在 AWS Neptune 中定义图形模式以防止数据重复
Define Graph Schema in AWS Neptune to prevent data duplication
使用 TinkerPop/JanusGraph 时，我可以定义 VertexLabels 和 属性 键，我可以用它们来创建复合索引。我在 Neptune 文档的某处读到不需要（或不支持）索引。
我的问题是在将数据加载到数据库时如何防止重复？我在 AWS 文档中找到的唯一示例涉及加载数据，其中已经为每条记录提供了唯一 ID，这对我来说似乎需要先从 RDBMS 中提取数据，以便在我之前获得所有 ID 及其关系可以加载它。
我的理解是否正确，如果不正确我该如何解决？
是的，你的理解是正确的。顶点和边的唯一性约束适用于它们的 ~id 属性 即 ID 是唯一的。
有两种方法可以将数据插入 Neptune。您可以使用加载器接口（推荐）或通过 Gremlin 插入。
案例#1：通过批量加载程序插入（推荐）
通过加载器插入目前仅支持 CSV 格式，如您所见，它确实需要用户定义的顶点和边 ID。
案例#2：通过 Gremlin 插入
对于通过 Gremlin 插入，提供 ID 是可选的。如果您不提供 ID，Neptune 会自动为顶点或边分配一个唯一的 ID。
例如g.addV() 添加一个顶点并为其分配一个唯一标识符。
关于案例#2，您可以在同一个查询中添加两个顶点和关系。这不需要知道数据库自动分配给顶点的 ID。
g.addV().as("node1").property("name","Simba").addV().as("node2").property("name","Mufasa").addE("knows").from("node1").to("node2")
或者，使用唯一的 属性 标识符从数据库中查询节点：
g.addV().property("name","Simba");
g.addV().property("name","Mufasa");
g.V().has("name","Simba").as("node1").V().has("name","Mufasa").as("node2").addE("knows").from("node1").to("node2");
使用 TinkerPop/JanusGraph 时，我可以定义 VertexLabels 和 属性 键，我可以用它们来创建复合索引。我在 Neptune 文档的某处读到不需要（或不支持）索引。
我的问题是在将数据加载到数据库时如何防止重复？我在 AWS 文档中找到的唯一示例涉及加载数据，其中已经为每条记录提供了唯一 ID，这对我来说似乎需要先从 RDBMS 中提取数据，以便在我之前获得所有 ID 及其关系可以加载它。
我的理解是否正确，如果不正确我该如何解决？
是的，你的理解是正确的。顶点和边的唯一性约束适用于它们的 ~id 属性 即 ID 是唯一的。
有两种方法可以将数据插入 Neptune。您可以使用加载器接口（推荐）或通过 Gremlin 插入。
案例#1：通过批量加载程序插入（推荐）
通过加载器插入目前仅支持 CSV 格式，如您所见，它确实需要用户定义的顶点和边 ID。
案例#2：通过 Gremlin 插入
对于通过 Gremlin 插入，提供 ID 是可选的。如果您不提供 ID，Neptune 会自动为顶点或边分配一个唯一的 ID。 例如g.addV() 添加一个顶点并为其分配一个唯一标识符。
关于案例#2，您可以在同一个查询中添加两个顶点和关系。这不需要知道数据库自动分配给顶点的 ID。
g.addV().as("node1").property("name","Simba").addV().as("node2").property("name","Mufasa").addE("knows").from("node1").to("node2")
或者，使用唯一的 属性 标识符从数据库中查询节点：
g.addV().property("name","Simba");
g.addV().property("name","Mufasa");
g.V().has("name","Simba").as("node1").V().has("name","Mufasa").as("node2").addE("knows").from("node1").to("node2");