View a markdown version of this page

Utilisation d'Amazon Neptune avec des blocs-notes graphiques - Amazon Neptune
Utilisation du workbench NeptuneDéployez avec CloudFormationActivation CloudWatch des journauxHébergement localMigration vers 4 JupyterLab Conditions préalablesConfiguration du cycle de vieSynchronisation à partir d'un instantanéAprès la création du bloc-notesCréez le bloc-notesConfiguration manuelle des blocs-notes Neptune

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Utilisation d'Amazon Neptune avec des blocs-notes graphiques

Pour travailler avec les graphes de Neptune, vous pouvez utiliser un carnet de graphes de Neptune ou créer une nouvelle base de données Neptune à l'aide d'un modèle. CloudFormation Création d'un cluster Amazon Neptune à l'aide de AWS CloudFormation

Que vous soyez novice en matière de graphes et que vous souhaitiez apprendre et expérimenter, ou que vous soyez expérimenté et que vous souhaitiez affiner vos requêtes, le poste de travail Neptune propose un environnement de développement interactif (IDE) qui peut améliorer votre productivité lorsque vous créez des applications graphiques. Le Workbench fournit une interface conviviale pour interagir avec votre base de données Neptune, rédiger des requêtes et visualiser vos données.

En utilisant le CloudFormation modèle pour configurer votre base de données Neptune et le Workbench pour développer vos applications graphiques, vous pouvez démarrer avec Neptune rapidement et efficacement, sans avoir besoin d'outils supplémentaires. Cela vous permet de vous concentrer sur la création de vos applications plutôt que sur la configuration de l'infrastructure sous-jacente.

Note

Les blocs-notes Neptune, gérés via Amazon SageMaker AI, ne sont actuellement pas disponibles dans la région Asie-Pacifique (Malaisie) (ap-southeast-5). Cependant, vous pouvez toujours déployer des ordinateurs portables Neptune via d'autres options non gérées. Reportez-vous à Configuration manuelle des blocs-notes Neptune la section pour déployer manuellement des ordinateurs portables.

Neptune fournit Jupyter et des JupyterLab blocs-notes dans le projet open source Neptune Graph Notebook sur GitHub et dans l'atelier Neptune. Ces blocs-notes offrent des exemples de didacticiels d'application et des extraits de code dans un environnement de codage interactif où vous pouvez vous familiariser avec la technologie des graphes et Neptune. Vous pouvez les utiliser pour comprendre comment configurer, renseigner et interroger des graphes à l'aide de différents langages de requête, de différents jeux de données et même de différentes bases de données sur le backend.

Vous pouvez héberger ces blocs-notes de différentes manières :

  • Le poste de travail Neptune vous permet d'exécuter des blocs-notes Jupyter dans un environnement entièrement géré, hébergé dans Amazon SageMaker AI, et charge automatiquement la dernière version du projet de bloc-notes Neptune Graph pour vous. Il est facile de configurer le workbench dans la console Neptune lorsque vous créez une base de données Neptune.

    Note

    Lorsque vous créez une instance de bloc-notes Neptune, deux options s'offrent à vous pour accéder au réseau : l'accès direct via Amazon SageMaker AI (par défaut) et l'accès via un VPC. Dans les deux cas, le bloc-notes nécessite un accès à Internet pour récupérer les dépendances des packages en vue de l'installation de Neptune Workbench. L'absence d'accès à Internet entraînera l'échec de la création d'une instance de bloc-notes Neptune.

  • Vous pouvez également installer Jupyter localement. Cela vous permet d'exécuter les blocs-notes à partir de votre ordinateur portable connecté soit à Neptune, soit à une instance locale de l'une des bases de données orientées graphe open source. Dans ce dernier cas, vous pouvez expérimenter la technologie des graphes autant que vous le souhaitez sans avoir à dépenser un centime. Puis, lorsque vous serez prêt, vous pourrez passer en douceur à l'environnement de production géré proposé par Neptune.

Utilisation du workbench Neptune pour héberger des blocs-notes Neptune

Neptune propose des types d'instances T3 et T4g que vous pouvez utiliser pour moins de 0,10 USD de l'heure. Les ressources de Workbench vous sont facturées via Amazon SageMaker AI, séparément de votre facturation Neptune. Consultez la page de tarification de Neptune. Jupyter et les JupyterLab blocs-notes créés sur l'atelier Neptune utilisent tous un environnement Amazon Linux 2 et 4. JupyterLab Pour plus d'informations sur la prise en charge des JupyterLab ordinateurs portables, consultez la documentation Amazon SageMaker AI.

