Überlegungen zu Lese- und Schreiboperationen für Datenfreigaben in Amazon Redshift - Amazon Redshift

Amazon Redshift unterstützt ab dem 1. November 2025 nicht mehr die Erstellung neuer Python-UDFs. Wenn Sie Python-UDFs verwenden möchten, erstellen Sie die UDFs vor diesem Datum. Bestehende Python-UDFs funktionieren weiterhin wie gewohnt. Weitere Informationen finden Sie im Blog-Posting.

Überlegungen zu Lese- und Schreiboperationen für Datenfreigaben in Amazon Redshift

Anmerkung

Amazon-Redshift-Schreiboperationen für mehrere Warehouses unter Verwendung der Datenfreigabe werden nur für den Amazon-Redshift-Patch 186 für bereitgestellte Cluster in der aktuellen Track-Version 1.0.78881 oder höher und für Arbeitsgruppen in Amazon Redshift Serverless in der Version 1.0.78890 oder höher unterstützt.

Im Folgenden werden Überlegungen beim Arbeiten mit Datashare-Lese- und Schreibvorgängen in Amazon Redshift aufgeführt:

  • Sie können SQL-UDFs nur über Datashares freigeben. Python- und Lambda-UDFs werden nicht unterstützt.

  • Wenn die Produzentendatenbank über eine bestimmte Kollation verfügt, verwenden Sie dieselben Kollationseinstellungen für die Konsumentendatenbank.

  • Amazon Redshift unterstützt keine verschachtelten benutzerdefinierten SQL-Funktionen auf Erzeugerclustern.

  • Amazon Redshift unterstützt keine Freigabe von Tabellen mit verschachtelten Sortierschlüsseln und Ansichten, die sich auf Tabellen mit verschachtelten Sortierschlüsseln beziehen.

  • Amazon Redshift unterstützt nicht den Zugriff auf ein Datashare-Objekt, bei dem eine gleichzeitige DDL zwischen der Vorbereitung und der Ausführung des Zugriffs aufgetreten ist.

  • Amazon Redshift unterstützt die gemeinsame Nutzung von gespeicherten Prozeduren im Rahmen von Datashares nicht.

  • Amazon Redshift unterstützt keine Freigabe von Metadaten, Systemansichten und Systemtabellen.

  • Datenverarbeitungstyp: Sie müssen Serverless-Arbeitsgruppen, ra3.large-Cluster, ra3.xlplus-Cluster, ra3.4xl-Cluster oder ra3.16xl-Cluster verwenden, um dieses Feature zu verwenden.

  • Isolationsstufe: Die Isolationsstufe Ihrer Datenbank muss „Snapshot-Isolation“ sein, damit andere Serverless-Arbeitsgruppen und bereitgestellte Cluster zu ihr schreiben können.

  • Abfragen und Transaktionen mit mehreren Anweisungen: Abfragen mit mehreren Anweisungen außerhalb eines Transaktionsblocks werden derzeit nicht unterstützt. Wenn Sie einen Abfrage-Editor wie dbeaver verwenden und mehrere Schreibabfragen ausführen, müssen Sie daher Ihre Abfragen in eine explizite Transaktionsanweisung „BEGIN... END“ einbinden.

    Wenn Anweisungen mit mehreren Befehlen außerhalb von Transaktionen verwendet werden und der erste Befehl eine Schreiboperationen zu einer Produzenten-Datenbank ist, sind nachfolgende Schreibbefehle in der Anweisung nur für diese Produzenten-Datenbank zulässig. Wenn es sich beim ersten Befehl um eine Leseoperation handelt, sind nachfolgende Schreibbefehle nur für die verwendete Datenbank zulässig, wenn festgelegt, andernfalls für die lokale Datenbank. Beachten Sie, dass die Schreiboperationen in einer Transaktion nur für eine einzelne Datenbank unterstützt werden.

  • Konsumentendimensionierung: Konsumenten-Cluster müssen mindestens 64 Slices enthalten, um Schreiboperationen unter Verwendung der Datenfreigabe ausführen zu können.

  • Ansichten und materialisierte Ansichten: Sie können keine Ansichten oder materialisierten Ansichten in einer Datashare-Datenbank erstellen, aktualisieren oder ändern.

  • Sicherheit: Sie können Datashare-Objekten keine Sicherheitsrichtlinien wie Spaltenebene (CLS), Zeilenebene (RLS) und dynamische Datenmaskierung (DDM) zuordnen oder solche Sicherheitsrichtlinien aus Datashare-Objekten entfernen.

  • Verwaltbarkeit: Konsumenten-Warehouses können Datashare-Objekte oder Ansichten, die auf Datashare-Objekte verweisen, keinem anderen Datashare hinzufügen. Konsumenten können ein vorhandenes Datashare auch nicht ändern oder löschen.

  • Kürzen von Operationen: Datashare-Schreiboperationen unterstützen transaktionale Kürzungen für Remote-Tabellen. Dies unterscheidet sich von Kürzungen, die Sie lokal in einem Cluster ausführen. Bei diesen handelt es sich um Auto-Commits. Weitere Informationen zur Verwendung des SQL-Befehls finden Sie unter TRUNCATE.

  • Klonen: CREATE TABLE mit LIKE-Klauselanweisungen unterstützen das Klonen aus einer einzigen übergeordneten Tabelle, wenn Sie aus Konsumenten-Warehouses zu Produzenten schreiben.