

 Amazon Redshift unterstützt UDFs ab Patch 198 nicht mehr die Erstellung von neuem Python. Das bestehende Python UDFs wird bis zum 30. Juni 2026 weiterhin funktionieren. Weitere Informationen finden Sie im [Blog-Posting](https://aws.amazon.com/blogs/big-data/amazon-redshift-python-user-defined-functions-will-reach-end-of-support-after-june-30-2026/). 

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.

# STL\_FILE\_SCAN
<a name="r_STL_FILE_SCAN"></a>

Gibt die Dateien aus, die Amazon Redshift beim Laden von Daten mit dem COPY-Befehl gelesen hat.

Die Abfrage dieser Ansicht kann beim Beheben von Datenladefehlern helfen. STL\_FILE\_SCAN kann besonders bei der Feststellung von Problemen bei parallelen Datenladevorgängen nützlich sein, da parallele Datenladevorgänge typischerweise zahlreiche Dateien mit einem einzigen COPY-Befehl laden.

STL\_FILE\_SCAN ist für alle Benutzer sichtbar. Superuser können alle Zeilen sehen; reguläre Benutzer können nur ihre eigenen Daten sehen. Weitere Informationen finden Sie unter [Sichtbarkeit der Daten in Systemtabellen und Ansichten](cm_chap_system-tables.md#c_visibility-of-data).

**Anmerkung**  
STL\_FILE\_SCAN enthält nur Abfragen, die auf bereitgestellten Haupt-Clustern ausgeführt werden. Abfragen, die auf Parallelitätsskalierungs-Clustern oder in Serverless-Namespaces ausgeführt werden, sind nicht enthalten. Um auf Erklärpläne zuzugreifen, die sowohl auf Haupt-Clustern als auch auf Parallelitätsskalierungs-Clustern und in Serverless-Namespaces ausgeführt werden, empfehlen wir, die SYS-Überwachungsansicht [SYS\_LOAD\_DETAIL](SYS_LOAD_DETAIL.md) zu verwenden. Die Daten in der SYS-Überwachungsansicht sind so formatiert, dass sie leichter verwendbar und besser verständlich sind.

## Tabellenspalten
<a name="r_STL_FILE_SCAN-table-columns2"></a>


| Spaltenname | Datentyp | Beschreibung | 
| --- | --- | --- | 
| userid | integer | ID des Benutzers, der den Eintrag generiert hat. | 
| query  | integer | Abfrage-ID. Die Abfrage-Spalte kann verwendet werden, um andere Systemtabellen und Anzeigen anzufügen. | 
| slice | integer | Die Nummer, die das Slice angibt, in dem die Abfrage ausgeführt wurde. | 
| Name | character(90) | Vollständiger Pfad und Name der geladenen Datei. | 
| lines | bigint | Anzahl der aus der Datei gelesenen Zeilen. | 
| bytes | bigint | Anzahl der aus der Datei gelesenen Bytes. | 
| loadtime | bigint | Zeitdauer für das Laden der Datei (in Mikrosekunden). | 
| curtime | Zeitstempel | Zeitstempel für den Zeitpunkt, an dem Amazon Redshift mit der Verarbeitung der Datei begonnen hat. | 
| is\_partial | integer | Wert, der bei true (1) angibt, dass die Eingabedatei während eines COPY-Vorgangs in Bereiche aufgeteilt wird. Wenn dieser Wert false (0) ist, wird die Eingabedatei nicht geteilt. | 
| start\_offset | bigint | Wenn die Eingabedatei während eines COPY-Vorgangs geteilt wird, gibt dieser Wert den Offset-Wert der Teilung (in Byte) an. Wenn die Datei nicht geteilt wird, ist dieser Wert 0.  | 

## Beispielabfragen
<a name="r_STL_FILE_SCAN-sample-queries2"></a>

Die folgende Abfrage ruft die Namen und Ladezeiten aller Dateien ab, für deren Lesevorgang Amazon Redshift mehr als 1 000 000 Mikrosekunden benötigt hat.

```
select trim(name)as name, loadtime from stl_file_scan
where loadtime > 1000000;
```

Diese Abfrage gibt die folgende Beispielausgabe zurück.

```
           name            | loadtime
---------------------------+----------
 listings_pipe.txt         |  9458354
 allusers_pipe.txt         |  2963761
 allevents_pipe.txt        |  1409135
 tickit/listings_pipe.txt  |  7071087
 tickit/allevents_pipe.txt |  1237364
 tickit/allusers_pipe.txt  |  2535138
 listings_pipe.txt         |  6706370
 allusers_pipe.txt         |  3579461
 allevents_pipe.txt        |  1313195
 tickit/allusers_pipe.txt  |  3236060
 tickit/listings_pipe.txt  |  4980108
(11 rows)
```