Amazon Redshift unterstützt die Verwendung von Python-UDFs nach dem 30. Juni 2026 nicht mehr. Wir werden damit beginnen, es schrittweise durchzusetzen. Weitere Informationen zu den Details zum Ende der Lebensdauer von Python und zu den Migrationsoptionen finden Sie auf der Blogbeitrag
Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Bewährte Methoden
Beachten Sie die folgenden bewährten Methoden, wenn Sie in eine Apache Iceberg-Tabelle schreiben:
-
Bei kleinen, häufigen Schreib- oder Streaming-Workloads sollten Sie die Komprimierungsfunktionen von in Betracht ziehen AWS Glue Data Catalog oder Amazon S3-Tabellen, um die Dateigröße für Lesevorgänge zu optimieren.
-
Richten Sie das Entfernen verwaister Dateien ein, bevor Sie Transaktionen mit mehreren Anweisungen verwenden. Eine Transaktion, bei der kein Commit ausgeführt wird, hinterlässt Daten- und Metadatendateien, auf die kein Snapshot verweist. Für Amazon S3-Tabellen-Buckets ist das Entfernen unreferenzierter Dateien standardmäßig aktiviert. Für Tabellen in der AWS Glue Data Catalog, schalten Sie den Tabellenoptimierer für das Löschen verwaister Dateien ein. Der Optimierer entfernt nur Dateien, die nach dem Einschalten erstellt wurden. Weitere Informationen finden Sie unter Löschen verwaister Dateien in der AWS Glue Leitfaden für Entwickler und Wartung für Tischeimer in der Amazon Simple Storage Service-Benutzerhandbuch.
-
Das
DROP TABLEDer Befehl hebt die Registrierung der Tabelle von AWS Glue Data Catalog oder der Amazon S3-Tabellenkatalog, aber Ihre Dateien bleiben erhalten. Sie können Funktionen in verwenden AWS Glue und Amazon S3-Tabellen, um verwaiste Dateien zu entfernen. Für AWS Glue, siehe Löschen verwaister Dateien. Informationen zu Amazon S3-Tabellen finden Sie unter Wartung der Tabellen.