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
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.
Automatische Optimierungsdaten anzeigen
Die Amazon Redshift Redshift-Konsole bietet Informationen zu automatischen Optimierungen oder Autonomics, die mit zusätzlichen Rechenressourcen ausgeführt werden. Sie können diese Informationen verwenden, um die Nutzung zu verfolgen und zu überwachen, ob Nutzungslimits erreicht wurden. Amazon Redshift stellt Ihnen zwar nicht die autonome Ausführung auf dem bereitgestellten Cluster selbst in Rechnung, aber es stellt Ihnen die autonome Ausführung mit zusätzlichen Rechenressourcen in Rechnung. Weitere Informationen finden Sie unter Zuweisen zusätzlicher Rechenressourcen für automatische Datenbankoptimierungen im Amazon Redshift Database Developer Guide.
Um zusätzliche Computing-Autonomics-Daten einzusehen
Melden Sie sich bei der an AWS-Managementkonsole und öffnen Sie die Amazon Redshift Redshift-Konsole unter https://console.aws.amazon.com/redshiftv2/
. -
Wählen Sie im Navigationsmenü Clusters (Cluster) und dann den Namen eines Clusters aus der Liste aus, um die Details zu dem Cluster aufzurufen.
-
Wählen Sie auf der Detailseite des Clusters im Drop-down-Menü Aktionen die Option Nutzungslimit verwalten aus. Sie können auch die Registerkarte Wartung für einen Cluster auswählen, dann nach unten scrollen und Nutzungslimits erstellen auswählen.
-
Das Diagramm mit zusätzlichen Daten zur Rechenautonomie wird unter dem Abschnitt „Nutzungslimit für zusätzliche Rechenleistung für automatische Optimierung“ angezeigt. Das Diagramm zeigt, wie lange Amazon Redshift in einem bestimmten Zeitraum autonome Systeme unter Verwendung zusätzlicher Rechenressourcen ausführt.