🥇 ऍमेझॉन नेपच्यूनची पहिली छाप

सलाम, खाब्रोव्स्क रहिवासी. अभ्यासक्रम सुरू होण्याच्या अपेक्षेने "विकासकांसाठी AWS" आम्ही मनोरंजक सामग्रीचे भाषांतर तयार केले आहे.

अनेक वापर प्रकरणांमध्ये आम्हाला आवडते बाकडाटाजसे आम्ही आमच्या क्लायंटच्या वेबसाइटवर पाहतो, संबंधित माहिती घटकांमधील कनेक्शनमध्ये लपवलेली असते, उदाहरणार्थ वापरकर्त्यांमधील संबंधांचे विश्लेषण करताना, घटकांमधील अवलंबित्व किंवा सेन्सरमधील कनेक्शन. अशी वापर प्रकरणे सहसा आलेखावर तयार केली जातात. या वर्षाच्या सुरुवातीला, ऍमेझॉनने आपला नवीन आलेख डेटाबेस, नेपच्यून जारी केला. या पोस्टमध्ये आम्ही आमच्या पहिल्या कल्पना, चांगल्या पद्धती आणि कालांतराने काय सुधारले जाऊ शकते हे सामायिक करू इच्छितो.

आम्हाला ऍमेझॉन नेपच्यूनची गरज का आहे

आलेख डेटाबेस त्यांच्या रिलेशनल समतुल्यांपेक्षा उच्च कनेक्ट केलेले डेटा सेट हाताळण्याचे वचन देतात. अशा डेटासेटमध्ये, संबंधित माहिती सहसा ऑब्जेक्ट्समधील संबंधांमध्ये संग्रहित केली जाते. नेपच्यूनची चाचणी घेण्यासाठी आम्ही एक आश्चर्यकारक खुला डेटा प्रकल्प वापरला म्युझिकब्रेनझ. MusicBrainz कलाकार, गाणी, अल्बम रिलीझ किंवा मैफिलींबद्दलची माहिती, तसेच गाण्यामागील कलाकाराने कोणाशी सहयोग केला किंवा अल्बम कोणत्या देशात कधी रिलीज झाला यासारख्या कल्पना करण्यायोग्य संगीत मेटाडेटा संकलित करते. म्युझिकब्रेन्झला संगीत उद्योगाशी जोडलेल्या घटकांचे एक मोठे नेटवर्क म्हणून पाहिले जाऊ शकते.

MusicBrainz डेटासेट रिलेशनल डेटाबेसचा CSV डंप म्हणून प्रदान केला आहे. एकूण, डंपमध्ये 93 टेबल्समध्ये सुमारे 157 दशलक्ष पंक्ती आहेत. यातील काही सारण्यांमध्ये कलाकार, कार्यक्रम, रेकॉर्डिंग, रिलीझ किंवा ट्रॅक, इतरांसारखा मूलभूत डेटा असतो लिंक टेबल — कलाकार आणि रेकॉर्डिंग, इतर कलाकार किंवा प्रकाशन इ. यांच्यातील संबंध संग्रहित करा... ते डेटा सेटची आलेख रचना प्रदर्शित करतात. डेटासेटला RDF ट्रिपल्समध्ये रूपांतरित करताना, आम्हाला अंदाजे 500 दशलक्ष उदाहरणे मिळाली.

आम्ही ज्या प्रकल्प भागीदारांसोबत काम करतो त्यांच्या अनुभव आणि छापांच्या आधारावर, आम्ही एक सेटिंग सादर करतो ज्यामध्ये नवीन माहिती मिळविण्यासाठी या ज्ञानाचा आधार वापरला जातो. याव्यतिरिक्त, आम्ही ते नियमितपणे अद्यतनित केले जाण्याची अपेक्षा करतो, उदाहरणार्थ नवीन प्रकाशन जोडून किंवा गट सदस्य अद्यतनित करून.

