Amazon Redshift tidak akan lagi mendukung pembuatan Python UDFs baru mulai Patch 198. Python yang ada UDFs akan terus berfungsi hingga 30 Juni 2026. Untuk informasi lebih lanjut, lihat [posting blog](https://aws.amazon.com/blogs/big-data/amazon-redshift-python-user-defined-functions-will-reach-end-of-support-after-june-30-2026/).
Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Referensi SQL
Dengan Amazon Redshift, Anda dapat memanfaatkan SQL untuk secara efisien melakukan kueri dan menganalisis sejumlah besar data yang disimpan di gudang data Anda. Referensi SQL mencakup sintaks dan penggunaan perintah SQL, tipe data, fungsi, operator, dan lainnya, memberdayakan Anda untuk mengekstrak wawasan dan membuat keputusan berbasis data. Anda dapat berkonsultasi dengan referensi ini untuk menulis kueri yang dioptimalkan, membuat dan mengelola objek database, dan melakukan transformasi data yang kompleks. Referensi berikut memberikan rincian lengkap tentang penggunaan SQL dalam lingkungan Amazon Redshift untuk memenuhi persyaratan analisis data Anda.
**Topics**
+ [Amazon Redshift SQL](c_redshift-sql.md)
+ [Menggunakan SQL](c_SQL_reference.md)
+ [Perintah SQL](c_SQL_commands.md)
+ [Referensi fungsi SQL](c_SQL_functions.md)
+ [Kata yang dicadangkan](r_pg_keywords.md)
# Amazon Redshift SQL
**Topics**
+ [Fungsi SQL didukung pada node pemimpin](c_sql-functions-leader-node.md)
+ [Amazon Redshift dan PostgreSQL](c_redshift-and-postgres-sql.md)
Amazon Redshift dibangun di sekitar SQL standar industri, dengan fungsionalitas tambahan untuk mengelola kumpulan data yang sangat besar dan mendukung analisis kinerja tinggi dan pelaporan data tersebut.
**catatan**
Ukuran maksimum untuk satu pernyataan Amazon Redshift SQL adalah 16 MB.
# Fungsi SQL didukung pada node pemimpin
Beberapa kueri Amazon Redshift didistribusikan dan dijalankan di node komputasi, dan kueri lainnya dijalankan secara eksklusif di node pemimpin.
Node pemimpin mendistribusikan SQL ke node komputasi setiap kali kueri mereferensikan tabel atau tabel sistem yang dibuat pengguna (tabel dengan awalan STL atau STV dan tampilan sistem dengan awalan SVL atau SVV). Kueri yang hanya mereferensikan tabel katalog (tabel dengan awalan PG, seperti PG\$1TABLE\$1DEF, yang berada di node pemimpin) atau yang tidak mereferensikan tabel apa pun, berjalan secara eksklusif pada node pemimpin.
Beberapa fungsi Amazon Redshift SQL hanya didukung pada node pemimpin dan tidak didukung pada node komputasi. Kueri yang menggunakan fungsi leader-node harus dijalankan secara eksklusif pada node pemimpin, bukan pada node komputasi, atau akan mengembalikan kesalahan.
Dokumentasi untuk setiap fungsi yang harus dijalankan secara eksklusif pada node pemimpin menyertakan catatan yang menyatakan bahwa fungsi tersebut akan mengembalikan kesalahan jika mereferensikan tabel yang ditentukan pengguna atau tabel sistem Amazon Redshift. Lihat [Fungsi simpul pemimpin—hanya](c_SQL_functions_leader_node_only.md) daftar fungsi yang berjalan secara eksklusif pada node pemimpin.
## Contoh
Contoh berikut menggunakan database sampel TICKIT. Untuk informasi lebih lanjut tentang database sampel, buka[Database sampel](c_sampledb.md).
**SKEMA SAAT INI**
Fungsi CURRENT\$1SCHEMA adalah fungsi leader-node saja. Dalam contoh ini, kueri tidak mereferensikan tabel, sehingga berjalan secara eksklusif pada node pemimpin.
```
select current_schema();
current_schema
---------------
public
```
Dalam contoh berikutnya, query referensi tabel katalog sistem, sehingga berjalan secara eksklusif pada node pemimpin.
```
select * from pg_table_def
where schemaname = current_schema() limit 1;
schemaname | tablename | column | type | encoding | distkey | sortkey | notnull
------------+-----------+--------+----------+----------+---------+---------+---------
public | category | catid | smallint | none | t | 1 | t
```
Dalam contoh berikutnya, kueri mereferensikan tabel sistem Amazon Redshift yang berada di node komputasi, sehingga mengembalikan kesalahan.
```
select current_schema(), userid from users;
INFO: Function "current_schema()" not supported.
ERROR: Specified types or functions (one per INFO message) not supported on Amazon Redshift tables.
```
**SUBSTR**
SUBSTR juga merupakan fungsi leader-node saja. Dalam contoh berikut, kueri berjalan eksklusif pada node pemimpin karena tidak mereferensikan tabel.
```
SELECT SUBSTR('amazon', 5);
+--------+
| substr |
+--------+
| on |
+--------+
```
Dalam contoh berikut, query referensi tabel yang berada pada node komputasi. Ini menghasilkan kesalahan.
```
SELECT SUBSTR(catdesc, 1) FROM category LIMIT 1;
ERROR: SUBSTR() function is not supported (Hint: use SUBSTRING instead)
```
Untuk berhasil menjalankan kueri sebelumnya, gunakan [SUBSTRING.](https://docs.aws.amazon.com/redshift/latest/dg/r_SUBSTRING.html)
```
SELECT SUBSTRING(catdesc, 1) FROM category LIMIT 1;
+---------------------------------+
| substring |
+---------------------------------+
| National Basketball Association |
+---------------------------------+
```
**FAKTORIAL ()**
FACTORIAL () adalah fungsi leader-node saja. Dalam contoh berikut, kueri berjalan eksklusif pada node pemimpin karena tidak mereferensikan tabel.
```
SELECT FACTORIAL(5);
factorial
-------------
120
```
Dalam contoh berikut, query referensi tabel yang berada pada node komputasi. Ini menghasilkan kesalahan saat dijalankan menggunakan editor kueri v2.
```
create table t(a int);
insert into t values (5);
select factorial(a) from t;
ERROR: Specified types or functions (one per INFO message) not supported on Redshift tables.
Info: Function "factorial(bigint)" not supported.
```
# Amazon Redshift dan PostgreSQL
**Topics**
+ [Amazon Redshift dan PostgreSQL JDBC dan ODBC](c_redshift-postgres-jdbc.md)
+ [Fitur yang diimplementasikan secara berbeda](c_redshift-sql-implementated-differently.md)
+ [Fitur PostgreSQL yang tidak didukung](c_unsupported-postgresql-features.md)
+ [Tipe data PostgreSQL yang tidak didukung](c_unsupported-postgresql-datatypes.md)
+ [Fungsi PostgreSQL yang tidak didukung](c_unsupported-postgresql-functions.md)
Amazon Redshift didasarkan pada PostgreSQL. Amazon Redshift dan PostgreSQL memiliki sejumlah perbedaan yang sangat penting yang harus Anda waspadai saat merancang dan mengembangkan aplikasi gudang data Anda.
Amazon Redshift dirancang khusus untuk aplikasi pemrosesan analitik online (OLAP) dan intelijen bisnis (BI), yang memerlukan kueri kompleks terhadap kumpulan data besar. Karena memenuhi persyaratan yang sangat berbeda, skema penyimpanan data khusus dan mesin eksekusi kueri yang digunakan Amazon Redshift benar-benar berbeda dari implementasi PostgreSQL. Misalnya, di mana aplikasi pemrosesan transaksi online (OLTP) biasanya menyimpan data dalam baris, Amazon Redshift menyimpan data dalam kolom, menggunakan pengkodean kompresi data khusus untuk penggunaan memori optimal dan I/O disk. Beberapa fitur PostgreSQL yang cocok untuk pemrosesan OLTP skala lebih kecil, seperti indeks sekunder dan operasi manipulasi data baris tunggal yang efisien, telah dihilangkan untuk meningkatkan kinerja.
Lihat [Arsitektur Amazon Redshift](c_redshift_system_overview.md) penjelasan rinci tentang arsitektur sistem gudang data Amazon Redshift.
PostgreSQL 9.x menyertakan beberapa fitur yang tidak didukung di Amazon Redshift. Selain itu, ada perbedaan penting antara Amazon Redshift SQL dan PostgreSQL yang harus Anda ketahui. Bagian ini menyoroti perbedaan antara Amazon Redshift dan PostgreSQL dan memberikan panduan untuk mengembangkan gudang data yang memanfaatkan sepenuhnya implementasi Amazon Redshift SQL.
# Amazon Redshift dan PostgreSQL JDBC dan ODBC
Karena Amazon Redshift didasarkan pada PostgreSQL, kami sebelumnya merekomendasikan menggunakan driver Postgresql versi 8.4.703 dan driver psqlodBC versi JDBC4 9.x. Jika saat ini Anda menggunakan driver tersebut, kami sarankan untuk beralih ke driver khusus Amazon Redshift yang baru ke depan. *Untuk informasi selengkapnya tentang driver dan mengonfigurasi koneksi, lihat Driver [JDBC dan ODBC untuk Amazon Redshift di Panduan Manajemen Amazon](https://docs.aws.amazon.com/redshift/latest/mgmt/configuring-connections.html#connecting-drivers) Redshift.*
Untuk menghindari out-of-memory kesalahan sisi klien saat mengambil kumpulan data besar menggunakan JDBC, Anda dapat mengaktifkan klien Anda untuk mengambil data dalam batch dengan mengatur parameter ukuran pengambilan JDBC. Untuk informasi selengkapnya, lihat [Mengatur parameter ukuran pengambilan JDBC](set-the-JDBC-fetch-size-parameter.md).
Amazon Redshift tidak mengenali parameter JDBC MaxRows. Sebagai gantinya, tentukan [LIMIT](r_ORDER_BY_clause.md#order-by-clause-limit) klausa untuk membatasi kumpulan hasil. Anda juga dapat menggunakan [OFFSET](r_ORDER_BY_clause.md#order-by-clause-offset) klausa untuk melompat ke titik awal tertentu dalam kumpulan hasil.
# Fitur yang diimplementasikan secara berbeda
Banyak elemen bahasa Amazon Redshift SQL memiliki karakteristik kinerja yang berbeda dan menggunakan sintaks dan semantik dan yang sangat berbeda dari implementasi PostgreSQL yang setara.
**penting**
Jangan berasumsi bahwa semantik elemen yang dimiliki Amazon Redshift dan PostgreSQL adalah identik. Pastikan untuk berkonsultasi dengan *Panduan Pengembang Amazon Redshift* [Perintah SQL](c_SQL_commands.md) untuk memahami perbedaan yang seringkali tidak kentara.
Salah satu contoh khususnya adalah [VAKUM](r_VACUUM_command.md) perintah, yang digunakan untuk membersihkan dan mengatur ulang tabel. VACUUM berfungsi secara berbeda dan menggunakan serangkaian parameter yang berbeda dari versi PostgreSQL. Lihat [Tabel penyedot debu](t_Reclaiming_storage_space202.md) untuk informasi selengkapnya tentang penggunaan VACUUM di Amazon Redshift.
Seringkali, manajemen database dan fitur administrasi dan alat-alat yang berbeda juga. Misalnya, Amazon Redshift mempertahankan satu set tabel sistem dan tampilan yang memberikan informasi tentang bagaimana sistem berfungsi. Untuk informasi selengkapnya, lihat [Tampilan pemantauan SYS](serverless_views-monitoring.md).
Daftar berikut mencakup beberapa contoh fitur SQL yang diimplementasikan secara berbeda di Amazon Redshift.
+ [CREATE TABLE](r_CREATE_TABLE_NEW.md)
Amazon Redshift tidak mendukung ruang tabel, partisi tabel, pewarisan, dan batasan tertentu. Implementasi Amazon Redshift CREATE TABLE memungkinkan Anda menentukan algoritme pengurutan dan distribusi tabel guna mengoptimalkan pemrosesan paralel.
Amazon Redshift Spectrum mendukung partisi tabel menggunakan perintah. [CREATE EXTERNAL TABLE](r_CREATE_EXTERNAL_TABLE.md)
+ [ALTER TABLE](r_ALTER_TABLE.md)
Hanya sebagian dari tindakan ALTER COLUMN yang didukung.
ADD COLUMN mendukung penambahan hanya satu kolom di setiap pernyataan ALTER TABLE.
+ [MENYONTEK](r_COPY.md)
Perintah Amazon Redshift COPY sangat khusus untuk memungkinkan pemuatan data dari bucket Amazon S3 dan tabel Amazon DynamoDB dan untuk memfasilitasi kompresi otomatis. Lihat [Memuat data di Amazon Redshift](t_Loading_data.md) bagian dan referensi perintah COPY untuk detailnya.
+ [VAKUM](r_VACUUM_command.md)
Parameter untuk VACUUM sama sekali berbeda. Misalnya, operasi VACUUM default di PostgreSQL hanya merebut kembali ruang dan membuatnya tersedia untuk digunakan kembali; Namun, operasi VACUUM default di Amazon Redshift adalah VACUUM FULL, yang merebut kembali ruang disk dan menggunakan semua baris.
+ Spasi tambahan dalam nilai VARCHAR diabaikan saat nilai string dibandingkan. Untuk informasi selengkapnya, lihat [Signifikansi trailing blanko](r_Character_types.md#r_Character_types-significance-of-trailing-blanks).
# Fitur PostgreSQL yang tidak didukung
Fitur PostgreSQL ini tidak didukung di Amazon Redshift.
**penting**
Jangan berasumsi bahwa semantik elemen yang dimiliki Amazon Redshift dan PostgreSQL adalah identik. Pastikan untuk berkonsultasi dengan *Panduan Pengembang Amazon Redshift* [Perintah SQL](c_SQL_commands.md) untuk memahami perbedaan yang seringkali tidak kentara.
+ Alat kueri *psql* tidak didukung. [Klien Amazon Redshift RSQL didukung](https://docs.aws.amazon.com/redshift/latest/mgmt/rsql-query-tool.html).
+ Partisi tabel (rentang dan daftar partisi)
+ Ruang Meja
+ Batasan
+ Unik
+ Kunci asing
+ Kunci primer
+ Batasan pemeriksaan
+ Kendala pengecualian
Kendala unik, kunci utama, dan kunci asing diizinkan, tetapi hanya bersifat informasi. Mereka tidak ditegakkan oleh sistem, tetapi mereka digunakan oleh perencana kueri.
+ Warisan
+ Kolom sistem PostgreSQL
Amazon Redshift SQL tidak secara implisit mendefinisikan kolom sistem. Namun, nama kolom sistem PostgreSQL berikut tidak dapat digunakan sebagai nama kolom yang ditentukan pengguna`oid`:`tableoid`,,,,,, dan. `xmin` `cmin` `xmax` `cmax` `ctid` Untuk informasi selengkapnya, lihat [https://www.postgresql.org/docs/8.0/static/ddl-system-columns.html](https://www.postgresql.org/docs/8.0/static/ddl-system-columns.html).
+ Indeks
+ Klausa NULLS dalam fungsi Jendela
+ Kolasi
Amazon Redshift tidak mendukung urutan pemeriksaan khusus lokal atau yang ditentukan pengguna. Lihat [Urutan pemeriksaan](c_collation_sequences.md).
+ Ekspresi nilai
+ Ekspresi berlangganan
+ Konstruktor array
+ Konstruktor baris
+ Pemicu
+ Pengelolaan Data Eksternal (SQL/MED)
+ Fungsi tabel
+ Daftar VALUES digunakan sebagai tabel konstan
+ Urutan
+ Pencarian teks lengkap
+ Izin ATURAN dan TRIGGER.
Amazon Redshift memberikan atau mencabut izin ini saat Anda menjalankan GRANT ALL atau REVOKE ALL, tetapi ada atau tidaknya izin RULE dan TRIGGER tidak memengaruhi izin akses penerima hibah dengan cara apa pun.
# Tipe data PostgreSQL yang tidak didukung
Umumnya, jika kueri mencoba menggunakan tipe data yang tidak didukung, termasuk cast eksplisit atau implisit, itu akan mengembalikan kesalahan. Namun, beberapa kueri yang menggunakan tipe data yang tidak didukung akan berjalan pada node pemimpin tetapi tidak pada node komputasi. Lihat [Fungsi SQL didukung pada node pemimpin](c_sql-functions-leader-node.md).
Untuk daftar tipe data yang didukung, lihat[Jenis Data](c_Supported_data_types.md).
Tipe data PostgreSQL ini tidak didukung di Amazon Redshift.
+ Array
+ SEDIKIT, SEDIKIT BERVARIASI
+ BYTEA
+ Jenis Komposit
+ Jenis yang disebutkan
+ Jenis Geometris (Implementasi Amazon Redshift dari tipe geometris berbeda dari PostgreSQL)
+ HSTORE
+ JSON
+ Jenis Alamat Jaringan
+ Jenis Numerik
+ SERIAL, SERIAL BESAR, SERIAL KECIL
+ MONEY
+ Jenis Pengenal Objek
+ Jenis Pseudo
+ Jenis Rentang
+ Jenis Karakter Khusus
+ “char” — Tipe internal single-byte (di mana tipe data bernama char terlampir dalam tanda kutip).
+ name — Tipe internal untuk nama objek.
Untuk informasi selengkapnya tentang jenis ini, lihat [Jenis Karakter Khusus](https://www.postgresql.org/docs/8.0/datatype-character.html) dalam dokumentasi PostgreSQL.
+ Jenis Pencarian Teks
+ TXID\$1SNAPSHOT
+ UUID
+ XML
# Fungsi PostgreSQL yang tidak didukung
Banyak fungsi yang tidak dikecualikan memiliki semantik atau penggunaan yang berbeda. Misalnya, beberapa fungsi yang didukung hanya akan berjalan pada node pemimpin. Juga, beberapa fungsi yang tidak didukung tidak akan mengembalikan kesalahan saat dijalankan pada node pemimpin. Fakta bahwa fungsi-fungsi ini tidak mengembalikan kesalahan dalam beberapa kasus tidak boleh diambil untuk menunjukkan bahwa fungsi tersebut didukung oleh Amazon Redshift.
**penting**
Jangan berasumsi bahwa semantik elemen yang dimiliki Amazon Redshift dan PostgreSQL adalah identik. Pastikan untuk berkonsultasi dengan *Panduan Pengembang Database Amazon Redshift* [Perintah SQL](c_SQL_commands.md) untuk memahami perbedaan yang seringkali tidak kentara.
Untuk informasi selengkapnya, lihat [Fungsi SQL didukung pada node pemimpin](c_sql-functions-leader-node.md).
Fungsi PostgreSQL ini tidak didukung di Amazon Redshift.
+ Akses fungsi penyelidikan hak istimewa
+ Fungsi kunci penasehat
+ Fungsi agregat
+ STRING\$1AGG ()
+ ARRAY\$1AGG ()
+ SETIAP
+ XML\$1AGG ()
+ CORR ()
+ COVAR\$1POP ()
+ COVAR\$1SAMP ()
+ REGR\$1AVGX (), REGR\$1AVGY ()
+ REGR\$1COUNT ()
+ REGR\$1INTERSEP ()
+ REGR\$1R2 ()
+ REGR\$1SLOPE ()
+ REGR\$1SXX (), REGR\$1SXY (), REGR\$1SYY ()
+ Fungsi dan operator array
+ Fungsi kontrol Backup
+ Fungsi informasi komentar
+ Fungsi lokasi objek database
+ Fungsi ukuran objek database
+ Fungsi dan operator Tanggal/Waktu
+ CLOCK\$1TIMESTAMP ()
+ JUSTIFY\$1DAYS (), JUSTIFY\$1HOURS (), JUSTIFY\$1INTERVAL ()
+ PG\$1SLEEP ()
+ TRANSACTION\$1TIMESTAMP ()
+ Fungsi dukungan ENUM
+ Fungsi geometris dan operator
+ Fungsi akses file generik
+ IS DISTINCT FROM
+ Fungsi dan operator alamat jaringan
+ Fungsi matematika
+ DIV ()
+ BIJI SETSEED ()
+ WIDTH\$1BUCKET ()
+ Atur fungsi yang kembali
+ GENERATE\$1SERIES ()
+ GENERATE\$1SUBSCRIPTS ()
+ Jangkauan fungsi dan operator
+ Fungsi kontrol pemulihan
+ Fungsi informasi pemulihan
+ Fungsi ROLLBACK KE SAVEPOINT
+ Fungsi penyelidikan visibilitas skema
+ Fungsi pensinyalan server
+ Fungsi sinkronisasi snapshot
+ Fungsi manipulasi urutan
+ Fungsi string
+ BIT\$1LENGTH ()
+ HAMPARAN ()
+ CONVERT (), CONVERT\$1FROM (), CONVERT\$1TO ()
+ MENGKODEKAN ()
+ FORMAT ()
+ QUOTE\$1NULLABLE ()
+ REGEXP\$1MATCHES ()
+ REGEXP\$1SPLIT\$1TO\$1ARRAY ()
+ REGEXP\$1SPLIT\$1TO\$1TABLE ()
+ Fungsi informasi katalog sistem
+ Fungsi informasi sistem
+ CURRENT\$1CATALOG CURRENT\$1QUERY ()
+ INET\$1CLIENT\$1ADDR ()
+ INET\$1CLIENT\$1PORT ()
+ INET\$1SERVER\$1ADDR () INET\$1SERVER\$1PORT ()
+ PG\$1CONF\$1LOAD\$1TIME ()
+ PG\$1IS\$1OTHER\$1TEMP\$1SCHEMA ()
+ PG\$1LISTENING\$1CHANNELS ()
+ PG\$1MY\$1TEMP\$1SKEMA ()
+ PG\$1POSTMASTER\$1START\$1TIME ()
+ PG\$1TRIGGER\$1DEPTH ()
+ TAMPILKAN VERSI ()
+ Fungsi pencarian teks dan operator
+ Fungsi transaksi IDs dan snapshot
+ Fungsi pemicu
+ fungsi XML/XML
# Menggunakan SQL
**Topics**
+ [Konvensi referensi SQL](c_SQL_reference_conventions.md)
+ [Elemen dasar](c_Basic_elements.md)
+ [Ekspresi](r_expressions.md)
+ [Ketentuan](r_conditions.md)
Bahasa SQL terdiri dari perintah dan fungsi yang Anda gunakan untuk bekerja dengan database dan objek database. Bahasa ini juga memberlakukan aturan mengenai penggunaan tipe data, ekspresi, dan literal.
# Konvensi referensi SQL
Bagian ini menjelaskan konvensi yang digunakan untuk menulis sintaks untuk ekspresi SQL, perintah, dan fungsi yang dijelaskan di bagian referensi SQL.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/c_SQL_reference_conventions.html)
# Elemen dasar
**Topics**
+ [Nama dan pengidentifikasi](r_names.md)
+ [Literal](r_Literals.md)
+ [Nulls](r_Nulls.md)
+ [Jenis Data](c_Supported_data_types.md)
+ [Urutan pemeriksaan](c_collation_sequences.md)
Bagian ini mencakup aturan untuk bekerja dengan nama objek database, literal, nol, dan tipe data.
# Nama dan pengidentifikasi
Nama mengidentifikasi objek database, termasuk tabel dan kolom, serta pengguna dan kata sandi. Istilah *nama* dan *pengenal* dapat digunakan secara bergantian. Ada dua jenis pengidentifikasi, pengidentifikasi standar dan pengidentifikasi yang dikutip atau dibatasi. Pengidentifikasi harus terdiri dari hanya karakter UTF-8 yang dapat dicetak. Huruf ASCII dalam pengidentifikasi standar dan terbatas tidak peka huruf besar/kecil dan dilipat menjadi huruf kecil dalam database. Dalam hasil kueri, nama kolom dikembalikan sebagai huruf kecil secara default. Untuk mengembalikan nama kolom dalam huruf besar, atur parameter [describe\$1field\$1name\$1in\$1uppercase](r_describe_field_name_in_uppercase.md) konfigurasi ke. **true**
## Pengidentifikasi standar
Pengidentifikasi SQL standar mematuhi seperangkat aturan dan harus:
+ Mulailah dengan karakter alfabet satu byte ASCII atau karakter garis bawah, atau karakter multibyte UTF-8 dengan panjang dua hingga empat byte.
+ Karakter berikutnya dapat berupa karakter alfanumerik byte tunggal ASCII, garis bawah, atau tanda dolar, atau karakter multibyte UTF-8 dengan panjang dua hingga empat byte.
+ Panjangnya antara 1 dan 127 byte, tidak termasuk tanda kutip untuk pengidentifikasi yang dibatasi.
+ Tidak mengandung tanda kutip dan tidak ada spasi.
+ Tidak menjadi kata kunci SQL yang dicadangkan.
## Pengidentifikasi yang dibatasi
Pengidentifikasi yang dibatasi (juga dikenal sebagai pengidentifikasi yang dikutip) dimulai dan diakhiri dengan tanda kutip ganda (“). Jika Anda menggunakan pengidentifikasi terbatas, Anda harus menggunakan tanda kutip ganda untuk setiap referensi ke objek itu. Pengidentifikasi dapat berisi karakter standar UTF-8 yang dapat dicetak selain tanda kutip ganda itu sendiri. Oleh karena itu, Anda dapat membuat nama kolom atau tabel yang menyertakan karakter ilegal, seperti spasi atau simbol persen.
Huruf ASCII dalam pengidentifikasi yang dibatasi tidak peka huruf besar/kecil dan dilipat menjadi huruf kecil. Untuk menggunakan tanda kutip ganda dalam string, Anda harus mendahuluinya dengan karakter tanda kutip ganda lainnya.
## Pengidentifikasi peka huruf besar/kecil
Pengidentifikasi case-sensitive (juga dikenal sebagai pengidentifikasi huruf campuran) dapat berisi huruf besar dan kecil. Untuk menggunakan pengidentifikasi peka huruf besar/kecil, Anda dapat mengatur konfigurasi ke. `enable_case_sensitive_identifier` `true` Anda dapat mengatur konfigurasi ini untuk cluster atau untuk sesi. Untuk informasi selengkapnya, lihat [Nilai parameter default](https://docs.aws.amazon.com/redshift/latest/mgmt/working-with-parameter-groups.html#default-param-group-values) di *Panduan Manajemen Amazon Redshift* dan. [enable\$1case\$1sensitive\$1identifier](r_enable_case_sensitive_identifier.md)
## Nama kolom sistem
Nama kolom sistem PostgreSQL berikut tidak dapat digunakan sebagai nama kolom di kolom yang ditentukan pengguna. Untuk informasi selengkapnya, lihat [https://www.postgresql.org/docs/8.0/static/ddl-system-columns.html](https://www.postgresql.org/docs/8.0/static/ddl-system-columns.html).
+ `oid`
+ `tableoid`
+ `xmin`
+ `cmin`
+ `xmax`
+ `cmax`
+ `ctid`
## Contoh
Tabel ini menunjukkan contoh pengidentifikasi yang dibatasi, output yang dihasilkan, dan diskusi:
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/r_names.html)
Untuk membuat tabel bernama grup dengan kolom bernama ini “is it”:
```
create table "group" (
"This ""IS IT""" char(10));
```
Kueri berikut mengembalikan hasil yang sama:
```
select "This ""IS IT"""
from "group";
this "is it"
--------------
(0 rows)
```
```
select "this ""is it"""
from "group";
this "is it"
--------------
(0 rows)
```
`table.column`Sintaks yang sepenuhnya memenuhi syarat berikut juga mengembalikan hasil yang sama:
```
select "group"."this ""is it"""
from "group";
this "is it"
--------------
(0 rows)
```
Perintah CREATE TABLE berikut membuat tabel dengan garis miring dalam nama kolom:
```
create table if not exists city_slash_id(
"city/id" integer not null,
state char(2) not null);
```
# Literal
Literal atau konstanta adalah nilai data tetap, terdiri dari urutan karakter atau konstanta numerik. Amazon Redshift mendukung beberapa jenis literal, termasuk:
+ Literal numerik untuk bilangan bulat, desimal, dan floating-point. Untuk informasi selengkapnya, lihat [Literal integer dan floating-point](r_numeric_literals201.md).
+ Karakter literal, juga disebut sebagai string, string karakter, atau konstanta karakter
+ Datetime dan interval literal, digunakan dengan tipe data datetime. Untuk informasi selengkapnya, lihat [Tanggal, waktu, dan literal stempel waktu](r_Date_and_time_literals.md) dan [Tipe data interval dan literal](r_interval_data_types.md).
# Nulls
Jika kolom dalam baris hilang, tidak diketahui, atau tidak berlaku, itu adalah nilai nol atau dikatakan berisi null. Null dapat muncul di bidang tipe data apa pun yang tidak dibatasi oleh kunci primer atau NOT NULL kendala. Null tidak setara dengan nilai nol atau string kosong.
Setiap ekspresi aritmatika yang mengandung nol selalu mengevaluasi ke nol. Semua operator mengembalikan null ketika diberi argumen null atau operan.
Untuk menguji nol, gunakan kondisi perbandingan IS NULL dan IS NOT NULL. Karena null mewakili kurangnya data, null tidak sama atau tidak sama dengan nilai apa pun atau nol lainnya.
# Jenis Data
**Topics**
+ [Karakter multibyte](#c_Supported_data_types-multi-byte-characters)
+ [Jenis numerik](r_Numeric_types201.md)
+ [Jenis karakter](r_Character_types.md)
+ [Jenis Datetime](r_Datetime_types.md)
+ [Jenis Boolean](r_Boolean_type.md)
+ [Jenis HLLSKETCH](r_HLLSKTECH_type.md)
+ [Tipe SUPER](r_SUPER_type.md)
+ [Jenis VARBYTE](r_VARBYTE_type.md)
+ [Ketik kompatibilitas dan konversi](#r_Type_conversion)
Setiap nilai yang disimpan atau diambil Amazon Redshift memiliki tipe data dengan sekumpulan properti terkait tetap. Tipe data dideklarasikan saat tabel dibuat. Tipe data membatasi kumpulan nilai yang dapat berisi kolom atau argumen.
Tabel berikut mencantumkan tipe data yang dapat Anda gunakan di tabel Amazon Redshift.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/c_Supported_data_types.html)
**catatan**
Untuk informasi tentang tipe data yang tidak didukung, seperti “char” (perhatikan bahwa char terlampir dalam tanda kutip), lihat. [Tipe data PostgreSQL yang tidak didukung](c_unsupported-postgresql-datatypes.md)
## Karakter multibyte
Tipe data VARCHAR mendukung karakter multibyte UTF-8 hingga maksimal empat byte. Karakter lima byte atau lebih lama tidak didukung. Untuk menghitung ukuran kolom VARCHAR yang berisi karakter multibyte, kalikan jumlah karakter dengan jumlah byte per karakter. Misalnya, jika string memiliki empat karakter Mandarin, dan setiap karakter panjangnya tiga byte, maka Anda memerlukan kolom VARCHAR (12) untuk menyimpan string.
Tipe data VARCHAR tidak mendukung titik kode UTF-8 yang tidak valid berikut ini:
`0xD800 – 0xDFFF`(Urutan byte: `ED A0 80` —) `ED BF BF`
Tipe data CHAR tidak mendukung karakter multibyte.
# Jenis numerik
**Topics**
+ [Jenis bilangan bulat](#r_Numeric_types201-integer-types)
+ [Jenis DESIMAL atau NUMERIK](#r_Numeric_types201-decimal-or-numeric-type)
+ [Catatan tentang menggunakan kolom DESIMAL atau NUMERIK 128-bit](#r_Numeric_types201-notes-about-using-128-bit-decimal-or-numeric-columns)
+ [Jenis Floating-Point](#r_Numeric_types201-floating-point-types)
+ [Perhitungan dengan nilai numerik](r_numeric_computations201.md)
+ [Literal integer dan floating-point](r_numeric_literals201.md)
+ [Contoh dengan tipe numerik](r_Examples_with_numeric_types201.md)
Tipe data numerik termasuk bilangan bulat, desimal, dan angka floating-point.
