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
array-Funktion
Erstellt ein Array des SUPER-Datentyps.
Syntax
ARRAY( [ expr1 ] [ , expr2 [ , ... ] ] )
Argument
- expr1, expr2
-
Ausdrücke eines Amazon Redshift-Datentyps außer Datums- und Uhrzeittypen, da Amazon Redshift die Datums- und Uhrzeittypen nicht in den SUPER-Datentyp umwandelt. Die Argumente müssen nicht denselben Datentyp haben.
Rückgabetyp
Die array-Funktion gibt den Datentyp SUPER zurück.
Beispiel
Die folgenden Beispiele zeigen ein Array numerischer Werte und ein Array verschiedener Datentypen.
--an array of numeric values select array(1,50,null,100); array ------------------ [1,50,null,100] (1 row) --an array of different data types select array(1,'abc',true,3.14); array ----------------------- [1,"abc",true,3.14] (1 row)