समायोजन

अपेक्षेप्रमाणे, Amazon Neptune स्थापित करणे सोपे आहे. ती खूप तपशीलवार आहे दस्तऐवजीकरण. तुम्ही काही क्लिक्समध्ये आलेख डेटाबेस लाँच करू शकता. तथापि, जेव्हा अधिक तपशीलवार कॉन्फिगरेशनचा विचार केला जातो, आवश्यक माहिती शोधणे कठीण. म्हणून, आम्ही एका कॉन्फिगरेशन पॅरामीटरकडे निर्देश करू इच्छितो.

पॅरामीटर गटांसाठी कॉन्फिगरेशन स्क्रीनशॉट

ऍमेझॉन म्हणते की नेपच्यून कमी-विलंब व्यवहाराच्या वर्कलोडवर लक्ष केंद्रित करते, म्हणूनच डीफॉल्ट विनंती टाइमआउट 120 सेकंद आहे. तथापि, आम्ही अनेक विश्लेषणात्मक वापर प्रकरणांची चाचणी केली आहे ज्यामध्ये आम्ही नियमितपणे ही मर्यादा गाठली आहे. नेपच्यून आणि सेटिंगसाठी नवीन पॅरामीटर गट तयार करून ही कालबाह्यता बदलली जाऊ शकते neptune_query_timeout संबंधित निर्बंध.

डेटा लोड करत आहे

खाली आम्ही Neptune मध्ये MusicBrainz डेटा कसा लोड केला याबद्दल तपशीलवार चर्चा करू.

तीन मध्ये संबंध

प्रथम, आम्ही MusicBrainz डेटा RDF ट्रिपल्समध्ये रूपांतरित केला. म्हणून, प्रत्येक सारणीसाठी, आम्ही एक टेम्पलेट परिभाषित केला आहे जो प्रत्येक स्तंभ तिहेरीमध्ये कसा दर्शविला जातो हे परिभाषित करतो. या उदाहरणात, परफॉर्मर टेबलमधील प्रत्येक पंक्ती बारा RDF ट्रिपलमध्ये मॅप केली आहे.

<http://musicbrainz.foo/artist/${id}> <http://musicbrainz.foo/gid> "${gid}"^^<http://www.w3.org/2001/XMLSchema#string> .
 
 
<http://musicbrainz.foo/artist/${id}> <http://musicbrainz.foo/name> "${name}"^^<http://www.w3.org/2001/XMLSchema#string> .
 
<http://musicbrainz.foo/artist/${id}> <http://musicbrainz.foo/sort-name> "${sort_name}"^^<http://www.w3.org/2001/XMLSchema#string> .
 
<http://musicbrainz.foo/artist/${id}> <http://musicbrainz.foo/begin-date> "${begin_date_year}-${begin_date_month}-${begin_date_day}"^^xsd:<http://www.w3.org/2001/XMLSchema#date> .
 
<http://musicbrainz.foo/artist/${id}> <http://musicbrainz.foo/end-date> "${end_date_year}-${end_date_month}-${end_date_day}"^^xsd:<http://www.w3.org/2001/XMLSchema#date> .
 
<http://musicbrainz.foo/artist/${id}> <http://musicbrainz.foo/type> <http://musicbrainz.foo/artist-type/${type}> .
 
<http://musicbrainz.foo/artist/${id}> <http://musicbrainz.foo/area> <http://musicbrainz.foo/area/${area}> .
 
<http://musicbrainz.foo/artist/${id}> <http://musicbrainz.foo/gender> <http://musicbrainz.foo/gender/${gender}> .
 
<http://musicbrainz.foo/artist/${id}> <http://musicbrainz.foo/comment> "${comment}"^^<http://www.w3.org/2001/XMLSchema#string> .
 
<http://musicbrainz.foo/artist/${id}> <http://musicbrainz.foo/edits-pending> "${edits_pending}"^^<http://www.w3.org/2001/XMLSchema#int> .
 