Vous pouvez créer un Jupyter ou un JupyterLab bloc-notes à l'aide du pupitre Neptune de deux Console de gestion AWS manières :

Pour créer un Jupyter ou un JupyterLab bloc-notes à l'aide du Blocs-notes menu

  1. Connectez-vous à la console AWS de gestion et ouvrez la console Amazon Neptune à https://console.aws.amazon.com/neptune/home l'adresse.

  2. Dans le panneau de navigation de gauche, choisissez Bloc-notes.

  3. Choisissez Create Notebook (Créer un bloc-notes).

  4. Choisissez Database comme service Neptune.

  5. Dans la liste Cluster, choisissez votre cluster de bases de données Neptune. Si vous n'avez pas encore de cluster de bases de données, choisissez Créer un cluster pour en créer un.

  6. Sélectionnez un type d'instance de bloc-notes.

  7. Donnez un nom à votre bloc-notes et éventuellement une description.

  8. À moins que vous n'ayez déjà créé un rôle Gestion des identités et des accès AWS (IAM) pour vos blocs-notes, choisissez Créer un rôle IAM et entrez un nom de rôle IAM.

    Note

    Si vous choisissez de réutiliser un rôle IAM créé pour un bloc-notes précédent, la politique de rôle doit contenir les autorisations appropriées pour accéder au cluster de base de données Neptune que vous utilisez. Pour ce faire, vérifiez que les composants de l'ARN de la ressource sous l'action neptune-db:* correspondent à ce cluster. Des autorisations mal configurées entraînent des erreurs de connexion lorsque vous essayez d'exécuter les commandes de magie de bloc-notes.

  9. Choisissez Create Notebook (Créer un bloc-notes). Le processus de création peut prendre de 5 à 10 minutes avant que tout soit prêt.

  10. Une fois votre bloc-notes créé, sélectionnez-le, puis choisissez Ouvrir Jupyter ou Ouvrir. JupyterLab

La console peut créer un rôle Gestion des identités et des accès AWS (IAM) pour vos blocs-notes, ou vous pouvez en créer un vous-même. La politique pour ce rôle devrait comprendre les éléments suivants :

JSON

{
  "Version":"2012-10-17",
  "Statement": [
    {
      "Sid": "AllowS3GetObjectS3ListBucket",
      "Effect": "Allow",
      "Action": [
        "s3:GetObject",
        "s3:ListBucket"
      ],
      "Resource": [
        "arn:aws:s3:::aws-neptune-notebook",
        "arn:aws:s3:::aws-neptune-notebook/*",
        "arn:aws:s3:::aws-neptune-notebook-us-east-1",
        "arn:aws:s3:::aws-neptune-notebook-us-east-1/*"
      ]
    },
    {
      "Sid": "AllowAccessNeptuneDB",
      "Effect": "Allow",
      "Action": "neptune-db:*",
      "Resource": [
        "arn:aws:neptune-db:us-east-1:111122223333:cluster-resource-id/*"
      ]
    }
  ]
}

Notez que la deuxième déclaration de la politique ci-dessus répertorie un ou plusieurs ID de ressources du cluster Neptune.

En outre, le rôle doit établir la relation de confiance suivante :

JSON
{
  "Version":"2012-10-17",
  "Statement": [
    {
      "Effect": "Allow",
      "Principal": {
        "Service": "sagemaker.amazonaws.com"
      },
      "Action": "sts:AssumeRole"
    }
  ]
}

Là aussi, la temps de préparation peut aller de 5 à 10 minutes.

Vous pouvez configurer le nouveau bloc-notes pour qu'il fonctionne avec Neptune ML, comme expliqué dans Configuration manuelle d'un bloc-notes Neptune pour Neptune ML.

Utiliser Python pour connecter un bloc-notes SageMaker IA générique à Neptune

Connecter un ordinateur portable à Neptune est facile si vous avez installé Neptune Magics, mais il est également possible de connecter un bloc-notes SageMaker IA à Neptune à l'aide de Python, même si vous n'utilisez pas de bloc-notes Neptune.