## Jenis bilangan bulat
Gunakan tipe data SMALLINT, INTEGER, dan BIGINT untuk menyimpan seluruh nomor dari berbagai rentang. Anda tidak dapat menyimpan nilai di luar rentang yang diizinkan untuk setiap jenis.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/r_Numeric_types201.html)
## Jenis DESIMAL atau NUMERIK
*Gunakan tipe data DECIMAL atau NUMERIK untuk menyimpan nilai dengan presisi yang ditentukan pengguna.* Kata kunci DECIMAL dan NUMERIK dapat dipertukarkan. Dalam dokumen ini, *desimal* adalah istilah yang disukai untuk tipe data ini. Istilah *numerik* digunakan secara umum untuk merujuk pada tipe data integer, desimal, dan floating-point.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/r_Numeric_types201.html)
*Tentukan kolom DECIMAL dalam tabel dengan menentukan *presisi* dan skala:*
```
decimal(precision, scale)
```
*presisi*
Jumlah total digit signifikan dalam seluruh nilai: jumlah digit di kedua sisi titik desimal. Misalnya, angka tersebut `48.2891` memiliki presisi 6 dan skala 4. Presisi default, jika tidak ditentukan, adalah 18. Presisi maksimum adalah 38.
Jika jumlah digit di sebelah kiri titik desimal dalam nilai input melebihi presisi kolom dikurangi skalanya, nilai tidak dapat disalin ke kolom (atau dimasukkan atau diperbarui). Aturan ini berlaku untuk setiap nilai yang berada di luar rentang definisi kolom. Misalnya, rentang nilai yang diizinkan untuk `numeric(5,2)` kolom adalah `-999.99` untuk`999.99`.
*skala*
Jumlah digit desimal di bagian pecahan nilai, di sebelah kanan titik desimal. Bilangan bulat memiliki skala nol. Dalam spesifikasi kolom, nilai skala harus kurang dari atau sama dengan nilai presisi. Skala default, jika tidak ditentukan, adalah 0. Skala maksimum adalah 37.
Jika skala nilai input yang dimuat ke dalam tabel lebih besar dari skala kolom, nilainya dibulatkan ke skala yang ditentukan. Misalnya, kolom PRICEPAID dalam tabel PENJUALAN adalah kolom DECIMAL (8,2). Jika nilai DECIMAL (8,4) dimasukkan ke dalam kolom PRICEPAID, nilainya dibulatkan ke skala 2.
```
insert into sales
values (0, 8, 1, 1, 2000, 14, 5, 4323.8951, 11.00, null);
select pricepaid, salesid from sales where salesid=0;
pricepaid | salesid
-----------+---------
4323.90 | 0
(1 row)
```
Namun, hasil pemeran eksplisit nilai yang dipilih dari tabel tidak dibulatkan.
**catatan**
Nilai positif maksimum yang dapat Anda masukkan ke dalam kolom DECIMAL (19,0) adalah `9223372036854775807` (2 63 -1). Nilai negatif maksimum adalah`-9223372036854775808`. Misalnya, upaya untuk memasukkan nilai `9999999999999999999` (19 nines) akan menyebabkan kesalahan overflow. Terlepas dari penempatan titik desimal, string terbesar yang dapat diwakili oleh Amazon Redshift sebagai angka DESIMAL adalah. `9223372036854775807` Misalnya, nilai terbesar yang dapat Anda muat ke kolom DECIMAL (19,18) adalah. `9.223372036854775807`
Aturan-aturan ini karena nilai DECIMAL dengan 19 atau kurang digit presisi signifikan disimpan secara internal sebagai bilangan bulat 8-byte, sedangkan nilai DECIMAL dengan 20 hingga 38 digit presisi signifikan disimpan sebagai bilangan bulat 16-byte.
## Catatan tentang menggunakan kolom DESIMAL atau NUMERIK 128-bit
Jangan sewenang-wenang menetapkan presisi maksimum ke kolom DECIMAL kecuali Anda yakin bahwa aplikasi Anda memerlukan presisi itu. Nilai 128-bit menggunakan ruang disk dua kali lebih banyak daripada nilai 64-bit dan dapat memperlambat waktu eksekusi kueri.
## Jenis Floating-Point
Gunakan tipe data REAL dan DOUBLE PRECISION untuk menyimpan nilai numerik dengan *presisi variabel*. Jenis ini adalah tipe *yang tidak tepat*, yang berarti bahwa beberapa nilai disimpan sebagai perkiraan, sehingga menyimpan dan mengembalikan nilai tertentu dapat mengakibatkan sedikit perbedaan. Jika Anda memerlukan penyimpanan dan perhitungan yang tepat (seperti untuk jumlah uang), gunakan tipe data DECIMAL.
REAL mewakili format floating point presisi tunggal, menurut IEEE Standard 754 untuk Binary Floating-Point Arithmetic. Ini memiliki presisi sekitar 6 digit, dan kisaran sekitar 1E-37 hingga 1E\$137. Anda juga dapat menentukan tipe data ini sebagai FLOAT4.
DOUBLE PRECISION mewakili format floating point presisi ganda, menurut IEEE Standard 754 untuk Binary Floating-Point Arithmetic. Ini memiliki presisi sekitar 15 digit, dan kisaran sekitar 1E-307 hingga 1E\$1308. Anda juga dapat menentukan tipe data ini sebagai FLOAT atau FLOAT8.
Selain nilai numerik biasa, tipe floating-point memiliki beberapa nilai khusus. Gunakan tanda kutip tunggal di sekitar nilai-nilai ini saat menggunakannya di SQL:
+ `NaN` – not-a-number
+ `Infinity`— tak terhingga
+ `-Infinity`— ketidakterbatasan negatif
Misalnya, untuk not-a-number `day_charge` menyisipkan kolom tabel `customer_activity` menjalankan SQL berikut:
```
insert into customer_activity(day_charge) values('NaN');
```
# Perhitungan dengan nilai numerik
Dalam konteks ini, *komputasi* mengacu pada operasi matematika biner: penjumlahan, pengurangan, perkalian, dan pembagian. Bagian ini menjelaskan jenis pengembalian yang diharapkan untuk operasi ini, serta rumus spesifik yang diterapkan untuk menentukan presisi dan skala saat tipe data DECIMAL terlibat.
Ketika nilai numerik dihitung selama pemrosesan kueri, Anda mungkin mengalami kasus di mana perhitungan tidak mungkin dan kueri mengembalikan kesalahan luapan numerik. Anda mungkin juga mengalami kasus di mana skala nilai yang dihitung bervariasi atau tidak terduga. Untuk beberapa operasi, Anda dapat menggunakan casting eksplisit (jenis promosi) atau parameter konfigurasi Amazon Redshift untuk mengatasi masalah ini.
Untuk informasi tentang hasil perhitungan serupa dengan fungsi SQL, lihat. [Fungsi agregat](c_Aggregate_Functions.md)
## Jenis pengembalian untuk perhitungan
Mengingat kumpulan tipe data numerik yang didukung di Amazon Redshift, tabel berikut menunjukkan tipe pengembalian yang diharapkan untuk operasi penambahan, pengurangan, perkalian, dan pembagian. Kolom pertama di sisi kiri tabel mewakili operan pertama dalam perhitungan, dan baris atas mewakili operan kedua.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/r_numeric_computations201.html)
## Presisi dan skala hasil DECIMAL yang dihitung
Tabel berikut merangkum aturan untuk menghitung presisi dan skala yang dihasilkan ketika operasi matematika mengembalikan hasil DECIMAL. Dalam tabel ini, `p1` dan `s1` mewakili presisi dan skala operan pertama dalam perhitungan dan `p2` dan `s2` mewakili presisi dan skala operan kedua. (Terlepas dari perhitungan ini, presisi hasil maksimum adalah 38, dan skala hasil maksimum adalah 38.)
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/r_numeric_computations201.html)
Misalnya, kolom PRICEPAID dan KOMISI dalam tabel PENJUALAN keduanya adalah kolom DECIMAL (8,2). Jika Anda membagi PRICEPAID dengan KOMISI (atau sebaliknya), rumusnya diterapkan sebagai berikut:
```
Precision = 8-2 + 2 + max(4,2+8-2+1)
= 6 + 2 + 9 = 17
Scale = max(4,2+8-2+1) = 9
Result = DECIMAL(17,9)
```
Perhitungan berikut adalah aturan umum untuk menghitung presisi dan skala yang dihasilkan untuk operasi yang dilakukan pada nilai DECIMAL dengan operator yang ditetapkan seperti UNION, INTERSECT, dan EXCEPT atau fungsi seperti COALESCE dan DECODE:
```
Scale = max(s1,s2)
Precision = min(max(p1-s1,p2-s2)+scale,19)
```
Misalnya, DEC1 tabel dengan satu kolom DECIMAL (7,2) digabungkan dengan DEC2 tabel dengan satu kolom DECIMAL (15,3) untuk membuat tabel. DEC3 Skema DEC3 menunjukkan bahwa kolom menjadi kolom NUMERIK (15,3).
```
create table dec3 as select * from dec1 union select * from dec2;
```
Hasil
```
select "column", type, encoding, distkey, sortkey
from pg_table_def where tablename = 'dec3';
column | type | encoding | distkey | sortkey
-------+---------------+----------+---------+---------
c1 | numeric(15,3) | none | f | 0
```
Pada contoh di atas, rumus diterapkan sebagai berikut:
```
Precision = min(max(7-2,15-3) + max(2,3), 19)
= 12 + 3 = 15
Scale = max(2,3) = 3
Result = DECIMAL(15,3)
```
## Catatan tentang operasi divisi
Untuk operasi divisi, divide-by-zero kondisi mengembalikan kesalahan.
Batas skala 100 diterapkan setelah presisi dan skala dihitung. Jika skala hasil yang dihitung lebih besar dari 100, hasil pembagian diskalakan sebagai berikut:
+ presisi = ` precision - (scale - max_scale)`
+ Skala = ` max_scale `
Jika presisi yang dihitung lebih besar dari presisi maksimum (38), presisi dikurangi menjadi 38, dan skala menjadi hasil dari: `max((38 + scale - precision), min(4, 100))`
## Kondisi luapan
Overflow diperiksa untuk semua perhitungan numerik. Data DESIMAL dengan presisi 19 atau kurang disimpan sebagai bilangan bulat 64-bit. Data DESIMAL dengan presisi yang lebih besar dari 19 disimpan sebagai bilangan bulat 128-bit. Ketepatan maksimum untuk semua nilai DECIMAL adalah 38, dan skala maksimum adalah 37. Kesalahan overflow terjadi ketika nilai melebihi batas ini, yang berlaku untuk set hasil menengah dan akhir:
+ Casting eksplisit menghasilkan kesalahan runtime overflow ketika nilai data tertentu tidak sesuai dengan presisi atau skala yang diminta yang ditentukan oleh fungsi cast. Misalnya, Anda tidak dapat mentransmisikan semua nilai dari kolom PRICEPAID di tabel PENJUALAN (kolom DECIMAL (8,2)) dan mengembalikan hasil DECIMAL (7,3):
```
select pricepaid::decimal(7,3) from sales;
ERROR: Numeric data overflow (result precision)
```
Kesalahan ini terjadi karena *beberapa* nilai yang lebih besar di kolom PRICEPAID tidak dapat dilemparkan.
+ Operasi perkalian menghasilkan hasil di mana skala hasil adalah jumlah dari skala masing-masing operan. Jika kedua operan memiliki skala 4, misalnya, skala hasilnya adalah 8, hanya menyisakan 10 digit untuk sisi kiri titik desimal. Oleh karena itu, relatif mudah untuk mengalami kondisi luapan ketika mengalikan dua angka besar yang keduanya memiliki skala signifikan.
Contoh berikut menghasilkan kesalahan overflow.
```
SELECT CAST(1 AS DECIMAL(38, 20)) * CAST(10 AS DECIMAL(38, 20));
ERROR: 128 bit numeric data overflow (multiplication)
```
Anda dapat mengatasi kesalahan overflow dengan menggunakan pembagian alih-alih perkalian. Gunakan contoh berikut untuk membagi dengan 1 dibagi dengan pembagi asli.
```
SELECT CAST(1 AS DECIMAL(38, 20)) / (1 / CAST(10 AS DECIMAL(38, 20)));
+----------+
| ?column? |
+----------+
| 10 |
+----------+
```
## Perhitungan numerik dengan tipe INTEGER dan DECIMAL
Ketika salah satu operan dalam perhitungan memiliki tipe data INTEGER dan operan lainnya adalah DECIMAL, operan INTEGER secara implisit dilemparkan sebagai DECIMAL:
+ INT2 (SMALLINT) dilemparkan sebagai DECIMAL (5,0)
+ INT4 (INTEGER) dilemparkan sebagai DECIMAL (10,0)
+ INT8 (BIGINT) berperan sebagai DECIMAL (19,0)
Misalnya, jika Anda mengalikan SALES.COMMISSION, kolom DECIMAL (8,2), dan SALES.QTYSOLD, kolom SMALLINT, perhitungan ini dilemparkan sebagai:
```
DECIMAL(8,2) * DECIMAL(5,0)
```
# Literal integer dan floating-point
Literal atau konstanta yang mewakili angka dapat berupa integer atau floating-point.
## Literal bilangan bulat
Konstanta bilangan bulat adalah urutan digit 0-9, dengan tanda opsional positif (\$1) atau negatif (-) sebelum digit.
## Sintaksis
```
[ + | - ] digit ...
```
## Contoh
Bilangan bulat yang valid meliputi yang berikut:
```
23
-555
+17
```
## Literal titik mengambang
Literal floating-point (juga disebut sebagai literal desimal, numerik, atau fraksional) adalah urutan digit yang dapat mencakup titik desimal, dan opsional penanda eksponen (e).
## Sintaksis
```
[ + | - ] digit ... [ . ] [ digit ...]
[ e | E [ + | - ] digit ... ]
```
## Argumen
e \$1 E
e atau E menunjukkan bahwa angka tersebut ditentukan dalam notasi ilmiah.
## Contoh
Literal floating-point yang valid meliputi:
```
3.14159
-37.
2.0e19
-2E-19
```
# Contoh dengan tipe numerik
## CREATE TABLE pernyataan
Pernyataan CREATE TABLE berikut menunjukkan deklarasi tipe data numerik yang berbeda:
```
create table film (
film_id integer,
language_id smallint,
original_language_id smallint,
rental_duration smallint default 3,
rental_rate numeric(4,2) default 4.99,
length smallint,
replacement_cost real default 25.00);
```
## Mencoba menyisipkan bilangan bulat yang berada di luar jangkauan
Contoh berikut mencoba untuk memasukkan nilai 33000 ke dalam kolom SMALLINT.
```
insert into film(language_id) values(33000);
```
Rentang untuk SMALLINT adalah -32768 hingga \$132767, jadi Amazon Redshift mengembalikan kesalahan.
```
An error occurred when executing the SQL command:
insert into film(language_id) values(33000)
ERROR: smallint out of range [SQL State=22003]
```
## Masukkan nilai desimal ke dalam kolom integer
Contoh berikut menyisipkan nilai desimal ke dalam kolom INT.
```
insert into film(language_id) values(1.5);
```
Nilai ini dimasukkan tetapi dibulatkan ke nilai integer 2.
## Masukkan desimal yang berhasil karena skalanya dibulatkan
Contoh berikut menyisipkan nilai desimal yang memiliki presisi lebih tinggi dari kolom.
```
insert into film(rental_rate) values(35.512);
```
Dalam hal ini, nilai `35.51` dimasukkan ke dalam kolom.
## Mencoba menyisipkan nilai desimal yang berada di luar jangkauan
Dalam hal ini, `350.10` nilainya di luar jangkauan. Jumlah digit untuk nilai dalam kolom DECIMAL sama dengan presisi kolom dikurangi skalanya (4 minus 2 untuk kolom RENTAL\$1RATE). Dengan kata lain, rentang yang diizinkan untuk `DECIMAL(4,2)` kolom adalah `-99.99` melalui`99.99`.
```
insert into film(rental_rate) values (350.10);
ERROR: numeric field overflow
DETAIL: The absolute value is greater than or equal to 10^2 for field with precision 4, scale 2.
```
## Masukkan nilai presisi variabel ke dalam kolom NYATA
Contoh berikut menyisipkan nilai presisi variabel ke dalam kolom REAL.
```
insert into film(replacement_cost) values(1999999.99);
insert into film(replacement_cost) values(1999.99);
select replacement_cost from film;
+------------------+
| replacement_cost |
+------------------+
| 2000000 |
| 1999.99 |
+------------------+
```
Nilai `1999999.99` dikonversi `2000000` untuk memenuhi persyaratan presisi untuk `REAL` kolom. Nilai `1999.99` dimuat apa adanya.
# Jenis karakter
**Topics**
+ [Penyimpanan dan rentang](#r_Character_types-storage-and-ranges)
+ [CHAR atau KARAKTER](#r_Character_types-char-or-character)
+ [VARCHAR atau KARAKTER BERVARIASI](#r_Character_types-varchar-or-character-varying)
+ [Jenis NCHAR dan NVARCHAR](#r_Character_types-nchar-and-nvarchar-types)
+ [Jenis TEXT dan BPCHAR](#r_Character_types-text-and-bpchar-types)
+ [Signifikansi trailing blanko](#r_Character_types-significance-of-trailing-blanks)
+ [Contoh dengan tipe karakter](r_Examples_with_character_types.md)
Tipe data karakter termasuk CHAR (karakter) dan VARCHAR (karakter bervariasi).
## Penyimpanan dan rentang
Tipe data CHAR dan VARCHAR didefinisikan dalam hal byte, bukan karakter. Kolom CHAR hanya dapat berisi karakter single-byte, sehingga kolom CHAR (10) dapat berisi string dengan panjang maksimum 10 byte. VARCHAR dapat berisi karakter multibyte, hingga maksimal empat byte per karakter. Misalnya, kolom VARCHAR (12) dapat berisi 12 karakter single-byte, 6 karakter dua-byte, 4 karakter tiga byte, atau 3 karakter empat byte.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/r_Character_types.html)
**catatan**
Sintaks CREATE TABLE mendukung kata kunci MAX untuk tipe data karakter. Contoh:
```
create table test(col1 varchar(max));
```
Untuk CHAR, MAX mendefinisikan lebar kolom sebagai 4096 byte.
Untuk VARCHAR, MAX mendefinisikan lebar kolom sebagai 65.535 byte dalam pernyataan CREATE TABLE. Untuk operasi dalam memori, VARCHAR (MAX) mendukung hingga 16.000.000 byte.
## CHAR atau KARAKTER
Gunakan kolom CHAR atau CHARACTER untuk menyimpan string dengan panjang tetap. String ini dilapisi dengan blanko, sehingga kolom CHAR (10) selalu menempati 10 byte penyimpanan.
```
char(10)
```
Kolom CHAR tanpa spesifikasi panjang menghasilkan kolom CHAR (1).
## VARCHAR atau KARAKTER BERVARIASI
Gunakan kolom VARCHAR atau CHARACTER VARY untuk menyimpan string panjang variabel dengan batas tetap. String ini tidak dilapisi dengan blanko, sehingga kolom VARCHAR (120) terdiri dari maksimum 120 karakter single-byte, 60 karakter dua-byte, 40 karakter tiga byte, atau 30 karakter empat byte.
```
varchar(120)
```
Jika Anda menggunakan tipe data VARCHAR tanpa penentu panjang dalam pernyataan CREATE TABLE, panjang default adalah 256.
[Fungsi string](String_functions_header.md)sekarang mendukung hingga 16.000.000 byte. Misalnya, output fungsi CONCAT sebelumnya terbatas pada 65535 byte, tetapi sekarang mendukung hingga 16.000.000 byte.
```
SELECT LEN(CONCAT(REPEAT('A', 5000000), REPEAT('B', 5000000))) AS total_length;
total_length
--------------
10000000
```
## Jenis NCHAR dan NVARCHAR
Anda dapat membuat kolom dengan tipe NCHAR dan NVARCHAR (juga dikenal sebagai karakter nasional dan karakter nasional yang bervariasi jenis). Jenis ini dikonversi ke tipe CHAR dan VARCHAR, masing-masing, dan disimpan dalam jumlah byte yang ditentukan.
Kolom NCHAR tanpa spesifikasi panjang dikonversi ke kolom CHAR (1).
Kolom NVARCHAR tanpa spesifikasi panjang dikonversi ke kolom VARCHAR (256).
## Jenis TEXT dan BPCHAR
Anda dapat membuat tabel Amazon Redshift dengan kolom TEXT, tetapi dikonversi ke kolom VARCHAR (256) yang menerima nilai panjang variabel dengan maksimum 256 karakter.
Anda dapat membuat kolom Amazon Redshift dengan tipe BPCHAR (blank-padded character), yang diubah Amazon Redshift menjadi kolom CHAR (256) dengan panjang tetap.
## Signifikansi trailing blanko
Baik tipe data CHAR dan VARCHAR menyimpan string hingga *n* byte panjangnya. Upaya untuk menyimpan string yang lebih panjang ke dalam kolom jenis ini menghasilkan kesalahan, kecuali karakter tambahan adalah semua spasi (kosong), dalam hal ini string terpotong hingga panjang maksimum. Jika string lebih pendek dari panjang maksimum, nilai CHAR dilapisi dengan kosong, tetapi nilai VARCHAR menyimpan string tanpa kosong.
Trailing blank dalam nilai CHAR selalu tidak signifikan secara semantik. Mereka diabaikan ketika Anda membandingkan dua nilai CHAR, tidak termasuk dalam perhitungan PANJANG, dan dihapus saat Anda mengonversi nilai CHAR ke tipe string lain.
Spasi trailing dalam nilai VARCHAR dan CHAR diperlakukan sebagai tidak signifikan secara semantik ketika nilai dibandingkan.
Perhitungan panjang mengembalikan panjang string karakter VARCHAR dengan spasi tambahan yang termasuk dalam panjangnya. Trailing blank tidak dihitung panjangnya untuk string karakter dengan panjang tetap.
# Contoh dengan tipe karakter
## CREATE TABLE pernyataan
Pernyataan CREATE TABLE berikut menunjukkan penggunaan tipe data VARCHAR dan CHAR:
```
create table address(
address_id integer,
address1 varchar(100),
address2 varchar(50),
district varchar(20),
city_name char(20),
state char(2),
postal_code char(5)
);
```
Contoh berikut menggunakan tabel ini.
## Bagian belakang kosong dalam string karakter panjang variabel
Karena ADDRESS1 adalah kolom VARCHAR, bagian belakang kosong di alamat yang disisipkan kedua secara semantik tidak signifikan. Dengan kata lain, kedua alamat yang disisipkan ini *cocok*.
```
insert into address(address1) values('9516 Magnolia Boulevard');
insert into address(address1) values('9516 Magnolia Boulevard ');
```
```
select count(*) from address
where address1='9516 Magnolia Boulevard';
count
-------
2
(1 row)
```
Jika ADDRESS1 kolom adalah kolom CHAR dan nilai yang sama dimasukkan, kueri COUNT (\$1) akan mengenali string karakter sebagai sama dan kembali. `2`
## Hasil dari fungsi LENGTH
Fungsi LENGTH mengenali trailing blank di kolom VARCHAR:
```
select length(address1) from address;
length
--------
23
25
(2 rows)
```
Nilai `Augusta` dalam kolom CITY\$1NAME, yang merupakan kolom CHAR, akan selalu mengembalikan panjang 7 karakter, terlepas dari setiap trailing blank dalam string input.
## Nilai yang melebihi panjang kolom
String karakter tidak terpotong agar sesuai dengan lebar kolom yang dideklarasikan:
```
insert into address(city_name) values('City of South San Francisco');
ERROR: value too long for type character(20)
```
Solusi untuk masalah ini adalah dengan mentransmisikan nilai ke ukuran kolom:
```
insert into address(city_name)
values('City of South San Francisco'::char(20));
```
Dalam hal ini, 20 karakter pertama dari string (`City of South San Fr`) akan dimuat ke dalam kolom.
# Jenis Datetime
**Topics**
+ [Penyimpanan dan rentang](#r_Datetime_types-storage-and-ranges)
+ [DATE](#r_Datetime_types-date)
+ [TIME](#r_Datetime_types-time)
+ [JADWAL](#r_Datetime_types-timetz)
+ [TIMESTAMP](#r_Datetime_types-timestamp)
+ [TIMESTAMPTZ](#r_Datetime_types-timestamptz)
+ [Contoh dengan tipe datetime](r_Examples_with_datetime_types.md)
+ [Tanggal, waktu, dan literal stempel waktu](r_Date_and_time_literals.md)
+ [Tipe data interval dan literal](r_interval_data_types.md)
Tipe data datetime termasuk DATE, TIME, TIMETZ, TIMESTAMP, dan TIMESTAMPTZ.
## Penyimpanan dan rentang
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/r_Datetime_types.html)
## DATE
Gunakan tipe data DATE untuk menyimpan tanggal kalender sederhana tanpa cap waktu.
## TIME
Waktu adalah alias dari TIME WITHOUT TIME ZONE.
Gunakan tipe data TIME untuk menyimpan waktu dalam sehari.
Kolom TIME menyimpan nilai hingga maksimum enam digit presisi untuk detik pecahan.
Secara default, nilai TIME adalah Coordinated Universal Time (UTC) di tabel pengguna dan tabel sistem Amazon Redshift.
## JADWAL
TIMETZ adalah alias dari TIME WITH TIME ZONE.
Gunakan tipe data TIMETZ untuk menyimpan waktu hari dengan zona waktu.
Kolom TIMETZ menyimpan nilai hingga maksimum enam digit presisi untuk detik pecahan.
Secara default, nilai TIMETZ adalah UTC di tabel pengguna dan tabel sistem Amazon Redshift.
## TIMESTAMP
TIMESTAMP adalah alias TIMESTAMP TANPA ZONA WAKTU.
Gunakan tipe data TIMESTAMP untuk menyimpan nilai stempel waktu lengkap yang menyertakan tanggal dan waktu hari.
Kolom TIMESTAMP menyimpan nilai dengan presisi maksimal enam digit selama pecahan detik.
Jika Anda menyisipkan tanggal ke kolom TIMESTAMP, atau tanggal dengan nilai stempel waktu sebagian, nilai tersebut secara implisit diubah menjadi nilai stempel waktu penuh. Nilai stempel waktu penuh ini memiliki nilai default (00) untuk jam, menit, dan detik yang hilang. Nilai zona waktu dalam string masukan diabaikan.
Secara default, nilai TIMESTAMP adalah UTC di tabel pengguna dan tabel sistem Amazon Redshift.
## TIMESTAMPTZ
TIMESTAMPTZ adalah alias dari TIMESTAMP WITH TIME ZONE.
Gunakan tipe data TIMESTAMPTZ untuk memasukkan nilai stempel waktu lengkap yang mencakup tanggal, waktu hari, dan zona waktu. Ketika nilai input menyertakan zona waktu, Amazon Redshift menggunakan zona waktu untuk mengonversi nilai ke UTC dan menyimpan nilai UTC.
Untuk melihat daftar nama zona waktu yang didukung, jalankan perintah berikut.
```
select pg_timezone_names();
```
Untuk melihat daftar singkatan zona waktu yang didukung, jalankan perintah berikut.
```
select pg_timezone_abbrevs();
```
Anda juga dapat menemukan informasi terkini tentang zona waktu di [Database Zona Waktu IANA](https://www.iana.org/time-zones).
Tabel berikut memiliki contoh format zona waktu.
| format | Contoh |
| --- | --- |
| dd mon hh:mi:ss yyyy tz | 17 Des 07:37:16 1997 PST |
| mm/dd/yyyyhh:mi: ss.ss tz | 12/17/1997 07:37:16.00 PST |
| mm/dd/yyyyhh:mi: ss.ss tz | 12/17/1997 07:37:16.00 US/Pasifik |
| yyyy-mm-dd hh:mi: ss\$1/- tz | 1997-12-17 07:37:16-08 |
| dd.mm.yyyy hh:mi:ss tz | 17.12.1997 07:37:16.00 PST |
Kolom TIMESTAMPTZ menyimpan nilai hingga maksimum enam digit presisi untuk detik pecahan.
Jika Anda menyisipkan tanggal ke kolom TIMESTAMPTZ, atau tanggal dengan stempel waktu sebagian, nilainya secara implisit diubah menjadi nilai stempel waktu penuh. Nilai stempel waktu penuh ini memiliki nilai default (00) untuk jam, menit, dan detik yang hilang.
Nilai TIMESTAMPTZ adalah UTC dalam tabel pengguna.
# Contoh dengan tipe datetime
Berikut ini, Anda dapat menemukan contoh untuk bekerja dengan tipe datetime yang didukung oleh Amazon Redshift.
## Contoh tanggal
Contoh berikut menyisipkan tanggal yang memiliki format berbeda dan menampilkan output.
```
create table datetable (start_date date, end_date date);
```
```
insert into datetable values ('2008-06-01','2008-12-31');
insert into datetable values ('Jun 1,2008','20081231');
```
```
select * from datetable order by 1;
start_date | end_date
-----------------------
2008-06-01 | 2008-12-31
2008-06-01 | 2008-12-31
```
Jika Anda memasukkan nilai stempel waktu ke kolom DATE, bagian waktu diabaikan dan hanya tanggal yang dimuat.
## Contoh waktu
Contoh berikut menyisipkan TIME dan TIMETZ nilai yang memiliki format yang berbeda dan menampilkan output.
```
create table timetable (start_time time, end_time timetz);
```
```
insert into timetable values ('19:11:19','20:41:19 UTC');
insert into timetable values ('191119', '204119 UTC');
```
```
select * from timetable order by 1;
start_time | end_time
------------------------
19:11:19 | 20:41:19+00
19:11:19 | 20:41:19+00
```
## Contoh cap waktu
Jika Anda memasukkan tanggal ke kolom TIMESTAMP atau TIMESTAMPTZ, waktu defaultnya adalah tengah malam. Misalnya, jika Anda memasukkan literal`20081231`, nilai yang disimpan adalah`2008-12-31 00:00:00`.
Untuk mengubah zona waktu untuk sesi saat ini, gunakan [SET](r_SET.md) perintah untuk mengatur parameter [timezone](r_timezone_config.md) konfigurasi.
Contoh berikut menyisipkan stempel waktu yang memiliki format berbeda dan menampilkan tabel yang dihasilkan.
```
create table tstamp(timeofday timestamp, timeofdaytz timestamptz);
insert into tstamp values('Jun 1,2008 09:59:59', 'Jun 1,2008 09:59:59 EST' );
insert into tstamp values('Dec 31,2008 18:20','Dec 31,2008 18:20');
insert into tstamp values('Jun 1,2008 09:59:59 EST', 'Jun 1,2008 09:59:59');
SELECT * FROM tstamp;
+---------------------+------------------------+
| timeofday | timeofdaytz |
+---------------------+------------------------+
| 2008-06-01 09:59:59 | 2008-06-01 14:59:59+00 |
| 2008-12-31 18:20:00 | 2008-12-31 18:20:00+00 |
| 2008-06-01 09:59:59 | 2008-06-01 09:59:59+00 |
+---------------------+------------------------+
```
# Tanggal, waktu, dan literal stempel waktu
Berikut ini adalah aturan untuk bekerja dengan literal tanggal, waktu, dan stempel waktu yang didukung oleh Amazon Redshift.
