Amazon Redshift dejará de admitir la creación de UDF de Python después del 30 de junio de 2026. Empezaremos a aplicarlo por fases. Para obtener más información sobre los detalles del fin de vida de Python y las opciones de migración, consulte la entrada del blog que se publicó el 30 de junio de 2025.

Vistas materializadas almacenadas como tablas de Apache Iceberg

Puede crear vistas materializadas que almacenen los datos como tablas de Apache Iceberg en buckets de Amazon S3 o Tablas de Amazon S3. A diferencia de las vistas materializadas estándar de Amazon Redshift, que almacenan datos internamente en Redshift Managed Storage (RMS), las vistas materializadas de Iceberg se almacenan como tablas de Iceberg estándar y son accesibles desde cualquier motor de análisis que admita el formato Iceberg, incluidos Apache Spark, Amazon Athena y Trino.

Las vistas materializadas de Iceberg combinan las capacidades de optimización de consultas y actualización incremental de Amazon Redshift con el formato de tabla abierta de Iceberg. Puede crear, actualizar y eliminar vistas materializadas de Iceberg utilizando los mismos comandos SQL que las vistas materializadas estándar, con la adición de la cláusula USING ICEBERG durante la creación.

Las vistas materializadas de Iceberg se admiten en Redshift sin servidor y en clústeres aprovisionados con tipos de instancias RG. Los tipos de instancia RA3 y DC2 no son compatibles.

Para obtener información sobre los comandos SQL utilizados para crear y administrar vistas materializadas de Iceberg, consulte los siguientes temas de comando:

Cómo funcionan las vistas materializadas de Iceberg

Al crear una vista materializada de Iceberg, Amazon Redshift hace lo siguiente:

Al actualizar una vista materializada de Iceberg, Amazon Redshift compara las instantáneas de Iceberg de la tabla de origen actual con las instantáneas grabadas en la última actualización. Si se detectan cambios, Amazon Redshift calcula y aplica solo los datos modificados (actualización incremental) o realiza un nuevo cálculo completo.

Requisitos de tabla de origen

Las tablas de origen para las vistas materializadas de Iceberg deben cumplir los siguientes requisitos:

Interoperabilidad entre motores

Las vistas materializadas de Iceberg creadas por Amazon Redshift aparecen como tablas de Iceberg estándar en AWS Glue Data Catalog. Otros motores de análisis pueden leerlas mediante patrones de acceso a las tablas de Iceberg estándar sin necesidad de realizar ninguna configuración adicional.

Se aplican las siguientes restricciones:

Actualización incremental

Amazon Redshift realiza una actualización incremental cuando la definición de vista materializada lo admite. La actualización incremental lee solo los datos que cambiaron en las tablas de origen desde la última actualización y aplica esos cambios a la vista materializada.

La actualización es compatible con las vistas materializadas que usan:

Amazon Redshift vuelve automáticamente a la actualización completa cuando:

Actualización simultánea

Varios clústeres o grupos de trabajo de Amazon Redshift pueden intentar actualizar la misma vista materializada de Iceberg de forma simultánea. Amazon Redshift utiliza el control de simultaneidad optimista (OCC) a través del mecanismo de actualización condicional de AWS Glue Data Catalog para garantizar que solo se realice correctamente una actualización. Si se detecta una actualización simultánea, Amazon Redshift comprueba si la vista materializada sigue obsoleta. Si otro clúster ya ha completado la actualización, la operación se interrumpe.

Compactación y mantenimiento de tabla

Para las vistas materializadas de Iceberg almacenadas en buckets de Tablas de Amazon S3, Tablas de Amazon S3 administra automáticamente la compactación y la optimización de los archivos de datos. El usuario no tiene que hacer nada más.

En el caso de las vistas materializadas almacenadas en buckets de Amazon S3 de uso general (especificados mediante el parámetro LOCATION), Amazon Redshift no realiza la compactación. Con el tiempo, la actualización incremental produce muchos archivos de datos pequeños que pueden reducir el rendimiento de lectura. Para mantener el rendimiento de lectura, utilice las siguientes prácticas recomendadas:

En el caso de las tablas de origen, configure la retención de instantáneas para que supere el intervalo de actualización esperado. Cuando las instantáneas de la tabla de origen caducan antes de la siguiente actualización, Amazon Redshift ya no puede calcular un delta incremental y vuelve a la actualización completa.