Étapes à suivre pour se connecter à Neptune dans une cellule d'ordinateur portable SageMaker IA

  1. Installez le client Python Gremlin :

    !pip install gremlinpython

    Les blocs-notes Neptune installent le client Python Gremlin pour vous. Cette étape n'est donc nécessaire que si vous utilisez un bloc-notes IA simple SageMaker .

  2. Écrivez un code tel que le suivant pour vous connecter et émettre une requête Gremlin :

    from gremlin_python import statics
from gremlin_python.structure.graph import Graph
from gremlin_python.process.graph_traversal import __
from gremlin_python.process.strategies import *
from gremlin_python.driver.driver_remote_connection import DriverRemoteConnection
from gremlin_python.driver.aiohttp.transport import AiohttpTransport
from gremlin_python.process.traversal import *
import os

port = 8182
server = '(your server endpoint)'

endpoint = f'wss://{server}:{port}/gremlin'

graph=Graph()

connection = DriverRemoteConnection(endpoint,'g',
                 transport_factory=lambda:AiohttpTransport(call_from_event_loop=True))

g = graph.traversal().withRemote(connection)

results = (g.V().hasLabel('airport')
                .sample(10)
                .order()
                .by('code')
                .local(__.values('code','city').fold())
                .toList())

# Print the results in a tabular form with a row index
for i,c in enumerate(results,1):
    print("%3d %4s %s" % (i,c[0],c[1]))

connection.close()
Note

S'il se trouve que vous utilisez une version du client Python Gremlin antérieure à la version 3.5.0, la ligne suivante :

connection = DriverRemoteConnection(endpoint,'g',
                 transport_factory=lambda:AiohttpTransport(call_from_event_loop=True))

Serait simplement :

connection = DriverRemoteConnection(endpoint,'g')

Lancement de Graph-Notebook sous le nom d'Amazon Neptune Workbench via CloudFormation

Vous pouvez déployer des blocs-notes Amazon Neptune Workbench à l'aide de. CloudFormation Le CloudFormation modèle déploie les blocs-notes Neptune Workbench en tant que ressources et inclut les blocs-notes de base « Getting Started ». Le workbench vous permet de travailler avec votre cluster de bases de données Amazon Neptune à l'aide de blocs-notes Jupyter hébergés par Amazon. SageMaker Les ressources de Workbench vous sont facturées via Amazon SageMaker, séparément de votre facturation Neptune.

Le CloudFormation modèle et les instructions détaillées, y compris les exigences et autorisations relatives aux rôles IAM, sont disponibles dans le référentiel Graph-Notebook GitHub .

Activation CloudWatch des journaux sur les ordinateurs portables Neptune

CloudWatch les journaux sont désormais activés par défaut pour Neptune Notebooks. Si vous possédez un ancien bloc-notes qui ne génère pas de CloudWatch journaux, procédez comme suit pour l'activer manuellement :

  1. Connectez-vous à la console SageMaker AI Console de gestion AWS et ouvrez la console.

  2. Dans le panneau de navigation de gauche, choisissez Bloc-notes, puis Instances de blocs-notes. Recherchez le nom du bloc-notes Neptune pour lequel vous souhaitez activer les journaux.

  3. Accédez à la page de détails en sélectionnant le nom de cette instance de bloc-notes.

  4. Si l'instance du bloc-notes est en cours d'exécution, sélectionnez le bouton Arrêter en haut à droite de la page de détails du bloc-notes.

  5. Sous Autorisations et chiffrement, il existe un champ pour l'ARN du rôle IAM. Sélectionnez le lien dans ce champ pour accéder au rôle IAM avec lequel cette instance de bloc-notes sera exécutée.

  6. Créez la politique suivante :

    JSON
    {
  "Version":"2012-10-17",
  "Statement": [
    {
      "Effect": "Allow",
      "Action": [
        "logs:CreateLogDelivery",
        "logs:CreateLogGroup",
        "logs:CreateLogStream",
        "logs:DeleteLogDelivery",
        "logs:Describe*",
        "logs:GetLogDelivery",
        "logs:GetLogEvents",
        "logs:ListLogDeliveries",
        "logs:PutLogEvents",
        "logs:PutResourcePolicy",
        "logs:UpdateLogDelivery"
      ],
      "Resource": "*"
    }
  ]
}

  7. Enregistrez cette nouvelle politique et associez-la au rôle IAM indiqué à l'étape 4.

  8. Cliquez sur Démarrer en haut à droite de la page des détails de l'instance d' SageMaker AI Notebook.

  9. Lorsque les journaux commencent à circuler, vous devriez voir un lien Afficher les journaux sous le champ intitulé Configuration du cycle de vie en bas à gauche de la section Paramètres d'instance du bloc-notes de la page de détails.

