本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 可持续发展支柱
<a name="sustainability-pillar"></a>

Well-Architect AWS ed Framework 的[可持续发展支柱](https://docs.aws.amazon.com/wellarchitected/latest/framework/sustainability.html)侧重于最大限度地减少运行云工作负载对环境的影响。关键主题包括可持续发展责任共担模式、了解影响以及最大限度地使用以尽量减少所需资源和减轻下游影响。

可持续性支柱包含以下关键重点领域：
+ 您的影响
+ 可持续性目标
+ 最大程度提高使用率
+ 预见并采用新的、更高效的软件产品
+ 使用托管服务
+ 降低下游影响

本指南侧重于了解您的影响。有关其他可持续发展设计原则的更多信息，请参阅 Well-Architecte [AWS d Framew](https://docs.aws.amazon.com/wellarchitected/latest/framework/sus-design-principles.html) ork。

您的选择和要求会对环境产生影响。如果您可以选择 AWS 区域 碳强度较低的产品，并且如果您的要求反映了实际的工作量需求，而不仅仅是最大限度地提高正常运行时间和耐用性，那么工作负载的可持续性就会提高。下一节将讨论最佳实践和注意事项，如果在工作负载设计和持续运营中采用这些最佳做法和注意事项，这些做法和注意事项将对环境产生积极影响

## 考虑你的 AWS 区域 选择
<a name="region-selection"></a>

 AWS 区域 有些位于亚马逊可再生能源项目附近，或者位于电网公布的碳强度低于其他项目的地方。考虑可能适合您的工作负载的区域[对可持续发展的影响](https://aws.amazon.com/blogs/architecture/how-to-select-a-region-for-your-workload-based-on-sustainability-goals/)，并将您的列表与提供 Nep [tune Analytics 的区域](https://docs.aws.amazon.com/neptune-analytics/latest/userguide/analytics-limits.html#limits-regions)进行交叉引用。

## 优化消费
<a name="consumption"></a>

通过练习以下几点，最大限度地减少 Neptune Analytics 的消耗：
+ 分析通常是短暂的。只有在运行算法和记录结果时才需要图表。如果是这种情况，请在不再需要图表时对其进行[快照和删除](https://docs.aws.amazon.com/neptune-analytics/latest/userguide/managing-deleting.html)。如有必要，您可以稍后[从快照中将其恢复](https://docs.aws.amazon.com/neptune-analytics/latest/userguide/graph-snapshots.html#graph-snapshots-restoring)。
+ 如果工作负载是短暂的，并且您可以灵活地决定何时运行分析，请考虑功耗 day-to-day趋势。在某些时期，对电力的需求会更高。如果您在美国，请查看美国能源信息管理局 (EIA) 网站[上的每日用电量指标](https://www.eia.gov/electricity/gridmonitor/dashboard/electric_overview/US48/US48)。如果可能，请在您所在地区的非高峰时段运行工作负载。
+ 如果工作负载不是临时性的，而只需要在有限的时间内可用，请删除图表，并在需要时将其从快照中恢复。如果其可用性按计划进行，请通过脚本自动执行恢复过程，以便图表在预定时间准备就绪。
+ 如果数据是只读的，或者自上次快照以来没有发生变化，则在删除之前不要再次对其进行快照。
+ 在 Neptune 笔记本电脑不使用时将其停用。
+ 监控`NumQueuedRequestsPerSec`、、`NumOpenCypherRequestsPerSec``GraphStorageUsagePercent``GraphSizeBytes`、和等 CloudWatch 指标`CPUUtilization`以评估图表是否过大。确定较小的实例容量能否适应观察到的请求速率、CPU 使用率和图形大小。

## 优化软件开发和架构模式
<a name="patterns"></a>

为防止浪费，请优化模型和查询，并共享计算资源，以便使用 Neptune 实例和集群中的所有可用资源。具体最佳实践包括：
+ 优化查询和图形算法调用。使用参数化查询并[使用查询计划缓存，该缓存](https://docs.aws.amazon.com/neptune-analytics/latest/userguide/query-plan-cache.html)默认处于启用状态。对于慢速查询，请运行[解释计划](https://docs.aws.amazon.com/neptune-analytics/latest/userguide/query-explain.html)以进行改进。如果您使用[向量相似度搜索](https://docs.aws.amazon.com/neptune-analytics/latest/userguide/vector-similarity.html)，请确定较小的嵌入是否产生准确的相似度结果，因为可以更有效地创建、存储和搜索较小的嵌入。在调用[图形算法](https://docs.aws.amazon.com/neptune-analytics/latest/userguide/algorithms.html)之前，请使用子`MATCH`句最小化输入节点集。如果可能，对节点和边缘标签进行筛选。
+ 寻找最有效的方法将数据加载到图表中。如果您从 Amazon S3 中的数据加载，则在数据大小超过 50 GB 时使用[批量导入](https://docs.aws.amazon.com/neptune-analytics/latest/userguide/bulk-import.html)。对较小的数据使用[批量加载](https://docs.aws.amazon.com/neptune-analytics/latest/userguide/batch-load.html)。
+ 要求开发者共享 Neptune 笔记本实例，而不是每个人创建自己的实例。在单个 Jupyter 实例上为每位开发者创建单独的笔记本文件夹。不使用实例时将其关闭。