## Tanggal
Tanggal input berikut adalah semua contoh valid dari nilai tanggal literal untuk tipe data DATE yang dapat Anda muat ke dalam tabel Amazon Redshift. `MDY DateStyle`Mode default diasumsikan berlaku. Mode ini berarti bahwa nilai bulan mendahului nilai hari dalam string seperti `1999-01-08` dan. `01/02/00`
**catatan**
Tanggal atau stempel waktu literal harus dilampirkan dalam tanda kutip saat Anda memuatnya ke dalam tabel.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/r_Date_and_time_literals.html)
## Kali
Waktu input berikut adalah semua contoh valid dari nilai waktu literal untuk tipe data TIME dan TIMETZ yang dapat Anda muat ke dalam tabel Amazon Redshift.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/r_Date_and_time_literals.html)
## Stempel waktu
Stempel waktu masukan berikut adalah semua contoh valid dari nilai waktu literal untuk tipe data TIMESTAMP dan TIMESTAMPTZ yang dapat Anda muat ke dalam tabel Amazon Redshift. Semua literal tanggal yang valid dapat digabungkan dengan literal waktu berikut.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/r_Date_and_time_literals.html)
## Nilai datetime khusus
Nilai khusus berikut dapat digunakan sebagai literal datetime dan sebagai argumen untuk fungsi tanggal. Mereka membutuhkan tanda kutip tunggal dan dikonversi ke nilai stempel waktu biasa selama pemrosesan kueri.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/r_Date_and_time_literals.html)
Contoh berikut menunjukkan bagaimana `now` dan `today` bekerja dengan fungsi DATEADD.
```
select dateadd(day,1,'today');
date_add
---------------------
2009-11-17 00:00:00
(1 row)
select dateadd(day,1,'now');
date_add
----------------------------
2009-11-17 10:45:32.021394
(1 row)
```
# Tipe data interval dan literal
Anda dapat menggunakan tipe data interval untuk menyimpan durasi waktu dalam unit seperti,,,`seconds`, `minutes``hours`, `days``months`, dan`years`. Tipe data interval dan literal dapat digunakan dalam perhitungan datetime, seperti, menambahkan interval ke tanggal dan stempel waktu, menjumlahkan interval, dan mengurangi interval dari tanggal atau stempel waktu. Literal interval dapat digunakan sebagai nilai masukan untuk kolom tipe data interval dalam tabel.
## Sintaks tipe data interval
Untuk menentukan tipe data interval untuk menyimpan durasi waktu dalam tahun dan bulan:
```
INTERVAL year_to_month_qualifier
```
Untuk menentukan tipe data interval untuk menyimpan durasi dalam hari, jam, menit, dan detik:
```
INTERVAL day_to_second_qualifier [ (fractional_precision) ]
```
## Sintaks interval literal
Untuk menentukan interval literal untuk menentukan durasi waktu dalam tahun dan bulan:
```
INTERVAL quoted-string year_to_month_qualifier
```
Untuk menentukan interval literal untuk menentukan durasi dalam hari, jam, menit, dan detik:
```
INTERVAL quoted-string day_to_second_qualifier [ (fractional_precision) ]
```
## Pendapat
*string yang dikutip*
Menentukan nilai numerik positif atau negatif menentukan kuantitas dan unit datetime sebagai string input. **Jika *string yang dikutip* hanya berisi numerik, maka Amazon Redshift menentukan unit dari year\$1to\$1month\$1qualifier atau day\$1to\$1second\$1qualifier.** Misalnya, `'23' MONTH` mewakili`1 year 11 months`, `'-2' DAY` mewakili`-2 days 0 hours 0 minutes 0.0 seconds`, `'1-2' MONTH` mewakili`1 year 2 months`, dan `'13 day 1 hour 1 minute 1.123 seconds' SECOND` mewakili`13 days 1 hour 1 minute 1.123 seconds`. Untuk informasi selengkapnya tentang format keluaran suatu interval, lihat[Gaya interval](#r_interval_data_types-interval-styles).
*year\$1to\$1month\$1qualifier*
Menentukan rentang interval. Jika Anda menggunakan qualifier dan membuat interval dengan satuan waktu yang lebih kecil dari qualifier, Amazon Redshift memotong dan membuang bagian interval yang lebih kecil. Nilai yang valid untuk *year\$1to\$1month\$1qualifier* adalah:
+ `YEAR`
+ `MONTH`
+ `YEAR TO MONTH`
*day\$1to\$1second\$1qualifier*
Menentukan rentang interval. Jika Anda menggunakan qualifier dan membuat interval dengan satuan waktu yang lebih kecil dari qualifier, Amazon Redshift memotong dan membuang bagian interval yang lebih kecil. Nilai yang valid untuk *day\$1to\$1second\$1qualifier* adalah:
+ `DAY`
+ `HOUR`
+ `MINUTE`
+ `SECOND`
+ `DAY TO HOUR`
+ `DAY TO MINUTE`
+ `DAY TO SECOND`
+ `HOUR TO MINUTE`
+ `HOUR TO SECOND`
+ `MINUTE TO SECOND`
Output dari literal INTERVAL terpotong ke komponen INTERVAL terkecil yang ditentukan. Misalnya, saat menggunakan kualifikasi MINUTE, Amazon Redshift membuang satuan waktu yang lebih kecil dari MINUTE.
```
select INTERVAL '1 day 1 hour 1 minute 1.123 seconds' MINUTE
```
Nilai yang dihasilkan terpotong menjadi. `'1 day 01:01:00'`
*fractional\$1precision*
Parameter opsional yang menentukan jumlah digit fraksional yang diizinkan dalam interval. Argumen *fractional\$1precision* seharusnya hanya ditentukan jika interval Anda berisi SECOND. Misalnya, `SECOND(3)` buat interval yang memungkinkan hanya tiga digit pecahan, seperti 1,234 detik. Jumlah maksimum digit fraksional adalah enam.
Konfigurasi sesi `interval_forbid_composite_literals` menentukan apakah kesalahan dikembalikan ketika interval ditentukan dengan bagian YEAR TO MONTH dan DAY TO SECOND. Untuk informasi selengkapnya, lihat [interval\$1forbid\$1composite\$1literal](r_interval_forbid_composite_literals.md).
## Aritmatika interval
Anda dapat menggunakan nilai interval dengan nilai datetime lainnya untuk melakukan operasi aritmatika. Tabel berikut menjelaskan operasi yang tersedia dan jenis data apa yang dihasilkan dari setiap operasi.
**catatan**
Operasi yang dapat menghasilkan keduanya `date` dan `timestamp` hasil melakukannya berdasarkan satuan waktu terkecil yang terlibat dalam persamaan. Misalnya, ketika Anda menambahkan `interval` ke hasilnya adalah `date` jika itu adalah interval TAHUN KE BULAN, dan stempel waktu jika itu adalah interval HARI KE KEDUA. `date`
Operasi di mana operan pertama adalah `interval` menghasilkan hasil sebagai berikut untuk operan kedua yang diberikan:
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/r_interval_data_types.html)
Operasi di mana operan pertama adalah `date` menghasilkan hasil sebagai berikut untuk operan kedua yang diberikan:
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/r_interval_data_types.html)
Operasi di mana operan pertama adalah `timestamp` menghasilkan hasil sebagai berikut untuk operan kedua yang diberikan:
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/r_interval_data_types.html)
## Gaya interval
Anda dapat menggunakan [SET](r_SET.md) perintah SQL untuk mengubah format tampilan output dari nilai interval Anda. Saat Anda menggunakan tipe data interval di SQL, lemparkan ke teks untuk melihat gaya interval yang diharapkan, misalnya,`YEAR TO MONTH::text`. Nilai yang tersedia untuk SET `IntervalStyle` nilainya adalah:
+ `postgres`— mengikuti gaya PostgreSQL. Ini adalah opsi default.
+ `postgres_verbose`— mengikuti gaya verbose PostgreSQL.
+ `sql_standard`— mengikuti gaya literal interval standar SQL.
Perintah berikut menetapkan gaya interval ke`sql_standard`.
```
SET IntervalStyle to 'sql_standard';
```
**format keluaran postgres**
Berikut ini adalah format output untuk gaya `postgres` interval. Setiap nilai numerik bisa negatif.
```
' [, ...]'
```
```
select INTERVAL '1-2' YEAR TO MONTH::text
varchar
---------------
1 year 2 mons
```
```
select INTERVAL '1 2:3:4.5678' DAY TO SECOND::text
varchar
------------------
1 day 02:03:04.5678
```
**format keluaran postgres\$1verbose**
sintaks postgres\$1verbose mirip dengan postgres, tetapi output postgres\$1verbose juga berisi satuan waktu.
```
'[@] [, ...] [direction]'
```
```
select INTERVAL '1-2' YEAR TO MONTH::text
varchar
-----------------
@ 1 year 2 mons
```
```
select INTERVAL '1 2:3:4.5678' DAY TO SECOND::text
varchar
---------------------------
@ 1 day 2 hours 3 mins 4.56 secs
```
**format keluaran sql\$1standard**
Nilai interval tahun ke bulan diformat sebagai berikut. Menentukan tanda negatif sebelum interval menunjukkan interval adalah nilai negatif dan berlaku untuk seluruh interval.
```
'[-]yy-mm'
```
Interval hari ke nilai kedua diformat sebagai berikut.
```
'[-]dd hh:mm:ss.ffffff'
```
```
SELECT INTERVAL '1-2' YEAR TO MONTH::text
varchar
-------
1-2
```
```
select INTERVAL '1 2:3:4.5678' DAY TO SECOND::text
varchar
---------------
1 2:03:04.5678
```
## Contoh tipe data interval
Contoh berikut menunjukkan bagaimana menggunakan tipe data INTERVAL dengan tabel.
```
create table sample_intervals (y2m interval month, h2m interval hour to minute);
insert into sample_intervals values (interval '20' month, interval '2 days 1:1:1.123456' day to second);
select y2m::text, h2m::text from sample_intervals;
y2m | h2m
---------------+-----------------
1 year 8 mons | 2 days 01:01:00
```
```
update sample_intervals set y2m = interval '2' year where y2m = interval '1-8' year to month;
select * from sample_intervals;
y2m | h2m
---------+-----------------
2 years | 2 days 01:01:00
```
```
delete from sample_intervals where h2m = interval '2 1:1:0' day to second;
select * from sample_intervals;
y2m | h2m
-----+-----
```
## Contoh literal interval
Contoh berikut dijalankan dengan gaya interval diatur ke`postgres`.
Contoh berikut menunjukkan cara membuat INTERVAL literal 1 tahun.
```
select INTERVAL '1' YEAR
intervaly2m
---------------
1 years 0 mons
```
Jika Anda menentukan *string yang dikutip* yang melebihi kualifikasi, satuan waktu yang tersisa dipotong dari interval. Dalam contoh berikut, interval 13 bulan menjadi 1 tahun dan 1 bulan, tetapi sisanya 1 bulan ditinggalkan karena kualifikasi YEAR.
```
select INTERVAL '13 months' YEAR
intervaly2m
---------------
1 years 0 mons
```
Jika Anda menggunakan qualifier yang lebih rendah dari string interval Anda, unit sisa disertakan.
```
select INTERVAL '13 months' MONTH
intervaly2m
---------------
1 years 1 mons
```
Menentukan presisi dalam interval Anda memotong jumlah digit pecahan ke presisi yang ditentukan.
```
select INTERVAL '1.234567' SECOND (3)
intervald2s
--------------------------------
0 days 0 hours 0 mins 1.235 secs
```
Jika Anda tidak menentukan presisi, Amazon Redshift menggunakan presisi maksimum 6.
```
select INTERVAL '1.23456789' SECOND
intervald2s
-----------------------------------
0 days 0 hours 0 mins 1.234567 secs
```
Contoh berikut menunjukkan cara membuat interval berkisar.
```
select INTERVAL '2:2' MINUTE TO SECOND
intervald2s
------------------------------
0 days 0 hours 2 mins 2.0 secs
```
Kualifikasi mendikte unit yang Anda tentukan. Misalnya, meskipun contoh berikut menggunakan *string kutipan* yang sama dari '2:2' seperti contoh sebelumnya, Amazon Redshift mengakui bahwa ia menggunakan satuan waktu yang berbeda karena qualifier.
```
select INTERVAL '2:2' HOUR TO MINUTE
intervald2s
------------------------------
0 days 2 hours 2 mins 0.0 secs
```
Singkatan dan bentuk jamak dari masing-masing unit juga didukung. Misalnya,, `5s``5 second`, dan `5 seconds` merupakan interval yang setara. Unit yang didukung adalah tahun, bulan, jam, menit, dan detik.
```
select INTERVAL '5s' SECOND
intervald2s
------------------------------
0 days 0 hours 0 mins 5.0 secs
```
```
select INTERVAL '5 HOURS' HOUR
intervald2s
------------------------------
0 days 5 hours 0 mins 0.0 secs
```
```
select INTERVAL '5 h' HOUR
intervald2s
------------------------------
0 days 5 hours 0 mins 0.0 secs
```
# Contoh literal interval tanpa sintaks qualifier
**catatan**
Contoh berikut menunjukkan menggunakan interval literal tanpa `YEAR TO MONTH` atau `DAY TO SECOND` kualifikasi. Untuk informasi tentang penggunaan literal interval yang direkomendasikan dengan kualifikasi, lihat[Tipe data interval dan literal](r_interval_data_types.md).
Gunakan interval literal untuk mengidentifikasi periode waktu tertentu, seperti `12 hours` atau`6 months`. Anda dapat menggunakan literal interval ini dalam kondisi dan perhitungan yang melibatkan ekspresi datetime.
Interval literal dinyatakan sebagai kombinasi kata kunci INTERVAL dengan kuantitas numerik dan bagian tanggal yang didukung, misalnya `INTERVAL '7 days'` atau`INTERVAL '59 minutes'`. Anda dapat menghubungkan beberapa kuantitas dan unit untuk membentuk interval yang lebih tepat, misalnya:`INTERVAL '7 days, 3 hours, 59 minutes'`. Singkatan dan bentuk jamak dari setiap unit juga didukung; misalnya:`5 s`,`5 second`, dan `5 seconds` merupakan interval yang setara.
Jika Anda tidak menentukan bagian tanggal, nilai interval mewakili detik. Anda dapat menentukan nilai kuantitas sebagai pecahan (misalnya:`0.5 days`).
Contoh berikut menunjukkan serangkaian perhitungan dengan nilai interval yang berbeda.
Berikut ini menambahkan 1 detik ke tanggal yang ditentukan.
```
select caldate + interval '1 second' as dateplus from date
where caldate='12-31-2008';
dateplus
---------------------
2008-12-31 00:00:01
(1 row)
```
Berikut ini menambahkan 1 menit ke tanggal yang ditentukan.
```
select caldate + interval '1 minute' as dateplus from date
where caldate='12-31-2008';
dateplus
---------------------
2008-12-31 00:01:00
(1 row)
```
Berikut ini menambahkan 3 jam dan 35 menit ke tanggal yang ditentukan.
```
select caldate + interval '3 hours, 35 minutes' as dateplus from date
where caldate='12-31-2008';
dateplus
---------------------
2008-12-31 03:35:00
(1 row)
```
Berikut ini menambahkan 52 minggu ke tanggal yang ditentukan.
```
select caldate + interval '52 weeks' as dateplus from date
where caldate='12-31-2008';
dateplus
---------------------
2009-12-30 00:00:00
(1 row)
```
Berikut ini menambahkan 1 minggu, 1 jam, 1 menit, dan 1 detik ke tanggal yang ditentukan.
```
select caldate + interval '1w, 1h, 1m, 1s' as dateplus from date
where caldate='12-31-2008';
dateplus
---------------------
2009-01-07 01:01:01
(1 row)
```
Berikut ini menambahkan 12 jam (setengah hari) ke tanggal yang ditentukan.
```
select caldate + interval '0.5 days' as dateplus from date
where caldate='12-31-2008';
dateplus
---------------------
2008-12-31 12:00:00
(1 row)
```
Berikut ini mengurangi 4 bulan dari 15 Februari 2023 dan hasilnya adalah 15 Oktober 2022.
```
select date '2023-02-15' - interval '4 months';
?column?
---------------------
2022-10-15 00:00:00
```
Berikut ini mengurangi 4 bulan dari 31 Maret 2023 dan hasilnya adalah 30 November 2022. Perhitungan mempertimbangkan jumlah hari dalam sebulan.
```
select date '2023-03-31' - interval '4 months';
?column?
---------------------
2022-11-30 00:00:00
```
# Jenis Boolean
Gunakan tipe data BOOLEAN untuk menyimpan nilai true dan false dalam kolom single-byte. Tabel berikut menjelaskan tiga kemungkinan status untuk nilai Boolean dan nilai literal yang menghasilkan keadaan itu. Terlepas dari string input, kolom Boolean menyimpan dan mengeluarkan “t” untuk true dan “f” untuk false.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/r_Boolean_type.html)
Anda dapat menggunakan perbandingan IS untuk memeriksa nilai Boolean hanya sebagai predikat dalam klausa WHERE. Anda tidak dapat menggunakan perbandingan IS dengan nilai Boolean dalam daftar SELECT.
## Contoh
Anda dapat menggunakan kolom BOOLEAN untuk menyimpan status “Aktif/Tidak Aktif” untuk setiap pelanggan dalam tabel PELANGGAN.
```
create table customer(
custid int,
active_flag boolean default true);
```
```
insert into customer values(100, default);
```
```
select * from customer;
custid | active_flag
-------+--------------
100 | t
```
Jika tidak ada nilai default (`true`atau`false`) ditentukan dalam pernyataan CREATE TABLE, memasukkan nilai default berarti memasukkan null.
Dalam contoh ini, kueri memilih pengguna dari tabel USERS yang menyukai olahraga tetapi tidak menyukai teater:
```
select firstname, lastname, likesports, liketheatre
from users
where likesports is true and liketheatre is false
order by userid limit 10;
firstname | lastname | likesports | liketheatre
----------+------------+------------+-------------
Lars | Ratliff | t | f
Mufutau | Watkins | t | f
Scarlett | Mayer | t | f
Shafira | Glenn | t | f
Winifred | Cherry | t | f
Chase | Lamb | t | f
Liberty | Ellison | t | f
Aladdin | Haney | t | f
Tashya | Michael | t | f
Lucian | Montgomery | t | f
(10 rows)
```
Contoh berikut memilih pengguna dari tabel USERS yang tidak diketahui apakah mereka menyukai musik rock.
```
select firstname, lastname, likerock
from users
where likerock is unknown
order by userid limit 10;
firstname | lastname | likerock
----------+----------+----------
Rafael | Taylor |
Vladimir | Humphrey |
Barry | Roy |
Tamekah | Juarez |
Mufutau | Watkins |
Naida | Calderon |
Anika | Huff |
Bruce | Beck |
Mallory | Farrell |
Scarlett | Mayer |
(10 rows)
```
Contoh berikut mengembalikan kesalahan karena menggunakan perbandingan IS dalam daftar SELECT.
```
select firstname, lastname, likerock is true as "check"
from users
order by userid limit 10;
[Amazon](500310) Invalid operation: Not implemented
```
Contoh berikut berhasil karena menggunakan perbandingan yang sama (=) dalam daftar SELECT alih-alih perbandingan IS.
```
select firstname, lastname, likerock = true as "check"
from users
order by userid limit 10;
firstname | lastname | check
----------+-----------+------
Rafael | Taylor |
Vladimir | Humphrey |
Lars | Ratliff | true
Barry | Roy |
Reagan | Hodge | true
Victor | Hernandez | true
Tamekah | Juarez |
Colton | Roy | false
Mufutau | Watkins |
Naida | Calderon |
```
# Jenis HLLSKETCH
Gunakan tipe data HLLSKETCH untuk sketsa. HyperLogLog Amazon Redshift mendukung representasi HyperLogLog sketsa yang jarang atau padat. Sketsa dimulai sebagai jarang dan beralih ke padat ketika format padat lebih efisien untuk meminimalkan jejak memori yang digunakan.
Amazon Redshift secara otomatis mentransisikan HyperLogLog sketsa jarang saat mengimpor, mengekspor, atau mencetak sketsa dalam format JSON berikut.
```
{"logm":15,"sparse":{"indices":[4878,9559,14523],"values":[1,2,1]}}
```
Amazon Redshift menggunakan representasi string dalam format Base64 untuk mewakili sketsa padat. HyperLogLog
Amazon Redshift menggunakan representasi string berikut dalam format Base64 untuk mewakili sketsa padat. HyperLogLog
```
"ABAABA..."
```
Ukuran maksimum objek HLLSKETCH adalah 24.580 byte bila digunakan dalam kompresi mentah.
# Tipe SUPER
Gunakan tipe data SUPER untuk menyimpan data atau dokumen semi-terstruktur sebagai nilai. Meskipun Amazon Redshift mampu menyimpan nilai tersebut menggunakan VARCHAR, kami menyarankan Anda menggunakan tipe data SUPER sebagai gantinya.
Data semi-terstruktur tidak sesuai dengan struktur kaku dan tabular dari model data relasional yang digunakan dalam database SQL. Ini berisi tag yang mereferensikan entitas yang berbeda dalam data. Mereka dapat berisi nilai-nilai kompleks seperti array, struktur bersarang, dan struktur kompleks lainnya yang terkait dengan format serialisasi, seperti JSON. Tipe data SUPER adalah seperangkat array tanpa skema dan nilai struktur yang mencakup semua jenis skalar Amazon Redshift lainnya.
Tipe data SUPER mendukung hingga 16 MB data untuk objek SUPER individu. Untuk informasi selengkapnya tentang tipe data SUPER, termasuk contoh penerapannya dalam tabel, lihat[Data semi-terstruktur di Amazon Redshift](super-overview.md).
Amazon Redshift menyediakan dukungan bawaan untuk menyerap format data semi-terstruktur berikut menggunakan perintah COPY:
+ JSON
+ ARRAY
+ TEXT
+ CSV
Objek SUPER yang lebih besar dari 1MB hanya dapat dicerna dari format file berikut:
+ Parquet
+ JSON
+ TEXT
+ CSV
Tipe data SUPER memiliki properti berikut:
+ Nilai skalar Amazon Redshift:
+ Sebuah nol
+ Sebuah boolean
+ Angka, seperti smallint, integer, bigint, desimal, atau floating point (seperti float4 atau float8)
+ Nilai string, seperti varchar atau char
+ Nilai yang kompleks:
+ Array nilai, termasuk skalar atau kompleks
+ Struktur, juga dikenal sebagai tuple atau objek, yang merupakan peta nama dan nilai atribut (skalar atau kompleks)
Salah satu dari dua jenis nilai kompleks mengandung skalar atau nilai kompleksnya sendiri tanpa batasan keteraturan.
Pengkodean kompresi default untuk tipe data SUPER adalah ZSTD. Untuk informasi lebih lanjut tentang pengkodean kompresi, lihat[Pengkodean kompresi](c_Compression_encodings.md).
Tipe data SUPER mendukung persistensi data semi-terstruktur dalam bentuk skema. Meskipun model data hierarkis dapat berubah, versi data lama dapat hidup berdampingan di kolom SUPER yang sama.
Amazon Redshift menggunakan PartiQL untuk mengaktifkan navigasi ke dalam array dan struktur. Amazon Redshift juga menggunakan sintaks PartiQL untuk mengulangi array SUPER. Untuk informasi selengkapnya, lihat [PartiQL — bahasa kueri yang kompatibel dengan SQL untuk Amazon Redshift](super-partiql.md).
Amazon Redshift menggunakan pengetikan dinamis untuk memproses data SUPER tanpa skema tanpa perlu mendeklarasikan tipe data sebelum Anda menggunakannya dalam kueri. Untuk informasi selengkapnya, lihat [Pengetikan dinamis](query-super.md#dynamic-typing-lax-processing).
Anda dapat menerapkan kebijakan masking data dinamis ke nilai skalar pada jalur kolom tipe SUPER. Untuk informasi selengkapnya tentang masking data dinamis, lihat[Penutupan data dinamis](t_ddm.md). Untuk informasi tentang penggunaan masking data dinamis dengan tipe data SUPER, lihat[Menggunakan masking data dinamis dengan jalur tipe data SUPER](t_ddm-super.md).
Kami menyarankan Anda mengatur opsi `r_enable_case_sensitive_super_attribute` konfigurasi ke true saat bekerja dengan data SUPER. Untuk informasi selengkapnya, lihat [enable\$1case\$1sensitive\$1super\$1attribute](r_enable_case_sensitive_super_attribute.md).
# Jenis VARBYTE
Gunakan kolom VARBYTE, VARBINARY, atau BINARY VARY VARY untuk menyimpan nilai biner panjang variabel dengan batas tetap.
```
varbyte [ (n) ]
```
Jumlah maksimum byte (*n*) dapat berkisar dari 1 — 16.777.216. Defaultnya adalah 64.000.
Beberapa contoh di mana Anda mungkin ingin menggunakan tipe data VARBYTE adalah sebagai berikut:
+ Menggabungkan tabel pada kolom VARBYTE.
+ Membuat tampilan terwujud yang berisi kolom VARBYTE. Penyegaran inkremental tampilan terwujud yang berisi kolom VARBYTE didukung. Namun, fungsi agregat selain COUNT, MIN, dan MAX dan GROUP BY pada kolom VARBYTE tidak mendukung penyegaran tambahan.
Untuk memastikan bahwa semua byte adalah karakter yang dapat dicetak, Amazon Redshift menggunakan format hex untuk mencetak nilai VARBYTE. Misalnya, SQL berikut mengubah string heksadesimal menjadi nilai biner. `6162` Meskipun nilai yang dikembalikan adalah nilai biner, hasilnya dicetak sebagai heksadesimal`6162`.
```
select from_hex('6162');
from_hex
----------
6162
```
Amazon Redshift mendukung casting antara VARBYTE dan tipe data berikut:
+ CHAR
+ VARCHAR
+ SMALLINT
+ INTEGER
+ BIGINT
Saat casting dengan CHAR dan VARCHAR format UTF-8 digunakan. Untuk informasi selengkapnya tentang format UTF-8, lihat. [TO\$1VARBYTE](r_TO_VARBYTE.md) Saat casting dari SMALLINT, INTEGER, dan BIGINT jumlah byte dari tipe data asli dipertahankan. Itu adalah dua byte untuk SMALLINT, empat byte untuk INTEGER, dan delapan byte untuk BIGINT.
Pernyataan SQL berikut melemparkan string VARCHAR ke VARBYTE. Meskipun nilai yang dikembalikan adalah nilai biner, hasilnya dicetak sebagai heksadesimal`616263`.
```
select 'abc'::varbyte;
varbyte
---------
616263
```
Pernyataan SQL berikut memberikan nilai CHAR dalam kolom ke VARBYTE. Contoh ini membuat tabel dengan kolom CHAR (10) (c), menyisipkan nilai karakter yang lebih pendek dari panjang 10. Cast yang dihasilkan melapisi hasil dengan karakter spasi (hex'20') ke ukuran kolom yang ditentukan. Meskipun nilai yang dikembalikan adalah nilai biner, hasilnya dicetak sebagai heksadesimal.
```
create table t (c char(10));
insert into t values ('aa'), ('abc');
select c::varbyte from t;
c
----------------------
61612020202020202020
61626320202020202020
```
Pernyataan SQL berikut melemparkan string SMALLINT ke VARBYTE. Meskipun nilai yang dikembalikan adalah nilai biner, hasilnya dicetak sebagai heksadesimal`0005`, yang merupakan dua byte atau empat karakter heksadesimal.
```
select 5::smallint::varbyte;
varbyte
---------
0005
```
Pernyataan SQL berikut melemparkan INTEGER ke VARBYTE. Meskipun nilai yang dikembalikan adalah nilai biner, hasilnya dicetak sebagai heksadesimal`00000005`, yaitu empat byte atau delapan karakter heksadesimal.
```
select 5::int::varbyte;
varbyte
----------
00000005
```
Pernyataan SQL berikut melemparkan BIGINT ke VARBYTE. Meskipun nilai yang dikembalikan adalah nilai biner, hasilnya dicetak sebagai heksadesimal`0000000000000005`, yaitu delapan byte atau 16 karakter heksadesimal.
```
select 5::bigint::varbyte;
varbyte
------------------
0000000000000005
```
Fitur Amazon Redshift yang mendukung tipe data VARBYTE meliputi:
+ [Operator VARBYTE](r_VARBYTE_OPERATORS.md)
+ [CONCAT](r_CONCAT.md)
+ [LEN](r_LEN.md)
+ [Fungsi PANJANG](r_LENGTH.md)
+ [OCTET\$1LENGTH](r_OCTET_LENGTH.md)
+ [Fungsi SUBSTRING](r_SUBSTRING.md)
+ [DARI\$1HEX](r_FROM_HEX.md)
+ [TO\$1HEX](r_TO_HEX.md)
+ [DARI\$1VARBYTE](r_FROM_VARBYTE.md)
+ [TO\$1VARBYTE](r_TO_VARBYTE.md)
+ [GETBIT](r_GETBIT.md)
+ [Memuat kolom tipe data VARBYTE](copy-usage-varbyte.md)
+ [Membongkar kolom tipe data VARBYTE](r_UNLOAD.md#unload-usage-notes)
## Keterbatasan saat menggunakan tipe data VARBYTE dengan Amazon Redshift
Berikut ini adalah batasan saat menggunakan tipe data VARBYTE dengan Amazon Redshift:
+ Amazon Redshift Spectrum mendukung tipe data VARBYTE hanya untuk file Parket dan ORC.
+ Editor kueri Amazon Redshift dan editor kueri Amazon Redshift v2 belum sepenuhnya mendukung tipe data VARBYTE. Oleh karena itu, gunakan klien SQL yang berbeda saat bekerja dengan ekspresi VARBYTE.
Sebagai solusi untuk menggunakan editor kueri, jika panjang data Anda pada atau di bawah 16.000.000 byte dan kontennya adalah UTF-8 yang valid, Anda dapat mentransmisikan nilai VARBYTE ke VARCHAR, misalnya:
```
select to_varbyte('6162', 'hex')::varchar;
```
+ Anda tidak dapat menggunakan tipe data VARBYTE dengan fungsi yang ditentukan pengguna Python atau Lambda (). UDFs
+ Anda tidak dapat membuat kolom HLLSKETCH dari kolom VARBYTE atau menggunakan PERKIRAAN COUNT DISTINCT pada kolom VARBYTE.
+ Nilai VARBYTE yang lebih besar dari 1 MB hanya dapat dicerna dari format file berikut:
+ Parquet
+ Teks
+ Nilai dipisahkan koma (CSV)
## Ketik kompatibilitas dan konversi
Berikut ini, Anda dapat menemukan diskusi tentang cara kerja aturan konversi tipe dan kompatibilitas tipe data di Amazon Redshift.
### Kompatibilitas
Pencocokan tipe data dan pencocokan nilai literal dan konstanta dengan tipe data terjadi selama berbagai operasi database, termasuk yang berikut ini:
+ Bahasa manipulasi data (DML/bahasa manipulasi data) operasi pada tabel
+ UNION, INTERSECT, dan EXCEPT query
+ Ekspresi CASE
+ Evaluasi predikat, seperti LIKE dan IN
+ Evaluasi fungsi SQL yang melakukan perbandingan atau ekstraksi data
+ Perbandingan dengan operator matematika
Hasil operasi ini bergantung pada aturan konversi tipe dan kompatibilitas tipe data. *Kompatibilitas* menyiratkan bahwa one-to-one pencocokan nilai tertentu dan tipe data tertentu tidak selalu diperlukan. Karena beberapa tipe data *kompatibel*, konversi implisit, atau *paksaan*, dimungkinkan (untuk informasi lebih lanjut, lihat). [Jenis konversi implisit](#implicit-conversion-types) Ketika tipe data tidak kompatibel, terkadang Anda dapat mengonversi nilai dari satu tipe data ke tipe data lainnya dengan menggunakan fungsi konversi eksplisit.
### Kompatibilitas umum dan aturan konversi
Perhatikan aturan kompatibilitas dan konversi berikut:
+ Secara umum, tipe data yang termasuk dalam kategori tipe yang sama (seperti tipe data numerik yang berbeda) kompatibel dan dapat dikonversi secara implisit.
