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
Zugriff auf Daten in anderen Amazon-Redshift-Datenbanken
Erfahren Sie, wie Sie mithilfe von Amazon-Redshift-Datenfreigabe Live-Daten sicher und einfach über Amazon-Redshift-Cluster oder AWS-Konten hinweg für Lesezwecke freigeben. Sie profitieren von sofortigem, granularem und leistungsstarkem Zugriff auf Daten in Amazon-Redshift-Clustern, ohne diese manuell zu kopieren oder zu verschieben. Ihren Benutzer werden aktuelle und konsistente Informationen angezeigt, wenn diese in Amazon-Redshift-Clustern aktualisiert werden. Sie können Daten auf verschiedenen Ebenen freigeben, z. B. Datenbanken, Schemata, Tabellen, Ansichten (einschließlich regulärer Ansichten, Ansichten mit späterer Bindung und materialisierter Ansichten) sowie benutzerdefinierten SQL-Funktionen (UDFs).
Die Amazon-Redshift-Datenfreigabe ist besonders für folgende Anwendungsfälle nützlich:
Zentralisierung geschäftskritischer Workloads – Verwenden Sie einen zentralen Extract, Transform, Load (ETL)-Cluster, der Daten mit mehreren Business Intelligence (BI)- oder Analyse-Clustern gemeinsam verwendet. Dieser Ansatz bietet Lese-Workload-Isolation und Rückbelastung für einzelne Workloads.
Freigabe von Daten zwischen Umgebungen – Teilen Sie Daten in Entwicklungs-, Test- und Produktionsumgebungen. Sie können die Teamagilität verbessern, indem Sie Daten auf verschiedenen Granularitätsstufen teilen.
Weitere Informationen zur Datenfreigabe finden Sie unter Umgang mit Datenfreigabeaufgaben im Datenbankentwicklerhandbuch zu Amazon Redshift.
