook
auf Ihrem lokalen Computer und einen Amazon EC2-SSH-Tunnel ein, der Ihren lokalen Computer mit einem Neptune-Cluster auf derselben VPC wie die Amazon EC2-Instance verbindet. -
Richten Sie Graph-Explorer auf einer Amazon EC2-Instance
in Ihrer VPC ein.
Eine ausführliche Anleitung zur Einrichtung der Open-Source-Pakete Graph-Notebooks
Security configuration (Sicherheitskonfiguration)
Stellen Sie beim Einrichten Ihrer Umgebung sicher, dass die folgenden Sicherheitskonfigurationen entsprechend eingestellt sind:
-
Neptune-Cluster-Sicherheitsgruppe — Erlauben Sie eingehenden TCP-Verkehr auf Port 8182 aus der Sicherheitsgruppe Ihrer Amazon EC2-Instance.
-
Amazon EC2-Instance-Sicherheitsgruppe — Konfigurieren Sie eingehende HTTPS-Regeln, um den Zugriff auf den Graph Explorer zu ermöglichen.
Wir empfehlen, eine einzige Sicherheitsgruppe sowohl für Ihren Neptune-Cluster als auch für Ihre Amazon EC2-Instance zu verwenden. Dies vereinfacht die Konfiguration und reduziert potenzielle Verbindungsprobleme. Denken Sie jedoch daran, eine selbstreferenzierende Regel hinzuzufügen, um die Kommunikation zwischen Ressourcen innerhalb der Gruppe zu ermöglichen.