Misalnya, dengan konversi implisit Anda dapat menyisipkan nilai desimal ke dalam kolom integer. Desimal dibulatkan untuk menghasilkan bilangan bulat. Atau Anda dapat mengekstrak nilai numerik, seperti`2008`, dari tanggal dan memasukkan nilai itu ke dalam kolom integer.
+ Tipe data numerik memberlakukan kondisi luapan yang terjadi saat Anda mencoba menyisipkan nilai. out-of-range Misalnya, nilai desimal dengan presisi 5 tidak cocok dengan kolom desimal yang didefinisikan dengan presisi 4. Sebuah integer atau seluruh bagian dari desimal tidak pernah terpotong; Namun, bagian fraksional dari desimal dapat dibulatkan ke atas atau ke bawah, sebagaimana mestinya. Namun, hasil pemeran eksplisit nilai yang dipilih dari tabel tidak dibulatkan.
+ Berbagai jenis string karakter kompatibel; String kolom VARCHAR yang berisi data byte tunggal dan string kolom CHAR sebanding dan dapat dikonversi secara implisit. String VARCHAR yang berisi data multibyte tidak sebanding. Selain itu, Anda dapat mengonversi string karakter ke tanggal, waktu, stempel waktu, atau nilai numerik jika string adalah nilai literal yang sesuai; spasi depan atau belakang apa pun diabaikan. Sebaliknya, Anda dapat mengonversi tanggal, waktu, stempel waktu, atau nilai numerik menjadi string karakter dengan panjang tetap atau panjang variabel.
**catatan**
String karakter yang ingin Anda transmisikan ke tipe numerik harus berisi representasi karakter angka. Misalnya, Anda dapat mentransmisikan string `'1.0'` atau `'5.9'` ke nilai desimal, tetapi Anda tidak dapat mentransmisikan string `'ABC'` ke jenis numerik apa pun.
+ Jika Anda membandingkan nilai DECIMAL dengan string karakter, Amazon Redshift mencoba mengonversi string karakter ke nilai DECIMAL. Saat membandingkan semua nilai numerik lainnya dengan string karakter, nilai numerik dikonversi ke string karakter. Untuk menegakkan konversi yang berlawanan (misalnya, mengubah string karakter menjadi bilangan bulat, atau mengubah nilai DECIMAL menjadi string karakter), gunakan fungsi eksplisit, seperti. [PEMERAN](r_CAST_function.md)
+ Untuk mengonversi nilai DECIMAL atau NUMERIK 64-bit ke presisi yang lebih tinggi, Anda harus menggunakan fungsi konversi eksplisit seperti fungsi CAST atau CONVERT.
+ Saat mengonversi DATE atau TIMESTAMP ke TIMESTAMPTZ, atau mengonversi TIME ke TIMETZ, zona waktu diatur ke zona waktu sesi saat ini. Zona waktu sesi adalah UTC secara default. Untuk informasi selengkapnya tentang pengaturan zona waktu sesi, lihat[timezone](r_timezone_config.md).
+ Demikian pula, TIMESTAMPTZ dikonversi ke DATE, TIME, atau TIMESTAMP berdasarkan zona waktu sesi saat ini. Zona waktu sesi adalah UTC secara default. Setelah konversi, informasi zona waktu dijatuhkan.
+ String karakter yang mewakili stempel waktu dengan zona waktu yang ditentukan dikonversi ke TIMESTAMPTZ menggunakan zona waktu sesi saat ini, yang merupakan UTC secara default. Demikian juga, string karakter yang mewakili waktu dengan zona waktu yang ditentukan dikonversi ke TIMETZ menggunakan zona waktu sesi saat ini, yang merupakan UTC secara default.
### Jenis konversi implisit
Ada dua jenis konversi implisit:
+ Konversi implisit dalam tugas, seperti menetapkan nilai dalam perintah INSERT atau UPDATE.
+ Konversi implisit dalam ekspresi, seperti melakukan perbandingan dalam klausa WHERE.
Tabel berikut mencantumkan tipe data yang dapat dikonversi secara implisit dalam tugas atau ekspresi. Anda juga dapat menggunakan fungsi konversi eksplisit untuk melakukan konversi ini.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/c_Supported_data_types.html)
**catatan**
Konversi implisit antara TIMESTAMPTZ, TIMESTAMP, DATE, TIME, TIMETZ, atau string karakter menggunakan zona waktu sesi saat ini. Untuk informasi tentang pengaturan zona waktu saat ini, lihat[timezone](r_timezone_config.md).
Jenis data GEOMETRI dan GEOGRAFI tidak dapat secara implisit dikonversi ke tipe data lain, kecuali satu sama lain. Untuk informasi selengkapnya, lihat [Fungsi CAST](r_CAST_function.md).
Tipe data VARBYTE tidak dapat secara implisit dikonversi ke tipe data lainnya. Untuk informasi selengkapnya, lihat [Fungsi CAST](r_CAST_function.md).
### Menggunakan pengetikan dinamis untuk tipe data SUPER
Amazon Redshift menggunakan pengetikan dinamis untuk memproses data SUPER tanpa skema tanpa perlu mendeklarasikan tipe data sebelum Anda menggunakannya dalam kueri. Pengetikan dinamis menggunakan hasil navigasi ke kolom data SUPER tanpa harus secara eksplisit mentransmisikannya ke jenis Amazon Redshift. Untuk informasi selengkapnya tentang penggunaan pengetikan dinamis untuk tipe data SUPER, lihat[Pengetikan dinamis](query-super.md#dynamic-typing-lax-processing).
Anda dapat mentransmisikan nilai SUPER ke dan dari tipe data lain dengan beberapa pengecualian. Untuk informasi selengkapnya, lihat [Batasan](limitations-super.md).
# Urutan pemeriksaan
Amazon Redshift tidak mendukung urutan pemeriksaan khusus lokal atau yang ditentukan pengguna. Secara umum, hasil predikat apa pun dalam konteks apa pun dapat dipengaruhi oleh kurangnya aturan khusus lokal untuk menyortir dan membandingkan nilai data. Misalnya, ekspresi dan fungsi ORDER BY seperti MIN, MAX, dan RANK mengembalikan hasil berdasarkan UTF8 urutan biner data yang tidak memperhitungkan karakter spesifik lokal.
# Ekspresi
**Topics**
+ [Ekspresi sederhana](#r_expressions-simple-expressions)
+ [Ekspresi majemuk](r_compound_expressions.md)
+ [Daftar ekspresi](r_expression_lists.md)
+ [Subkueri skalar](r_scalar_subqueries.md)
+ [Ekspresi fungsi](r_function_expressions.md)
Ekspresi adalah kombinasi dari satu atau lebih nilai, operator, atau fungsi yang mengevaluasi nilai. Tipe data ekspresi umumnya adalah komponennya.
## Ekspresi sederhana
Ekspresi sederhana adalah salah satu dari berikut ini:
+ Nilai konstan atau literal
+ Nama kolom atau referensi kolom
+ Fungsi skalar
+ Fungsi agregat (set)
+ Fungsi jendela
+ Sebuah subquery skalar
Contoh ekspresi sederhana meliputi:
```
5+12
dateid
sales.qtysold * 100
sqrt (4)
max (qtysold)
(select max (qtysold) from sales)
```
# Ekspresi majemuk
Ekspresi majemuk adalah serangkaian ekspresi sederhana yang digabungkan oleh operator aritmatika. Ekspresi sederhana yang digunakan dalam ekspresi majemuk harus mengembalikan nilai numerik.
## Sintaksis
```
expression
operator
expression | (compound_expression)
```
## Argumen
*ekspresi*
Ekspresi sederhana yang mengevaluasi nilai.
*operator*
Ekspresi aritmatika majemuk dapat dibangun menggunakan operator berikut, dalam urutan prioritas ini:
+ (): tanda kurung untuk mengontrol urutan evaluasi
+ \$1, -: tanda/operator positif dan negatif
+ ^, \$1/, \$1\$1/: eksponensial, akar kuadrat, akar kubus
+ \$1,/,%: operator perkalian, pembagian, dan modulo
+ @: nilai absolut
+ \$1, -: penambahan dan pengurangan
+ &, \$1, \$1, \$1, <<, >>: DAN, ATAU, TIDAK, geser ke kiri, geser operator bitwise kanan
+ \$1\$1: penggabungan
*(compound\$1expression)*
Ekspresi majemuk dapat disarangkan menggunakan tanda kurung.
## Contoh
Contoh ekspresi majemuk meliputi yang berikut ini.
```
('SMITH' || 'JONES')
sum(x) / y
sqrt(256) * avg(column)
rank() over (order by qtysold) / 100
(select (pricepaid - commission) from sales where dateid = 1882) * (qtysold)
```
Beberapa fungsi juga dapat disarangkan dalam fungsi lain. Misalnya, fungsi skalar apa pun dapat bersarang di dalam fungsi skalar lain. Contoh berikut mengembalikan jumlah nilai absolut dari satu set angka:
```
sum(abs(qtysold))
```
Fungsi jendela tidak dapat digunakan sebagai argumen untuk fungsi agregat atau fungsi jendela lainnya. Ekspresi berikut akan mengembalikan kesalahan:
```
avg(rank() over (order by qtysold))
```
Fungsi jendela dapat memiliki fungsi agregat bersarang. Ekspresi berikut menjumlahkan kumpulan nilai dan kemudian memeringkatnya:
```
rank() over (order by sum(qtysold))
```
# Daftar ekspresi
Daftar ekspresi adalah kombinasi ekspresi, dan dapat muncul dalam kondisi keanggotaan dan perbandingan (klausa WHERE) dan dalam klausa GROUP BY.
## Sintaksis
```
expression , expression , ... | (expression, expression, ...)
```
## Argumen
*ekspresi*
Ekspresi sederhana yang mengevaluasi nilai. Daftar ekspresi dapat berisi satu atau lebih ekspresi dipisahkan koma atau satu atau lebih kumpulan ekspresi dipisahkan koma. Ketika ada beberapa set ekspresi, setiap set harus berisi jumlah ekspresi yang sama, dan dipisahkan oleh tanda kurung. Jumlah ekspresi di setiap set harus sesuai dengan jumlah ekspresi sebelum operator dalam kondisi.
## Contoh
Berikut ini adalah contoh daftar ekspresi dalam kondisi:
```
(1, 5, 10)
('THESE', 'ARE', 'STRINGS')
(('one', 'two', 'three'), ('blue', 'yellow', 'green'))
```
Jumlah ekspresi di setiap set harus sesuai dengan angka di bagian pertama pernyataan:
```
select * from venue
where (venuecity, venuestate) in (('Miami', 'FL'), ('Tampa', 'FL'))
order by venueid;
venueid | venuename | venuecity | venuestate | venueseats
---------+-------------------------+-----------+------------+------------
28 | American Airlines Arena | Miami | FL | 0
54 | St. Pete Times Forum | Tampa | FL | 0
91 | Raymond James Stadium | Tampa | FL | 65647
(3 rows)
```
# Subkueri skalar
Subquery skalar adalah kueri SELECT biasa dalam tanda kurung yang mengembalikan tepat satu nilai: satu baris dengan satu kolom. Kueri dijalankan dan nilai yang dikembalikan digunakan dalam kueri luar. Jika subquery mengembalikan nol baris, nilai ekspresi subquery adalah nol. Jika mengembalikan lebih dari satu baris, Amazon Redshift mengembalikan kesalahan. Subquery dapat merujuk ke variabel dari kueri induk, yang akan bertindak sebagai konstanta selama salah satu pemanggilan subquery.
Anda dapat menggunakan subkueri skalar di sebagian besar pernyataan yang membutuhkan ekspresi. Subquery skalar bukan ekspresi yang valid dalam kasus berikut:
+ Sebagai nilai default untuk ekspresi
+ Dalam klausa GROUP BY dan HAVING
## Contoh
Subquery berikut menghitung harga rata-rata yang dibayarkan per penjualan sepanjang tahun 2008, kemudian kueri luar menggunakan nilai tersebut dalam output untuk membandingkan dengan harga rata-rata per penjualan per kuartal:
```
select qtr, avg(pricepaid) as avg_saleprice_per_qtr,
(select avg(pricepaid)
from sales join date on sales.dateid=date.dateid
where year = 2008) as avg_saleprice_yearly
from sales join date on sales.dateid=date.dateid
where year = 2008
group by qtr
order by qtr;
qtr | avg_saleprice_per_qtr | avg_saleprice_yearly
-------+-----------------------+----------------------
1 | 647.64 | 642.28
2 | 646.86 | 642.28
3 | 636.79 | 642.28
4 | 638.26 | 642.28
(4 rows)
```
# Ekspresi fungsi
## Sintaksis
Setiap built-in dapat digunakan sebagai ekspresi. Sintaks untuk panggilan fungsi adalah nama fungsi diikuti oleh daftar argumen dalam tanda kurung.
```
function ( [expression [, expression...]] )
```
## Pendapat
*fungsi*
Fungsi bawaan apa pun. Untuk beberapa contoh fungsi, lihat[Referensi fungsi SQL](c_SQL_functions.md).
*ekspresi*
Ekspresi apa pun yang cocok dengan tipe data dan jumlah parameter yang diharapkan oleh fungsi.
## Contoh
```
abs (variable)
select avg (qtysold + 3) from sales;
select dateadd (day,30,caldate) as plus30days from date;
```
# Ketentuan
**Topics**
+ [Sintaksis](#r_conditions-synopsis)
+ [Kondisi perbandingan](r_comparison_condition.md)
+ [Kondisi logis](r_logical_condition.md)
+ [Kondisi pencocokan pola](pattern-matching-conditions.md)
+ [ANTARA kondisi rentang](r_range_condition.md)
+ [Kondisi nol](r_null_condition.md)
+ [Kondisi EXISTS](r_exists_condition.md)
+ [Dalam kondisi](r_in_condition.md)
Kondisi adalah pernyataan dari satu atau lebih ekspresi dan operator logis yang mengevaluasi benar, salah, atau tidak diketahui. Kondisi juga kadang-kadang disebut sebagai predikat.
**catatan**
Semua perbandingan string dan kecocokan pola LIKE peka huruf besar/kecil. Misalnya, 'A' dan 'a' tidak cocok. Namun, Anda dapat melakukan kecocokan pola case-insensitive dengan menggunakan predikat ILIKE.
## Sintaksis
```
comparison_condition
| logical_condition
| range_condition
| pattern_matching_condition
| null_condition
| EXISTS_condition
| IN_condition
```
# Kondisi perbandingan
Kondisi perbandingan menyatakan hubungan logis antara dua nilai. Semua kondisi perbandingan adalah operator biner dengan tipe pengembalian Boolean. Amazon Redshift mendukung operator perbandingan yang dijelaskan dalam tabel berikut:
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/r_comparison_condition.html)
## Catatan penggunaan
= APA SAJA \$1 BEBERAPA
Kata kunci ANY dan SOME identik dengan kondisi *IN*, dan mengembalikan true jika perbandingan benar untuk setidaknya satu nilai yang dikembalikan oleh subquery yang mengembalikan satu atau lebih nilai. Amazon Redshift hanya mendukung kondisi = (sama) untuk ANY dan BEBERAPA. Kondisi ketidaksetaraan tidak didukung.
Predikat ALL tidak didukung.
<> SEMUA
Kata kunci ALL identik dengan NOT IN (lihat [Dalam kondisi](r_in_condition.md) kondisi) dan mengembalikan true jika ekspresi tidak termasuk dalam hasil subquery. Amazon Redshift hanya mendukung <> atau\$1 = (tidak sama) kondisi untuk SEMUA. Kondisi perbandingan lainnya tidak didukung.
ADALAH TRUE/FALSE/UNKNOWN
Nilai bukan nol sama dengan TRUE, 0 sama dengan FALSE, dan null sama dengan UNKNOWN. Lihat tipe [Jenis BooleanJenis HLLSKETCH](r_Boolean_type.md) datanya.
## Contoh
Berikut adalah beberapa contoh sederhana dari kondisi perbandingan:
```
a = 5
a < b
min(x) >= 5
qtysold = any (select qtysold from sales where dateid = 1882
```
Kueri berikut mengembalikan tempat dengan lebih dari 10.000 kursi dari tabel VENUE:
```
select venueid, venuename, venueseats from venue
where venueseats > 10000
order by venueseats desc;
venueid | venuename | venueseats
---------+--------------------------------+------------
83 | FedExField | 91704
6 | New York Giants Stadium | 80242
79 | Arrowhead Stadium | 79451
78 | INVESCO Field | 76125
69 | Dolphin Stadium | 74916
67 | Ralph Wilson Stadium | 73967
76 | Jacksonville Municipal Stadium | 73800
89 | Bank of America Stadium | 73298
72 | Cleveland Browns Stadium | 73200
86 | Lambeau Field | 72922
...
(57 rows)
```
Contoh ini memilih user (USERID) dari tabel USERS yang menyukai musik rock:
```
select userid from users where likerock = 't' order by 1 limit 5;
userid
--------
3
5
6
13
16
(5 rows)
```
Contoh ini memilih user (USERID) dari tabel USERS yang tidak diketahui apakah mereka menyukai musik rock:
```
select firstname, lastname, likerock
from users
where likerock is unknown
order by userid limit 10;
firstname | lastname | likerock
----------+----------+----------
Rafael | Taylor |
Vladimir | Humphrey |
Barry | Roy |
Tamekah | Juarez |
Mufutau | Watkins |
Naida | Calderon |
Anika | Huff |
Bruce | Beck |
Mallory | Farrell |
Scarlett | Mayer |
(10 rows
```
## Contoh dengan kolom TIME
Berikut contoh tabel TIME\$1TEST memiliki kolom TIME\$1VAL (tipe TIME) dengan tiga nilai dimasukkan.
```
select time_val from time_test;
time_val
---------------------
20:00:00
00:00:00.5550
00:58:00
```
Contoh berikut mengekstrak jam dari setiap timetz\$1val.
```
select time_val from time_test where time_val < '3:00';
time_val
---------------
00:00:00.5550
00:58:00
```
Contoh berikut membandingkan dua literal waktu.
```
select time '18:25:33.123456' = time '18:25:33.123456';
?column?
----------
t
```
## Contoh dengan kolom TIMETZ
Contoh tabel berikut TIMETZ\$1TEST memiliki kolom TIMETZ\$1VAL (tipe TIMETZ) dengan tiga nilai dimasukkan.
```
select timetz_val from timetz_test;
timetz_val
------------------
04:00:00+00
00:00:00.5550+00
05:58:00+00
```
Contoh berikut hanya memilih nilai TIMETZ kurang dari. `3:00:00 UTC` Perbandingan dilakukan setelah mengkonversi nilai ke UTC.
```
select timetz_val from timetz_test where timetz_val < '3:00:00 UTC';
timetz_val
---------------
00:00:00.5550+00
```
Contoh berikut membandingkan dua literal TIMETZ. Zona waktu diabaikan untuk perbandingan.
```
select time '18:25:33.123456 PST' < time '19:25:33.123456 EST';
?column?
----------
t
```
# Kondisi logis
Kondisi logis menggabungkan hasil dari dua kondisi untuk menghasilkan satu hasil. Semua kondisi logis adalah operator biner dengan tipe pengembalian Boolean.
## Sintaksis
```
expression
{ AND | OR }
expression
NOT expression
```
Kondisi logis menggunakan logika Boolean tiga nilai di mana nilai nol mewakili hubungan yang tidak diketahui. Tabel berikut menjelaskan hasil untuk kondisi logis, di mana `E1` dan `E2` mewakili ekspresi:
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/r_logical_condition.html)
Operator NOT dievaluasi sebelum AND, dan operator AND dievaluasi sebelum operator OR. Tanda kurung apa pun yang digunakan dapat mengesampingkan urutan evaluasi default ini.
### Contoh
Contoh berikut mengembalikan USERID dan USERNAME dari tabel USERS tempat pengguna menyukai Las Vegas dan olahraga:
```
select userid, username from users
where likevegas = 1 and likesports = 1
order by userid;
userid | username
--------+----------
1 | JSG99FHE
67 | TWU10MZT
87 | DUF19VXU
92 | HYP36WEQ
109 | FPL38HZK
120 | DMJ24GUZ
123 | QZR22XGQ
130 | ZQC82ALK
133 | LBN45WCH
144 | UCX04JKN
165 | TEY68OEB
169 | AYQ83HGO
184 | TVX65AZX
...
(2128 rows)
```
Contoh berikutnya mengembalikan USERID dan USERNAME dari tabel USERS di mana pengguna menyukai Las Vegas, atau olahraga, atau keduanya. Kueri ini mengembalikan semua output dari contoh sebelumnya ditambah pengguna yang hanya menyukai Las Vegas atau olahraga.
```
select userid, username from users
where likevegas = 1 or likesports = 1
order by userid;
userid | username
--------+----------
1 | JSG99FHE
2 | PGL08LJI
3 | IFT66TXU
5 | AEB55QTM
6 | NDQ15VBM
9 | MSD36KVR
10 | WKW41AIW
13 | QTF33MCG
15 | OWU78MTR
16 | ZMG93CDD
22 | RHT62AGI
27 | KOY02CVE
29 | HUH27PKK
...
(18968 rows)
```
Kueri berikut menggunakan tanda kurung di sekitar `OR` kondisi untuk menemukan tempat di New York atau California tempat Macbeth dilakukan:
```
select distinct venuename, venuecity
from venue join event on venue.venueid=event.venueid
where (venuestate = 'NY' or venuestate = 'CA') and eventname='Macbeth'
order by 2,1;
venuename | venuecity
----------------------------------------+---------------
Geffen Playhouse | Los Angeles
Greek Theatre | Los Angeles
Royce Hall | Los Angeles
American Airlines Theatre | New York City
August Wilson Theatre | New York City
Belasco Theatre | New York City
Bernard B. Jacobs Theatre | New York City
...
```
Menghapus tanda kurung dalam contoh ini mengubah logika dan hasil kueri.
Contoh berikut menggunakan `NOT` operator:
```
select * from category
where not catid=1
order by 1;
catid | catgroup | catname | catdesc
-------+----------+-----------+--------------------------------------------
2 | Sports | NHL | National Hockey League
3 | Sports | NFL | National Football League
4 | Sports | NBA | National Basketball Association
5 | Sports | MLS | Major League Soccer
...
```
Contoh berikut menggunakan `NOT` kondisi yang diikuti oleh suatu `AND` kondisi:
```
select * from category
where (not catid=1) and catgroup='Sports'
order by catid;
catid | catgroup | catname | catdesc
-------+----------+---------+---------------------------------
2 | Sports | NHL | National Hockey League
3 | Sports | NFL | National Football League
4 | Sports | NBA | National Basketball Association
5 | Sports | MLS | Major League Soccer
(4 rows)
```
# Kondisi pencocokan pola
**Topics**
+ [SUKA](r_patternmatching_condition_like.md)
+ [SIMILAR TO](pattern-matching-conditions-similar-to.md)
+ [Operator POSIX](pattern-matching-conditions-posix.md)
Operator pencocokan pola mencari string untuk pola yang ditentukan dalam ekspresi kondisional dan mengembalikan true atau false tergantung pada apakah ia menemukan kecocokan. Amazon Redshift menggunakan tiga metode untuk pencocokan pola:
+ Seperti ekspresi
Operator LIKE membandingkan ekspresi string, seperti nama kolom, dengan pola yang menggunakan karakter wildcard `%` (persen) dan `_` (garis bawah). Pencocokan pola LIKE selalu mencakup seluruh string. LIKE melakukan kecocokan peka huruf besar/kecil dan ILIKE melakukan pertandingan case-insensitive.
+ MIRIP dengan ekspresi reguler
Operator SIMILAR TO mencocokkan ekspresi string dengan pola ekspresi reguler standar SQL, yang dapat menyertakan satu set metakarakter pencocokan pola yang mencakup dua yang didukung oleh operator LIKE. MIRIP DENGAN mencocokkan seluruh string dan melakukan kecocokan peka huruf besar/kecil.
+ Ekspresi reguler bergaya POSIX
Ekspresi reguler POSIX memberikan sarana yang lebih kuat untuk pencocokan pola daripada operator LIKE dan SIMILAR TO. Pola ekspresi reguler POSIX dapat mencocokkan bagian mana pun dari string dan melakukan kecocokan peka huruf besar/kecil.
Pencocokan ekspresi reguler, menggunakan operator SIMILAR TO atau POSIX, mahal secara komputasi. Kami merekomendasikan menggunakan LIKE bila memungkinkan, terutama saat memproses sejumlah besar baris. Misalnya, kueri berikut identik secara fungsional, tetapi kueri yang menggunakan LIKE berjalan beberapa kali lebih cepat daripada kueri yang menggunakan ekspresi reguler:
```
select count(*) from event where eventname SIMILAR TO '%(Ring|Die)%';
select count(*) from event where eventname LIKE '%Ring%' OR eventname LIKE '%Die%';
```
# SUKA
Operator LIKE membandingkan ekspresi string, seperti nama kolom, dengan pola yang menggunakan karakter wildcard% (percent) dan \$1 (underscore). Pencocokan pola LIKE selalu mencakup seluruh string. Untuk mencocokkan urutan di mana saja dalam string, pola harus dimulai dan diakhiri dengan tanda persen.
LIKE peka huruf besar/kecil; ILIKE tidak peka huruf besar/kecil.
## Sintaksis
```
expression [ NOT ] LIKE | ILIKE pattern [ ESCAPE 'escape_char' ]
```
## Argumen
*ekspresi*
Ekspresi karakter UTF-8 yang valid, seperti nama kolom.
SEPERTI \$1 ILIKE
LIKE melakukan kecocokan pola peka huruf besar/kecil. ILIKE melakukan kecocokan pola case-insensitive untuk karakter single-byte UTF-8 (ASCII). Untuk melakukan kecocokan pola case-insensitive untuk karakter multibyte, gunakan fungsi [LOWER](r_LOWER.md) pada *ekspresi* dan *pola* dengan kondisi LIKE.
Berbeda dengan predikat perbandingan, seperti = dan <>, predikat LIKE dan ILIKE tidak secara implisit mengabaikan spasi tambahan. Untuk mengabaikan spasi tambahan, gunakan RTRIM atau secara eksplisit melemparkan kolom CHAR ke VARCHAR.
`~~`Operator setara dengan LIKE, dan `~~*` setara dengan ILIKE. Juga `!~~` dan `!~~*` operator setara dengan TIDAK SUKA dan TIDAK ILIKE.
*pola*
Ekspresi karakter UTF-8 yang valid dengan pola yang akan dicocokkan.
*escape\$1char*
Ekspresi karakter yang akan lolos dari karakter metakarakter dalam pola. Defaultnya adalah dua garis miring terbalik ('\$1\$1').
Jika *pola* tidak mengandung metakarakter, maka pola hanya mewakili string itu sendiri; dalam hal ini LIKE bertindak sama dengan operator sama dengan.
Salah satu ekspresi karakter dapat berupa tipe data CHAR atau VARCHAR. *Jika berbeda, Amazon Redshift mengubah *pola* ke tipe data ekspresi.*
LIKE mendukung metakarakter pencocokan pola berikut:
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/r_patternmatching_condition_like.html)
## Contoh
Tabel berikut menunjukkan contoh pencocokan pola menggunakan LIKE:
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/r_patternmatching_condition_like.html)
Contoh berikut menemukan semua kota yang namanya dimulai dengan “E”:
```
select distinct city from users
where city like 'E%' order by city;
city
---------------
East Hartford
East Lansing
East Rutherford
East St. Louis
Easthampton
Easton
Eatontown
Eau Claire
...
```
Contoh berikut menemukan pengguna yang nama belakangnya berisi “sepuluh”:
```
select distinct lastname from users
where lastname like '%ten%' order by lastname;
lastname
-------------
Christensen
Wooten
...
```
Contoh berikut menunjukkan bagaimana untuk mencocokkan beberapa pola.
```
select distinct lastname from tickit.users
where lastname like 'Chris%' or lastname like '%Wooten' order by lastname;
lastname
-------------
Christensen
Christian
Wooten
...
```
Contoh berikut menemukan kota yang karakter ketiga dan keempat adalah “ea”. Perintah menggunakan ILIKE untuk menunjukkan ketidakpekaan kasus:
```
select distinct city from users where city ilike '__EA%' order by city;
city
-------------
Brea
Clearwater
Great Falls
Ocean City
Olean
Wheaton
(6 rows)
```
Contoh berikut menggunakan string escape default (\$1\$1) untuk mencari string yang menyertakan “start\$1” (teks `start` diikuti oleh garis bawah): `_`
```
select tablename, "column" from pg_table_def
where "column" like '%start\\_%'
limit 5;
tablename | column
-------------------+---------------
stl_s3client | start_time
stl_tr_conflict | xact_start_ts
stl_undone | undo_start_ts
stl_unload_log | start_time
stl_vacuum_detail | start_row
(5 rows)
```
Contoh berikut menentukan '^' sebagai karakter escape, kemudian menggunakan karakter escape untuk mencari string yang menyertakan “start\$1” (teks `start` diikuti dengan garis bawah): `_`
```
select tablename, "column" from pg_table_def
where "column" like '%start^_%' escape '^'
limit 5;
tablename | column
-------------------+---------------
stl_s3client | start_time
stl_tr_conflict | xact_start_ts
stl_undone | undo_start_ts
stl_unload_log | start_time
stl_vacuum_detail | start_row
(5 rows)
```
Contoh berikut menggunakan `~~*` operator untuk melakukan pencarian case-insensitive (ILIKE) untuk kota yang dimulai dengan “Ag”.
```
select distinct city from users where city ~~* 'Ag%' order by city;
city
------------
Agat
Agawam
Agoura Hills
Aguadilla
```
# SIMILAR TO
Operator MIRIP TO cocok dengan ekspresi string, seperti nama kolom, dengan pola ekspresi reguler standar SQL. Pola ekspresi reguler SQL dapat mencakup satu set metakarakter pencocokan pola, termasuk dua yang didukung oleh operator. [SUKA](r_patternmatching_condition_like.md)
Operator SIMILAR TO mengembalikan true hanya jika polanya cocok dengan seluruh string, tidak seperti perilaku ekspresi reguler POSIX, di mana pola dapat cocok dengan bagian mana pun dari string.
MIRIP DENGAN melakukan kecocokan case-sensitive.
**catatan**
Pencocokan ekspresi reguler menggunakan SIMILAR TO mahal secara komputasi. Kami merekomendasikan menggunakan LIKE bila memungkinkan, terutama saat memproses sejumlah besar baris. Misalnya, kueri berikut identik secara fungsional, tetapi kueri yang menggunakan LIKE berjalan beberapa kali lebih cepat daripada kueri yang menggunakan ekspresi reguler:
```
select count(*) from event where eventname SIMILAR TO '%(Ring|Die)%';
select count(*) from event where eventname LIKE '%Ring%' OR eventname LIKE '%Die%';
```
## Sintaksis
```
expression [ NOT ] SIMILAR TO pattern [ ESCAPE 'escape_char' ]
```
## Argumen
*ekspresi*
Ekspresi karakter UTF-8 yang valid, seperti nama kolom.
SIMILAR TO
*MIRIP DENGAN melakukan kecocokan pola peka huruf besar/kecil untuk seluruh string dalam ekspresi.*
*pola*
Ekspresi karakter UTF-8 yang valid mewakili pola ekspresi reguler standar SQL.
*escape\$1char*
Ekspresi karakter yang akan lolos dari metakarakter dalam pola. Defaultnya adalah dua garis miring terbalik ('\$1\$1').
Jika *pola* tidak mengandung metakarakter, maka pola hanya mewakili string itu sendiri.