<http://musicbrainz.foo/artist/${id}> <http://musicbrainz.foo/last-updated> "${last_updated}"^^<http://www.w3.org/2001/XMLSchema#dateTime> .
 
<http://musicbrainz.foo/artist/${id}> <http://musicbrainz.foo/ended> "${ended}"^^<http://www.w3.org/2001/XMLSchema#boolean> .

मोठ्या प्रमाणात अपलोड

नेपच्यूनमध्ये मोठ्या प्रमाणात डेटा लोड करण्याचा सुचविलेला मार्ग म्हणजे S3 द्वारे मोठ्या प्रमाणात अपलोड प्रक्रिया. तुमच्या ट्रिपल्स फाइल्स S3 वर अपलोड केल्यानंतर, तुम्ही POST विनंती वापरून अपलोड सुरू करता. आमच्या बाबतीत, 24 दशलक्ष ट्रिपलेटसाठी सुमारे 500 तास लागले. ते जलद होईल अशी आम्हाला अपेक्षा होती.

curl -X POST -H 'Content-Type: application/json' http://your-neptune-cluster:8182/loader -d '{
 
 
 "source" : "s3://your-s3-bucket",
 
 "format" : "ntriples",
 
 "iamRoleArn" : "arn:aws:iam::your-iam-user:role/NeptuneLoadFromS3",
 
 "region" : "eu-west-1",
 
 "failOnError" : "FALSE"
 
}'

प्रत्येक वेळी आम्ही नेपच्यून लाँच करतो तेव्हा ही लांबलचक प्रक्रिया टाळण्यासाठी, आम्ही स्नॅपशॉटमधून उदाहरण पुनर्संचयित करण्याचा निर्णय घेतला ज्यामध्ये हे ट्रिपलेट आधीच लोड केले गेले होते. स्नॅपशॉटवरून धावणे लक्षणीयरीत्या जलद आहे, परंतु तरीही नेपच्यून विनंत्यांसाठी उपलब्ध होईपर्यंत सुमारे एक तास लागतो.

सुरुवातीला नेपच्यूनमध्ये ट्रिपलेट लोड करताना, आम्हाला विविध त्रुटी आल्या.

{
 
 
 "errorCode" : "PARSING_ERROR",
 
 "errorMessage" : "Content after '.' is not allowed",
 
 "fileName" : [...],
 
 "recordNum" : 25
 
}

वर दर्शविल्याप्रमाणे त्यापैकी काही पार्सिंग त्रुटी होत्या. आजपर्यंत, या टप्प्यावर नेमके काय चुकले ते आम्हाला अद्याप समजलेले नाही. थोडे अधिक तपशील येथे नक्कीच मदत करेल. घातलेल्या तिप्पटांपैकी अंदाजे 1% साठी ही त्रुटी आली. परंतु नेपच्यूनची चाचणी करण्यापर्यंत, आम्ही हे सत्य स्वीकारले आहे की आम्ही केवळ म्युझिकब्रेन्झच्या 99% माहितीसह कार्य करतो.

जरी SPARQL शी परिचित लोकांसाठी हे सोपे असले तरी, हे लक्षात ठेवा की RDF ट्रिपल्स स्पष्ट डेटा प्रकारांसह भाष्य करणे आवश्यक आहे, ज्यामुळे पुन्हा त्रुटी येऊ शकतात.

स्ट्रीमिंग डाउनलोड

वर नमूद केल्याप्रमाणे, आम्ही नेपच्यूनचा वापर स्थिर डेटा स्टोअर म्हणून करू इच्छित नाही, तर एक लवचिक आणि विकसित होणारा ज्ञान आधार म्हणून करू इच्छितो. म्हणून जेव्हा ज्ञानाचा आधार बदलतो तेव्हा आम्हाला नवीन तिप्पट सादर करण्याचे मार्ग शोधणे आवश्यक होते, उदाहरणार्थ जेव्हा एखादा नवीन अल्बम प्रकाशित होतो किंवा जेव्हा आम्हाला व्युत्पन्न केलेले ज्ञान प्रत्यक्षात आणायचे असते.

