Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà. # Collaborazione con altri AWS servizi Puoi usare Amazon Neptune in combinazione con molti altri servizi: AWS **Integrazioni di Neptune con altri servizi** + **[AWS Glue](https://docs.aws.amazon.com/glue/latest/dg/)**: AWS Glue è un servizio di integrazione dei dati serverless che consente di eseguire processi di estrazione, trasformazione e caricamento (ETL) sui dati. Neptune fornisce una libreria [neptune-python-utilities](https://github.com/awslabs/amazon-neptune-tools/tree/master/neptune-python-utils)open source che semplifica l'uso di Python e Gremlin all'interno di un lavoro Glue. Il [connettore Neo4j per Spark](https://neo4j.com/docs/spark/current/) è supportato anche per l'esecuzione di processi Scala e openCypher Glue. + **[Amazon SageMaker AI](https://aws.amazon.com/sagemaker/)** — Amazon SageMaker AI è una piattaforma di machine learning completa per la creazione, la formazione e l'implementazione di modelli di machine learning di alta qualità. Neptune si integra SageMaker con l'IA in due modi principali: + [Neptune fornisce un pacchetto Python open source [per notebook Jupyter](https://jupyter-notebook.readthedocs.io/en/stable/) che può essere trovato nel progetto Neptune graph notebook su.](https://github.com/aws/graph-notebook) GitHub Questo pacchetto contiene un set di comandi magic di Jupyter, notebook con tutorial ed esempi di codice che forniscono un ambiente di sviluppo del codice interattivo in cui è possibile apprendere i concetti sulla tecnologia dei grafi e su Neptune. [Neptune fornisce un ambiente completamente gestito per i notebook Jupyter ospitati SageMaker dall'intelligenza artificiale e si collega automaticamente ai notebook del progetto open source Neptune graph notebook.](https://github.com/aws/graph-notebook) + La funzionalità Neptune ML consente di creare e addestrare modelli di machine learning utili su grafi di grandi dimensioni in poche ore anziché in settimane. A tal fine, Neptune ML utilizza la tecnologia Graph Neural Network (GNN) basata su SageMaker Amazon AI [e](https://www.dgl.ai/) Deep Graph Library (DGL). + **[AWS Lambda](https://docs.aws.amazon.com/lambda/latest/dg/)**: le funzioni AWS Lambda hanno molti utilizzi nelle applicazioni Neptune. Per informazioni su come utilizzare le funzioni Lambda con i driver e le varianti di linguaggio Gremlin più diffusi, nonché esempi specifici di funzioni Lambda scritte in Java e Python, JavaScript consulta. [Utilizzo AWS Lambda delle funzioni in Amazon Neptune](lambda-functions.md) + **[Amazon Athena](https://docs.aws.amazon.com/athena/latest/ug/)**: Amazon Athena è un servizio di query interattivo che semplifica l'analisi di dati direttamente in Amazon Simple Storage Service (Amazon S3) e altre origini dati federate con SQL standard. Neptune fornisce un [connettore per Athena](https://docs.aws.amazon.com/athena/latest/ug/connectors-neptune.html) che consente ad Athena di comunicare con i dati archiviati in Neptune. + **[AWS Database Migration Service (AWS DMS)](https://docs.aws.amazon.com/dms/latest/userguide/)** — AWS Database Migration Service è un servizio AWS web che è possibile utilizzare per migrare i dati da un database all'altro. AWS DMS può [caricare dati in Neptune](dms-neptune.md) [dai database di origine supportati](https://docs.aws.amazon.com/dms/latest/userguide/CHAP_Source.html) in modo rapido e sicuro. Il database di origine resterà completamente operativo anche durante la migrazione, per ridurre al minimo le interruzioni delle applicazioni che lo utilizzano. + **[AWS Backup](https://docs.aws.amazon.com/aws-backup/latest/devguide/)**— AWS Backup è un servizio di backup completamente gestito che semplifica la centralizzazione e l'automazione del backup dei dati tra i AWS servizi nel cloud e in locale. AWS Backup consente di creare istantanee periodiche automatizzate dei cluster Neptune utilizzando la politica di protezione dei dati centralizzata per i AWS servizi supportati per database, archiviazione ed elaborazione. + **[AWS SDK per panda](https://github.com/aws/aws-sdk-pandas)** — L' AWS SDK per panda (precedentemente noto come AWS Data Wrangler, o`awswrangler`), è un'iniziativa `pandas` python open source di [AWS Professional Service](https://aws.amazon.com/professional-services) che estende la potenza della libreria di analisi dei dati Python a, connettendo e più di 30 servizi relativi ai dati AWS, incluso Neptune. `DataFrames` AWS Oltre all'SDK, sono disponibili anche un [tutorial](https://aws-sdk-pandas.readthedocs.io/en/latest/tutorials/033%20-%20Amazon%20Neptune.html) su come utilizzarlo con Neptune e diversi notebook Neptune di esempio, tra cui [Fraud Ring Detection](https://github.com/aws/graph-notebook/blob/main/src/graph_notebook/notebooks/05-Data-Science/00-Identifying-Fraud-Rings-Using-Social-Network-Analytics.ipynb), [Synthetic Identity Detection](https://github.com/aws/graph-notebook/blob/main/src/graph_notebook/notebooks/05-Data-Science/01-Identifying-1st-Person-Synthetic-Identity-Fraud-Using-Graph-Similarity.ipynb) e [Logistics Analysis](https://github.com/aws/graph-notebook/blob/main/src/graph_notebook/notebooks/05-Data-Science/02-Logistics-Analysis-using-a-Transportation-Network.ipynb). + **[Driver JDBC](https://github.com/aws/amazon-neptune-jdbc-driver)**: il driver JDBC Neptune supporta le query openCypher, Gremlin, SQL-Gremlin e SPARQL. La connettività JDBC semplifica la connessione a Neptune con strumenti di business intelligence (BI) come [Tableau](https://www.tableau.com/).