Überlegungen zur gemeinsamen Nutzung von Lese- und Schreibvorgängen in Amazon Redshift - Amazon Redshift

Amazon Redshift wird UDFs ab dem 1. November 2025 die Erstellung von neuem Python nicht mehr unterstützen. Wenn Sie Python verwenden möchten UDFs, erstellen Sie das UDFs vor diesem Datum liegende. Bestehendes Python UDFs wird weiterhin wie gewohnt funktionieren. Weitere Informationen finden Sie im 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.

Überlegungen zur gemeinsamen Nutzung von Lese- und Schreibvorgängen in Amazon Redshift

Anmerkung

Amazon Redshift Multi-Warehouse-Schreibvorgänge mithilfe von Data Sharing wird nur auf Amazon Redshift Patch 186 für bereitgestellte Cluster auf der aktuellen Track-Version 1.0.78881 oder höher und für Amazon Redshift Serverless-Arbeitsgruppen auf Version 1.0.78890 oder höher unterstützt.

Bei der Arbeit mit Datashare-Lese- und Schreibvorgängen in Amazon Redshift sollten Sie Folgendes beachten:

  • Sie können SQL UDFs nur über Datashares gemeinsam nutzen. 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 die gemeinsame Nutzung von Metadaten, Systemansichten und Systemtabellen nicht.

  • Berechnungstyp — Sie müssen serverlose Arbeitsgruppen, ra3.large-Cluster, ra3.xlplus-Cluster, ra3.4xl-Cluster oder ra3.16xl-Cluster verwenden, um diese Funktion nutzen zu können.

  • Isolationsstufe — Die Isolationsstufe Ihrer Datenbank muss Snapshot-Isolation sein, damit andere serverlose Arbeitsgruppen und bereitgestellte Cluster darauf schreiben können.

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

    Wenn Anweisungen mit mehreren Befehlen außerhalb von Transaktionen verwendet werden und der erste Befehl ein Schreibvorgang in eine Producer-Datenbank ist, sind nachfolgende Schreibbefehle in der Anweisung nur für diese Producer-Datenbank zulässig. Handelt es sich bei dem ersten Befehl um einen Lesevorgang, sind nachfolgende Schreibbefehle nur für die verwendete Datenbank zulässig, sofern sie gesetzt ist, andernfalls für die lokale Datenbank. Beachten Sie, dass die Schreibvorgänge in einer Transaktion nur für eine einzelne Datenbank unterstützt werden.

  • Benutzerdefinierung — Consumer-Cluster müssen mindestens 64 Slices oder mehr haben, um Schreibvorgänge mithilfe von Data Sharing durchführen zu können.

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

  • Sicherheit — Sie können Datenaustauschobjekten keine Sicherheitsrichtlinien wie Spaltenebene (CLS), Zeilenebene (RLS) und dynamische Datenmaskierung (DDM) zuordnen oder entfernen.

  • Verwaltbarkeit — Consumer-Warehouses können keine DataShare-Objekte oder Ansichten, die auf Datashare-Objekte verweisen, zu einem anderen Datashare hinzufügen. Verbraucher können ein vorhandenes Datashare auch nicht ändern oder löschen.

  • Operationen kürzen — Datashare-Schreibvorgänge unterstützen transaktionale Kürzungen für entfernte Tabellen. Dies unterscheidet sich von Kürzungen, die Sie lokal auf einem Cluster ausführen und bei denen es sich um automatische Übertragungen handelt. Weitere Hinweise zum SQL-Befehl finden Sie unter TRUNCATE.