नेपच्यून इनपुट ऑपरेटरना SPARQL क्वेरीद्वारे समर्थन करते, दोन्ही कच्चे आणि नमुना-आधारित. आम्ही खाली दोन्ही पद्धतींवर चर्चा करू.

स्ट्रीमिंग पद्धतीने डेटा प्रविष्ट करणे हे आमचे एक ध्येय होते. नवीन देशात अल्बम रिलीज करण्याचा विचार करा. MusicBrainz च्या दृष्टीकोनातून, याचा अर्थ असा आहे की अल्बम, सिंगल्स, EPs इत्यादींचा समावेश असलेल्या रिलीझसाठी, टेबलमध्ये एक नवीन एंट्री जोडली जाते. मुक्त देश. RDF मध्ये, आम्ही ही माहिती दोन नवीन ट्रिपल्ससह जुळवतो.

INSERT DATA { <http://musicbrainz.foo/release-country/737041> <http://musicbrainz.foo/release> <http://musicbrainz.foo/release/435759> };INSERT DATA { <http://musicbrainz.foo/release-country/737041> <http://musicbrainz.foo/date-year> "2018"^^<http://www.w3.org/2001/XMLSchema#int> };

आलेखातून नवीन ज्ञान मिळवणे हे दुसरे ध्येय होते. समजा आम्हाला प्रत्येक कलाकाराने त्यांच्या कारकिर्दीत प्रकाशित केलेल्या रिलीजची संख्या मिळवायची आहे. अशी क्वेरी खूप गुंतागुंतीची आहे आणि नेपच्यूनमध्ये 20 मिनिटांपेक्षा जास्त वेळ लागतो, म्हणून आम्हाला हे नवीन ज्ञान इतर काही क्वेरीमध्ये पुन्हा वापरण्यासाठी परिणाम प्रत्यक्षात आणणे आवश्यक आहे. म्हणून आम्ही सबक्वेरीचा निकाल प्रविष्ट करून, या माहितीसह परत आलेखात तिप्पट जोडतो.

INSERT {
 
 
  ?artist_credit <http://musicbrainz.foo/number-of-releases> ?number_of_releases
 
} WHERE {
 
  SELECT ?artist_credit (COUNT(*) as ?number_of_releases)
 
  WHERE {
 
     ?artist_credit <http://musicbrainz.foo/rdftype> <http://musicbrainz.foo/artist-credit> .
 
     ?release_group <http://musicbrainz.foo/artist-credit> ?artist_credit .
 
     ?release_group <http://musicbrainz.foo/rdftype> <http://musicbrainz.foo/release-group> .
 
     ?release_group <http://musicbrainz.foo/name> ?release_group_name .
 
  }
 
  GROUP BY ?artist_credit
 
}

आलेखामध्ये एकल तिप्पट जोडण्यासाठी काही मिलीसेकंद लागतात, तर सबक्वेरीचा निकाल टाकण्यासाठी अंमलबजावणीची वेळ ही सबक्वेरीच्या अंमलबजावणीच्या वेळेवर अवलंबून असते.

आम्ही ते अनेकदा वापरले नसले तरी, नेपच्यून तुम्हाला नमुने किंवा सुस्पष्ट डेटावर आधारित तिहेरी काढण्याची परवानगी देते, ज्याचा वापर माहिती अद्यतनित करण्यासाठी केला जाऊ शकतो.