Si un bloc-notes ne démarre pas, la page des détails du bloc-notes de la console SageMaker AI affichera un message indiquant que le démarrage de l'instance du bloc-notes a pris plus de 5 minutes. CloudWatch les journaux relatifs à ce problème peuvent être trouvés sous ce nom :

(your-notebook-name)/LifecycleConfigOnStart

Configuration de bloc-notes de graphe sur votre ordinateur local

Le projet graph-notebook contient des instructions pour configurer les blocs-notes Neptune sur votre ordinateur local :

Vous pouvez connecter vos blocs-notes locaux soit à un cluster de bases de données Neptune, soit à une instance locale ou distante d'une base de données orientée graphe open source.

Utilisation des blocs-notes Neptune avec des clusters Neptune

Si vous vous connectez à un cluster Neptune en arrière-plan, vous souhaiterez peut-être exécuter les blocs-notes dans Amazon SageMaker AI. La connexion à Neptune depuis l' SageMaker IA peut être plus pratique que depuis une installation locale des ordinateurs portables, et cela vous permettra de travailler plus facilement avec Neptune ML.

Pour obtenir des instructions sur la configuration des blocs-notes dans SageMaker AI, consultez la section Lancement de Graph-Notebook à l'aide d'Amazon. SageMaker

Pour obtenir des instructions sur l'installation et la configuration de Neptune lui-même, consultez Configuration d'Amazon Neptune.

Vous pouvez également connecter une installation locale des blocs-notes Neptune à un cluster de bases de données Neptune. Cela peut être un peu plus compliqué, car les clusters de bases de données Amazon Neptune ne peuvent être créés que dans un réseau Amazon Virtual Private Cloud (VPC), qui est par nature isolé du monde extérieur. Il existe plusieurs manières de se connecter à un VPC depuis l'extérieur. L'une d'elles consiste à utiliser un équilibreur de charge. Une autre solution consiste à utiliser l'appairage de VPC (consultez le Guide de l'appairage Amazon Virtual Private Cloud).

Le moyen le plus pratique pour la plupart des utilisateurs est toutefois de se connecter pour configurer un serveur proxy Amazon EC2 au sein du VPC, puis d'utiliser le tunneling SSH (également appelé transfert de port) pour s'y connecter. Vous trouverez des instructions de configuration sur la page Connecter un bloc-notes graphique localement à Amazon Neptune dans le additional-databases/neptune dossier du projet https://github.com/aws/graph-notebook/ GitHub Graph-Notebook.

Utilisation des blocs-notes Neptune avec des bases de données orientées graphe open source

Pour commencer à utiliser gratuitement la technologie des graphes, vous pouvez également utiliser les blocs-notes Neptune avec diverses bases de données open source sur le backend. Le serveur TinkerPop https://tinkerpop.apache.org/docs/current/reference/#gremlin-server Gremlin et la base de données https://blazegraph.com/ Blazegraph en sont des exemples.

Pour utiliser Gremlin Server comme base de données principale, procédez comme suit :

Pour utiliser une instance locale de Blazegraph comme base de données principale, procédez comme suit :

  • Consultez les instructions de démarrage rapide de Blazegraph pour comprendre la configuration de base requise pour exécuter une instance de Blazegraph.

  • Accédez au GitHub dossier de configuration Blazegraph de graph-notebook contenant les fichiers nécessaires et les instructions pour configurer une instance Blazegraph locale.

  • Dans le GitHub référentiel, accédez au répertoire « blazegraph » et suivez les instructions fournies pour configurer votre instance Blazegraph locale. Cela inclut les étapes à suivre pour télécharger le logiciel Blazegraph, configurer les fichiers nécessaires et démarrer le serveur Blazegraph.

Une fois qu'une instance Blazegraph locale est en cours d'exécution, vous pouvez l'intégrer à votre application en tant que base de données principale pour vos données et requêtes basées sur des graphes. Consultez la documentation et les exemples de code fournis dans le référentiel graph-notebook pour savoir comment connecter votre application à l'instance Blazegraph.

