AWS認定資格 WEB問題集&徹底解説
AIプラクティショナー
Amazon Neptune の概要と試験出題ポイントは?
AWSサービスの一つであるAmazon Neptuneはどんな内容なのでしょうか?また、AWS認定資格のAIプラクティショナー(AIF)に合格するためには、サービスのどんなポイントを押さえておけばよいのでしょうか?
ここでは、そんなあなたの疑問に回答していきたいと思います
1. サービス概要
Amazon Neptuneは、AWS が提供するフルマネージドのグラフデータベースサービスです。ノード(頂点)とエッジ(辺)で構成されるグラフ構造のデータを効率的に格納・クエリできます。
ソーシャルネットワーク・不正検出・レコメンデーションエンジン・知識グラフ・サプライチェーン分析など、データ間の関係性(つながり)の分析が重要なユースケースに最適です。
2. 主な特徴と機能
2.1 サポートするグラフモデルとクエリ言語
- Property Graph (PG): ノードとエッジにプロパティを持つグラフモデル。
- Gremlin(Apache TinkerPop): グラフトラバーサル言語。
- openCypher: Neo4jで使われるグラフクエリ言語(2022年以降サポート)。
- RDF(Resource Description Framework): セマンティックウェブ・知識グラフ向けの標準モデル。
- SPARQL: RDFグラフのクエリ言語。
2.2 高可用性ストレージ
Auroraと同様に3AZにわたる6コピーの分散ストレージ。最大128TiBまで自動拡張。フェイルオーバー時はレプリカが自動的にプライマリに昇格(30秒以内)。
2.3 Neptune Serverless
トラフィックに応じてコンピューティングを自動スケールするサーバーレスオプション。断続的・予測困難なワークロードに適しています。
2.4 Neptune グローバルデータベース
複数リージョンへの低レイテンシレプリケーション(通常1秒未満)でディザスタリカバリとグローバル読み取りを実現。
2.5 Neptune ML
Neptune とAmazon SageMakerを統合してグラフ上の機械学習(Graph Neural Networks)を実行。ノード分類・リンク予測・不正検出に活用。
2.6 Neptune Analytics
インメモリのグラフ分析エンジン。大規模グラフデータに対する高速な分析クエリ(コミュニティ検出・最短経路・PageRank等)を実行。Neptune Databaseとは別サービス。
3. アーキテクチャおよび技術要素
- クラスター構成: プライマリ(書き込み)+最大15台のリードレプリカ(読み取り専用)。
- エンドポイント: クラスターエンドポイント(書き込み)・リーダーエンドポイント(読み取り分散)・インスタンスエンドポイントを提供。
- VPC内配置: パブリックアクセス不可。VPC内のみからアクセス可能。
- ポート: HTTPSポート8182でBolt/Gremlin/SPARQL/openCypherエンドポイントを提供。
4. セキュリティと認証・認可
- VPC内配置: パブリックエンドポイントなし。セキュリティグループで通信を制御。
- TLS暗号化: クライアント-クラスター間の通信をTLSで暗号化。
- 保存時の暗号化: KMSによるストレージ・スナップショット・バックアップの暗号化。
- IAM認証: IAMポリシーによるアクセス制御(SigV4署名でHTTPSリクエストを認証)。
5. 料金形態
- インスタンス: インスタンスタイプ × 稼働時間で課金(Neptune Serverlessは Neptune Capacity Unit: NCUで課金)。
- ストレージ: 使用ストレージGB/月で課金。
- I/O: 100万リクエストあたりで課金。
- バックアップ: クラスターストレージを超えたバックアップ保存に課金。
6. よくあるアーキテクチャ・設計パターン
- ソーシャルネットワーク分析: ユーザー・フォロー・友人関係をグラフで格納→Gremlin/openCypherで「共通の友人」「影響力のあるユーザー」を効率的にクエリ。
- 不正検出: トランザクション・アカウント・デバイスの関係をグラフで表現→連鎖的な不正パターンをリアルタイムで検出。
- レコメンデーションエンジン: ユーザー・購入・商品の関係グラフから「この商品を買った人はこれも買っています」を効率的に計算。
- 知識グラフ(RDF/SPARQL): エンタープライズの知識・概念の関係をRDFトリプルで表現→SPARQLで意味的な検索・推論を実行。
7. 設定・デプロイ手順(ハンズオン例)
- Neptuneコンソール→「クラスターを作成」→グラフモデル・インスタンスタイプ・VPC/サブネットを設定。
- セキュリティグループでポート8182のアクセスを許可。
- クラスター作成後、Neptune Workbenchまたはクライアントからエンドポイントに接続。
- Gremlin/openCypher/SPARQLでクエリを実行してグラフを操作。
8. 試験で問われやすいポイント
8.1 Neptuneの役割
- Q: ソーシャルネットワーク・不正検出・レコメンデーション等、データ間の関係性を扱うAWSマネージドDBサービスは?
A: Amazon Neptune(フルマネージドグラフDB)。Gremlin・openCypher(Property Graph)またはSPARQL(RDF)でクエリ。
8.2 クエリ言語の使い分け
- Q: NeptuneのProperty GraphとRDFのクエリ言語は?
A: Property Graph → Gremlin(Apache TinkerPop)またはopenCypher。RDF → SPARQL。
8.3 高可用性
- Q: Neptuneのストレージの高可用性の仕組みは?
A: Auroraと同様に3AZ×2コピー=6コピーの分散ストレージ。フェイルオーバー時はレプリカが自動昇格(30秒以内)。
8.4 他DBサービスとの選択基準
- Q: リレーショナルDBとグラフDBの使い分けは?
A: データ間の関係性(つながり・ネットワーク)の分析が重要 → Neptune(グラフDB)。構造化データの通常のCRUD・集計 → RDS/Aurora(リレーショナルDB)。
広告