SPARQL क्वेरी

मागील उपनमुना सादर करून, जो प्रत्येक कलाकारासाठी रिलीझची संख्या देतो, आम्ही नेपच्यून वापरून उत्तर देऊ इच्छित असलेल्या पहिल्या प्रकारच्या क्वेरीचा परिचय करून दिला आहे. नेपच्यूनमध्ये क्वेरी तयार करणे सोपे आहे - खाली दर्शविल्याप्रमाणे, SPARQL एंडपॉइंटवर POST विनंती पाठवा:

curl -X POST --data-binary 'query=SELECT ?artist ?p ?o where {?artist <http://musicbrainz.foo/name> "Elton John" . ?artist ?p ?o . }' http://your-neptune-cluster:8182/sparql

याव्यतिरिक्त, आम्ही एक क्वेरी लागू केली आहे जी त्यांचे नाव, वय किंवा मूळ देशाबद्दल माहिती असलेले कलाकार प्रोफाइल परत करते. लक्षात ठेवा की कलाकार व्यक्ती, बँड किंवा ऑर्केस्ट्रा असू शकतात. याव्यतिरिक्त, आम्ही या डेटाला वर्षभरात कलाकारांद्वारे रिलीझ केलेल्या संख्येबद्दल माहितीसह पूरक करतो. एकट्या कलाकारांसाठी, आम्ही प्रत्येक वर्षी कलाकार सहभागी झालेल्या बँडची माहिती देखील जोडतो.

SELECT
 
 
 ?artist_name ?year
 
 ?releases_in_year ?releases_up_year
 
 ?artist_type_name ?releases
 
 ?artist_gender ?artist_country_name
 
 ?artist_begin_date ?bands
 
 ?bands_in_year
 
WHERE {
 
 # Bands for each artist
 
 {
 
   SELECT
 
     ?year
 
     ?first_artist
 
     (group_concat(DISTINCT ?second_artist_name;separator=",") as ?bands)
 
     (COUNT(DISTINCT ?second_artist_name) AS ?bands_in_year)     
 
   WHERE {
 
     VALUES ?year {
 
       1960 1961 1962 1963 1964 1965 1966 1967 1968 1969
 
       1970 1971 1972 1973 1974 1975 1976 1977 1978 1979
 
       1980 1981 1982 1983 1984 1985 1986 1987 1988 1989
 
       1990 1991 1992 1993 1994 1995 1996 1997 1998 1999
 
       2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
 
       2010 2011 2012 2013 2014 2015 2016 2017 2018
 
     }   
 
     ?first_artist <http://musicbrainz.foo/name> "Elton John" .
 
     ?first_artist <http://musicbrainz.foo/rdftype> <http://musicbrainz.foo/artist> .
 
     ?first_artist <http://musicbrainz.foo/type> ?first_artist_type .
 
     ?first_artist <http://musicbrainz.foo/name> ?first_artist_name .
 

 
 
     ?second_artist <http://musicbrainz.foo/rdftype> <http://musicbrainz.foo/artist> .
 
     ?second_artist <http://musicbrainz.foo/type> ?second_artist_type .
 
     ?second_artist <http://musicbrainz.foo/name> ?second_artist_name .
 
     optional { ?second_artist <http://musicbrainz.foo/begin-date-year> ?second_artist_begin_date_year . }
 
     optional { ?second_artist <http://musicbrainz.foo/end-date-year> ?second_artist_end_date_year . }
 

 
 
     ?l_artist_artist <http://musicbrainz.foo/entity0> ?first_artist .
 
     ?l_artist_artist <http://musicbrainz.foo/entity1> ?second_artist .
 
     ?l_artist_artist <http://musicbrainz.foo/link> ?link .
 

 
 
     optional { ?link <http://musicbrainz.foo/begin-date-year> ?link_begin_date_year . }
 
     optional { ?link <http://musicbrainz.foo/end-date-year> ?link_end_date_year . }
 

 
 
     FILTER (!bound(?link_begin_date_year) || ?link_begin_date_year <= ?year)
 
     FILTER (!bound(?link_end_date_year) || ?link_end_date_year >= ?year)
 
     FILTER (!bound(?second_artist_begin_date_year) || ?second_artist_begin_date_year <= ?year)
 
     FILTER (!bound(?second_artist_end_date_year) || ?second_artist_end_date_year >= ?year)
 