Migration des blocs-notes Neptune vers la version 4.x JupyterLab

Cette section décrit différentes approches pour migrer vos blocs-notes Neptune vers des environnements Amazon Linux JupyterLab 4.x et plus récents. Pour des informations détaillées sur la gestion des JupyterLab versions, consultez la section Gestion des JupyterLab versions https://docs.aws.amazon.com/sagemaker/latest/dg/nbi-jl.html d'Amazon SageMaker AI.

Approches de migration

Nouvelle installation

Si vous n'avez pas besoin de conserver les fichiers ou les configurations d'espace de travail existants, vous pouvez :

  1. Créez une nouvelle instance de bloc-notes exécutant JupyterLab 4.x (notebook-al2-v3)

  2. Vérifiez que la nouvelle configuration fonctionne comme prévu

  3. Arrêtez et supprimez votre ancienne instance de bloc-notes

Migration par transfert de fichiers

Cette méthode utilise votre système local ou Amazon S3 comme stockage intermédiaire.

Idéal pour

Méthode 1 : utilisation de l' JupyterLab interface utilisateur
Idéal pour

  • Petit nombre de fichiers

  • Migration sélective de fichiers

  • Préférez les opérations simples de glisser-déposer

Étapes

  1. Téléchargez des fichiers depuis l' JupyterLab instance source :

    • Naviguez et sélectionnez les fichiers que vous souhaitez migrer vers la nouvelle instance dans JupyterLab

    • Right-click et sélectionnez Télécharger

  2. Téléchargement vers une nouvelle JupyterLab instance :

    • Utilisez le bouton de téléchargement dans JupyterLab et sélectionnez tous les fichiers que vous souhaitez copier vers la nouvelle instance

    • (Ou) faites glisser et déposez des fichiers directement

Méthode 2 : utilisation d'Amazon S3
Idéal pour

  • Un grand nombre de fichiers

  • Préserver la structure de vos dossiers

  • Migrations en masse

Conditions préalables

Assurez-vous que le rôle associé au bloc-notes dispose des autorisations appropriées pour charger et accéder au compartiment Amazon S3 :

{
"Effect": "Allow",
"Action": ["s3:PutObject", "s3:GetObject", "s3:ListBucket"],
"Resource": ["arn:aws:s3:::your-bucket-name/*", "arn:aws:s3:::your-bucket-name"]
}
Note

AWS La CLI doit être préinstallée sur les ordinateurs portables SageMaker AI.

Étapes

  1. Ouvrez un terminal JupyterLab ou saisissez les commandes du terminal dans une cellule du bloc-notes avec un ! préfixe.

  2. Copiez les fichiers de votre ancienne JupyterLab instance vers S3 à l'aide des commandes Amazon S3 cp ou Amazon S3 sync CLI :

    # using AWS s3 cp
aws s3 cp /home/ec2-user/SageMaker/your-folder s3://your-bucket/backup/ --recursive

# (OR) using AWS s3 sync
aws s3 sync /home/ec2-user/SageMaker/your-folder s3://your-bucket/backup/

  3. Copiez des fichiers depuis S3 vers votre nouvelle JupyterLab instance :

    # using AWS s3 cp
aws s3 cp s3://your-bucket/backup/ /home/ec2-user/SageMaker/your-folder --recursive

# (OR) using AWS s3 sync
aws s3 sync s3://your-bucket/backup/ /home/ec2-user/SageMaker/your-folder
Note

Utilisez-le sync pour gérer les structures de dossiers et les mises à jour incrémentielles et cp pour les transferts ponctuels.

Migration vers Amazon EFS

Idéal pour

  • VPC-onlyconfiguration réseau

  • Grands volumes de données

Étapes

Suivez le blog Mount an EFS file system to an Amazon SageMaker AI notebook pour utiliser un système de fichiers Amazon EFS avec vos instances de bloc-notes.

En outre, quelques étapes supplémentaires s'appliquent spécifiquement à la migration des blocs-notes Neptune vers le nouvel environnement :

  1. Lors de la création du bloc-notes Neptune dans la console, sélectionnez Créer une nouvelle configuration du cycle de vie sous Configuration du cycle de vie

  2. Dans la configuration du cycle de vie du modèle, ajoutez votre commande de montage Amazon EFS (sudo mount -t nfs ...) après le script install.sh

Cela garantit que votre système de fichiers Amazon EFS est automatiquement monté chaque fois que votre instance de bloc-notes démarre ou redémarre. Pour résoudre les problèmes de montage, consultez le document de résolution des problèmes d'Amazon EFS.

