As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá. # Como trabalhar com outros serviços do AWS É possível usar o Amazon Neptune em conjunto com muitos outros serviços da AWS. **Integrações do Neptune a outros serviços** + **[AWS Glue](https://docs.aws.amazon.com/glue/latest/dg/)**: AWS Glue é um serviço de integração de dados sem servidor que ajuda a realizar trabalhos de extração, transformação e carregamento (ETL) nos dados. O Neptune fornece uma biblioteca de código aberto, [neptune-python-utilities](https://github.com/awslabs/amazon-neptune-tools/tree/master/neptune-python-utils), que simplifica o uso do Python e do Gremlin em um trabalho do Glue. O [Neo4j Spark Connector](https://neo4j.com/docs/spark/current/) também é compatível com a execução de trabalhos do Scala e do openCypher Glue. + **[Amazon SageMaker AI](https://aws.amazon.com/sagemaker/)**: o Amazon SageMaker AI é uma plataforma de machine learning completa para desenvolver, treinar e implantar modelos de machine learning de alta qualidade. O Neptune se integra ao SageMaker AI de duas formas principais: + O Neptune fornece um pacote Python de código aberto para [cadernos Jupyter](https://jupyter-notebook.readthedocs.io/en/stable/), que pode ser encontrado no [projeto de bloco de anotações Neptune](https://github.com/aws/graph-notebook) no GitHub. Este pacote contém um conjunto de magias do Jupyter, blocos de anotações de tutoriais e exemplos de código que fornecem um ambiente de codificação interativo onde você pode saber mais sobre a tecnologia de grafos e o Neptune. O Neptune fornece um ambiente totalmente gerenciado para cadernos Jupyter hospedados pelo SageMaker AI e se vincula automaticamente aos blocos de anotações no [projeto de blocos de anotações de grafos do Neptune](https://github.com/aws/graph-notebook) de código aberto. + O atributo Neptune ML possibilita criar e treinar modelos úteis de machine learning úteis em grafos grandes em horas e não em semanas. Para isso, o Neptune ML usa a tecnologia de rede neural de grafos (GNN) desenvolvida pelo Amazon SageMaker AI e pela [Deep Graph Library (DGL)](https://www.dgl.ai/). + **[AWS Lambda](https://docs.aws.amazon.com/lambda/latest/dg/)**: as funções do AWS Lambda têm muitos usos nas aplicações Neptune. Para obter informações sobre como usar as funções do Lambda com qualquer um dos drivers e variantes de linguagem populares do Gremlin, bem como exemplos específicos de funções do Lambda escritas em Java, JavaScript e Python, consulte [Usar funções do AWS Lambda no Amazon Neptune](lambda-functions.md). + **[Amazon Athena](https://docs.aws.amazon.com/athena/latest/ug/)**: o Amazon Athena é um serviço de consultas interativas que facilita a análise de dados no Amazon Simple Storage Service e outras fontes de dados federados usando SQL padrão. O Neptune fornece um [conector para o Athena](https://docs.aws.amazon.com/athena/latest/ug/connectors-neptune.html) que permite ao Athena se comunicar com os dados armazenados no Neptune. + **[AWS Database Migration Service (AWS DMS)](https://docs.aws.amazon.com/dms/latest/userguide/)**: o AWS Database Migration Service é um serviço Web da AWS que você pode usar para migrar dados de um banco de dados para outro. O AWS DMS pode [carregar dados no Neptune](dms-neptune.md) de [bancos de dados de origem compatíveis](https://docs.aws.amazon.com/dms/latest/userguide/CHAP_Source.html) de forma rápida e segura. O banco de dados de origem permanece totalmente operacional durante a migração, o que minimiza o tempo de inatividade de aplicativos que dependem dele. + **[AWS Backup](https://docs.aws.amazon.com/aws-backup/latest/devguide/)**: o AWS Backup é um serviço de backup totalmente gerenciado que facilita a centralização e a automação do backup de dados entre todos os serviços da AWS na nuvem e on-premises. O AWS Backup permite criar snapshots periódicos automatizados dos clusters do Neptune usando a política centralizada de proteção de dados em todos os serviços da AWS compatíveis com banco de dados, armazenamento e computação. + **[AWS SDK para pandas](https://github.com/aws/aws-sdk-pandas)**: o AWS SDK para pandas (anteriormente conhecido como AWS Data Wrangler ou `awswrangler`) é uma iniciativa python de código aberto do [AWS Professional Service](https://aws.amazon.com/professional-services) que amplia o poder da biblioteca de análise de dados `pandas` Python para AWS, conectando `DataFrames` e mais de 30 serviços relacionados a dados da AWS, incluindo o Neptune. Além do SDK, há também um [tutorial](https://aws-sdk-pandas.readthedocs.io/en/latest/tutorials/033%20-%20Amazon%20Neptune.html) sobre como usá-lo com o Neptune e vários exemplos de blocos de anotações Neptune, como [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)**: o driver Neptune JDBC é compatível com consultas do openCypher, do Gremlin, do SQL-Gremlin e do SPARQL. A conectividade JDBC facilita a conexão com o Neptune com ferramentas de business intelligence (BI), como o [Tableau](https://www.tableau.com/).