Salah satu ekspresi karakter dapat berupa tipe data CHAR atau VARCHAR. *Jika berbeda, Amazon Redshift mengubah *pola* ke tipe data ekspresi.*
MIRIP DENGAN mendukung metakarakter pencocokan pola berikut:
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/pattern-matching-conditions-similar-to.html)
## Contoh
Tabel berikut menunjukkan contoh pencocokan pola menggunakan SIMILAR TO:
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/pattern-matching-conditions-similar-to.html)
Contoh berikut menemukan kota yang namanya mengandung “E” atau “H”:
```
SELECT DISTINCT city FROM users
WHERE city SIMILAR TO '%E%|%H%' ORDER BY city LIMIT 5;
city
-----------------
Agoura Hills
Auburn Hills
Benton Harbor
Beverly Hills
Chicago Heights
```
Contoh berikut menggunakan string escape default ('`\\`') untuk mencari string yang menyertakan "`_`“:
```
SELECT tablename, "column" FROM pg_table_def
WHERE "column" SIMILAR TO '%start\\_%'
ORDER BY tablename, "column" LIMIT 5;
tablename | column
--------------------------+---------------------
stcs_abort_idle | idle_start_time
stcs_abort_idle | txn_start_time
stcs_analyze_compression | start_time
stcs_auto_worker_levels | start_level
stcs_auto_worker_levels | start_wlm_occupancy
```
Contoh berikut menentukan '`^`' sebagai string escape, kemudian menggunakan string escape untuk mencari string yang menyertakan "“`_`:
```
SELECT tablename, "column" FROM pg_table_def
WHERE "column" SIMILAR TO '%start^_%' ESCAPE '^'
ORDER BY tablename, "column" LIMIT 5;
tablename | column
--------------------------+---------------------
stcs_abort_idle | idle_start_time
stcs_abort_idle | txn_start_time
stcs_analyze_compression | start_time
stcs_auto_worker_levels | start_level
stcs_auto_worker_levels | start_wlm_occupancy
```
# Operator POSIX
Ekspresi reguler POSIX adalah urutan karakter yang menentukan pola kecocokan. String cocok dengan ekspresi reguler jika itu adalah anggota dari set reguler yang dijelaskan oleh ekspresi reguler.
Ekspresi reguler POSIX memberikan sarana yang lebih kuat untuk pencocokan pola daripada [SIMILAR TO](pattern-matching-conditions-similar-to.md) operator [SUKA](r_patternmatching_condition_like.md) dan. Pola ekspresi reguler POSIX dapat cocok dengan setiap bagian dari string, tidak seperti operator SIMILAR TO, yang mengembalikan true hanya jika polanya cocok dengan seluruh string.
**catatan**
Pencocokan ekspresi reguler menggunakan operator POSIX mahal secara komputasi. Kami merekomendasikan menggunakan LIKE bila memungkinkan, terutama saat memproses sejumlah besar baris. Misalnya, kueri berikut identik secara fungsional, tetapi kueri yang menggunakan LIKE berjalan beberapa kali lebih cepat daripada kueri yang menggunakan ekspresi reguler:
```
select count(*) from event where eventname ~ '.*(Ring|Die).*';
select count(*) from event where eventname LIKE '%Ring%' OR eventname LIKE '%Die%';
```
## Sintaksis
```
expression [ ! ] ~ pattern
```
## Argumen
*ekspresi*
Ekspresi karakter UTF-8 yang valid, seperti nama kolom.
\$1
Operator negasi. Tidak cocok dengan ekspresi reguler.
\$1
*Lakukan kecocokan peka huruf besar/kecil untuk setiap substring ekspresi.*
A `~~` adalah sinonim untuk. [SUKA](r_patternmatching_condition_like.md)
*pola*
Sebuah string literal yang mewakili pola ekspresi reguler.
Jika *pola* tidak mengandung karakter wildcard, maka pola hanya mewakili string itu sendiri.
Untuk mencari string yang menyertakan metakarakter, seperti '`. * | ? `', dan seterusnya, hindari karakter menggunakan dua garis miring terbalik (''). ` \\` Tidak seperti `SIMILAR TO` dan`LIKE`, sintaks ekspresi reguler POSIX tidak mendukung karakter escape yang ditentukan pengguna.
Salah satu ekspresi karakter dapat berupa tipe data CHAR atau VARCHAR. *Jika berbeda, Amazon Redshift mengubah *pola* ke tipe data ekspresi.*
Semua ekspresi karakter dapat berupa tipe data CHAR atau VARCHAR. *Jika ekspresi berbeda dalam tipe data, Amazon Redshift mengonversinya menjadi tipe data ekspresi.*
Pencocokan pola POSIX mendukung metakarakter berikut:
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/pattern-matching-conditions-posix.html)
Amazon Redshift mendukung kelas karakter POSIX berikut.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/pattern-matching-conditions-posix.html)
Amazon Redshift mendukung operator yang dipengaruhi Perl berikut dalam ekspresi reguler. Melarikan diri dari operator menggunakan dua garis miring terbalik ('`\\`').
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/pattern-matching-conditions-posix.html)
## Contoh
Tabel berikut menunjukkan contoh pencocokan pola menggunakan operator POSIX:
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/pattern-matching-conditions-posix.html)
Contoh berikut menemukan kota yang namanya mengandung `E` atau`H`:
```
SELECT DISTINCT city FROM users
WHERE city ~ '.*E.*|.*H.*' ORDER BY city LIMIT 5;
city
-----------------
Agoura Hills
Auburn Hills
Benton Harbor
Beverly Hills
Chicago Heights
```
Contoh berikut menemukan kota yang namanya tidak mengandung `E` atau`H`:
```
SELECT DISTINCT city FROM users WHERE city !~ '.*E.*|.*H.*' ORDER BY city LIMIT 5;
city
-----------------
Aberdeen
Abilene
Ada
Agat
Agawam
```
Contoh berikut menggunakan escape string ('`\\`') untuk mencari string yang menyertakan titik.
```
SELECT venuename FROM venue
WHERE venuename ~ '.*\\..*'
ORDER BY venueid;
venuename
------------------------------
St. Pete Times Forum
Jobing.com Arena
Hubert H. Humphrey Metrodome
U.S. Cellular Field
Superpages.com Center
E.J. Nutter Center
Bernard B. Jacobs Theatre
St. James Theatre
```
# ANTARA kondisi rentang
Sebuah `BETWEEN` kondisi menguji ekspresi untuk dimasukkan dalam berbagai nilai, menggunakan kata kunci `BETWEEN` dan`AND`.
## Sintaksis
```
expression [ NOT ] BETWEEN expression AND expression
```
Ekspresi dapat berupa tipe data numerik, karakter, atau datetime, tetapi harus kompatibel. Kisarannya inklusif.
## Contoh
Contoh pertama menghitung berapa banyak transaksi terdaftar penjualan baik 2, 3, atau 4 tiket:
```
select count(*) from sales
where qtysold between 2 and 4;
count
--------
104021
(1 row)
```
Kondisi rentang mencakup nilai awal dan akhir.
```
select min(dateid), max(dateid) from sales
where dateid between 1900 and 1910;
min | max
-----+-----
1900 | 1910
```
Ekspresi pertama dalam kondisi rentang harus nilai yang lebih rendah dan ekspresi kedua nilai yang lebih besar. Contoh berikut akan selalu mengembalikan nol baris karena nilai-nilai ekspresi:
```
select count(*) from sales
where qtysold between 4 and 2;
count
-------
0
(1 row)
```
Namun, menerapkan pengubah NOT akan membalikkan logika dan menghasilkan hitungan semua baris:
```
select count(*) from sales
where qtysold not between 4 and 2;
count
--------
172456
(1 row)
```
Kueri berikut mengembalikan daftar tempat dengan 20000 hingga 50000 kursi:
```
select venueid, venuename, venueseats from venue
where venueseats between 20000 and 50000
order by venueseats desc;
venueid | venuename | venueseats
---------+-------------------------------+------------
116 | Busch Stadium | 49660
106 | Rangers BallPark in Arlington | 49115
96 | Oriole Park at Camden Yards | 48876
...
(22 rows)
```
Contoh berikut menunjukkan menggunakan BETWEEN untuk nilai tanggal:
```
select salesid, qtysold, pricepaid, commission, saletime
from sales
where eventid between 1000 and 2000
and saletime between '2008-01-01' and '2008-01-03'
order by saletime asc;
salesid | qtysold | pricepaid | commission | saletime
--------+---------+-----------+------------+---------------
65082 | 4 | 472 | 70.8 | 1/1/2008 06:06
110917 | 1 | 337 | 50.55 | 1/1/2008 07:05
112103 | 1 | 241 | 36.15 | 1/2/2008 03:15
137882 | 3 | 1473 | 220.95 | 1/2/2008 05:18
40331 | 2 | 58 | 8.7 | 1/2/2008 05:57
110918 | 3 | 1011 | 151.65 | 1/2/2008 07:17
96274 | 1 | 104 | 15.6 | 1/2/2008 07:18
150499 | 3 | 135 | 20.25 | 1/2/2008 07:20
68413 | 2 | 158 | 23.7 | 1/2/2008 08:12
```
Perhatikan bahwa meskipun rentang BETWEEN inklusif, tanggal default memiliki nilai waktu 00:00:00. Satu-satunya baris 3 Januari yang valid untuk kueri sampel adalah baris dengan waktu penjualan. `1/3/2008 00:00:00`
# Kondisi nol
Kondisi null menguji nol, ketika nilai hilang atau tidak diketahui.
## Sintaksis
```
expression IS [ NOT ] NULL
```
## Argumen
*ekspresi*
Ekspresi apa pun seperti kolom.
IS NULL
Benar ketika nilai ekspresi adalah null dan false ketika memiliki nilai.
IS NOT NULL
Adalah false ketika nilai ekspresi adalah null dan true ketika memiliki nilai.
## Contoh
Contoh ini menunjukkan berapa kali tabel PENJUALAN berisi null di bidang QTYSOLD:
```
select count(*) from sales
where qtysold is null;
count
-------
0
(1 row)
```
# Kondisi EXISTS
EXISTS kondisi tes untuk keberadaan baris dalam subquery, dan mengembalikan true jika subquery mengembalikan setidaknya satu baris. Jika NOT ditentukan, kondisi mengembalikan true jika subquery mengembalikan tidak ada baris.
## Sintaksis
```
[ NOT ] EXISTS (table_subquery)
```
## Argumen
ADA
Benar ketika *table\$1subquery* mengembalikan setidaknya satu baris.
TIDAK ADA
Benar ketika *table\$1subquery tidak mengembalikan baris*.
*table\$1subquery*
Subquery yang mengevaluasi tabel dengan satu atau lebih kolom dan satu atau lebih baris.
## Contoh
Contoh ini mengembalikan semua pengidentifikasi tanggal, masing-masing satu kali, untuk setiap tanggal yang memiliki penjualan dalam bentuk apa pun:
```
select dateid from date
where exists (
select 1 from sales
where date.dateid = sales.dateid
)
order by dateid;
dateid
--------
1827
1828
1829
...
```
# Dalam kondisi
Kondisi IN menguji nilai untuk keanggotaan dalam satu set nilai atau dalam subquery.
## Sintaksis
```
expression [ NOT ] IN (expr_list | table_subquery)
```
## Pendapat
*ekspresi*
Ekspresi numerik, karakter, atau datetime yang dievaluasi terhadap *expr\$1list atau table\$1subquery dan harus kompatibel dengan tipe data daftar* *atau subquery* tersebut.
*expr\$1list*
Satu atau lebih ekspresi yang dibatasi koma, atau satu atau lebih kumpulan ekspresi yang dibatasi koma yang dibatasi oleh tanda kurung.
*table\$1subquery*
Subquery yang mengevaluasi tabel dengan satu atau lebih baris, tetapi terbatas hanya satu kolom dalam daftar pilihannya.
DI \$1 TIDAK DI
IN mengembalikan true jika ekspresi adalah anggota dari daftar ekspresi atau query. NOT IN mengembalikan true jika ekspresi bukan anggota. IN dan NOT IN mengembalikan NULL dan tidak ada baris yang dikembalikan dalam kasus berikut: Jika *ekspresi* menghasilkan null; atau jika tidak ada nilai *expr\$1list atau *table\$1subquery** yang cocok dan setidaknya satu dari baris perbandingan ini menghasilkan null.
## Contoh
Kondisi berikut benar hanya untuk nilai-nilai yang tercantum:
```
qtysold in (2, 4, 5)
date.day in ('Mon', 'Tues')
date.month not in ('Oct', 'Nov', 'Dec')
```
## Optimalisasi untuk Daftar IN Besar
Untuk mengoptimalkan kinerja kueri, daftar IN yang mencakup lebih dari 10 nilai dievaluasi secara internal sebagai array skalar. Daftar IN dengan nilai kurang dari 10 dievaluasi sebagai serangkaian predikat OR. Optimalisasi ini didukung untuk tipe data SMALLINT, INTEGER, BIGINT, REAL, DOUBLE PRECISION, BOOLEAN, CHAR, VARCHAR, DATE, TIMESTAMP, dan TIMESTAMPTZ.
Lihatlah output EXPLOW untuk kueri untuk melihat efek dari pengoptimalan ini. Contoh:
```
explain select * from sales
QUERY PLAN
--------------------------------------------------------------------
XN Seq Scan on sales (cost=0.00..6035.96 rows=86228 width=53)
Filter: (salesid = ANY ('{1,2,3,4,5,6,7,8,9,10,11}'::integer[]))
(2 rows)
```
# Perintah SQL
Bahasa SQL terdiri dari perintah yang Anda gunakan untuk membuat dan memanipulasi objek database, menjalankan kueri, memuat tabel, dan memodifikasi data dalam tabel.
Amazon Redshift didasarkan pada PostgreSQL. Amazon Redshift dan PostgreSQL memiliki sejumlah perbedaan penting yang harus Anda waspadai saat merancang dan mengembangkan aplikasi gudang data Anda. Untuk informasi selengkapnya tentang perbedaan Amazon Redshift SQL dari PostgreSQL, lihat. [Amazon Redshift dan PostgreSQL](c_redshift-and-postgres-sql.md)
**catatan**
Ukuran maksimum untuk satu pernyataan SQL adalah 16 MB.
**Topics**
+ [MENGGUGURKAN](r_ABORT.md)
+ [ALTER DATABASE](r_ALTER_DATABASE.md)
+ [MENGUBAH DATASHARE](r_ALTER_DATASHARE.md)
+ [MENGUBAH HAK ISTIMEWA DEFAULT](r_ALTER_DEFAULT_PRIVILEGES.md)
+ [MENGUBAH SKEMA EKSTERNAL](r_ALTER_EXTERNAL_SCHEMA.md)
+ [MENGUBAH TAMPILAN EKSTERNAL](r_ALTER_EXTERNAL_VIEW.md)
+ [ALTER FUNCTION](r_ALTER_FUNCTION.md)
+ [MENGUBAH KELOMPOK](r_ALTER_GROUP.md)
+ [MENGUBAH PENYEDIA IDENTITAS](r_ALTER_IDENTITY_PROVIDER.md)
+ [MENGUBAH KEBIJAKAN MASKING](r_ALTER_MASKING_POLICY.md)
+ [MENGUBAH TAMPILAN TERWUJUD](r_ALTER_MATERIALIZED_VIEW.md)
+ [MENGUBAH KEBIJAKAN RLS](r_ALTER_RLS_POLICY.md)
+ [MENGUBAH PERAN](r_ALTER_ROLE.md)
+ [MENGUBAH PROSEDUR](r_ALTER_PROCEDURE.md)
+ [ALTER SCHEMA](r_ALTER_SCHEMA.md)
+ [MENGUBAH SISTEM](r_ALTER_SYSTEM.md)
+ [ALTER TABLE](r_ALTER_TABLE.md)
+ [UBAH TABEL TAMBAHKAN](r_ALTER_TABLE_APPEND.md)
+ [MENGUBAH TEMPLATE](r_ALTER_TEMPLATE.md)
+ [ALTER USER](r_ALTER_USER.md)
+ [MENGANALISA](r_ANALYZE.md)
+ [MENGANALISIS KOMPRESI](r_ANALYZE_COMPRESSION.md)
+ [LAMPIRKAN KEBIJAKAN MASKING](r_ATTACH_MASKING_POLICY.md)
+ [LAMPIRKAN KEBIJAKAN RLS](r_ATTACH_RLS_POLICY.md)
+ [MULAI](r_BEGIN.md)
+ [PANGGILAN](r_CALL_procedure.md)
+ [CANCEL (BATALKAN)](r_CANCEL.md)
+ [TUTUP](close.md)
+ [MENGOMENTARI](r_COMMENT.md)
+ [COMMIT](r_COMMIT.md)
+ [MENYONTEK](r_COPY.md)
+ [BUAT BASIS DATA](r_CREATE_DATABASE.md)
+ [BUAT DATASHARE](r_CREATE_DATASHARE.md)
+ [BUAT FUNGSI EKSTERNAL](r_CREATE_EXTERNAL_FUNCTION.md)
+ [BUAT MODEL EKSTERNAL](r_create_external_model.md)
+ [BUAT SKEMA EKSTERNAL](r_CREATE_EXTERNAL_SCHEMA.md)
+ [CREATE EXTERNAL TABLE](r_CREATE_EXTERNAL_TABLE.md)
+ [BUAT TAMPILAN EKSTERNAL](r_CREATE_EXTERNAL_VIEW.md)
+ [CREATE FUNCTION](r_CREATE_FUNCTION.md)
+ [BUAT GRUP](r_CREATE_GROUP.md)
+ [BUAT PENYEDIA IDENTITAS](r_CREATE_IDENTITY_PROVIDER.md)
+ [BUAT PUSTAKA](r_CREATE_LIBRARY.md)
+ [BUAT KEBIJAKAN MASKING](r_CREATE_MASKING_POLICY.md)
+ [BUAT TAMPILAN TERWUJUD](materialized-view-create-sql-command.md)
+ [BUAT MODEL](r_CREATE_MODEL.md)
+ [BUAT PROSEDUR](r_CREATE_PROCEDURE.md)
+ [BUAT KEBIJAKAN RLS](r_CREATE_RLS_POLICY.md)
+ [CREATE ROLE](r_CREATE_ROLE.md)
+ [BUAT SKEMA](r_CREATE_SCHEMA.md)
+ [CREATE TABLE](r_CREATE_TABLE_NEW.md)
+ [CREATE TABLE AS](r_CREATE_TABLE_AS.md)
+ [BUAT TEMPLATE](r_CREATE_TEMPLATE.md)
+ [BUAT PENGGUNA](r_CREATE_USER.md)
+ [CREATE VIEW](r_CREATE_VIEW.md)
+ [DEALOKASI](r_DEALLOCATE.md)
+ [MENYATAKAN](declare.md)
+ [DELETE](r_DELETE.md)
+ [DESC DATASHARE](r_DESC_DATASHARE.md)
+ [PENYEDIA IDENTITAS DESC](r_DESC_IDENTITY_PROVIDER.md)
+ [KEBIJAKAN PELEPASAN MASKING](r_DETACH_MASKING_POLICY.md)
+ [KEBIJAKAN DETACH RLS](r_DETACH_RLS_POLICY.md)
+ [DROP DATABASE](r_DROP_DATABASE.md)
+ [JATUHKAN DATASHARE](r_DROP_DATASHARE.md)
+ [JATUHKAN TAMPILAN EKSTERNAL](r_DROP_EXTERNAL_VIEW.md)
+ [FUNGSI DROP](r_DROP_FUNCTION.md)
+ [GRUP DROP](r_DROP_GROUP.md)
+ [JATUHKAN PENYEDIA IDENTITAS](r_DROP_IDENTITY_PROVIDER.md)
+ [DROP PERPUSTAKAAN](r_DROP_LIBRARY.md)
+ [KEBIJAKAN DROP MASKING](r_DROP_MASKING_POLICY.md)
+ [MODEL DROP](r_DROP_MODEL.md)
+ [JATUHKAN TAMPILAN TERWUJUD](materialized-view-drop-sql-command.md)
+ [PROSEDUR DROP](r_DROP_PROCEDURE.md)
+ [KEBIJAKAN DROP RLS](r_DROP_RLS_POLICY.md)
+ [DROP ROLE](r_DROP_ROLE.md)
+ [DROP SCHEMA](r_DROP_SCHEMA.md)
+ [MEJA DROP](r_DROP_TABLE.md)
+ [DROP TEMPLATE](r_DROP_TEMPLATE.md)
+ [JATUHKAN PENGGUNA](r_DROP_USER.md)
+ [TAMPILAN DROP](r_DROP_VIEW.md)
+ [AKHIR](r_END.md)
+ [EXECUTE](r_EXECUTE.md)
+ [EXPLAIN](r_EXPLAIN.md)
+ [AMBIL](fetch.md)
+ [HIBAH](r_GRANT.md)
+ [INSERT](r_INSERT_30.md)
+ [INSERT (tabel eksternal)](r_INSERT_external_table.md)
+ [GEMBOK](r_LOCK.md)
+ [MERGE](r_MERGE.md)
+ [MEMPERSIAPKAN](r_PREPARE.md)
+ [MENYEGARKAN TAMPILAN TERWUJUD](materialized-view-refresh-sql-command.md)
+ [ATUR ULANG](r_RESET.md)
+ [MENCABUT](r_REVOKE.md)
+ [ROLLBACK](r_ROLLBACK.md)
+ [SELECT](r_SELECT_synopsis.md)
+ [PILIH KE](r_SELECT_INTO.md)
+ [SET](r_SET.md)
+ [MENGATUR OTORISASI SESI](r_SET_SESSION_AUTHORIZATION.md)
+ [MENGATUR KARAKTERISTIK SESI](r_SET_SESSION_CHARACTERISTICS.md)
+ [MEMPERLIHATKAN](r_SHOW.md)
+ [TUNJUKKAN HIBAH KOLOM](r_SHOW_COLUMN_GRANTS.md)
+ [TAMPILKAN KOLOM](r_SHOW_COLUMNS.md)
+ [TUNJUKKAN KENDALA](r_SHOW_CONSTRAINTS.md)
+ [TAMPILKAN TABEL EKSTERNAL](r_SHOW_EXTERNAL_TABLE.md)
+ [TAMPILKAN DATABASE](r_SHOW_DATABASES.md)
+ [TAMPILKAN FUNGSI](r_SHOW_FUNCTIONS.md)
+ [TUNJUKKAN HIBAH](r_SHOW_GRANTS.md)
+ [MODEL PERTUNJUKAN](r_SHOW_MODEL.md)
+ [TAMPILKAN DATASHARES](r_SHOW_DATASHARES.md)
+ [TAMPILKAN PARAMETER](r_SHOW_PARAMETERS.md)
+ [TAMPILKAN KEBIJAKAN](r_SHOW_POLICIES.md)
+ [TAMPILKAN PROSEDUR](r_SHOW_PROCEDURE.md)
+ [TUNJUKKAN PROSEDUR](r_SHOW_PROCEDURES.md)
+ [TAMPILKAN SKEMA](r_SHOW_SCHEMAS.md)
+ [TAMPILKAN TABEL](r_SHOW_TABLE.md)
+ [TAMPILKAN TABEL](r_SHOW_TABLES.md)
+ [TAMPILKAN TEMPLATE](r_SHOW_TEMPLATE.md)
+ [TAMPILKAN TEMPLATE](r_SHOW_TEMPLATES.md)
+ [TAMPILKAN TAMPILAN](r_SHOW_VIEW.md)
+ [START TRANSACTION](r_START_TRANSACTION.md)
+ [MEMOTONG](r_TRUNCATE.md)
+ [MEMBONGKAR](r_UNLOAD.md)
+ [UPDATE](r_UPDATE.md)
+ [USE](r_USE_command.md)
+ [VAKUM](r_VACUUM_command.md)
# MENGGUGURKAN
Menghentikan transaksi yang sedang berjalan dan membuang semua pembaruan yang dilakukan oleh transaksi tersebut. ABORT tidak berpengaruh pada transaksi yang sudah selesai.
Perintah ini melakukan fungsi yang sama dengan perintah ROLLBACK. Untuk informasi, lihat [ROLLBACK](r_ROLLBACK.md).
## Sintaksis
```
ABORT [ WORK | TRANSACTION ]
```
## Parameter
PEKERJAAN
Kata kunci opsional.
TRANSAKSI
Kata kunci opsional; KERJA dan TRANSAKSI adalah sinonim.
## Contoh
Contoh berikut membuat tabel kemudian memulai transaksi di mana data dimasukkan ke dalam tabel. Perintah ABORT kemudian memutar kembali penyisipan data untuk membiarkan tabel kosong.
Perintah berikut membuat tabel contoh yang disebut MOVIE\$1GROSS:
```
create table movie_gross( name varchar(30), gross bigint );
```
Kumpulan perintah berikutnya memulai transaksi yang menyisipkan dua baris data ke dalam tabel:
```
begin;
insert into movie_gross values ( 'Raiders of the Lost Ark', 23400000);
insert into movie_gross values ( 'Star Wars', 10000000 );
```
Selanjutnya, perintah berikut memilih data dari tabel untuk menunjukkan bahwa itu berhasil dimasukkan:
```
select * from movie_gross;
```
Output perintah menunjukkan bahwa kedua baris berhasil dimasukkan:
```
name | gross
------------------------+----------
Raiders of the Lost Ark | 23400000
Star Wars | 10000000
(2 rows)
```
Perintah ini sekarang memutar kembali perubahan data ke tempat transaksi dimulai:
```
abort;
```
Memilih data dari tabel sekarang menunjukkan tabel kosong:
```
select * from movie_gross;
name | gross
------+-------
(0 rows)
```
# ALTER DATABASE
Mengubah atribut database.
## Hak istimewa yang diperlukan
Untuk menggunakan ALTER DATABASE, diperlukan salah satu hak istimewa berikut..
+ Superuser
+ Pengguna dengan hak istimewa ALTER DATABASE
+ Pemilik database
## Sintaksis
```
ALTER DATABASE database_name
{
RENAME TO new_name
| OWNER TO new_owner
| [ CONNECTION LIMIT { limit | UNLIMITED } ]
[ COLLATE { CASE_SENSITIVE | CS | CASE_INSENSITIVE | CI } ]
[ ISOLATION LEVEL { SNAPSHOT | SERIALIZABLE } ]
| INTEGRATION
{
REFRESH { { ALL | INERROR } TABLES [ IN SCHEMA schema [, ...] ] | TABLE schema.table [, ...] }
| SET
[ QUERY_ALL_STATES [=] { TRUE | FALSE } ]
[ ACCEPTINVCHARS [=] { TRUE | FALSE } ]
[ REFRESH_INTERVAL ]
[ TRUNCATECOLUMNS [=] { TRUE | FALSE } ]
[ HISTORY_MODE [=] {TRUE | FALSE} [ FOR { {ALL} TABLES [IN SCHEMA schema [, ...] ] | TABLE schema.table [, ...] } ] ]
}
}
```
## Parameter
*database\$1name*
Nama database untuk diubah. Biasanya, Anda mengubah database yang saat ini tidak terhubung dengan Anda; dalam hal apapun, perubahan hanya berlaku di sesi berikutnya. Anda dapat mengubah pemilik database saat ini, tetapi Anda tidak dapat mengganti namanya:
```
alter database tickit rename to newtickit;
ERROR: current database may not be renamed
```
GANTI NAMA MENJADI
Mengganti nama database yang ditentukan. Untuk informasi selengkapnya tentang nama yang valid, lihat[Nama dan pengidentifikasi](r_names.md). Anda tidak dapat mengganti nama database dev, padb\$1harvest, template0, template1, atau sys:internal, dan Anda tidak dapat mengganti nama database saat ini. Hanya pemilik database atau yang [superuser](r_superusers.md#def_superusers) dapat mengganti nama database; pemilik non-superuser juga harus memiliki hak istimewa CREATEDB.
*new\$1name*
Nama database baru.
PEMILIK UNTUK
Mengubah pemilik database yang ditentukan. Anda dapat mengubah pemilik database saat ini atau beberapa database lainnya. Hanya superuser yang bisa mengubah pemiliknya.
*new\$1owner*
Pemilik database baru. Pemilik baru harus menjadi pengguna database yang sudah ada dengan hak istimewa menulis. Untuk informasi selengkapnya tentang hak istimewa pengguna, lihat[HIBAH](r_GRANT.md).
BATAS KONEKSI \$1*limit* \$1 UNLIMITED\$1
Jumlah maksimum koneksi database pengguna diizinkan untuk membuka secara bersamaan. Batas tidak diberlakukan untuk pengguna super. Gunakan kata kunci UNLIMITED untuk memungkinkan jumlah maksimum koneksi bersamaan. Batas jumlah koneksi untuk setiap pengguna mungkin juga berlaku. Untuk informasi selengkapnya, lihat [BUAT PENGGUNA](r_CREATE_USER.md). Defaultnya adalah UNLIMITED. Untuk melihat koneksi saat ini, kueri tampilan [STV\$1SESSION](r_STV_SESSIONS.md) sistem.
Jika batas koneksi pengguna dan database berlaku, slot koneksi yang tidak digunakan harus tersedia yang berada dalam kedua batas saat pengguna mencoba untuk terhubung.
MENYUSUN \$1CASE\$1SENSITIVE \$1 CS \$1 CASE\$1INSENSITIVE \$1 CI\$1
Klausa yang menentukan apakah pencarian string atau perbandingan bersifat case-sensitive atau case-insensitive.
Anda dapat mengubah sensitivitas kasus database saat ini meskipun kosong.
Anda harus memiliki izin ALTER untuk database saat ini untuk mengubah sensitivitas kasus. Superuser atau pemilik database dengan izin CREATE DATABASE juga dapat mengubah sensitivitas kasus database.
CASE\$1SENSITIVE dan CS dapat dipertukarkan dan menghasilkan hasil yang sama. Demikian pula, CASE\$1INSENSITIVE dan CI dapat dipertukarkan dan menghasilkan hasil yang sama.
TINGKAT ISOLASI \$1SNAPSHOT \$1 SERIALIZABLE\$1
Sebuah klausa yang menentukan tingkat isolasi yang digunakan ketika query dijalankan terhadap database. Untuk informasi lebih lanjut tentang tingkat isolasi, lihat[Tingkat isolasi di Amazon Redshift](c_serial_isolation.md).
+ Isolasi SNAPSHOT — menyediakan tingkat isolasi dengan perlindungan terhadap pembaruan dan penghapusan konflik.
+ Isolasi SERIALIZABLE — menyediakan serialisasi penuh untuk transaksi bersamaan.
Pertimbangkan item berikut saat mengubah tingkat isolasi database:
+ Anda harus memiliki superuser atau CREATE DATABASE privilege ke database saat ini untuk mengubah tingkat isolasi database.
+ Anda tidak dapat mengubah tingkat isolasi `dev` database.
+ Anda tidak dapat mengubah tingkat isolasi dalam blok transaksi.
+ Perintah tingkat isolasi alter gagal jika pengguna lain terhubung ke database.
+ Perintah tingkat isolasi alter dapat mengubah pengaturan tingkat isolasi sesi saat ini.
INTEGRASI
Mengubah database integrasi nol-ETL.
REFRESH \$1\$1ALL \$1 INERROR\$1 TABEL [DALAM SKEMA *SKEMA* [,...]] \$1 TABLE *schema.table* [,...]\$1
Klausa yang menentukan apakah Amazon Redshift akan menyegarkan semua tabel atau tabel dengan kesalahan dalam skema atau tabel yang ditentukan. Penyegaran akan memicu tabel dalam skema atau tabel yang ditentukan untuk sepenuhnya direplikasi dari database sumber.
*Untuk informasi selengkapnya, lihat [Integrasi nol-ETL di Panduan Manajemen Pergeseran](https://docs.aws.amazon.com/redshift/latest/mgmt/zero-etl-using.html) Merah Amazon.* Untuk informasi selengkapnya tentang status integrasi, lihat [SVV\$1INTEGRATION\$1TABLE\$1STATE](r_SVV_INTEGRATION_TABLE_STATE.md) dan[SVV\$1INTEGRASI](r_SVV_INTEGRATION.md).
