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
STV_ML_MODEL_INFO
Informationen zum aktuellen Zustand des Machine-Learning-Modells.
STV_ML_MODEL_INFO 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.
Tabellenspalten
| Spaltenname | Datentyp | Beschreibung |
|---|---|---|
| schema_name | char(128) | Der Namespace des Modells. |
| user_name | char(128) | Der Besitzer des Modells. |
| model_name | char(128) | Der Name des Modells |
| life_cycle | char(20) | Der Lebenszyklusstatus des Modells. |
| is_refreshable | integer | Der Status des Modells, ob es aktualisiert werden kann, ob ursprüngliche Tabellen und Spalten in der Trainingsabfrage noch vorhanden sind und ob der Benutzer weiterhin über die Berechtigungen für sie verfügt. Mögliche Werte sind: 1 (aktualisierbar) und 0 (nicht aktualisierbar). |
| model_state | char(128) | Der aktuelle Status des Modells. |
Beispielabfrage
Die folgende Abfrage zeigt den aktuellen Status von Machine-Learning-Modellen an.
SELECT schema_name, model_name, model_state FROM stv_ml_model_info; schema_name | model_name | model_state -------------+------------------------------+-------------------------------------- public | customer_churn_auto_model | Train Model On SageMaker In Progress public | customer_churn_xgboost_model | Model is Ready (2 row)