Avantages

  • Accès fluide aux fichiers entre les instances

  • Accès direct aux fichiers sans transferts intermédiaires

  • Gestion efficace de grands ensembles de données

Migration de volumes vers Amazon EBS

Idéal lorsque vous avez besoin de conserver

  • Configuration complète de l'espace de travail

  • Fichiers cachés

  • Paramètres du système

  • Préservation des configurations complètes de l'espace de travail, des fichiers cachés et des paramètres système

Suivez le guide de migration vers l'AWS SageMaker IA pour les volumes Amazon EBS afin de transférer des fichiers depuis le volume Amazon EBS associé aux instances de bloc-notes.

En outre, quelques étapes supplémentaires s'appliquent spécifiquement à la migration des blocs-notes Neptune vers le nouvel environnement.

Neptune-specific prérequis

Dans le rôle IAM du bloc-notes Neptune source, ajoutez toutes les autorisations suivantes :

{
  "Effect": "Allow",
  "Action": [
    "s3:GetObject",
    "s3:ListBucket",
    "s3:CreateBucket",
    "s3:PutObject"
  ],
  "Resource": [
    "arn:aws:s3:::(your ebs backup bucket name)",
    "arn:aws:s3:::(your ebs backup bucket name)/*"
  ]
},
{
  "Effect": "Allow",
  "Action": [
    "sagemaker:ListTags"
  ],
  "Resource": [
    "*"
  ]
}

Assurez-vous de spécifier l'ARN correct pour le compartiment S3 que vous utiliserez pour la sauvegarde.

Neptune-specific configuration du cycle de vie

Lors de la création du deuxième script de configuration du cycle de vie pour restaurer la sauvegarde (à partir de on-create.sh), comme décrit dans le billet de blog, le nom du cycle de vie doit suivre le format aws-neptune-*, comme aws-neptune-sync-from-s3. Cela garantit que le LCC peut être sélectionné lors de la création du bloc-notes dans la console Neptune.

Neptune-specific synchronisation d'un instantané vers une nouvelle instance

Dans les étapes décrites dans le billet de blog pour la synchronisation d'un instantané vers une nouvelle instance, voici les Neptune-specific modifications :

  • À l'étape 4, choisissez notebook-al2-v3.

  • À l'étape 5, réutilisez le rôle IAM du bloc-notes Neptune source.

  • Entre les étapes 7 et 8 :

    • Dans Paramètres d'instance du bloc-notes, définissez un nom utilisant le format aws-neptune-*.

    • Ouvrez l'accordéon des paramètres réseau et sélectionnez le même VPC, le même sous-réseau et le même groupe de sécurité que dans le bloc-notes source.

Neptune-specific étapes après la création du nouveau bloc-notes

  1. Sélectionnez le bouton Ouvrir Jupyter correspondant au bloc-notes. Une fois que le fichier SYNC_COMPLETE apparaît dans le répertoire principal, passez à l'étape suivante.

  2. Accédez à la page d'instance du bloc-notes dans la console SageMaker AI.

  3. Arrêtez le bloc-notes.

  4. Tâche de sélection Modifier.

  5. Dans les paramètres d'instance du bloc-notes, modifiez le champ Configuration du cycle de vie en sélectionnant le cycle de vie original du bloc-notes Neptune source. Notez qu'il ne s'agit pas du cycle de vie de sauvegarde EBS.

  6. Sélectionnez Mettre à jour les paramètres du bloc-notes.

  7. Redémarrez le bloc-notes.

Avec les modifications décrites ici par rapport aux étapes décrites dans le billet de blog, vos blocs-notes Graph devraient maintenant être migrés vers une nouvelle instance de bloc-notes Neptune qui utilise l'environnement Amazon Linux 2 et JupyterLab 4. Ils apparaîtront à des fins d'accès et de gestion sur la page Neptune du Console de gestion AWS, et vous pouvez désormais reprendre votre travail là où vous vous êtes arrêté en sélectionnant Ouvrir Jupyter ou Ouvrir. JupyterLab

Création d'un bloc-notes Neptune dans les instances Amazon SageMaker AI

  1. Ouvrez la console Amazon SageMaker AI à l'adresse https://console.aws.amazon.com/sagemaker/.

  2. Dans le volet de navigation, développez Notebook, puis choisissez Instances de bloc-notes.

  3. Choisissez Create notebook instance (Créer une instance de bloc-notes).

  4. Dans les paramètres de l'instance de bloc-notes, sous Nom de l'instance de bloc-notes, attribuez au bloc-notes un nom préfixé par aws-neptune- (par exemple,aws-neptune-my-test-notebook).

