Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Conexión a bases de datos de Amazon Neptune mediante la autenticación de IAM con Python
El boto3 neptunedata el cliente proporciona la forma más sencilla de conectarse a un IAM-enabled Base de datos Neptune de Python. El cliente gestiona la firma de Signature Version 4 automáticamente, por lo que no es necesario que firme las solicitudes usted mismo.
Requisitos previos
Python 3.x
El
boto3biblioteca:pip install boto3AWS credenciales configuradas mediante cualquier método estándar (variables de entorno, AWS archivo de configuración, perfil de instancia o rol de ejecución de Lambda)
Una política de IAM que permite
neptune-db:*acciones en su cúmulo de Neptuno
Conectarse con las credenciales predeterminadas
Este enfoque funciona cuando boto3 puede resolver las credenciales automáticamente, como en las instancias de Amazon Elastic Compute Cloud con perfiles de instancia, en AWS Lambda funciones, o con funciones configuradas AWS perfiles.
Sustituya la URL del punto final por la del punto final del clúster de Neptune.
Gremlin y OpenCypher
import boto3 from botocore.config import Config cfg = Config(retries={"total_max_attempts": 1, "mode": "standard"}, read_timeout=None) neptune = boto3.client('neptunedata', config=cfg, region_name='us-east-1', endpoint_url='https://your-neptune-endpoint:8182') # Gremlin resp = neptune.execute_gremlin_query(gremlinQuery='g.V().limit(1)') print(resp['result']) # openCypher resp = neptune.execute_open_cypher_query(openCypherQuery='MATCH (n) RETURN n LIMIT 1') print(resp['results'])
SPARQL
El boto3 neptunedata el cliente no admite actualmente SPARQL. Para enviar consultas de SPARQL a un IAM-enabled En la base de datos Neptune, firme las solicitudes manualmente mediante la versión 4 de Signature con el botocore las utilidades de firma de solicitudes y el requests biblioteca (pip install boto3 requests).
import requests from botocore.auth import SigV4Auth from botocore.awsrequest import AWSRequest from botocore.session import Session endpoint = 'https://your-neptune-endpoint:8182' region = 'us-east-1' query = 'SELECT ?s ?p ?o WHERE { ?s ?p ?o } LIMIT 1' request = AWSRequest(method='POST', url=f'{endpoint}/sparql/', data={'query': query}) SigV4Auth(Session().get_credentials(), 'neptune-db', region).add_auth(request) resp = requests.post(f'{endpoint}/sparql/', headers=request.headers, data={'query': query}) print(resp.json())
Este ejemplo usa botocore.session.Session para resolver AWS credenciales automáticamente a partir de variables de entorno, AWS archivos de configuración, perfiles de instancia o funciones de ejecución de Lambda. No es necesario establecer las credenciales de forma explícita.
Uso de credenciales temporales
Para el acceso entre cuentas, las sesiones de tiempo limitado o como práctica recomendada de seguridad para evitar que las credenciales duren mucho tiempo, usa AWS STS para obtener credenciales temporales y crear un boto3.Session.
Gremlin y OpenCypher
import boto3 from botocore.config import Config sts = boto3.client('sts') creds = sts.assume_role( RoleArn='arn:aws:iam::123456789012:role/NeptuneRole', RoleSessionName='neptune-session' )['Credentials'] session = boto3.Session( aws_access_key_id=creds['AccessKeyId'], aws_secret_access_key=creds['SecretAccessKey'], aws_session_token=creds['SessionToken'], region_name='us-east-1' ) cfg = Config(retries={"total_max_attempts": 1, "mode": "standard"}, read_timeout=None) neptune = session.client('neptunedata', config=cfg, endpoint_url='https://your-neptune-endpoint:8182') # Gremlin resp = neptune.execute_gremlin_query(gremlinQuery='g.V().limit(1)') print(resp['result']) # openCypher resp = neptune.execute_open_cypher_query(openCypherQuery='MATCH (n) RETURN n LIMIT 1') print(resp['results'])
Las credenciales temporales caducan después de un intervalo específico (el valor predeterminado es 1 hora) y el cliente no las actualiza automáticamente. Para las aplicaciones que se ejecutan durante mucho tiempo, utilice en su lugar credenciales basadas en perfiles o perfiles de instancia.
SPARQL
Porque el boto3 neptunedata el cliente no admite actualmente SPARQL, debe firmar las solicitudes manualmente con las credenciales temporales.
import boto3 import requests from botocore.auth import SigV4Auth from botocore.awsrequest import AWSRequest from botocore.credentials import ReadOnlyCredentials sts = boto3.client('sts') creds = sts.assume_role( RoleArn='arn:aws:iam::123456789012:role/NeptuneRole', RoleSessionName='neptune-session' )['Credentials'] endpoint = 'https://your-neptune-endpoint:8182' region = 'us-east-1' query = 'SELECT ?s ?p ?o WHERE { ?s ?p ?o } LIMIT 1' request = AWSRequest(method='POST', url=f'{endpoint}/sparql/', data={'query': query}) SigV4Auth(ReadOnlyCredentials( creds['AccessKeyId'], creds['SecretAccessKey'], creds['SessionToken'] ), 'neptune-db', region).add_auth(request) resp = requests.post(f'{endpoint}/sparql/', headers=request.headers, data={'query': query}) print(resp.json())
Using with AWS Lambda
En Lambda, la función de ejecución proporciona las credenciales automáticamente a través de boto3. El ejemplo de credenciales predeterminadas funciona sin modificaciones.
Para ver un ejemplo completo de Lambda con administración de conexiones y lógica de reintentos, consulte AWS Lambda ejemplos de funciones para Amazon Neptune.