QUERY\$1ALL\$1STATES [=] \$1BENAR \$1 SALAH\$1
Klausa QUERY\$1ALL\$1STATES menetapkan apakah tabel integrasi Zero-ETL dapat ditanyakan di semua status (,,, dan). `Synced` `Failed` `ResyncRequired` `ResyncInitiated` Secara default, tabel integrasi nol-ETL hanya dapat ditanyakan dalam status. `Synced`
ACCEPTINVCHARS [=] \$1TRUE \$1 FALSE\$1
Klausa ACCEPTINVCHARS menetapkan apakah tabel integrasi nol-ETL berlanjut dengan konsumsi ketika karakter yang tidak valid terdeteksi untuk tipe data VARCHAR. Ketika karakter yang tidak valid ditemui, karakter yang tidak valid diganti dengan karakter default. `?`
REFRESH\$1INTERVAL
Klausa REFRESH\$1INTERVAL menetapkan perkiraan interval waktu, dalam hitungan detik, untuk menyegarkan data dari sumber nol-ETL ke database target. `interval`Dapat diatur 0-432.000 detik (5 hari) untuk integrasi nol-ETL yang tipe sumbernya adalah Aurora MySQL, Aurora PostgreSQL, atau RDS untuk MySQL. Untuk integrasi Amazon DynamoDB Zero-ETL, dapat diatur 900—432.000 detik (15 `interval` menit —5 hari).
*Untuk informasi selengkapnya tentang membuat database dengan integrasi Nol-ETL, lihat Membuat [database tujuan di Amazon Redshift di Panduan Manajemen Pergeseran Merah Amazon](https://docs.aws.amazon.com/redshift/latest/mgmt/zero-etl-using.creating-db.html).*
TRUNCATECOLUMNS [=] \$1TRUE \$1 FALSE\$1
Klausa TRUNCATECOLUMNS menetapkan apakah tabel integrasi nol-ETL berlanjut dengan konsumsi ketika nilai untuk kolom VARCHAR atau atribut kolom SUPER berada di luar batas. Kapan`TRUE`, nilai terpotong agar sesuai dengan kolom dan nilai atribut JSON yang meluap dipotong agar sesuai dengan kolom SUPER.
HISTORY\$1MODE [=] \$1TRUE \$1 FALSE\$1 [UNTUK \$1\$1SEMUA\$1 TABEL [DALAM SKEMA SKEMA [,...]] \$1 TABLE schema.table [,...]\$1]
Klausa yang menentukan apakah Amazon Redshift akan menyetel mode riwayat untuk semua tabel atau tabel dalam skema tertentu yang berpartisipasi dalam integrasi nol-ETL. Opsi ini hanya berlaku untuk database yang dibuat untuk integrasi nol-ETL.
Klausa HISTORY\$1MODE dapat diatur ke atau. `TRUE` `FALSE` Nilai default-nya `FALSE`. Mengaktifkan dan menonaktifkan mode riwayat hanya berlaku untuk tabel yang berada dalam `Synced` status. Untuk informasi tentang HISTORY\$1MODE, lihat [Mode riwayat](https://docs.aws.amazon.com/redshift/latest/mgmt/zero-etl-history-mode.html) di Panduan Manajemen Pergeseran Merah *Amazon*.
## Catatan penggunaan
Perintah ALTER DATABASE berlaku untuk sesi berikutnya bukan sesi saat ini. Anda harus menyambung kembali ke database yang diubah untuk melihat efek perubahan.
## Contoh
Contoh berikut mengganti nama database bernama TICKIT\$1SANDBOX menjadi TICKIT\$1TEST:
```
alter database tickit_sandbox rename to tickit_test;
```
Contoh berikut mengubah pemilik database TICKIT (database saat ini) menjadi DWUSER:
```
alter database tickit owner to dwuser;
```
Contoh berikut mengubah sensitivitas kasus database database sampledb:
```
ALTER DATABASE sampledb COLLATE CASE_INSENSITIVE;
```
Contoh berikut mengubah database bernama **sampledb** dengan tingkat isolasi SNAPSHOT.
```
ALTER DATABASE sampledb ISOLATION LEVEL SNAPSHOT;
```
Contoh berikut menyegarkan tabel **schema1.sample\$1table1** dan database **schema2.sample\$1table2** **sample\$1integration\$1db** dalam integrasi nol-ETL Anda.
```
ALTER DATABASE sample_integration_db INTEGRATION REFRESH TABLE schema1.sample_table1, schema2.sample_table2;
```
Contoh berikut menyegarkan semua tabel yang disinkronkan dan gagal dalam integrasi nol-ETL Anda.
```
ALTER DATABASE sample_integration_db INTEGRATION REFRESH ALL tables;
```
Contoh berikut menetapkan interval refresh untuk integrasi nol-ETL ke 600 detik..
```
ALTER DATABASE sample_integration_db INTEGRATION SET REFRESH_INTERVAL 600;
```
Contoh berikut menyegarkan semua tabel yang ada di `ErrorState` dalam skema. **sample\$1schema**
```
ALTER DATABASE sample_integration_db INTEGRATION REFRESH INERROR TABLES in SCHEMA sample_schema;
```
Contoh berikut mengaktifkan mode riwayat untuk tabel`myschema.table1`.
```
ALTER DATABASE sample_integration_db INTEGRATION SET HISTORY_MODE = true FOR TABLE myschema.table1
```
Contoh berikut mengaktifkan mode riwayat untuk semua tabel di`myschema`.
```
ALTER DATABASE sample_integration_db INTEGRATION SET HISTORY_MODE = true for ALL TABLES IN SCHEMA myschema
```
# MENGUBAH DATASHARE
Mengubah definisi datashare. Anda dapat menambahkan objek atau menghapus objek menggunakan ALTER DATASHARE. Anda hanya dapat mengubah datashare di database saat ini. Menambahkan atau menghapus objek dari database terkait ke datashare. Pemilik datashare dengan izin yang diperlukan pada objek datashare yang akan ditambahkan atau dihapus dapat mengubah datashare.
## Hak istimewa yang diperlukan
Berikut ini adalah hak istimewa yang diperlukan untuk ALTER DATASHARE:
+ Pengguna super.
+ Pengguna dengan hak istimewa ALTER DATASHARE.
+ Pengguna yang memiliki hak ALTER atau ALL pada datashare.
+ Untuk menambahkan objek tertentu ke datashare, pengguna harus memiliki hak istimewa pada objek. Untuk kasus ini, pengguna harus menjadi pemilik objek atau memiliki hak PILIH, PENGGUNAAN, atau SEMUA pada objek.
## Sintaksis
Sintaks berikut menggambarkan cara menambah atau menghapus objek ke datashare.
```
ALTER DATASHARE datashare_name { ADD | REMOVE } {
TABLE schema.table [, ...]
| SCHEMA schema [, ...]
| FUNCTION schema.sql_udf (argtype,...) [, ...]
| ALL TABLES IN SCHEMA schema [, ...]
| ALL FUNCTIONS IN SCHEMA schema [, ...] }
```
Sintaks berikut menggambarkan cara mengkonfigurasi properti datashare.
```
ALTER DATASHARE datashare_name {
[ SET PUBLICACCESSIBLE [=] TRUE | FALSE ]
[ SET INCLUDENEW [=] TRUE | FALSE FOR SCHEMA schema ] }
```
## Parameter
*datashare\$1name*
Nama datashare yang akan diubah.
TAMBAHKAN \$1 HAPUS
Klausa yang menentukan apakah akan menambahkan objek ke atau menghapus objek dari datashare.
*Skema* TABEL. *meja* [,...]
Nama tabel atau tampilan dalam skema yang ditentukan untuk ditambahkan ke datashare.
Skema *SKEMA* [,...]
Nama skema untuk ditambahkan ke datashare.
*Skema* FUNGSI. *sql\$1udf* (argtype,...) [,...]
Nama fungsi SQL yang ditentukan pengguna dengan tipe argumen untuk ditambahkan ke datashare.
SEMUA TABEL DALAM *skema* SKEMA [,...]
Sebuah klausa yang menentukan apakah akan menambahkan semua tabel dan tampilan dalam skema tertentu untuk datashare.
SEMUA FUNGSI DALAM SKEMA *skema* [,...]\$1
Sebuah klausa yang menentukan menambahkan semua fungsi dalam skema tertentu untuk datashare.
[SET PUBLICACCESSIBLE [=] TRUE \$1 FALSE]
Klausa yang menentukan apakah datashare dapat dibagikan ke kluster yang dapat diakses publik.
*[SET INCLUDENEW [=] BENAR \$1 SALAH UNTUK SKEMA SKEMA]*
Klausa yang menentukan apakah akan menambahkan tabel masa depan, tampilan, atau fungsi yang ditentukan pengguna (UDFs) yang dibuat dalam skema yang ditentukan ke datashare. Tabel, tampilan, atau SQL saat ini UDFs dalam skema yang ditentukan tidak ditambahkan ke datashare. Hanya pengguna super yang dapat mengubah properti ini untuk setiap pasangan skema rangkaian data. Secara default, klausa INCLUDENEW adalah false.
## UBAH CATATAN PENGGUNAAN DATASHARE
+ Pengguna berikut dapat mengubah datashare:
+ Seorang superuser
+ Pemilik datashare
+ Pengguna yang memiliki hak ALTER atau ALL pada datashare
+ Untuk menambahkan objek tertentu ke datashare, pengguna harus memiliki hak istimewa yang benar pada objek. Pengguna harus menjadi pemilik objek atau memiliki hak PILIH, PENGGUNAAN, atau SEMUA hak istimewa pada objek.
+ Anda dapat berbagi skema, tabel, tampilan reguler, tampilan pengikatan akhir, tampilan terwujud, dan fungsi yang ditentukan pengguna SQL (). UDFs Tambahkan skema ke datashare terlebih dahulu sebelum menambahkan objek dalam skema.
Saat Anda menambahkan skema, Amazon Redshift tidak menambahkan semua objek di bawahnya. Anda harus menambahkannya secara eksplisit.
+ Kami menyarankan Anda membuat AWS Data Exchange datashares dengan pengaturan yang dapat diakses publik diaktifkan.
+ Secara umum, kami menyarankan agar Anda tidak mengubah AWS Data Exchange datashare untuk menonaktifkan aksesibilitas publik menggunakan pernyataan ALTER DATASHARE. Jika Anda melakukannya, Akun AWS yang memiliki akses ke datashare kehilangan akses jika cluster mereka dapat diakses publik. Melakukan jenis perubahan ini dapat melanggar persyaratan produk data di. AWS Data Exchange Untuk pengecualian untuk rekomendasi ini, lihat berikut.
Contoh berikut menunjukkan kesalahan ketika AWS Data Exchange datashare dibuat dengan pengaturan dimatikan.
```
ALTER DATASHARE salesshare SET PUBLICACCESSIBLE FALSE;
ERROR: Alter of ADX-managed datashare salesshare requires session variable datashare_break_glass_session_var to be set to value 'c670ba4db22f4b'
```
Untuk memungkinkan mengubah AWS Data Exchange datashare untuk mematikan pengaturan yang dapat diakses publik, atur variabel berikut dan jalankan pernyataan ALTER DATASHARE lagi.
```
SET datashare_break_glass_session_var to 'c670ba4db22f4b';
```
```
ALTER DATASHARE salesshare SET PUBLICACCESSIBLE FALSE;
```
Dalam kasus ini, Amazon Redshift menghasilkan nilai satu kali acak untuk menyetel variabel sesi agar memungkinkan ALTER DATASHARE SET PUBLICACESSIBLE FALSE untuk datashare. AWS Data Exchange
## Contoh
Contoh berikut menambahkan `public` skema ke `salesshare` datashare.
```
ALTER DATASHARE salesshare ADD SCHEMA public;
```
Contoh berikut menambahkan `public.tickit_sales_redshift` tabel ke datashare`salesshare`.
```
ALTER DATASHARE salesshare ADD TABLE public.tickit_sales_redshift;
```
Contoh berikut menambahkan semua tabel ke datashare`salesshare`.
```
ALTER DATASHARE salesshare ADD ALL TABLES IN SCHEMA PUBLIC;
```
Contoh berikut menghapus `public.tickit_sales_redshift` tabel dari datashare`salesshare`.
```
ALTER DATASHARE salesshare REMOVE TABLE public.tickit_sales_redshift;
```
# MENGUBAH HAK ISTIMEWA DEFAULT
Mendefinisikan set default izin akses yang akan diterapkan ke objek yang dibuat di masa depan oleh pengguna tertentu. Secara default, pengguna hanya dapat mengubah izin akses default mereka sendiri. Hanya pengguna super yang dapat menentukan izin default untuk pengguna lain.
Anda dapat menerapkan hak istimewa default ke peran, pengguna, atau grup pengguna. Anda dapat mengatur izin default secara global untuk semua objek yang dibuat dalam database saat ini, atau untuk objek yang dibuat hanya dalam skema yang ditentukan.
Izin default hanya berlaku untuk objek baru. Menjalankan HAK ISTIMEWA DEFAULT ALTER tidak mengubah izin pada objek yang ada. Untuk memberikan izin pada semua objek saat ini dan masa depan yang dibuat oleh pengguna mana pun dalam database atau skema, lihat Izin [tercakup](https://docs.aws.amazon.com/redshift/latest/dg/t_scoped-permissions.html).
Untuk melihat informasi tentang hak istimewa default bagi pengguna database, kueri tabel katalog [PG\$1DEFAULT\$1ACL](r_PG_DEFAULT_ACL.md) sistem.
Untuk informasi lebih lanjut tentang hak istimewa, lihat[HIBAH](r_GRANT.md).
## Hak istimewa yang diperlukan
Berikut ini adalah hak istimewa yang diperlukan untuk MENGUBAH HAK ISTIMEWA DEFAULT:
+ Superuser
+ Pengguna dengan hak istimewa ALTER DEFAULT PRIVILECES
+ Pengguna mengubah hak akses default mereka sendiri
+ Pengguna menetapkan hak istimewa untuk skema yang mereka miliki hak akses
## Sintaksis
```
ALTER DEFAULT PRIVILEGES
[ FOR USER target_user [, ...] ]
[ IN SCHEMA schema_name [, ...] ]
grant_or_revoke_clause
where grant_or_revoke_clause is one of:
GRANT { { SELECT | INSERT | UPDATE | DELETE | DROP | REFERENCES | TRUNCATE } [,...] | ALL [ PRIVILEGES ] }
ON TABLES
TO { user_name [ WITH GRANT OPTION ] | ROLE role_name | GROUP group_name | PUBLIC } [, ...]
GRANT { EXECUTE | ALL [ PRIVILEGES ] }
ON FUNCTIONS
TO { user_name [ WITH GRANT OPTION ] | ROLE role_name | GROUP group_name | PUBLIC } [, ...]
GRANT { EXECUTE | ALL [ PRIVILEGES ] }
ON PROCEDURES
TO { user_name [ WITH GRANT OPTION ] | ROLE role_name | GROUP group_name | PUBLIC } [, ...]
REVOKE [ GRANT OPTION FOR ] { { SELECT | INSERT | UPDATE | DELETE | REFERENCES | TRUNCATE } [,...] | ALL [ PRIVILEGES ] }
ON TABLES
FROM user_name [, ...] [ RESTRICT ]
REVOKE { { SELECT | INSERT | UPDATE | DELETE | REFERENCES | TRUNCATE } [,...] | ALL [ PRIVILEGES ] }
ON TABLES
FROM { ROLE role_name | GROUP group_name | PUBLIC } [, ...] [ RESTRICT ]
REVOKE [ GRANT OPTION FOR ] { EXECUTE | ALL [ PRIVILEGES ] }
ON FUNCTIONS
FROM user_name [, ...] [ RESTRICT ]
REVOKE { EXECUTE | ALL [ PRIVILEGES ] }
ON FUNCTIONS
FROM { ROLE role_name | GROUP group_name | PUBLIC } [, ...] [ RESTRICT ]
REVOKE [ GRANT OPTION FOR ] { EXECUTE | ALL [ PRIVILEGES ] }
ON PROCEDURES
FROM user_name [, ...] [ RESTRICT ]
REVOKE { EXECUTE | ALL [ PRIVILEGES ] }
ON PROCEDURES
FROM { ROLE role_name | GROUP group_name | PUBLIC } [, ...] [ RESTRICT ]
```
## Parameter
UNTUK PENGGUNA *target\$1user*
Tidak wajib. Nama pengguna yang hak istimewa defaultnya ditentukan. Hanya pengguna super yang dapat menentukan hak istimewa default untuk pengguna lain. Nilai default adalah pengguna saat ini.
*DI SKEMA schema\$1name*
Tidak wajib. *Jika klausa IN SCHEMA muncul, hak istimewa default yang ditentukan diterapkan ke objek baru yang dibuat dalam schema\$1name yang ditentukan.* Dalam hal ini, pengguna atau grup pengguna yang menjadi target ALTER DEFAULT PRIVILEGES harus memiliki hak istimewa CREATE untuk skema yang ditentukan. Hak istimewa default yang khusus untuk skema ditambahkan ke hak istimewa default global yang ada. Secara default, hak istimewa default diterapkan secara global ke seluruh database.
HIBAH
Kumpulan hak istimewa untuk diberikan kepada pengguna atau grup tertentu untuk semua tabel dan tampilan baru, fungsi, atau prosedur tersimpan yang dibuat oleh pengguna tertentu. Anda dapat mengatur hak istimewa dan opsi yang sama dengan klausa GRANT yang Anda bisa dengan perintah. [HIBAH](r_GRANT.md)
DENGAN OPSI HIBAH
Klausul yang menunjukkan bahwa pengguna yang menerima hak istimewa pada gilirannya dapat memberikan hak istimewa yang sama kepada orang lain. Anda tidak dapat memberikan WITH GRANT OPTION ke grup atau ke PUBLIK.
*KE *user\$1name \$1 ROLE role\$1name* *\$1 GROUP group\$1name**
Nama pengguna, peran, atau grup pengguna yang menerapkan hak istimewa default yang ditentukan.
MENCABUT
Kumpulan hak istimewa untuk dicabut dari pengguna atau grup yang ditentukan untuk semua tabel, fungsi, atau prosedur tersimpan baru yang dibuat oleh pengguna yang ditentukan. Anda dapat mengatur hak istimewa dan opsi yang sama dengan klausa REVOKE yang Anda bisa dengan perintah. [MENCABUT](r_REVOKE.md)
OPSI HIBAH UNTUK
Klausa yang hanya mencabut opsi untuk memberikan hak istimewa tertentu kepada pengguna lain dan tidak mencabut hak istimewa itu sendiri. Anda tidak dapat mencabut OPSI GRANT dari grup atau dari PUBLIK.
*DARI *user\$1name \$1 ROLE role\$1name* *\$1 GROUP group\$1name**
Nama pengguna, peran, atau grup pengguna dari mana hak istimewa yang ditentukan dicabut secara default.
MEMBATASI
Opsi RESTRICT hanya mencabut hak istimewa yang diberikan pengguna secara langsung. Ini adalah opsi default.
## Contoh
Misalkan Anda ingin mengizinkan setiap pengguna dalam grup pengguna `report_readers` untuk melihat semua tabel dan tampilan yang dibuat oleh pengguna`report_admin`. Dalam hal ini, jalankan perintah berikut sebagai superuser.
```
alter default privileges for user report_admin grant select on tables to group report_readers;
```
Dalam contoh berikut, perintah pertama memberikan hak SELECT pada semua tabel baru yang Anda buat. Setiap kali Anda membuat tampilan baru, Anda harus secara eksplisit memberikan hak istimewa ke tampilan atau menjalankan kembali perintah itu lagi. `alter default privileges`
```
alter default privileges grant select on tables to public;
```
Contoh berikut memberikan hak istimewa INSERT ke grup `sales_admin` pengguna untuk semua tabel dan tampilan baru yang Anda buat dalam skema. `sales`
```
alter default privileges in schema sales grant insert on tables to group sales_admin;
```
Contoh berikut membalikkan perintah ALTER DEFAULT PRIVILEGES dalam contoh sebelumnya.
```
alter default privileges in schema sales revoke insert on tables from group sales_admin;
```
Secara default, grup pengguna PUBLIC memiliki izin eksekusi untuk semua fungsi baru yang ditentukan pengguna. Untuk mencabut izin `public` eksekusi untuk fungsi baru Anda dan kemudian memberikan izin eksekusi hanya ke grup `dev_test` pengguna, jalankan perintah berikut.
```
alter default privileges revoke execute on functions from public;
alter default privileges grant execute on functions to group dev_test;
```
# MENGUBAH SKEMA EKSTERNAL
Mengubah skema eksternal yang ada dalam database saat ini. Hanya pemilik skema, pengguna super, atau pengguna dengan hak ALTER pada skema yang dapat mengubahnya. Hanya skema eksternal yang dibuat dari KATALOG DATA, KAFKA, atau MSK yang dapat diubah.
Pemilik skema ini adalah penerbit perintah CREATE EXTERNAL SCHEMA. Untuk mentransfer kepemilikan skema eksternal, gunakan ALTER SCHEMA untuk mengubah pemilik. Untuk memberikan akses ke skema ke pengguna lain atau grup pengguna, gunakan perintah GRANT.
Anda tidak dapat menggunakan perintah GRANT atau REVOKE untuk izin pada tabel eksternal. Sebagai gantinya, berikan atau cabut izin pada skema eksternal.
Untuk informasi selengkapnya, lihat berikut ini:
+ [ALTER SCHEMA](r_ALTER_SCHEMA.md)
+ [HIBAH](r_GRANT.md)
+ [MENCABUT](r_REVOKE.md)
+ [BUAT SKEMA EKSTERNAL](r_CREATE_EXTERNAL_SCHEMA.md)
+ [Mengaktifkan otentikasi mTLS untuk skema eksternal yang ada](materialized-view-streaming-ingestion-mtls.md#materialized-view-streaming-ingestion-mtls-alter)
Untuk melihat detail skema eksternal, kueri tampilan sistem SVV\$1EXTERNAL\$1SCHEMAS. Untuk informasi selengkapnya, lihat [SVV\$1EXTERNAL\$1SCHEMAS](r_SVV_EXTERNAL_SCHEMAS.md).
## Sintaks
```
ALTER EXTERNAL SCHEMA schema_name
[ IAM_ROLE [ default | 'SESSION' | 'arn:aws:iam:::role/' ] ]
[ AUTHENTICATION [ none | iam | mtls] ]
[ AUTHENTICATION_ARN 'acm-certificate-arn' | SECRET_ARN 'asm-secret-arn' ]
[ URI 'Kafka bootstrap URL' ]
```
Jika Anda memiliki skema eksternal yang ada yang Anda gunakan untuk streaming konsumsi dan Anda ingin menerapkan TLS timbal balik untuk otentikasi, Anda dapat menjalankan perintah seperti berikut ini, yang menentukan otentikasi mTLS dan sertifikat ACM ARN di ACM.
```
ALTER EXTERNAL SCHEMA schema_name
AUTHENTICATION mtls
AUTHENTICATION_ARN 'arn:aws:acm:us-east-1:444455556666:certificate/certificate_ID';
```
Atau Anda dapat memodifikasi otentikasi mTLS, dengan mengacu pada ARN rahasia di Secrets Manager.
```
ALTER EXTERNAL SCHEMA schema_name
AUTHENTICATION mtls
SECRET_ARN 'arn:aws:secretsmanager:us-east-1:012345678910:secret:myMTLSSecret';
```
Contoh berikut menunjukkan cara memodifikasi URI untuk ALTER EXTERNAL SCHEMA:
```
ALTER EXTERNAL SCHEMA schema_name
URI 'lkc-ghidef-67890.centralus.azure.glb.confluent.cloud:9092';
```
Contoh berikut menunjukkan cara memodifikasi peran IAM untuk ALTER EXTERNAL SCHEMA:
```
ALTER EXTERNAL SCHEMA schema_name
IAM_ROLE 'arn:aws:iam::012345678901:role/testrole';
```
## Parameter
IAM\$1ROLE [default \$1 'SESI' \$1 'arn:aws:iam: :< account-id>:role/ ']AWS
Gunakan `default` kata kunci agar Amazon Redshift menggunakan peran IAM yang ditetapkan sebagai default.
Gunakan `'SESSION'` jika Anda terhubung ke klaster Amazon Redshift menggunakan identitas federasi dan mengakses tabel dari skema eksternal yang dibuat menggunakan perintah ini.
Lihat [MEMBUAT SKEMA EKSTERNAL](https://docs.aws.amazon.com/redshift/latest/dg/r_CREATE_EXTERNAL_SCHEMA.html) untuk informasi selengkapnya.
OTENTIKASI
Jenis otentikasi yang ditentukan untuk konsumsi streaming. Streaming ingestion dengan jenis otentikasi berfungsi dengan Apache Kafka, Confluent Cloud, dan Amazon Managed Streaming for Apache Kafka. Lihat [MEMBUAT SKEMA EKSTERNAL](https://docs.aws.amazon.com/redshift/latest/dg/r_CREATE_EXTERNAL_SCHEMA.html) untuk informasi selengkapnya.
AUTHENTICATION\$1ARN
ARN dari AWS Certificate Manager sertifikat yang digunakan oleh Amazon Redshift untuk otentikasi mtls dengan Apache Kafka, Confluent Cloud, atau Amazon Managed Streaming for Apache Kafka (Amazon MSK). ARN tersedia di konsol ACM saat Anda memilih sertifikat yang dikeluarkan.
SECRET\$1ARN
Nama Sumber Daya Amazon (ARN) dari rahasia yang didukung yang dibuat menggunakan. AWS Secrets Manager Untuk informasi tentang cara membuat dan mengambil ARN untuk rahasia, [lihat Mengelola rahasia AWS Secrets Manager](https://docs.aws.amazon.com/secretsmanager/latest/userguide/manage_create-basic-secret.html) dengan di AWS Secrets Manager Panduan *Pengguna*, [dan Mengambil Nama Sumber Daya Amazon (ARN) rahasia](https://docs.aws.amazon.com/redshift/latest/mgmt/redshift-secrets-manager-integration-retrieving-secret.html) di Amazon Redshift.
URI
URL bootstrap dari Apache Kafka, Confluent Cloud atau Amazon Managed Streaming for Apache Kafka (Amazon MSK) cluster. Titik akhir harus dapat dijangkau (dapat dirutekan) dari cluster Amazon Redshift. Lihat [MEMBUAT SKEMA EKSTERNAL](https://docs.aws.amazon.com/redshift/latest/dg/r_CREATE_EXTERNAL_SCHEMA.html) untuk informasi selengkapnya.
# MENGUBAH TAMPILAN EKSTERNAL
Gunakan perintah ALTER EXTERNAL VIEW untuk memperbarui tampilan eksternal Anda. Bergantung pada parameter yang Anda gunakan, mesin SQL lain seperti Amazon Athena dan Amazon EMR Spark yang juga dapat mereferensikan tampilan ini mungkin terpengaruh. Untuk informasi selengkapnya tentang tampilan Katalog Data, lihat [AWS Glue Data Catalog tampilan](https://docs.aws.amazon.com/redshift/latest/dg/data-catalog-views-overview.html).
## Sintaksis
```
ALTER EXTERNAL VIEW schema_name.view_name
{catalog_name.schema_name.view_name | awsdatacatalog.dbname.view_name | external_schema_name.view_name}
[FORCE] { AS (query_definition) | REMOVE DEFINITION }
```
## Parameter
*schema\$1name.view\$1name*
Skema yang dilampirkan ke AWS Glue database Anda, diikuti dengan nama tampilan.
catalog\$1name.schema\$1name.view\$1name \$1 awsdatacatalog.dbname.view\$1name \$1 external\$1schema\$1name.view\$1name
Notasi skema yang akan digunakan saat mengubah tampilan. Anda dapat menentukan untuk menggunakan AWS Glue Data Catalog, database Glue yang Anda buat, atau skema eksternal yang Anda buat. Lihat [MEMBUAT DATABASE](https://docs.aws.amazon.com/redshift/latest/dg/r_CREATE_DATABASE.html) dan [MEMBUAT SKEMA EKSTERNAL](https://docs.aws.amazon.com/redshift/latest/dg/r_CREATE_EXTERNAL_SCHEMA.html) untuk informasi selengkapnya.
KEKUATAN
Apakah AWS Lake Formation harus memperbarui definisi tampilan bahkan jika objek yang direferensikan dalam tabel tidak konsisten dengan mesin SQL lainnya. Jika Lake Formation memperbarui tampilan, tampilan dianggap basi untuk mesin SQL lainnya sampai mesin tersebut diperbarui juga.
*AS query\$1definition*
Definisi kueri SQL yang dijalankan Amazon Redshift untuk mengubah tampilan.
HAPUS DEFINISI
Apakah akan menjatuhkan dan membuat ulang tampilan. Tampilan harus dijatuhkan dan dibuat ulang untuk menandainya sebagai`PROTECTED`.
## Contoh
Contoh berikut mengubah tampilan Data Catalog bernama sample\$1schema.glue\$1data\$1catalog\$1view.
```
ALTER EXTERNAL VIEW sample_schema.glue_data_catalog_view
FORCE
REMOVE DEFINITION
```
# ALTER FUNCTION
Mengganti nama fungsi atau mengubah pemilik. Baik nama fungsi dan tipe data diperlukan. Hanya pemilik atau pengguna super yang dapat mengganti nama suatu fungsi. Hanya superuser yang dapat mengubah pemilik suatu fungsi.
## Sintaksis
```
ALTER FUNCTION function_name ( { [ py_arg_name py_arg_data_type | sql_arg_data_type } [ , ... ] ] )
RENAME TO new_name
```
```
ALTER FUNCTION function_name ( { [ py_arg_name py_arg_data_type | sql_arg_data_type } [ , ... ] ] )
OWNER TO { new_owner | CURRENT_USER | SESSION_USER }
```
## Parameter
*function\$1name*
Nama fungsi yang akan diubah. Entah menentukan nama fungsi di jalur pencarian saat ini, atau gunakan format `schema_name.function_name` untuk menggunakan skema tertentu.
*py\$1arg\$1name py\$1arg\$1data\$1type \$1 sql\$1arg\$1data\$1type*
Tidak wajib. Daftar nama argumen masukan dan tipe data untuk fungsi yang ditentukan pengguna Python, atau daftar tipe data argumen masukan untuk fungsi yang ditentukan pengguna SQL.
*new\$1name*
Nama baru untuk fungsi yang ditentukan pengguna.
*new\$1owner \$1 CURRENT\$1USER* \$1 SESSION\$1USER
Pemilik baru untuk fungsi yang ditentukan pengguna.
## Contoh
Contoh berikut mengubah nama fungsi dari `first_quarter_revenue` ke`quarterly_revenue`.
```
ALTER FUNCTION first_quarter_revenue(bigint, numeric, int)
RENAME TO quarterly_revenue;
```
Contoh berikut mengubah pemilik `quarterly_revenue` fungsi menjadi`etl_user`.
```
ALTER FUNCTION quarterly_revenue(bigint, numeric) OWNER TO etl_user;
```
# MENGUBAH KELOMPOK
Mengubah grup pengguna. Gunakan perintah ini untuk menambahkan pengguna ke grup, menghapus pengguna dari grup, atau mengganti nama grup.
## Sintaksis
```
ALTER GROUP group_name
{
ADD USER username [, ... ] |
DROP USER username [, ... ] |
RENAME TO new_name
}
```
## Parameter
*group\$1name*
Nama grup pengguna yang akan dimodifikasi.
MENAMBAHKAN
Menambahkan pengguna ke grup pengguna.
MENJATUHKAN
Menghapus pengguna dari grup pengguna.
*username*
Nama pengguna untuk ditambahkan ke grup atau drop dari grup.
GANTI NAMA MENJADI
Mengganti nama grup pengguna. Nama grup yang dimulai dengan dua garis bawah dicadangkan untuk penggunaan internal Amazon Redshift. Untuk informasi selengkapnya tentang nama yang valid, lihat[Nama dan pengidentifikasi](r_names.md).
*new\$1name*
Nama baru grup pengguna.
