Amazon Redshift non supporterà più la creazione di nuovi Python UDFs a partire dalla Patch 198. Python esistente UDFs continuerà a funzionare fino al 30 giugno 2026. Per ulteriori informazioni, consulta il [post del blog](https://aws.amazon.com/blogs/big-data/amazon-redshift-python-user-defined-functions-will-reach-end-of-support-after-june-30-2026/).
Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
# Creare una tabella
Dopo aver creato il nuovo database, è necessario creare le tabelle che conterranno i dati. Quando crei la tabella, specifica le informazioni sulle colonne.
Ad esempio, per creare una tabella denominata **DEMO**, emettere il comando riportato di seguito.
```
CREATE TABLE Demo (
PersonID int,
City varchar (255)
);
```
Per impostazione predefinita, i nuovi oggetti di database, come le tabelle, vengono creati nello schema predefinito denominato `public` generato durante la creazione del data warehouse. È possibile utilizzare un altro schema per creare oggetti di database. Per ulteriori informazioni, consultare [Gestione della sicurezza dei database](https://docs.aws.amazon.com/redshift/latest/dg/r_Database_objects.html) nella *Guida per gli sviluppatori di database di Amazon Redshift*.
È possibile creare una tabella anche utilizzando la notazione `schema_name.object_name` per creare la tabella nello schema `SALES`.
```
CREATE TABLE SALES.DEMO (
PersonID int,
City varchar (255)
);
```
Per visualizzare ed esaminare gli schemi e le relative tabelle, puoi utilizzare Amazon Redshift Query Editor V2. Oppure è possibile visualizzare l'elenco delle tabelle negli schemi usando le viste di sistema. Per ulteriori informazioni, consulta [Eseguire query sulle tabelle e sulle viste di sistema](t_querying_redshift_system_tables.md).
Le colonne `encoding`, `distkey` e `sortkey` vengono utilizzate da Amazon Redshift per l'elaborazione parallela. Per ulteriori informazioni sulla progettazione di tabelle che includono questi elementi, consultare [Best practice di Amazon Redshift per la progettazione di tabelle](https://docs.aws.amazon.com/redshift/latest/dg/c_designing-tables-best-practices.html).
## Inserisci le righe di dati in una tabella
Dopo aver creato una tabella, inserire le righe di dati in questa tabella.
**Nota**
Il comando [INSERT](https://docs.aws.amazon.com/redshift/latest/dg/r_INSERT_30.html) inserisce righe in una tabella. Per caricamenti in blocco standard, utilizzare il comando [COPY](https://docs.aws.amazon.com/redshift/latest/dg/r_COPY.html). Per ulteriori informazioni, consultare [Utilizzo del comando COPY per caricare i dati](https://docs.aws.amazon.com/redshift/latest/dg/c_best-practices-use-copy.html).
Ad esempio, per inserire valori nella tabella `DEMO`, emettere il comando seguente.
```
INSERT INTO DEMO VALUES (781, 'San Jose'), (990, 'Palo Alto');
```
Per inserire dati in una tabella che si trova in uno schema specifico, esegui il comando seguente.
```
INSERT INTO SALES.DEMO VALUES (781, 'San Jose'), (990, 'Palo Alto');
```
## Seleziona dati da una tabella
Dopo aver creato una tabella e averla popolata con dati, puoi usare l'istruzione SELECT per visualizzare i dati contenuti nella tabella. L'istruzione SELECT \$1 restituisce tutti i nomi di colonna e i valori di riga per tutti i dati presenti in una tabella. L'utilizzo di SELECT è un buon metodo per verificare che i dati aggiunti di recente siano stati inseriti correttamente nella tabella.
Per visualizzare i dati inseriti nella tabella **DEMO**, emettere il comando seguente:
```
SELECT * from DEMO;
```
Il risultato sarà simile al seguente:
```
personid | city
----------+-----------
781 | San Jose
990 | Palo Alto
(2 rows)
```
Per ulteriori informazioni sull'uso dell'istruzione SELECT per eseguire query sulle tabelle, consultare [SELECT](https://docs.aws.amazon.com/redshift/latest/dg/r_SELECT_synopsis.html).