在AWS中，关于图形的数据库设计和ERD建模问题可以通过以下方法进行解决：

1. 确定数据库需求：首先，需要明确数据库的需求和目标。了解数据库将用于存储哪些数据，数据之间的关系以及数据的规模和频率等信息。这些信息将有助于设计ER图。

2. 创建ER图：根据数据库需求，在AWS上使用适合的工具（如AWS Glue DataBrew、AWS Glue Data Catalog等）创建ER图。ER图是一种图形化的表示，用于显示实体、属性和实体之间的关系。

以下是一个示例代码，使用AWS Glue DataBrew创建ER图：

import boto3

# 创建AWS Glue DataBrew客户端
client = boto3.client('databrew')

# 创建ER图
response = client.create_profile_job(
    DatasetName='your_dataset_name',
    OutputLocation={
        'Bucket': 'your_bucket_name',
        'Key': 'your_key'
    },
    OutputOptions=[
        {
            'Key': 'DataCatalogOutput',
            'Value': 'true'
        },
    ]
)

# 获取ER图的S3路径
output_location = response['OutputLocation']
print("ER图已创建，路径为: ", output_location)

3. 分析ER图：使用AWS Glue DataBrew或其他数据分析工具分析ER图。这将帮助您了解数据的结构和关系，并确定潜在的问题和优化机会。

4. 进行数据库设计：根据ER图的分析结果，进行数据库设计。根据ER图中的实体、属性和关系，创建数据库表和约束。

以下是一个示例代码，使用AWS Glue DataBrew创建数据库表：

import boto3

# 创建AWS Glue DataBrew客户端
client = boto3.client('databrew')

# 创建数据库表
response = client.create_table(
    TableName='your_table_name',
    Columns=[
        {
            'Name': 'column1',
            'Type': 'varchar(255)'
        },
        {
            'Name': 'column2',
            'Type': 'int'
        },
    ],
    PrimaryKey=[
        'column1'
    ]
)

# 获取数据库表的ARN
table_arn = response['Table']['Arn']
print("数据库表已创建，ARN为: ", table_arn)

5. 部署数据库：根据数据库设计，使用AWS RDS或其他适合的服务部署数据库。将ER图中的实体、属性和关系转化为数据库表和关系。

通过以上步骤，可以在AWS中解决关于图形的数据库设计和ERD建模问题。请根据实际需求和具体情况调整代码示例。