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
Anzeigen von Datenbankleistungsdaten
Sie können mit den Datenbankleistungsmetriken in Amazon Redshift Folgendes tun:
-
Analysieren Sie die von Abfragen benötigte Zeit anhand von Verarbeitungsschritten. Sie können nach ungewöhnlichen Tendenzen suchen, die in der Menge der in einer Phase verbrachten Zeit auftreten.
-
Sie können die Anzahl der Abfragen, die Dauer und den Durchsatz von Abfragen nach Zeitbereichen (kurz, mittel, lang) analysieren.
-
Sie können nach Trends in der Menge der Abfragewartezeit nach Abfragepriorität (Niedrigste, Niedrig, Normal, Hoch, Höchste, Kritische) suchen.
-
Sie können nach Trends in der Abfragedauer, dem Durchsatz oder der Wartezeit nach WLM-Warteschlange suchen.
So zeigen Sie Datenbankleistungsdaten an
-
Melden Sie sich bei der AWS-Managementkonsole an und öffnen Sie die Amazon-Redshift-Konsole unter https://console.aws.amazon.com/redshiftv2/
. -
Wählen Sie im Navigationsmenü Clusters (Cluster) und dann den Cluster-Namen aus der Liste aus, um die Details zu dem Cluster aufzurufen. Die Details des Clusters werden möglicherweise einschließlich der Registerkarten Cluster-Leistung, Abfrageüberwachung, Datenbanken, Datashares, Zeitpläne, Wartung und Eigenschaften angezeigt.
-
Wählen Sie die Registerkarte Query monitoring (Abfrageüberwachung) für Metriken zu Ihren Abfragen aus.
-
Wählen Sie im Abschnitt Query monitoring (Abfrageüberwachung) die Registerkarte Database performance (Datenbankleistung) aus.
Mithilfe der Steuerelemente im Fenster können Sie zwischen Cluster metrics (Cluster-Metriken) und WLM queue metrics (WLM-Warteschlangenmetriken) wechseln.
Wenn Sie Cluster metrics (Cluster-Metriken) auswählen, enthält die Registerkarte die folgenden Diagramme:
-
Workload execution breakdown (Aufschlüsselung der Workload-Ausführung) – die Zeit, die für die Abfrageverarbeitungsphasen benötigt wird.
-
Queries by duration range (Abfragen nach Zeitdauerbereich) – die Anzahl kurzer, mittlerer und langer Abfragen.
-
Query throughput (Abfragedurchsatz) – die durchschnittliche Anzahl der pro Sekunde abgeschlossenen Abfragen.
-
Query duration (Abfragedauer) – die durchschnittliche Zeit zur Ausführung einer Abfrage.
-
Average queue wait time by priority (Durchschnittliche Warteschlangenwartezeit nach Priorität) – die Zeit, die Abfragen insgesamt mit Warten in der WLM-Warteschlange verbracht haben (nach Abfragepriorität).
Wenn Sie WLM queue metrics (WLM-Warteschlangenmetriken) auswählen, enthält die Registerkarte die folgenden Diagramme:
-
Query duration by queue (Abfragedauer nach Warteschlange) – die durchschnittliche Abfragedauer nach WLM-Warteschlange.
-
Query throughput by queue (Abfragedurchsatz nach Warteschlange) – die durchschnittliche Anzahl von Abfragen, die pro Sekunde abgeschlossen wurden, nach WLM-Warteschlange.
-
Query wait time by queue (Wartezeit für Abfragen nach Warteschlange) – die durchschnittliche Zeit, die Abfragen mit Warten verbracht haben, nach WLM-Warteschlange.
-
Diagramme der Datenbankleistung
Im Folgenden finden Sie einige Beispiele für Diagramme, die in der neuen Amazon-Redshift-Konsole angezeigt werden.
-
Workload Execution Breakdown (Aufgliederung der Workload-Ausführung
-
Queries by duration range (Abfragen nach Dauerbereich
-
Query throughput (Abfrage Durchsatz
-
Query duration (Abfragedauer
-
Average queue wait time by priority (Durchschnittliche Wartezeit der Warteschlange nach Priorität
-
Query duration by queue (Abfragedauer nach Warteschlange
-
Query throughput by queue (Abfragedurchsatz nach Warteschlange
-
Query wait time by queue (Wartezeit für die Abfrage nach Warteschlange