Ein Unternehmen verfügt über 5 TB an Datensätzen, die aus 1 Million Benutzerprofilen und 10 Millionen Verbindungen bestehen. Die Benutzerprofile und Verbindungen bilden Many-to-Many-Beziehungen. Das Unternehmen benötigt eine effiziente Methode, um gegenseitige Verbindungen bis zu fünf Ebenen tief zu finden. Welche Lösung erfüllt diese Anforderungen?

Amazon Neptune ist eine vollständig verwaltete Graphdatenbank, die speziell für die Speicherung und Abfrage von stark vernetzten Daten wie Benutzerprofilen und deren Verbindungen (Many-to-Many-Beziehungen) optimiert ist. Die Daten werden als Knoten (Vertices) und Kanten (Edges) gespeichert, was die effiziente Durchführung von Traversierungen über mehrere Ebenen hinweg ermöglicht, um Verbindungen bis zu fünf Ebenen tief zu finden. Amazon S3 ist ein Objektspeicher und nicht für komplexe Abfragen über vernetzte Daten geeignet. Athena kann zwar SQL JOINs ausführen, ist aber für tiefe, rekursive Abfragen auf großen, vernetzten Datensätzen in S3 ineffizient. QuickSight ist ein Visualisierungstool, keine Datenbank. Amazon RDS ist eine relationale Datenbank, die für tiefe, rekursive JOIN-Abfragen auf großen Datensätzen ineffizient wird und zu Leistungsproblemen führen kann.