## Contoh
Contoh berikut menambahkan pengguna bernama DWUSER ke grup ADMIN\$1GROUP.
```
ALTER GROUP admin_group
ADD USER dwuser;
```
Contoh berikut mengganti nama grup ADMIN\$1GROUP menjadi ADMINISTRATORS.
```
ALTER GROUP admin_group
RENAME TO administrators;
```
Contoh berikut menambahkan dua pengguna ke grup ADMIN\$1GROUP.
```
ALTER GROUP admin_group
ADD USER u1, u2;
```
Contoh berikut menjatuhkan dua pengguna dari grup ADMIN\$1GROUP.
```
ALTER GROUP admin_group
DROP USER u1, u2;
```
# MENGUBAH PENYEDIA IDENTITAS
Mengubah penyedia identitas untuk menetapkan parameter dan nilai baru. Saat Anda menjalankan perintah ini, semua nilai parameter yang ditetapkan sebelumnya akan dihapus sebelum nilai baru ditetapkan. Hanya pengguna super yang dapat mengubah penyedia identitas.
## Sintaksis
```
ALTER IDENTITY PROVIDER identity_provider_name
[PARAMETERS parameter_string]
[NAMESPACE namespace]
[IAM_ROLE iam_role]
[AUTO_CREATE_ROLES
[ TRUE [ { INCLUDE | EXCLUDE } GROUPS LIKE filter_pattern] |
FALSE
]
[DISABLE | ENABLE]
```
## Parameter
*identity\$1provider\$1name*
Nama penyedia identitas baru. Untuk informasi selengkapnya tentang nama yang valid, lihat[Nama dan pengidentifikasi](r_names.md).
*parameter\$1string*
String yang berisi objek JSON yang diformat dengan benar yang berisi parameter dan nilai yang diperlukan untuk penyedia identitas tertentu.
*namespace*
Namespace organisasi.
*iam\$1role*
Peran IAM yang menyediakan izin untuk koneksi ke IAM Identity Center. Parameter ini hanya berlaku jika tipe penyedia identitas adalah. AWSIDC
*auto\$1create\$1roles*
Mengaktifkan atau menonaktifkan fitur peran buat otomatis. Jika nilainya BENAR, Amazon Redshift mengaktifkan fitur peran buat otomatis. Jika nilainya SALAH, Amazon Redshift menonaktifkan fitur peran buat otomatis. Jika nilai untuk parameter ini tidak ditentukan, Amazon Redshift menentukan nilai menggunakan logika berikut:
+ Jika `AUTO_CREATE_ROLES` disediakan tetapi nilainya tidak ditentukan, nilainya disetel ke TRUE.
+ Jika `AUTO_CREATE_ROLES` tidak disediakan dan penyedia identitas AWSIDC, nilainya disetel ke FALSE.
+ Jika `AUTO_CREATE_ROLES` tidak disediakan dan penyedia identitasnya adalah Azure, nilainya disetel ke TRUE.
Untuk memasukkan grup, tentukan`INCLUDE`. Defaultnya kosong, yang berarti sertakan semua grup `AUTO_CREATE_ROLES` jika aktif.
Untuk mengecualikan grup, tentukan`EXCLUDE`. Defaultnya kosong, yang berarti jangan mengecualikan grup apa pun `AUTO_CREATE_ROLES` jika aktif.
*filter\$1pattern*
Ekspresi karakter UTF-8 yang valid dengan pola untuk mencocokkan nama grup. Opsi LIKE melakukan kecocokan peka huruf besar/kecil yang mendukung metakarakter pencocokan pola berikut:
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/r_ALTER_IDENTITY_PROVIDER.html)
Jika *filter\$1pattern* tidak mengandung metakarakter, maka pola hanya mewakili string itu sendiri; dalam hal ini LIKE bertindak sama dengan operator sama dengan.
*filter\$1pattern mendukung karakter* berikut:
+ Karakter alfabet huruf besar dan kecil (A-Z dan a-z)
+ Angka (0-9)
+ Karakter khusus berikut:
```
_ % ^ * + ? { } , $
```
*NONAKTIFKAN atau AKTIFKAN*
Mengaktifkan atau menonaktifkan penyedia identitas. Defaultnya adalah ENABLE.
## Contoh
Contoh berikut mengubah penyedia identitas bernama *oauth\$1standard*. Ini berlaku khusus ketika Microsoft Azure AD adalah penyedia identitas.
```
ALTER IDENTITY PROVIDER oauth_standard
PARAMETERS '{"issuer":"https://sts.windows.net/2sdfdsf-d475-420d-b5ac-667adad7c702/",
"client_id":"87f4aa26-78b7-410e-bf29-57b39929ef9a",
"client_secret":"BUAH~ewrqewrqwerUUY^%tHe1oNZShoiU7",
"audience":["https://analysis.windows.net/powerbi/connector/AmazonRedshift"]
}'
```
Contoh berikut menunjukkan cara mengatur namespace penyedia identitas. Ini dapat berlaku untuk Microsoft Azure AD, jika mengikuti pernyataan seperti sampel sebelumnya, atau ke penyedia identitas lain. Ini juga dapat berlaku untuk kasus di mana Anda menghubungkan kluster yang disediakan Amazon Redshift atau grup kerja Tanpa Server Amazon Redshift ke Pusat Identitas IAM, jika Anda memiliki koneksi yang disiapkan melalui aplikasi terkelola.
```
ALTER IDENTITY PROVIDER "my-redshift-idc-application"
NAMESPACE 'MYCO';
```
Contoh berikut menetapkan peran IAM dan bekerja dalam kasus penggunaan untuk mengonfigurasi integrasi Redshift dengan IAM Identity Center.
```
ALTER IDENTITY PROVIDER "my-redshift-idc-application"
IAM_ROLE 'arn:aws:iam::123456789012:role/myadministratorrole';
```
Untuk informasi selengkapnya tentang pengaturan koneksi ke IAM Identity Center dari Redshift, lihat [Connect Redshift dengan IAM Identity Center untuk memberikan pengalaman masuk tunggal kepada pengguna](https://docs.aws.amazon.com/redshift/latest/mgmt/redshift-iam-access-control-idp-connect.html).
**Menonaktifkan penyedia identitas**
Pernyataan contoh berikut menunjukkan cara menonaktifkan penyedia identitas. Saat dinonaktifkan, pengguna federasi dari penyedia identitas tidak dapat masuk ke klaster hingga diaktifkan kembali.
```
ALTER IDENTITY PROVIDER "redshift-idc-app" DISABLE;
```
# MENGUBAH KEBIJAKAN MASKING
Mengubah kebijakan masking data dinamis yang ada. Untuk informasi selengkapnya tentang masking data dinamis, lihat[Penutupan data dinamis](t_ddm.md).
Pengguna super dan pengguna atau peran yang memiliki peran sys:secadmin dapat mengubah kebijakan masking.
## Sintaksis
```
ALTER MASKING POLICY
{ policy_name | database_name.policy_name }
USING (masking_expression);
```
## Parameter
*policy\$1name*
Nama kebijakan masking. Ini harus menjadi nama kebijakan masking yang sudah ada dalam database.
database\$1name
Nama database dari mana kebijakan dibuat. Basis data dapat berupa database yang terhubung atau database yang mendukung izin federasi Amazon Redshift.
*masking\$1expression*
Ekspresi SQL digunakan untuk mengubah kolom target. Ini dapat ditulis menggunakan fungsi manipulasi data seperti fungsi manipulasi String, atau dalam hubungannya dengan fungsi yang ditentukan pengguna yang ditulis dalam SQL, Python, atau dengan. AWS Lambda
Ekspresi harus cocok dengan kolom input ekspresi asli dan tipe data. Misalnya, jika kolom input kebijakan masking asli adalah `sample_1 FLOAT` dan`sample_2 VARCHAR(10)`, Anda tidak akan dapat mengubah kebijakan masking untuk mengambil kolom ketiga, atau membuat kebijakan menggunakan FLOAT dan BOOLEAN. Jika Anda menggunakan konstanta sebagai ekspresi masking Anda, Anda harus secara eksplisit mentransmisikannya ke tipe yang cocok dengan tipe input.
Anda harus memiliki izin PENGGUNAAN pada fungsi yang ditentukan pengguna yang Anda gunakan dalam ekspresi masking.
Untuk penggunaan KEBIJAKAN ALTER MASKING di Katalog Izin Federasi Amazon Redshift, [lihat Mengelola kontrol akses dengan izin federasi Amazon](https://docs.aws.amazon.com/redshift/latest/dg/federated-permissions-managing-access.html) Redshift.
# MENGUBAH TAMPILAN TERWUJUD
Mengubah atribut tampilan terwujud.
## Sintaksis
```
ALTER MATERIALIZED VIEW mv_name
{
AUTO REFRESH { YES | NO }
| ALTER DISTKEY column_name
| ALTER DISTSTYLE ALL
| ALTER DISTSTYLE EVEN
| ALTER DISTSTYLE KEY DISTKEY column_name
| ALTER DISTSTYLE AUTO
| ALTER [COMPOUND] SORTKEY ( column_name [,...] )
| ALTER SORTKEY AUTO
| ALTER SORTKEY NONE
| ROW LEVEL SECURITY { ON | OFF } [ CONJUNCTION TYPE { AND | OR } ] [FOR DATASHARES]
};
```
## Parameter
*mv\$1nama*
Nama pandangan terwujud untuk diubah.
PENYEGARAN OTOMATIS \$1YA \$1 TIDAK\$1
Klausa yang mengaktifkan atau menonaktifkan penyegaran otomatis tampilan yang terwujud. Untuk informasi selengkapnya tentang penyegaran otomatis tampilan terwujud, lihat[Menyegarkan tampilan yang terwujud](materialized-view-refresh.md).
MENGUBAH DISTSTYLE SEMUA
Klausa yang mengubah gaya distribusi yang ada dari suatu relasi dengan`ALL`. Pertimbangkan hal berikut:
+ ALTER DISTYLE, ALTER SORTKEY, dan VACUUM tidak dapat berjalan secara bersamaan pada relasi yang sama.
+ Jika VACUUM sedang berjalan, maka menjalankan ALTER DISTYLE ALL mengembalikan kesalahan.
+ Jika ALTER DISTYLE ALL berjalan, maka kekosongan latar belakang tidak dimulai pada relasi.
+ Perintah ALTER DISTYLE ALL tidak didukung untuk relasi dengan kunci sortir interleaved dan tabel sementara.
+ Jika gaya distribusi sebelumnya didefinisikan sebagai AUTO, maka relasi tidak lagi menjadi kandidat untuk optimasi tabel otomatis.
Untuk informasi lebih lanjut tentang DISTSTYLE ALL, kunjungi[BUAT TAMPILAN TERWUJUD](materialized-view-create-sql-command.md).
MENGUBAH DISTSTYLE BAHKAN
Klausa yang mengubah gaya distribusi yang ada dari suatu relasi dengan`EVEN`. Pertimbangkan hal berikut:
+ ALTER DISTSYTLE, ALTER SORTKEY, dan VACUUM tidak dapat berjalan secara bersamaan pada relasi yang sama.
+ Jika VACUUM sedang berjalan, maka menjalankan ALTER DISTYLE EVEN mengembalikan kesalahan.
+ Jika ALTER DISTYLE EVEN sedang berjalan, maka kekosongan latar belakang tidak dimulai pada relasi.
+ Perintah ALTER DISTYLE EVEN tidak didukung untuk relasi dengan kunci sortir interleaved dan tabel sementara.
+ Jika gaya distribusi sebelumnya didefinisikan sebagai AUTO, maka relasi tidak lagi menjadi kandidat untuk optimasi tabel otomatis.
Untuk informasi lebih lanjut tentang DISTSTYLE EVEN, kunjungi[BUAT TAMPILAN TERWUJUD](materialized-view-create-sql-command.md).
*UBAH DISTKEY *column\$1name atau ALTER DISTYLE KEY DISTYLE column\$1name**
Klausa yang mengubah kolom yang digunakan sebagai kunci distribusi relasi. Pertimbangkan hal berikut:
+ VACUUM dan ALTER DISTKEY tidak dapat berjalan secara bersamaan pada relasi yang sama.
+ Jika VACUUM sudah berjalan, maka ALTER DISTKEY mengembalikan kesalahan.
+ Jika ALTER DISTKEY sedang berjalan, maka vakum latar belakang tidak dimulai pada suatu relasi.
+ Jika ALTER DISTKEY sedang berjalan, maka vakum latar depan mengembalikan kesalahan.
+ Anda hanya dapat menjalankan satu perintah ALTER DISTKEY pada relasi pada satu waktu.
+ Perintah ALTER DISTKEY tidak didukung untuk hubungan dengan kunci pengurutan yang disisipkan.
+ Jika gaya distribusi sebelumnya didefinisikan sebagai AUTO, maka relasi tidak lagi menjadi kandidat untuk optimasi tabel otomatis.
Saat menentukan KUNCI DISTYLE, data didistribusikan oleh nilai-nilai di kolom DISTKEY. Untuk informasi lebih lanjut tentang DISTSTYLE, kunjungi[BUAT TAMPILAN TERWUJUD](materialized-view-create-sql-command.md).
MENGUBAH DISTSTYLE MOBIL
Klausa yang mengubah gaya distribusi yang ada dari relasi ke AUTO.
Saat Anda mengubah gaya distribusi ke AUTO, gaya distribusi relasi diatur ke yang berikut:
+ Hubungan kecil dengan DISTSTYLE ALL dikonversi ke AUTO (ALL).
+ Hubungan kecil dengan DISTSTYLE EVEN dikonversi ke AUTO (ALL).
+ Hubungan kecil dengan DISTYLE KEY dikonversi ke AUTO (ALL).
+ Hubungan besar dengan DISTSTYLE ALL dikonversi ke AUTO (EVEN).
+ Hubungan besar dengan DISTSTYLE EVEN dikonversi ke AUTO (EVEN).
+ Hubungan besar dengan DISTYLE KEY dikonversi ke AUTO (KEY) dan DISTKEY dipertahankan. Dalam hal ini, Amazon Redshift tidak membuat perubahan pada relasi.
Jika Amazon Redshift menentukan bahwa gaya distribusi atau kunci baru akan meningkatkan kinerja kueri, Amazon Redshift dapat mengubah gaya distribusi atau kunci relasi Anda di masa mendatang. Misalnya, Amazon Redshift mungkin mengonversi relasi dengan DISTSTYLE AUTO (KEY) ke AUTO (EVEN), atau sebaliknya. Untuk informasi selengkapnya tentang perilaku saat kunci distribusi diubah, termasuk redistribusi data dan kunci, buka rekomendasi [Amazon Redshift Advisor](https://docs.aws.amazon.com/redshift/latest/dg/advisor-recommendations.html#alter-diststyle-distkey-recommendation).
Untuk informasi lebih lanjut tentang DISTSTYLE AUTO, buka. [BUAT TAMPILAN TERWUJUD](materialized-view-create-sql-command.md)
Untuk melihat gaya distribusi relasi, kueri tampilan katalog sistem SVV\$1TABLE\$1INFO. Untuk informasi selengkapnya, kunjungi [SVV\$1TABLE\$1INFO](r_SVV_TABLE_INFO.md). Untuk melihat rekomendasi Amazon Redshift Advisor untuk relasi, kueri tampilan katalog sistem SVV\$1ALTER\$1TABLE\$1REKOMENDASIONS. Untuk informasi selengkapnya, kunjungi [SVV\$1ALTER\$1TABLE\$1RECOMMENDATIONS](r_SVV_ALTER_TABLE_RECOMMENDATIONS.md). Untuk melihat tindakan yang diambil oleh Amazon Redshift, kueri tampilan katalog sistem SVL\$1AUTO\$1WORKER\$1ACTION. Untuk informasi selengkapnya, kunjungi [SVL\$1AUTO\$1WORKER\$1ACTION](r_SVL_AUTO_WORKER_ACTION.md).
UBAH [COMPOUND] SORTKEY (*column\$1name* [,...])
Klausa yang mengubah atau menambahkan kunci pengurutan yang digunakan untuk relasi. ALTER SORTKEY tidak didukung untuk tabel sementara.
Saat Anda mengubah kunci pengurutan, pengkodean kompresi kolom di kunci pengurutan baru atau asli dapat berubah. Jika tidak ada pengkodean yang didefinisikan secara eksplisit untuk relasi, maka Amazon Redshift secara otomatis menetapkan pengkodean kompresi sebagai berikut:
+ Kolom yang didefinisikan sebagai kunci pengurutan diberi kompresi RAW.
+ Kolom yang didefinisikan sebagai tipe data BOOLEAN, REAL, atau DOUBLE PRECISION diberi kompresi RAW.
+ Kolom yang didefinisikan sebagai SMALLINT, INTEGER, BIGINT, DECIMAL, DATE, TIME, TIMETZ, TIMESTAMP, atau TIMESTAMPTZ diberi kompresi. AZ64
+ Kolom yang didefinisikan sebagai CHAR atau VARCHAR diberi kompresi LZO.
Pertimbangkan hal berikut:
+ Anda dapat menentukan maksimum 400 kolom untuk kunci pengurutan per relasi.
+ Anda dapat mengubah kunci sortir yang disisipkan ke kunci sortir majemuk atau tanpa kunci pengurutan. Namun, Anda tidak dapat mengubah kunci sortir majemuk menjadi kunci sortir yang disisipkan.
+ Jika kunci pengurutan sebelumnya didefinisikan sebagai AUTO, maka relasinya tidak lagi menjadi kandidat untuk pengoptimalan tabel otomatis.
+ Amazon Redshift merekomendasikan penggunaan pengkodean RAW (tanpa kompresi) untuk kolom yang didefinisikan sebagai tombol pengurutan. Saat Anda mengubah kolom untuk memilihnya sebagai kunci pengurutan, kompresi kolom diubah menjadi kompresi RAW (tidak ada kompresi). Ini dapat meningkatkan jumlah penyimpanan yang dibutuhkan oleh relasi. Seberapa besar ukuran relasi meningkat tergantung pada definisi relasi spesifik dan isi relasi. Untuk informasi lebih lanjut tentang kompresi, buka[Pengkodean kompresi](c_Compression_encodings.md).
Ketika data dimuat ke dalam relasi, data dimuat dalam urutan kunci sortir. Saat Anda mengubah kunci pengurutan, Amazon Redshift menyusun ulang data. Untuk informasi lebih lanjut tentang SORTKEY, kunjungi. [BUAT TAMPILAN TERWUJUD](materialized-view-create-sql-command.md)
MENGUBAH SORTKEY OTOMATIS
Klausa yang mengubah atau menambahkan kunci pengurutan dari relasi target ke AUTO. ALTER SORTKEY AUTO tidak didukung untuk tabel sementara.
Saat Anda mengubah kunci pengurutan ke AUTO, Amazon Redshift mempertahankan kunci pengurutan relasi yang ada.
Jika Amazon Redshift menentukan bahwa kunci pengurutan baru akan meningkatkan kinerja kueri, Amazon Redshift mungkin mengubah kunci jenis relasi Anda di masa mendatang.
Untuk informasi lebih lanjut tentang SORTKEY AUTO, buka. [BUAT TAMPILAN TERWUJUD](materialized-view-create-sql-command.md)
Untuk melihat kunci pengurutan relasi, kueri tampilan katalog sistem SVV\$1TABLE\$1INFO. Untuk informasi selengkapnya, kunjungi [SVV\$1TABLE\$1INFO](r_SVV_TABLE_INFO.md). Untuk melihat rekomendasi Amazon Redshift Advisor untuk relasi, kueri tampilan katalog sistem SVV\$1ALTER\$1TABLE\$1REKOMENDASIONS. Untuk informasi selengkapnya, kunjungi [SVV\$1ALTER\$1TABLE\$1RECOMMENDATIONS](r_SVV_ALTER_TABLE_RECOMMENDATIONS.md). Untuk melihat tindakan yang diambil oleh Amazon Redshift, kueri tampilan katalog sistem SVL\$1AUTO\$1WORKER\$1ACTION. Untuk informasi selengkapnya, kunjungi [SVL\$1AUTO\$1WORKER\$1ACTION](r_SVL_AUTO_WORKER_ACTION.md).
UBAH SORTKEY TIDAK ADA
Sebuah klausa yang menghapus kunci jenis dari relasi target.
Jika kunci pengurutan sebelumnya didefinisikan sebagai AUTO, maka relasinya tidak lagi menjadi kandidat untuk pengoptimalan tabel otomatis.
KEAMANAN TINGKAT BARIS \$1ON \$1 OFF\$1 [TIPE KONJUNGSI \$1DAN \$1 ATAU\$1] [UNTUK DATASHARES]
Klausul yang mengaktifkan atau menonaktifkan keamanan tingkat baris untuk suatu relasi.
Ketika keamanan tingkat baris diaktifkan untuk suatu relasi, Anda hanya dapat membaca baris yang diizinkan oleh kebijakan keamanan tingkat baris untuk Anda akses. Jika tidak ada kebijakan yang memberi Anda akses ke relasi, Anda tidak dapat melihat baris apa pun dari relasi tersebut. Hanya pengguna super dan pengguna atau peran yang memiliki peran yang dapat menyetel klausa ROW LEVEL SECURITY. `sys:secadmin` Untuk informasi selengkapnya, lihat [Keamanan tingkat baris](t_rls.md).
+ [TIPE KONJUNGSI \$1DAN \$1 ATAU\$1]
Klausa yang memungkinkan Anda memilih jenis konjungsi kebijakan keamanan tingkat baris untuk suatu relasi. Ketika beberapa kebijakan keamanan tingkat baris dilampirkan ke relasi, Anda dapat menggabungkan kebijakan dengan klausa AND atau OR. Secara default, Amazon Redshift menggabungkan kebijakan RLS dengan klausa AND. Pengguna super, pengguna, atau peran yang memiliki `sys:secadmin` peran dapat menggunakan klausa ini untuk menentukan jenis konjungsi kebijakan keamanan tingkat baris untuk suatu relasi. Untuk informasi selengkapnya, lihat [Menggabungkan beberapa kebijakan per pengguna](t_rls_combine_policies.md).
+ UNTUK DATASHARES
Klausa yang menentukan apakah relasi yang dilindungi RLS dapat diakses melalui datashares. Secara default, relasi yang dilindungi RLS tidak dapat diakses melalui datashare. Perintah ALTER MATERIALIZED VIEW ROW LEVEL SECURITY yang dijalankan dengan klausa ini hanya memengaruhi properti aksesibilitas datashare relasi. Properti ROW LEVEL SECURITY tidak berubah.
Jika Anda membuat relasi yang dilindungi RLS dapat diakses melalui datashares, relasi tersebut tidak memiliki keamanan tingkat baris dalam database datashared sisi konsumen. Relasi mempertahankan properti RLS di sisi produsen.
## Contoh
Contoh berikut memungkinkan tampilan `tickets_mv` terwujud untuk disegarkan secara otomatis.
```
ALTER MATERIALIZED VIEW tickets_mv AUTO REFRESH YES
```
# Contoh DISTYLE dan SORTKEY untuk ALTER MATERIALIZED VIEW
Contoh dalam topik ini menunjukkan cara melakukan perubahan DISTSTYLE dan SORTKEY, menggunakan ALTER MATERIALIZED VIEW.
Contoh kueri berikut menunjukkan cara mengubah kolom DISTYLE KEY DISTYLE menggunakan tabel dasar sampel:
```
CREATE TABLE base_inventory(
inv_date_sk int4 NOT NULL,
inv_item_sk int4 NOT NULL,
inv_warehouse_sk int4 NOT NULL,
inv_quantity_on_hand int4
);
INSERT INTO base_inventory VALUES(1,1,1,1);
CREATE materialized VIEW inventory diststyle even AS SELECT * FROM base_inventory;
SELECT "table", diststyle FROM svv_table_info WHERE "table" = 'inventory';
ALTER materialized VIEW inventory ALTER diststyle KEY distkey inv_warehouse_sk;
SELECT "table", diststyle FROM svv_table_info WHERE "table" = 'inventory';
ALTER materialized VIEW inventory ALTER distkey inv_item_sk;
SELECT "table", diststyle FROM svv_table_info WHERE "table" = 'inventory';
DROP TABLE base_inventory CASCADE;
```
Ubah tampilan terwujud menjadi DISTSTYLE ALL:
```
CREATE TABLE base_inventory(
inv_date_sk int4 NOT NULL,
inv_item_sk int4 NOT NULL,
inv_warehouse_sk int4 NOT NULL,
inv_quantity_on_hand int4
);
INSERT INTO base_inventory VALUES(1,1,1,1);
CREATE materialized VIEW inventory diststyle even AS SELECT * FROM base_inventory;
SELECT "table", diststyle FROM svv_table_info WHERE "table" = 'inventory';
ALTER MATERIALIZED VIEW inventory ALTER diststyle ALL;
SELECT "table", diststyle FROM svv_table_info WHERE "table" = 'inventory';
DROP TABLE base_inventory CASCADE;
```
Perintah berikut menunjukkan contoh ALTER MATERIALIZED VIEW SORTKEY menggunakan tabel dasar sampel:
```
CREATE TABLE base_inventory (c0 int, c1 int);
INSERT INTO base_inventory VALUES(1,1);
CREATE materialized VIEW inventory interleaved sortkey(c0, c1) AS SELECT * FROM base_inventory;
SELECT "table", sortkey1 FROM svv_table_info WHERE "table" = 'inventory';
ALTER materialized VIEW inventory ALTER sortkey(c0, c1);
SELECT "table", diststyle, sortkey_num FROM svv_table_info WHERE "table" = 'inventory';
ALTER materialized VIEW inventory ALTER sortkey NONE;
SELECT "table", diststyle, sortkey_num FROM svv_table_info WHERE "table" = 'inventory';
ALTER materialized VIEW inventory ALTER sortkey(c0);
SELECT "table", diststyle, sortkey_num FROM svv_table_info WHERE "table" = 'inventory';
DROP TABLE base_inventory CASCADE;
```
# MENGUBAH KEBIJAKAN RLS
Ubah kebijakan keamanan tingkat baris yang ada di atas meja.
Pengguna super dan pengguna atau peran yang memiliki `sys:secadmin` peran dapat mengubah kebijakan.
## Sintaksis
```
ALTER RLS POLICY
{ policy_name | database_name.policy_name }
USING ( using_predicate_exp );
```
## Parameter
*policy\$1name*
Nama kebijakan .
database\$1name
Nama database dari mana kebijakan dibuat. Basis data dapat berupa database yang terhubung atau database yang mendukung izin federasi Amazon Redshift.
MENGGUNAKAN (*menggunakan\$1predicate\$1exp*)
Menentukan filter yang diterapkan ke klausa WHERE dari query. Amazon Redshift menerapkan predikat kebijakan sebelum predikat pengguna tingkat kueri. Misalnya, **current\$1user = ‘joe’ and price > 10** membatasi Joe untuk hanya melihat catatan dengan harga lebih dari \$110.
Ekspresi memiliki akses ke variabel yang dideklarasikan dalam klausa WITH dari pernyataan CREATE RLS POLICY yang digunakan untuk membuat kebijakan dengan nama policy\$1name.
Untuk penggunaan KEBIJAKAN ALTER RLS di Katalog Izin Federasi Amazon Redshift, [lihat Mengelola kontrol akses dengan izin federasi Amazon](https://docs.aws.amazon.com/redshift/latest/dg/federated-permissions-managing-access.html) Redshift.
## Contoh
Contoh berikut mengubah kebijakan RLS.
```
-- First create an RLS policy that limits access to rows where catgroup is 'concerts'.
CREATE RLS POLICY policy_concerts
WITH (catgroup VARCHAR(10))
USING (catgroup = 'concerts');
-- Then, alter the RLS policy to only show rows where catgroup is 'piano concerts'.
ALTER RLS POLICY policy_concerts
USING (catgroup = 'piano concerts');
```
# MENGUBAH PERAN
Mengganti nama peran atau mengubah pemilik. Untuk daftar peran yang ditentukan sistem Amazon Redshift, lihat. [Peran yang ditentukan sistem Amazon Redshift](r_roles-default.md)
## Izin yang diperlukan
Berikut ini adalah izin yang diperlukan untuk ALTER ROLE:
+ Superuser
+ Pengguna dengan izin ALTER ROLE
## Sintaksis
```
ALTER ROLE role [ WITH ]
{ { RENAME TO role } | { OWNER TO user_name } }[, ...]
[ EXTERNALID TO external_id ]
```
## Parameter
*peran*
Nama peran yang akan diubah.
GANTI NAMA MENJADI
Nama baru untuk peran tersebut.
PEMILIK UNTUK *user\$1name*
Pemilik baru untuk peran tersebut.
*EKSTERNALID KE external\$1id*
ID eksternal baru untuk peran, yang terkait dengan penyedia identitas. Untuk informasi selengkapnya, lihat [Federasi penyedia identitas asli (iDP) untuk Amazon Redshift](https://docs.aws.amazon.com/redshift/latest/mgmt/redshift-iam-access-control-native-idp.html).
## Contoh
Contoh berikut mengubah nama peran dari `sample_role1` menjadi`sample_role2`.
```
ALTER ROLE sample_role1 RENAME TO sample_role2;
```
Contoh berikut mengubah pemilik peran.
```
ALTER ROLE sample_role1 WITH OWNER TO user1
```
Sintaks dari ALTER ROLE mirip dengan ALTER PROCEDURE berikut.
```
ALTER PROCEDURE first_quarter_revenue(bigint, numeric) RENAME TO quarterly_revenue;
```
Contoh berikut mengubah pemilik prosedur menjadi`etl_user`.
```
ALTER PROCEDURE quarterly_revenue(bigint, numeric) OWNER TO etl_user;
```
Contoh berikut memperbarui peran `sample_role1` dengan ID eksternal baru yang dikaitkan dengan penyedia identitas.
```
ALTER ROLE sample_role1 EXTERNALID TO "XYZ456";
```
# MENGUBAH PROSEDUR
Mengganti nama prosedur atau mengubah pemilik. Baik nama prosedur dan tipe data, atau tanda tangan, diperlukan. Hanya pemilik atau pengguna super yang dapat mengganti nama prosedur. Hanya superuser yang dapat mengubah pemilik prosedur.
## Sintaksis
```
ALTER PROCEDURE sp_name [ ( [ [ argname ] [ argmode ] argtype [, ...] ] ) ]
RENAME TO new_name
```
```
ALTER PROCEDURE sp_name [ ( [ [ argname ] [ argmode ] argtype [, ...] ] ) ]
OWNER TO { new_owner | CURRENT_USER | SESSION_USER }
```
## Parameter
*sp\$1nama*
Nama prosedur yang akan diubah. Entah menentukan hanya nama prosedur di jalur pencarian saat ini, atau gunakan format `schema_name.sp_procedure_name` untuk menggunakan skema tertentu.
*[argname] [argmode] argtype*
Daftar nama argumen, mode argumen, dan tipe data. Hanya tipe data input yang diperlukan, yang digunakan untuk mengidentifikasi prosedur yang disimpan. Atau, Anda dapat memberikan tanda tangan lengkap yang digunakan untuk membuat prosedur termasuk parameter input dan output dengan mode mereka.
*new\$1name*
Nama baru untuk prosedur yang disimpan.
*new\$1owner \$1 CURRENT\$1USER* \$1 SESSION\$1USER
Pemilik baru untuk prosedur yang disimpan.
## Contoh
Contoh berikut mengubah nama prosedur dari `first_quarter_revenue` menjadi`quarterly_revenue`.
```
ALTER PROCEDURE first_quarter_revenue(volume INOUT bigint, at_price IN numeric,
result OUT int) RENAME TO quarterly_revenue;
```
Contoh ini setara dengan yang berikut ini.
```
ALTER PROCEDURE first_quarter_revenue(bigint, numeric) RENAME TO quarterly_revenue;
```
Contoh berikut mengubah pemilik prosedur menjadi`etl_user`.
