Amazon Neptune与Cypher

Amazon Neptune 是一个高性能图形分析和无服务器数据库，具有卓越的可扩展性和可用性。

此示例展示了使用 openCypher 查询 Neptune 图形数据库的QA链，并返回人类可读的响应。

Cypher 是一种声明性图查询语言，允许在属性图中进行富有表现力和高效的数据查询。

openCypher 是Cypher的开源实现。# Neptune开放Cypher QA链 此QA链使用openCypher查询Amazon Neptune并返回人类可读的响应。

LangChain支持Neptune数据库和Neptune分析，使用NeptuneOpenCypherQAChain

Neptune数据库是一个无服务器图形数据库，旨在实现最佳的可扩展性和可用性。它为需要扩展到每秒100,000个查询的图形数据库工作负载提供了解决方案，支持多可用区高可用性和多区域部署。您可以将Neptune数据库用于社交网络、欺诈警报和客户360应用程序。

Neptune分析是一个分析数据库引擎，可以快速分析内存中大量的图形数据，以获取洞察和发现趋势。Neptune分析是快速分析现有图形数据库或存储在数据湖中的图形数据集的解决方案。它使用流行的图形分析算法和低延迟的分析查询。

使用Neptune数据库

<!--IMPORTS:[{"imported": "NeptuneGraph", "source": "langchain_community.graphs", "docs": "https://python.langchain.com/api_reference/community/graphs/langchain_community.graphs.neptune_graph.NeptuneGraph.html", "title": "Amazon Neptune with Cypher"}]-->
from langchain_community.graphs import NeptuneGraph

host = "<neptune-host>"
port = 8182
use_https = True

graph = NeptuneGraph(host=host, port=port, use_https=use_https)

使用 Neptune 分析

<!--IMPORTS:[{"imported": "NeptuneAnalyticsGraph", "source": "langchain_community.graphs", "docs": "https://python.langchain.com/api_reference/community/graphs/langchain_community.graphs.neptune_graph.NeptuneAnalyticsGraph.html", "title": "Amazon Neptune with Cypher"}]-->
from langchain_community.graphs import NeptuneAnalyticsGraph

graph = NeptuneAnalyticsGraph(graph_identifier="<neptune-analytics-graph-id>")

使用 NeptuneOpenCypherQAChain

该 QA 链使用 openCypher 查询 Neptune 图数据库并返回人类可读的响应。

<!--IMPORTS:[{"imported": "NeptuneOpenCypherQAChain", "source": "langchain.chains", "docs": "https://python.langchain.com/api_reference/community/chains/langchain_community.chains.graph_qa.neptune_cypher.NeptuneOpenCypherQAChain.html", "title": "Amazon Neptune with Cypher"}, {"imported": "ChatOpenAI", "source": "langchain_openai", "docs": "https://python.langchain.com/api_reference/openai/chat_models/langchain_openai.chat_models.base.ChatOpenAI.html", "title": "Amazon Neptune with Cypher"}]-->
from langchain.chains import NeptuneOpenCypherQAChain
from langchain_openai import ChatOpenAI

llm = ChatOpenAI(temperature=0, model="gpt-4")

chain = NeptuneOpenCypherQAChain.from_llm(llm=llm, graph=graph)

chain.invoke("how many outgoing routes does the Austin airport have?")

'The Austin airport has 98 outgoing routes.'