     FILTER (?first_artist_type NOT IN (<http://musicbrainz.foo/artist-type/2>, <http://musicbrainz.foo/artist-type/5>, <http://musicbrainz.foo/artist-type/6>))
 
     FILTER (?second_artist_type IN (<http://musicbrainz.foo/artist-type/2>, <http://musicbrainz.foo/artist-type/5>, <http://musicbrainz.foo/artist-type/6>))
 
   }
 
   GROUP BY ?first_artist ?year
 
 }
 
 # Releases up to a year
 
 {
 
   SELECT
 
     ?artist
 
     ?year
 
     (group_concat(DISTINCT ?release_name;separator=",") as ?releases)
 
     (COUNT(*) as ?releases_up_year)
 
   WHERE {
 
     VALUES ?year {
 
       1960 1961 1962 1963 1964 1965 1966 1967 1968 1969
 
       1970 1971 1972 1973 1974 1975 1976 1977 1978 1979
 
       1980 1981 1982 1983 1984 1985 1986 1987 1988 1989
 
       1990 1991 1992 1993 1994 1995 1996 1997 1998 1999
 
       2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
 
       2010 2011 2012 2013 2014 2015 2016 2017 2018 
 
     }
 

 
 
     ?artist <http://musicbrainz.foo/name> "Elton John" .
 

 
 
     ?artist_credit_name <http://musicbrainz.foo/artist-credit> ?artist_credit .
 
     ?artist_credit_name <http://musicbrainz.foo/rdftype> <http://musicbrainz.foo/artist-credit-name> .
 
     ?artist_credit_name <http://musicbrainz.foo/artist> ?artist .
 
     ?artist_credit <http://musicbrainz.foo/rdftype> <http://musicbrainz.foo/artist-credit> .
 

 
 
     ?release_group <http://musicbrainz.foo/artist-credit> ?artist_credit .
 
     ?release_group <http://musicbrainz.foo/rdftype> <http://musicbrainz.foo/release-group> .
 
     ?release_group <http://musicbrainz.foo/name> ?release_group_name .
 
     ?release <http://musicbrainz.foo/release-group> ?release_group .
 
     ?release <http://musicbrainz.foo/name> ?release_name .
 
     ?release_country <http://musicbrainz.foo/release> ?release .
 
     ?release_country <http://musicbrainz.foo/date-year> ?release_country_year .
 

 
 
     FILTER (?release_country_year <= ?year)
 
   }
 
   GROUP BY ?artist ?year
 
 }
 
 # Releases in a year
 
 {
 
   SELECT ?artist ?year (COUNT(*) as ?releases_in_year)
 
   WHERE {
 
     VALUES ?year {
 
       1960 1961 1962 1963 1964 1965 1966 1967 1968 1969
 
       1970 1971 1972 1973 1974 1975 1976 1977 1978 1979
 
       1980 1981 1982 1983 1984 1985 1986 1987 1988 1989
 
       1990 1991 1992 1993 1994 1995 1996 1997 1998 1999
 
       2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
 
       2010 2011 2012 2013 2014 2015 2016 2017 2018 
 
     }
 

 
 
     ?artist <http://musicbrainz.foo/name> "Elton John" .
 

 
 
     ?artist_credit_name <http://musicbrainz.foo/artist-credit> ?artist_credit .
 
     ?artist_credit_name <http://musicbrainz.foo/rdftype> <http://musicbrainz.foo/artist-credit-name> .
 
     ?artist_credit_name <http://musicbrainz.foo/artist> ?artist .
 
     ?artist_credit <http://musicbrainz.foo/rdftype> <http://musicbrainz.foo/artist-credit> .
 

 
 
     ?release_group <http://musicbrainz.foo/artist-credit> ?artist_credit .
 
     ?release_group <http://musicbrainz.foo/rdftype> <http://musicbrainz.foo/release-group> .
 
     ?release_group <http://musicbrainz.foo/name> ?release_group_name .
 