Consideraciones de seguridad

Permisos

Los siguientes permisos son necesarios:

Para obtener información sobre la creación de roles de IAM para Amazon Redshift y la concesión de permisos AWS Lake Formation, consulte Introducción a Amazon Redshift Spectrum. Para comprobar que el rol de IAM tiene los permisos necesarios en las tablas de origen, utilice la consola de AWS Lake Formation o la API de GetEffectivePermissionsForPath. Para comprobar que la base de datos de AWS Glue de destino existe y que el rol tiene acceso, utilice la API GetDatabase.

En el siguiente ejemplo, se comprueba que el rol de IAM tiene el permiso SELECT en una tabla de origen mediante AWS Lake Formation:

aws lakeformation list-permissions \
    --principal DataLakePrincipalIdentifier=arn:aws:iam::123456789012:role/myspectrum_role \
    --resource '{"Table":{"DatabaseName":"mydb","Name":"orders"}}'

En el ejemplo siguiente, se verifica que la base de datos de AWS Glue de destino existe y es accesible:

aws glue get-database --name mydb

Visibilidad del historial de instantáneas

Las vistas materializadas de Iceberg almacenan datos como tablas de Iceberg estándar con un historial completo de instantáneas. Un lector con acceso a los archivos de Iceberg subyacentes puede comparar instantáneas sucesivas para observar qué filas se agregaron o eliminaron entre las actualizaciones.

Para las vistas materializadas agregadas (aquellas con funciones GROUP BY y agregadas), el delta visible se limita a los cambios en los valores agregados, no a las filas individuales de la tabla de origen. Para las vistas materializadas no agregadas, el delta corresponde a las filas específicas que han cambiado en el resultado de la vista materializada.

Este comportamiento es inherente al formato de tabla de Iceberg. Cualquier tabla de Iceberg que se someta a escrituras incrementales expone la misma propiedad.

Para mitigar este comportamiento:

Supervisión

Historial de actualizaciones

Las operaciones de actualización realizadas por el clúster local se registran en SVL_MV_REFRESH_STATUS. Consulte esta vista para comprobar el tiempo de actualización, el estado y si la actualización fue incremental o completa.

SELECT mv_name, starttime, endtime, status
FROM svl_mv_refresh_status
WHERE mv_name = 'daily_revenue'
ORDER BY starttime DESC
LIMIT 10;

Tenga en cuenta que esta vista del sistema solo registra las actualizaciones realizadas por el clúster local. Si varios clústeres actualizan la misma vista materializada de Iceberg, las tablas del sistema de cada clúster muestran solo su propio historial de actualizaciones.

Detección de vistas materializadas de Iceberg

Utilice el comando SHOW TABLES para buscar vistas materializadas de Iceberg. Las vistas materializadas de Iceberg aparecen con table_type = 'EXTERNAL TABLE' y table_subtype = 'ICEBERG MATERIALIZED VIEW'. SHOW TABLES funciona en todas las rutas de catálogo (esquemas externos, awsdatacatalog y Tablas de Amazon S3).

SHOW TABLES FROM SCHEMA awsdatacatalog.mydb LIKE '%';

También puede utilizar SVV_EXTERNAL_TABLES para buscar vistas materializadas de Iceberg en los esquemas externos, donde aparecen con tabletype = 'EXTERNAL TABLE':

SELECT schemaname, tablename, location
FROM svv_external_tables
WHERE tabletype = 'EXTERNAL TABLE';

STV_MV_INFO no incluye las vistas materializadas de Iceberg.

Limitaciones

No puede definir una vista materializada de Iceberg que haga referencia o incluya cualquiera de los siguientes:

Las siguientes construcciones de SQL están permitidas en la definición de la vista materializada, pero obligan a una actualización completa en lugar de a una actualización incremental:

Limitaciones adicionales: