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.

Laden von Daten mithilfe von Abfragen in Amazon Neptune

Neptune unterstützt das direkte Schreiben von Daten durch Operationen in der Abfragesprache. Sie können Standard-Schreiboperationen wie CREATE und MERGE in OpenCypher, in SPARQL oder mergeV() und INSERT in Gremlin verwenden, um Daten mergeE() in Ihrem Diagramm hinzuzufügen oder zu ändern. Diese Operationen eignen sich für inkrementelle Aktualisierungen und transaktionale Schreibvorgänge.

Verwenden Sie zum Laden von Daten aus Amazon S3 den Verwenden Sie den Amazon Neptune Bulk Loader zum Aufnehmen von Daten für große Datensätze, die eine optimierte Leistung erfordern. Für kleinere Datensätze in einer oder wenigen Amazon S3-Dateien können Sie abfragebasierte Ladefunktionen verwenden, um Daten direkt in Ihren Abfragen zu lesen und zu verarbeiten.

Die folgenden abfragebasierten Ladefunktionen sind verfügbar:

OpenCypher: neptune.read ()

Die neptune.read() Funktion liest CSV- oder Parquet-Dateien aus Amazon S3 innerhalb einer CALL Unterabfrage, sodass Sie Daten zur Abfragezeit verarbeiten und laden können.

CALL neptune.read({
  source: "s3://bucket/data.csv",
  format: "csv"
})
YIELD row
CREATE (n:Person {id: row.id, name: row.name})

Eine vollständige Dokumentation finden Sie unterneptune.read ().

SPARQL: LADEN UND ENTLADEN

LOADSPARQL-Operationen importieren RDF-Daten aus einer URI in ein benanntes Diagramm. UNLOADexportiert Daten aus einem Diagramm nach Amazon S3.

LOAD <s3://bucket/data.ttl> INTO GRAPH <http://example.org/graph>

Eine vollständige Dokumentation finden Sie unterVerwenden von SPARQL UPDATE LOAD zum Importieren von Daten in Neptune.

Gremlin: io () Schritt

Sie können Gremlins g.io(URL).read() Step auch verwenden, um Datendateien in GraphML (ein XML-Format), GraphsOn (ein JSON-Format) und anderen Formaten einzulesen.

g.io("https://example.com/data/my-graph.graphml").read().iterate()

Verwenden Sie den g.io() Schritt, um von einer HTTPS-URL zu lesen. Um eine Datei zu laden, die Sie als Amazon S3-Objekt speichern, generieren Sie zunächst eine vorsignierte URL. Übergeben Sie dann diese HTTPS-URL ang.io(). Sie können eine vorsignierte URL mit dem AWS CLI aws s3 presign folgenden Befehl generieren:

aws s3 presign s3://amzn-s3-demo-bucket/data/vertices.graphml

Weitere Informationen zu vorsignierten URLs finden Sie unter Herunterladen und Hochladen von Objekten mit vorsignierten URLs im Amazon S3-Benutzerhandbuch.

Einzelheiten finden Sie in TinkerPop der Dokumentation.