     ?release <http://musicbrainz.foo/release-group> ?release_group .
 
     ?release_country <http://musicbrainz.foo/release> ?release .
 
     ?release_country <http://musicbrainz.foo/date-year> ?release_country_year .
 

 
 
     FILTER (?release_country_year = ?year)
 
   }
 
   GROUP BY ?artist ?year
 
 }
 
 # Master data
 
 {
 
   SELECT DISTINCT ?artist ?artist_name ?artist_gender ?artist_begin_date ?artist_country_name
 
   WHERE {
 
     ?artist <http://musicbrainz.foo/name> ?artist_name .
 
     ?artist <http://musicbrainz.foo/name> "Elton John" .
 
     ?artist <http://musicbrainz.foo/gender> ?artist_gender_id .
 
     ?artist_gender_id <http://musicbrainz.foo/name> ?artist_gender .
 
     ?artist <http://musicbrainz.foo/area> ?birth_area .
 
     ?artist <http://musicbrainz.foo/begin-date-year> ?artist_begin_date.
 
     ?birth_area <http://musicbrainz.foo/name> ?artist_country_name .
 

 
 
     FILTER(datatype(?artist_begin_date) = xsd:int)
 
   }

अशा क्वेरीच्या जटिलतेमुळे, आम्ही केवळ एल्टन जॉन सारख्या विशिष्ट कलाकारासाठी पॉइंट क्वेरी करू शकतो, परंतु सर्व कलाकारांसाठी नाही. नेपच्यून उपनिवडीत फिल्टर टाकून अशी क्वेरी ऑप्टिमाइझ करेल असे वाटत नाही. म्हणून, प्रत्येक निवड कलाकाराच्या नावाने व्यक्तिचलितपणे फिल्टर करणे आवश्यक आहे.

नेपच्यूनचे प्रति तास आणि प्रति-I/O दोन्ही शुल्क आहेत. आमच्या चाचणीसाठी, आम्ही किमान नेपच्यून उदाहरण वापरले, ज्याची किंमत $0,384/तास आहे. वरील क्वेरीच्या बाबतीत, जे एका कामगाराच्या प्रोफाइलची गणना करते, Amazon आमच्याकडून हजारो I/O ऑपरेशन्ससाठी शुल्क आकारते, ज्याची किंमत $0.02 आहे.

निष्कर्ष

प्रथम, ऍमेझॉन नेपच्यून आपली बहुतेक वचने पाळतो. व्यवस्थापित सेवा म्हणून, हा एक आलेख डेटाबेस आहे जो स्थापित करणे अत्यंत सोपे आहे आणि बर्याच कॉन्फिगरेशनशिवाय चालू आणि चालू असू शकतो. येथे आमचे पाच प्रमुख निष्कर्ष आहेत:

मोठ्या प्रमाणात अपलोड करणे सोपे आहे परंतु हळू आहे. परंतु हे त्रुटी संदेशांसह गुंतागुंतीचे होऊ शकते जे फारसे उपयुक्त नसतात.
स्ट्रीमिंग डाउनलोड आम्हाला अपेक्षित असलेल्या प्रत्येक गोष्टीचे समर्थन करते आणि ते खूप जलद होते
क्वेरी सोप्या आहेत, परंतु विश्लेषणात्मक क्वेरी चालवण्यासाठी पुरेशा परस्परसंवादी नाहीत
SPARQL क्वेरी व्यक्तिचलितपणे ऑप्टिमाइझ केल्या पाहिजेत
Amazon पेमेंट्सचा अंदाज लावणे कठीण आहे कारण SPARQL क्वेरीद्वारे स्कॅन केलेल्या डेटाच्या प्रमाणाचा अंदाज लावणे कठीण आहे.

इतकंच. साठी साइन अप करा “लोड बॅलन्सिंग” या विषयावर मोफत वेबिनार.

स्त्रोत: www.habr.com

ऍमेझॉन नेपच्यूनची पहिली छाप