Amazon Redshift dejará de admitir la creación de nuevas UDF de Python a partir del parche 198. Las UDF de Python existentes seguirán funcionando hasta el 30 de junio de 2026. Para obtener más información, consulte la [publicación del blog](https://aws.amazon.com/blogs/big-data/amazon-redshift-python-user-defined-functions-will-reach-end-of-support-after-june-30-2026/). # Uso de Estudio unificado de Amazon SageMaker para consultar las bases de datos en Amazon Redshift y SageMaker Lakehouse Estudio unificado de Amazon SageMaker proporciona un entorno de desarrollo fuera de la consola y admite el análisis SQL de los datos en SageMaker Lakehouse, Amazon Redshift y Amazon Athena para el análisis de SQL. Diríjase a Estudio unificado de Amazon SageMaker mediante la URL del administrador y utilice su SSO o sus credenciales de AWS para iniciar sesión. Para obtener más información sobre cómo configurar el primer proyecto, consulte [Introducción](https://docs.aws.amazon.com/sagemaker-unified-studio/latest/userguide/getting-started.html) en la *Guía del usuario de Estudio unificado de Amazon SageMaker*. En Estudio unificado de Amazon SageMaker, puede realizar [análisis de SQL](https://docs.aws.amazon.com/sagemaker-unified-studio/latest/userguide/sql-query.html) ejecutando Amazon Redshift y Amazon Athena con el [editor de consultas](https://docs.aws.amazon.com/sagemaker-unified-studio/latest/userguide/query-editor-navigate.html). Use el editor de consultas para editar y ejecutar consultas, visualizar resultados y compartir su trabajo con el equipo. Ejecute consultas en los almacenes de datos de Redshift en las Cuentas de AWS (dentro de la misma cuenta y en las otras Cuentas de AWS), cree consultas SQL para Redshift y Athena mediante la misma interfaz y programe las consultas SQL con Flujos de trabajo gestionados por Amazon para Apache Airflow. También puede usar el SQL generativo de Amazon Q para generar SQL de lenguaje natural.