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
Festlegen des JDBC-Parameters für die Abrufgröße
Der JDBC-Treiber stellt bei Abfragen alle Ergebnisse auf einmal zusammen. Wenn Sie in diesem Fall versuchen, eine große Ergebnismenge über eine JDBC-Verbindung abzurufen, können clientseitig Fehler aufgrund von unzureichendem Arbeitsspeicher auftreten. Um Ihren Client so einrichten, dass er die Ergebnismengen statt in einem einzigen Vorgang – der erfolgreich abgeschlossen wird oder ganz fehlschlägt – in Batches abruft, stellen Sie den Parameter für die JDBC-Abrufgröße in der Clientanwendung ein.
Anmerkung
Abrufgröße wird für ODBC nicht unterstützt
Legen Sie die Abrufgröße auf den höchsten Wert fest, der nicht zu Fehlern aufgrund von unzureichendem Arbeitsspeicher führt, um die Leistung zu optimieren. Wenn der Wert für die Abrufgröße kleiner gewählt wird, führt dies zu mehr Übertragungsvorgängen zwischen Server und Client, was die Ausführungszeit vergrößert. Der Server reserviert Ressourcen wie den WLM-Abfrageplatz und den zugehörigen Arbeitsspeicher, bis der Client die Ergebnismenge abruft oder die Abfrage abgebrochen wird. Wenn die Abrufgröße richtig eingestellt ist, werden diese Ressourcen schneller wieder freigegeben und sind für andere Abfragen verfügbar.
Anmerkung
Wenn Sie große Datensätze extrahieren müssen, sollten Sie eine UNLOAD-Anweisung verwenden, um die Daten zu Amazon S3 zu übertragen. Wenn Sie UNLOAD verwenden, arbeiten die Datenverarbeitungsknoten parallel, um die Übertragung der Daten zu beschleunigen.
Weitere Informationen zum Festlegen des Parameters für die JDBC-Abrufgröße finden Sie unter Getting results based on a cursor