  5. Sous Identifiant de plate-forme, sélectionnez Amazon Linux 2, JupyterLab 4.

  6. Sélectionnez Configuration supplémentaire.

  7. Dans Configuration du cycle de vie, choisissez Créer une nouvelle configuration du cycle de vie.

  8. Dans Configuration, sous Nom, entrez le nom de l'instance du bloc-notes indiqué à l'étape 4.

  9. Dans Scripts, sous Start notebook, remplacez le script existant par le script suivant :

    #!/bin/bash

sudo -u ec2-user -i <<'EOF'

echo "export GRAPH_NOTEBOOK_AUTH_MODE=IAM" >> ~/.bashrc
echo "export GRAPH_NOTEBOOK_SSL=True" >> ~/.bashrc
echo "export GRAPH_NOTEBOOK_SERVICE=neptune-db for Neptune, or neptune-graph for Neptune Analytics" >> ~/.bashrc
echo "export GRAPH_NOTEBOOK_HOST=(Neptune Analytics graph endpoint, public or private)" >> ~/.bashrc
echo "export GRAPH_NOTEBOOK_PORT=8182" >> ~/.bashrc
echo "export NEPTUNE_LOAD_FROM_S3_ROLE_ARN=" >> ~/.bashrc
echo "export AWS_REGION=(AWS region)" >> ~/.bashrc

aws s3 cp s3://aws-neptune-notebook-(AWS region)/graph_notebook.tar.gz /tmp/graph_notebook.tar.gz
rm -rf /tmp/graph_notebook
tar -zxvf /tmp/graph_notebook.tar.gz -C /tmp
/tmp/graph_notebook/install_jl4x.sh

EOF

  10. Sélectionnez Create configuration (Créer une configuration).

  11. Dans Autorisations et chiffrement, sous Rôle IAM, sélectionnez le rôle que vous avez créé ci-dessus.

  12. Dans Réseau, si vous utilisez un point de terminaison graphique privé :

    1. Sous VPC, sélectionnez le VPC sur lequel se trouve le graphique Neptune Analytics.

    2. Sous Sous-réseau, sélectionnez un sous-réseau associé au graphique Neptune Analytics.

    3. Sous Groupes de sécurité, sélectionnez tous les groupes de sécurité associés au graphique Neptune Analytics.

  13. Choisissez Create notebook instance (Créer une instance de bloc-notes).

  14. Après 5 ou 10 minutes, lorsque votre nouveau bloc-notes atteint Ready le statut, sélectionnez-le. Choisissez Ouvrir Jupyter ou Ouvrir. JupyterLab

Configuration manuelle des blocs-notes Neptune

Vous pouvez également utiliser les packages AWS open source disponibles pour graph-notebook et graph-explorer afin de configurer un environnement de bloc-notes Neptune. Bien qu'il existe plusieurs manières de configurer un bloc-notes à l'aide de packages open source, l'approche recommandée est la suivante :

  • Configurez un bloc-notes graphique sur votre machine locale et un tunnel SSH Amazon EC2 qui connecte votre machine locale à un cluster Neptune sur le même VPC que l'instance Amazon EC2.

  • Configurez Graph-Explorer sur une instance Amazon EC2 au sein de votre VPC.

Pour obtenir des instructions détaillées sur la configuration des packages open source graph-notebooks et graph-explorer, reportez-vous à la documentation officielle et aux référentiels suivants : AWS GitHub

Configuration de sécurité

Lors de la configuration de votre environnement, assurez-vous que les configurations de sécurité suivantes sont définies en conséquence :

  • Groupe de sécurité du cluster Neptune  : autorisez le trafic TCP entrant sur le port 8182 depuis le groupe de sécurité de votre instance Amazon EC2.

  • Groupe de sécurité d'instance Amazon EC2  : configurez les règles HTTPS entrantes pour activer l'accès à Graph Explorer.

Nous vous recommandons d'utiliser un seul groupe de sécurité pour votre cluster Neptune et votre instance Amazon EC2. Cela simplifie la configuration et réduit les problèmes de connectivité potentiels. Pensez toutefois à ajouter une règle d'autoréférencement pour permettre la communication entre les ressources du groupe.