```
ALTER PROCEDURE quarterly_revenue(bigint, numeric) OWNER TO etl_user;
```
# ALTER SCHEMA
Mengubah definisi skema yang ada. Gunakan perintah ini untuk mengganti nama skema atau mengubah pemilik skema. Misalnya, ganti nama skema yang ada untuk menyimpan salinan cadangan skema tersebut saat Anda berencana membuat versi baru skema tersebut. Untuk informasi lebih lanjut tentang skema, lihat[BUAT SKEMA](r_CREATE_SCHEMA.md).
Untuk melihat kuota skema yang dikonfigurasi, lihat. [SVV\$1SCHEMA\$1QUOTA\$1STATE](r_SVV_SCHEMA_QUOTA_STATE.md)
Untuk melihat catatan di mana kuota skema terlampaui, lihat. [STL\$1SCHEMA\$1QUOTA\$1VIOLATIONS](r_STL_SCHEMA_QUOTA_VIOLATIONS.md)
## Hak istimewa yang diperlukan
Berikut ini adalah hak istimewa yang diperlukan untuk ALTER SCHEMA:
+ Superuser
+ Pengguna dengan hak istimewa ALTER SCHEMA
+ Pemilik skema
Saat Anda mengubah nama skema, perhatikan bahwa objek yang menggunakan nama lama, seperti prosedur tersimpan atau tampilan terwujud, harus diperbarui untuk menggunakan nama baru.
## Sintaksis
```
ALTER SCHEMA schema_name
{
RENAME TO new_name |
OWNER TO new_owner |
QUOTA { quota [MB | GB | TB] | UNLIMITED }
}
```
## Parameter
*schema\$1name*
Nama skema database yang akan diubah.
GANTI NAMA MENJADI
Klausa yang mengganti nama skema.
*new\$1name*
Nama baru skema. Untuk informasi selengkapnya tentang nama yang valid, lihat[Nama dan pengidentifikasi](r_names.md).
PEMILIK UNTUK
Klausul yang mengubah pemilik skema.
*new\$1owner*
Pemilik baru skema.
KUOTA
Jumlah maksimum ruang disk yang dapat digunakan skema yang ditentukan. Ruang ini adalah ukuran kolektif dari semua tabel di bawah skema yang ditentukan. Amazon Redshift mengonversi nilai yang dipilih menjadi megabyte. Gigabytes adalah unit pengukuran default ketika Anda tidak menentukan nilai.
Untuk informasi selengkapnya tentang mengonfigurasi kuota skema, lihat. [BUAT SKEMA](r_CREATE_SCHEMA.md)
## Contoh
Contoh berikut mengganti nama skema SALES menjadi US\$1SALES.
```
alter schema sales
rename to us_sales;
```
Contoh berikut memberikan kepemilikan skema US\$1SALES kepada pengguna DWUSER.
```
alter schema us_sales
owner to dwuser;
```
Contoh berikut mengubah kuota menjadi 300 GB dan menghapus kuota.
```
alter schema us_sales QUOTA 300 GB;
alter schema us_sales QUOTA UNLIMITED;
```
# MENGUBAH SISTEM
Mengubah opsi konfigurasi tingkat sistem untuk klaster Amazon Redshift atau grup kerja Redshift Serverless.
## Hak istimewa yang diperlukan
Salah satu tipe pengguna berikut dapat menjalankan perintah ALTER SYSTEM:
+ Superuser
+ Pengguna admin
## Sintaksis
```
ALTER SYSTEM SET system-level-configuration = {true| t | on | false | f | off}
```
## Parameter
*system-level-configuration*
Konfigurasi tingkat sistem. Nilai valid: `data_catalog_auto_mount` dan`metadata_security`.
\$1benar\$1 t \$1 pada \$1 salah \$1 f \$1 mati\$1
Nilai untuk mengaktifkan atau menonaktifkan konfigurasi tingkat sistem. A`true`,`t`, atau `on` menunjukkan untuk mengaktifkan konfigurasi. A`false`,`f`, atau `off` menunjukkan untuk menonaktifkan konfigurasi.
## Catatan penggunaan
Untuk klaster yang disediakan, perubahan `data_catalog_auto_mount` akan diterapkan pada reboot cluster berikutnya. Untuk informasi selengkapnya, lihat [Mem-boot ulang klaster](https://docs.aws.amazon.com/redshift/latest/mgmt/managing-clusters-console.html#reboot-cluster) di Panduan Manajemen *Pergeseran Merah Amazon*.
Untuk grup kerja tanpa server, perubahan `data_catalog_auto_mount` tidak segera berlaku.
## Contoh
Contoh berikut mengaktifkan automounting file. AWS Glue Data Catalog
```
ALTER SYSTEM SET data_catalog_auto_mount = true;
```
Contoh berikut mengaktifkan keamanan metadata.
```
ALTER SYSTEM SET metadata_security = true;
```
### Menyetel namespace identitas default
Contoh ini khusus untuk bekerja dengan penyedia identitas. Anda dapat mengintegrasikan Redshift dengan IAM Identity Center dan penyedia identitas untuk memusatkan manajemen identitas untuk Redshift dan layanan lainnya. AWS
Contoh berikut menunjukkan cara mengatur namespace identitas default untuk sistem. Melakukan hal ini selanjutnya membuatnya lebih mudah untuk menjalankan pernyataan GRANT dan CREATE, karena Anda tidak perlu menyertakan namespace sebagai awalan untuk setiap identitas.
```
ALTER SYSTEM SET default_identity_namespace = 'MYCO';
```
Setelah menjalankan perintah, Anda dapat menjalankan pernyataan seperti berikut:
```
GRANT SELECT ON TABLE mytable TO alice;
GRANT UPDATE ON TABLE mytable TO salesrole;
CREATE USER bob password 'md50c983d1a624280812631c5389e60d48c';
```
Efek dari pengaturan namespace identitas default adalah bahwa setiap identitas tidak memerlukannya sebagai awalan. Dalam contoh `alice` ini, diganti dengan`MYCO:alice`. Ini terjadi dengan identitas apa pun yang disertakan. Untuk informasi selengkapnya tentang penggunaan penyedia identitas dengan Redshift, lihat Connect [Redshift dengan IAM Identity Center untuk memberikan pengalaman masuk tunggal kepada pengguna](https://docs.aws.amazon.com/redshift/latest/mgmt/redshift-iam-access-control-idp-connect.html).
Untuk informasi selengkapnya tentang pengaturan yang berkaitan dengan konfigurasi Redshift dengan IAM Identity Center, lihat dan. [SET](r_SET.md) [MENGUBAH PENYEDIA IDENTITAS](r_ALTER_IDENTITY_PROVIDER.md)
# ALTER TABLE
Perintah ini mengubah definisi tabel Amazon Redshift atau tabel eksternal Amazon Redshift Spectrum. Perintah ini memperbarui nilai dan properti yang ditetapkan oleh [CREATE TABLE](r_CREATE_TABLE_NEW.md) atau[CREATE EXTERNAL TABLE](r_CREATE_EXTERNAL_TABLE.md). Anda dapat menggunakan ALTER TABLE pada tampilan untuk keamanan tingkat baris (RLS).
Anda tidak dapat menjalankan ALTER TABLE pada tabel eksternal dalam blok transaksi (MULAI... AKHIR). Untuk informasi lebih lanjut tentang transaksi, lihat[Tingkat isolasi di Amazon Redshift](c_serial_isolation.md).
ALTER TABLE mengunci tabel untuk operasi baca dan tulis sampai transaksi yang melampirkan operasi ALTER TABLE selesai, kecuali jika secara khusus dinyatakan dalam dokumentasi bahwa Anda dapat melakukan kueri data atau melakukan operasi lain di atas meja saat diubah.
## Hak istimewa yang diperlukan
Pengguna yang mengubah tabel membutuhkan hak istimewa yang tepat agar perintah berhasil. Bergantung pada perintah ALTER TABLE, salah satu hak istimewa berikut diperlukan.
+ Superuser
+ Pengguna dengan hak istimewa ALTER TABLE
+ Pemilik tabel dengan hak istimewa USE pada skema
## Sintaksis
```
ALTER TABLE table_name
{
ADD table_constraint
| DROP CONSTRAINT constraint_name [ RESTRICT | CASCADE ]
| OWNER TO new_owner
| RENAME TO new_name
| RENAME COLUMN column_name TO new_name
| ALTER COLUMN column_name TYPE updated_varchar_data_type_size
| ALTER COLUMN column_name ENCODE new_encode_type
| ALTER COLUMN column_name ENCODE encode_type,
| ALTER COLUMN column_name ENCODE encode_type, .....;
| ALTER DISTKEY column_name
| ALTER DISTSTYLE ALL
| ALTER DISTSTYLE EVEN
| ALTER DISTSTYLE KEY DISTKEY column_name
| ALTER DISTSTYLE AUTO
| ALTER [COMPOUND] SORTKEY ( column_name [,...] )
| ALTER SORTKEY AUTO
| ALTER SORTKEY NONE
| ALTER ENCODE AUTO
| ADD [ COLUMN ] column_name column_type
[ DEFAULT default_expr ]
[ ENCODE encoding ]
[ NOT NULL | NULL ]
[ COLLATE { CASE_SENSITIVE | CS | CASE_INSENSITIVE | CI } ] |
| DROP [ COLUMN ] column_name [ RESTRICT | CASCADE ]
| ROW LEVEL SECURITY { ON | OFF } [ CONJUNCTION TYPE { AND | OR } ] [ FOR DATASHARES ]
| MASKING { ON | OFF } FOR DATASHARES }
where table_constraint is:
[ CONSTRAINT constraint_name ]
{ UNIQUE ( column_name [, ... ] )
| PRIMARY KEY ( column_name [, ... ] )
| FOREIGN KEY (column_name [, ... ] )
REFERENCES reftable [ ( refcolumn ) ]}
The following options apply only to external tables:
SET LOCATION { 's3://bucket/folder/' | 's3://bucket/manifest_file' }
| SET FILE FORMAT format |
| SET TABLE PROPERTIES ('property_name'='property_value')
| PARTITION ( partition_column=partition_value [, ...] )
SET LOCATION { 's3://bucket/folder' |'s3://bucket/manifest_file' }
| ADD [IF NOT EXISTS]
PARTITION ( partition_column=partition_value [, ...] ) LOCATION { 's3://bucket/folder' |'s3://bucket/manifest_file' }
[, ... ]
| DROP PARTITION ( partition_column=partition_value [, ...] )
```
Untuk mengurangi waktu menjalankan perintah ALTER TABLE, Anda dapat menggabungkan beberapa klausa dari perintah ALTER TABLE.
Amazon Redshift mendukung kombinasi klausa ALTER TABLE berikut:
```
ALTER TABLE tablename ALTER SORTKEY (column_list), ALTER DISTKEY column_Id;
ALTER TABLE tablename ALTER DISTKEY column_Id, ALTER SORTKEY (column_list);
ALTER TABLE tablename ALTER SORTKEY (column_list), ALTER DISTSTYLE ALL;
ALTER TABLE tablename ALTER DISTSTYLE ALL, ALTER SORTKEY (column_list);
```
## Parameter
*table\$1name*
Nama tabel untuk diubah. Entah menentukan hanya nama tabel, atau menggunakan format *schema\$1name.table\$1name* untuk menggunakan skema tertentu. Tabel eksternal harus memenuhi syarat dengan nama skema eksternal. Anda juga dapat menentukan nama tampilan jika Anda menggunakan pernyataan ALTER TABLE untuk mengganti nama tampilan atau mengubah pemiliknya. Panjang maksimum untuk nama tabel adalah 127 byte; nama yang lebih panjang dipotong menjadi 127 byte. Anda dapat menggunakan karakter multibyte UTF-8 hingga maksimal empat byte. Untuk informasi selengkapnya tentang nama yang valid, lihat[Nama dan pengidentifikasi](r_names.md).
TAMBAHKAN *table\$1constraint*
Sebuah klausa yang menambahkan kendala tertentu ke tabel. Untuk deskripsi nilai *table\$1constraint* yang valid, lihat. [CREATE TABLE](r_CREATE_TABLE_NEW.md)
Anda tidak dapat menambahkan batasan kunci utama ke kolom nullable. Jika kolom awalnya dibuat dengan batasan NOT NULL, Anda dapat menambahkan kendala kunci utama.
*DROP CONSTRAINT constraint\$1name*
Sebuah klausa yang menjatuhkan kendala bernama dari tabel. Untuk menjatuhkan batasan, tentukan nama kendala, bukan tipe kendala. Untuk melihat nama batasan tabel, jalankan kueri berikut.
```
select constraint_name, constraint_type
from information_schema.table_constraints;
```
MEMBATASI
Sebuah klausa yang menghapus hanya kendala yang ditentukan. RESTRICT adalah opsi untuk DROP CONSTRAINT. RESTRICT tidak dapat digunakan dengan CASCADE.
RIAM
Klausa yang menghapus batasan yang ditentukan dan apa pun yang bergantung pada kendala itu. CASCADE adalah pilihan untuk DROP CONSTRAINT. CASCADE tidak dapat digunakan dengan RESTRICT.
PEMILIK UNTUK *new\$1owner*
Klausa yang mengubah pemilik tabel (atau tampilan) ke nilai *new\$1owner*.
*GANTI NAMA MENJADI new\$1name*
*Klausa yang mengganti nama tabel (atau tampilan) ke nilai yang ditentukan dalam new\$1name.* Panjang nama tabel maksimum adalah 127 byte; nama yang lebih panjang dipotong menjadi 127 byte.
Anda tidak dapat mengganti nama tabel permanen menjadi nama yang dimulai dengan '\$1'. Nama tabel yang dimulai dengan '\$1' menunjukkan tabel sementara.
Anda tidak dapat mengganti nama tabel eksternal.
*UBAH KOLOM *column\$1name JENIS updated\$1varchar\$1data\$1type\$1size**
Sebuah klausa yang mengubah ukuran kolom didefinisikan sebagai tipe data VARCHAR. Klausul ini hanya mendukung mengubah ukuran tipe data VARCHAR. Pertimbangkan batasan berikut:
+ Anda tidak dapat mengubah kolom dengan pengkodean kompresi BYTEDICT, RUNLENGTH,, atau K. TEXT255 TEXT32
+ Anda tidak dapat mengurangi ukuran kurang dari ukuran maksimum data yang ada.
+ Anda tidak dapat mengubah kolom dengan nilai default.
+ Anda tidak dapat mengubah kolom dengan UNIQUE, PRIMARY KEY, atau FOREIGN KEY.
+ Anda tidak dapat mengubah kolom dalam blok transaksi (MULAI... AKHIR). Untuk informasi lebih lanjut tentang transaksi, lihat[Tingkat isolasi di Amazon Redshift](c_serial_isolation.md).
*UBAH KOLOM *column\$1name* ENCODE new\$1encode\$1type*
Klausa yang mengubah pengkodean kompresi kolom. Jika Anda menentukan pengkodean kompresi untuk kolom, tabel tidak lagi diatur ke ENCODE AUTO. Untuk informasi tentang pengkodean kompresi, lihat[Kompresi kolom untuk mengurangi ukuran data yang disimpan](t_Compressing_data_on_disk.md).
Saat Anda mengubah pengkodean kompresi untuk kolom, tabel tetap tersedia untuk kueri.
Pertimbangkan batasan berikut:
+ Anda tidak dapat mengubah kolom ke pengkodean yang sama seperti yang saat ini ditentukan untuk kolom.
+ Anda tidak dapat mengubah pengkodean untuk kolom dalam tabel dengan sortkey yang disisipkan.
**UBAH KOLOM *kolom\$1name ENCODE encode\$1type, UBAH KOLOM kolom\$1name* *ENCODE encode\$1type*,** ... ;
Klausa yang mengubah pengkodean kompresi beberapa kolom dalam satu perintah. Untuk informasi tentang pengkodean kompresi, lihat[Kompresi kolom untuk mengurangi ukuran data yang disimpan](t_Compressing_data_on_disk.md).
Saat Anda mengubah pengkodean kompresi untuk kolom, tabel tetap tersedia untuk kueri.
Pertimbangkan batasan berikut:
+ Anda tidak dapat mengubah kolom ke jenis pengkodean yang sama atau berbeda beberapa kali dalam satu perintah.
+ Anda tidak dapat mengubah kolom ke pengkodean yang sama seperti yang saat ini ditentukan untuk kolom.
+ Anda tidak dapat mengubah pengkodean untuk kolom dalam tabel dengan sortkey yang disisipkan.
MENGUBAH DISTSTYLE SEMUA
Klausa yang mengubah gaya distribusi tabel yang ada menjadi. `ALL` Pertimbangkan hal berikut:
+ ALTER DISTYLE, ALTER SORTKEY, dan VACUUM tidak dapat berjalan secara bersamaan pada tabel yang sama.
+ Jika VACUUM sedang berjalan, maka menjalankan ALTER DISTYLE ALL mengembalikan kesalahan.
+ Jika ALTER DISTYLE ALL berjalan, maka vakum latar belakang tidak dimulai di atas meja.
+ Perintah ALTER DISTYLE ALL tidak didukung untuk tabel dengan kunci pengurutan yang disisipkan dan tabel sementara.
+ Jika gaya distribusi sebelumnya didefinisikan sebagai AUTO, maka tabel tidak lagi menjadi kandidat untuk optimasi tabel otomatis.
Untuk informasi lebih lanjut tentang DISTSTYLE ALL, lihat[CREATE TABLE](r_CREATE_TABLE_NEW.md).
MENGUBAH DISTSTYLE BAHKAN
Klausa yang mengubah gaya distribusi tabel yang ada menjadi. `EVEN` Pertimbangkan hal berikut:
+ ALTER DISTSYTLE, ALTER SORTKEY, dan VACUUM tidak dapat berjalan secara bersamaan pada tabel yang sama.
+ Jika VACUUM sedang berjalan, maka menjalankan ALTER DISTYLE EVEN mengembalikan kesalahan.
+ Jika ALTER DISTYLE EVEN sedang berjalan, maka vakum latar belakang tidak dimulai di atas meja.
+ Perintah ALTER DISTSTYLE EVEN tidak didukung untuk tabel dengan kunci pengurutan yang disisipkan dan tabel sementara.
+ Jika gaya distribusi sebelumnya didefinisikan sebagai AUTO, maka tabel tidak lagi menjadi kandidat untuk optimasi tabel otomatis.
Untuk informasi lebih lanjut tentang DISTSTYLE EVEN, lihat[CREATE TABLE](r_CREATE_TABLE_NEW.md).
*UBAH DISTKEY *column\$1name atau ALTER DISTYLE KEY DISTYLE column\$1name**
Klausa yang mengubah kolom yang digunakan sebagai kunci distribusi tabel. Pertimbangkan hal berikut:
+ VACUUM dan ALTER DISTKEY tidak dapat berjalan secara bersamaan pada tabel yang sama.
+ Jika VACUUM sudah berjalan, maka ALTER DISTKEY mengembalikan kesalahan.
+ Jika ALTER DISTKEY sedang berjalan, maka vakum latar belakang tidak dimulai di atas meja.
+ Jika ALTER DISTKEY sedang berjalan, maka vakum latar depan mengembalikan kesalahan.
+ Anda hanya dapat menjalankan satu perintah ALTER DISTKEY di atas meja pada satu waktu.
+ Perintah ALTER DISTKEY tidak didukung untuk tabel dengan kunci pengurutan yang disisipkan.
+ Jika gaya distribusi sebelumnya didefinisikan sebagai AUTO, maka tabel tidak lagi menjadi kandidat untuk optimasi tabel otomatis.
Saat menentukan KUNCI DISTYLE, data didistribusikan oleh nilai-nilai di kolom DISTKEY. Untuk informasi lebih lanjut tentang DISTSTYLE, lihat[CREATE TABLE](r_CREATE_TABLE_NEW.md).
MENGUBAH DISTSTYLE MOBIL
Klausa yang mengubah gaya distribusi tabel yang ada menjadi AUTO.
Bila Anda mengubah gaya distribusi ke AUTO, gaya distribusi tabel diatur sebagai berikut:
+ Meja kecil dengan DISTSTYLE ALL dikonversi ke AUTO (ALL).
+ Meja kecil dengan DISTSTYLE EVEN dikonversi ke AUTO (ALL).
+ Sebuah meja kecil dengan DISTYLE KEY dikonversi ke AUTO (ALL).
+ Meja besar dengan DISTSTYLE ALL dikonversi ke AUTO (EVEN).
+ Meja besar dengan DISTSTYLE EVEN dikonversi ke AUTO (EVEN).
+ Tabel besar dengan DISTYLE KEY dikonversi ke AUTO (KEY) dan DISTKEY dipertahankan. Dalam hal ini, Amazon Redshift tidak membuat perubahan pada tabel.
Jika Amazon Redshift menentukan bahwa gaya distribusi atau kunci baru akan meningkatkan kinerja kueri, Amazon Redshift dapat mengubah gaya distribusi atau kunci tabel Anda di masa mendatang. Misalnya, Amazon Redshift mungkin mengonversi tabel dengan DISTSTYLE AUTO (KEY) ke AUTO (EVEN), atau sebaliknya. Untuk informasi selengkapnya tentang perilaku saat kunci distribusi diubah, termasuk redistribusi data dan penguncian, lihat rekomendasi [Amazon Redshift Advisor](https://docs.aws.amazon.com/redshift/latest/dg/advisor-recommendations.html#alter-diststyle-distkey-recommendation).
Untuk informasi lebih lanjut tentang DISTSTYLE AUTO, lihat[CREATE TABLE](r_CREATE_TABLE_NEW.md).
Untuk melihat gaya distribusi tabel, kueri tampilan katalog sistem SVV\$1TABLE\$1INFO. Untuk informasi selengkapnya, lihat [SVV\$1TABLE\$1INFO](r_SVV_TABLE_INFO.md). Untuk melihat rekomendasi Amazon Redshift Advisor untuk tabel, kueri tampilan katalog sistem SVV\$1ALTER\$1TABLE\$1REKOMENDASIONS. Untuk informasi selengkapnya, lihat [SVV\$1ALTER\$1TABLE\$1RECOMMENDATIONS](r_SVV_ALTER_TABLE_RECOMMENDATIONS.md). Untuk melihat tindakan yang diambil oleh Amazon Redshift, kueri tampilan katalog sistem SVL\$1AUTO\$1WORKER\$1ACTION. Untuk informasi selengkapnya, lihat [SVL\$1AUTO\$1WORKER\$1ACTION](r_SVL_AUTO_WORKER_ACTION.md).
UBAH [COMPOUND] SORTKEY (*column\$1name* [,...])
Klausa yang mengubah atau menambahkan kunci pengurutan yang digunakan untuk tabel. ALTER SORTKEY tidak didukung untuk tabel sementara.
Saat Anda mengubah kunci pengurutan, pengkodean kompresi kolom di kunci pengurutan baru atau asli dapat berubah. Jika tidak ada pengkodean yang didefinisikan secara eksplisit untuk tabel, maka Amazon Redshift secara otomatis menetapkan pengkodean kompresi sebagai berikut:
+ Kolom yang didefinisikan sebagai kunci pengurutan diberi kompresi RAW.
+ Kolom yang didefinisikan sebagai tipe data BOOLEAN, REAL, atau DOUBLE PRECISION diberi kompresi RAW.
+ Kolom yang didefinisikan sebagai SMALLINT, INTEGER, BIGINT, DECIMAL, DATE, TIME, TIMETZ, TIMESTAMP, atau TIMESTAMPTZ diberi kompresi. AZ64
+ Kolom yang didefinisikan sebagai CHAR atau VARCHAR diberi kompresi LZO.
Pertimbangkan hal berikut:
+ Anda dapat menentukan maksimum 400 kolom untuk kunci pengurutan per tabel.
+ Anda dapat mengubah kunci sortir yang disisipkan ke kunci sortir majemuk atau tanpa kunci pengurutan. Namun, Anda tidak dapat mengubah kunci sortir majemuk menjadi kunci sortir yang disisipkan.
+ Jika kunci pengurutan sebelumnya didefinisikan sebagai AUTO, maka tabel tidak lagi menjadi kandidat untuk optimasi tabel otomatis.
+ Amazon Redshift merekomendasikan penggunaan pengkodean RAW (tanpa kompresi) untuk kolom yang didefinisikan sebagai tombol pengurutan. Saat Anda mengubah kolom untuk memilihnya sebagai kunci pengurutan, kompresi kolom diubah menjadi kompresi RAW (tidak ada kompresi). Ini dapat meningkatkan jumlah penyimpanan yang dibutuhkan oleh tabel. Berapa banyak ukuran tabel meningkat tergantung pada definisi tabel tertentu dan isi tabel. Untuk informasi selengkapnya tentang kompresi, lihat [Pengkodean kompresi](c_Compression_encodings.md)
Ketika data dimuat ke dalam tabel, data dimuat dalam urutan kunci sortir. Saat Anda mengubah kunci pengurutan, Amazon Redshift menyusun ulang data. Untuk informasi lebih lanjut tentang SORTKEY, lihat. [CREATE TABLE](r_CREATE_TABLE_NEW.md)
MENGUBAH SORTKEY OTOMATIS
Klausa yang mengubah atau menambahkan kunci pengurutan dari tabel target ke AUTO. ALTER SORTKEY AUTO tidak didukung untuk tabel sementara.
Saat Anda mengubah kunci pengurutan ke AUTO, Amazon Redshift mempertahankan kunci pengurutan tabel yang ada.
Jika Amazon Redshift menentukan bahwa kunci pengurutan baru akan meningkatkan kinerja kueri, Amazon Redshift mungkin mengubah kunci pengurutan tabel Anda di masa mendatang.
Untuk informasi selengkapnya tentang SORTKEY AUTO, lihat. [CREATE TABLE](r_CREATE_TABLE_NEW.md)
Untuk melihat kunci pengurutan tabel, kueri tampilan katalog sistem SVV\$1TABLE\$1INFO. Untuk informasi selengkapnya, lihat [SVV\$1TABLE\$1INFO](r_SVV_TABLE_INFO.md). Untuk melihat rekomendasi Amazon Redshift Advisor untuk tabel, kueri tampilan katalog sistem SVV\$1ALTER\$1TABLE\$1REKOMENDASIONS. Untuk informasi selengkapnya, lihat [SVV\$1ALTER\$1TABLE\$1RECOMMENDATIONS](r_SVV_ALTER_TABLE_RECOMMENDATIONS.md). Untuk melihat tindakan yang diambil oleh Amazon Redshift, kueri tampilan katalog sistem SVL\$1AUTO\$1WORKER\$1ACTION. Untuk informasi selengkapnya, lihat [SVL\$1AUTO\$1WORKER\$1ACTION](r_SVL_AUTO_WORKER_ACTION.md).
UBAH SORTKEY TIDAK ADA
Sebuah klausa yang menghapus kunci sort dari tabel target.
Jika kunci pengurutan sebelumnya didefinisikan sebagai AUTO, maka tabel tidak lagi menjadi kandidat untuk optimasi tabel otomatis.
MENGUBAH ENCODE OTOMATIS
Klausa yang mengubah jenis pengkodean kolom tabel target menjadi AUTO. Saat Anda mengubah pengkodean ke AUTO, Amazon Redshift mempertahankan jenis pengkodean kolom yang ada dalam tabel. Kemudian, jika Amazon Redshift menentukan bahwa jenis pengkodean baru dapat meningkatkan kinerja kueri, Amazon Redshift dapat mengubah jenis pengkodean kolom tabel.
Jika Anda mengubah satu atau beberapa kolom untuk menentukan pengkodean, Amazon Redshift tidak lagi secara otomatis menyesuaikan pengkodean untuk semua kolom dalam tabel. Kolom mempertahankan pengaturan encode saat ini.
Tindakan berikut tidak memengaruhi pengaturan ENCODE AUTO untuk tabel:
+ Mengganti nama tabel.
+ Mengubah pengaturan DISTYLE atau SORTKEY untuk tabel.
+ Menambahkan atau menjatuhkan kolom dengan pengaturan ENCODE.
+ Menggunakan opsi COMPUPDATE dari perintah COPY. Untuk informasi selengkapnya, lihat [Operasi pemuatan data](copy-parameters-data-load.md).
Untuk melihat pengkodean tabel, kueri tampilan katalog sistem SVV\$1TABLE\$1INFO. Untuk informasi selengkapnya, lihat [SVV\$1TABLE\$1INFO](r_SVV_TABLE_INFO.md).
*GANTI NAMA KOLOM *column\$1name* MENJADI new\$1name*
*Sebuah klausa yang mengganti nama kolom ke nilai yang ditentukan dalam new\$1name.* Panjang nama kolom maksimum adalah 127 byte; nama yang lebih panjang dipotong menjadi 127 byte. Untuk informasi selengkapnya tentang nama yang valid, lihat[Nama dan pengidentifikasi](r_names.md).
TAMBAHKAN [KOLOM] *column\$1name*
Klausa yang menambahkan kolom dengan nama yang ditentukan ke tabel. Anda dapat menambahkan hanya satu kolom di setiap pernyataan ALTER TABLE.
Anda tidak dapat menambahkan kolom yang merupakan kunci distribusi (DISTKEY) atau kunci sortir (SORTKEY) dari tabel.
Anda tidak dapat menggunakan perintah ALTER TABLE ADD COLUMN untuk memodifikasi atribut tabel dan kolom berikut:
+ UNIK
+ KUNCI UTAMA
+ REFERENSI (kunci asing)
+ IDENTITAS atau DIHASILKAN SECARA DEFAULT SEBAGAI IDENTITAS
Panjang nama kolom maksimum adalah 127 byte; nama yang lebih panjang dipotong menjadi 127 byte. Jumlah maksimum kolom yang dapat Anda tentukan dalam satu tabel adalah 1.600.
Pembatasan berikut berlaku saat menambahkan kolom ke tabel eksternal:
+ Anda tidak dapat menambahkan kolom ke tabel eksternal dengan batasan kolom DEFAULT, ENCODE, NOT NULL, atau NULL.
+ Anda tidak dapat menambahkan kolom ke tabel eksternal yang ditentukan menggunakan format file AVRO.
+ Jika pseudocolumns diaktifkan, jumlah maksimum kolom yang dapat Anda tentukan dalam satu tabel eksternal adalah 1.598. Jika pseudocolumns tidak diaktifkan, jumlah maksimum kolom yang dapat Anda tentukan dalam satu tabel adalah 1.600.
Untuk informasi selengkapnya, lihat [CREATE EXTERNAL TABLE](r_CREATE_EXTERNAL_TABLE.md).
*column\$1type*
Tipe data kolom yang ditambahkan. Untuk kolom CHAR dan VARCHAR, Anda dapat menggunakan kata kunci MAX alih-alih mendeklarasikan panjang maksimum. MAX menetapkan panjang maksimum untuk 4.096 byte untuk CHAR atau 65.535 byte untuk VARCHAR. Ukuran maksimum objek GEOMETRI adalah 1.048.447 byte.
Untuk informasi tentang tipe data yang didukung Amazon Redshift, lihat. [Jenis Data](c_Supported_data_types.md)
default *default\$1expr*
Sebuah klausa yang menetapkan nilai data default untuk kolom. Tipe data *default\$1expr* harus cocok dengan tipe data kolom. Nilai DEFAULT harus berupa ekspresi bebas variabel. Subkueri, referensi silang ke kolom lain dalam tabel saat ini, dan fungsi yang ditentukan pengguna tidak diperbolehkan.
*Default\$1expr* digunakan dalam setiap operasi INSERT yang tidak menentukan nilai untuk kolom. Jika tidak ada nilai default yang ditentukan, nilai default untuk kolom adalah null.
*Jika operasi COPY menemukan bidang null pada kolom yang memiliki nilai DEFAULT dan batasan NOT NULL, perintah COPY menyisipkan nilai default\$1expr.*
DEFAULT tidak didukung untuk tabel eksternal.
*PENGKODEAN PENGKODEAN*
Pengkodean kompresi untuk kolom. Secara default, Amazon Redshift secara otomatis mengelola pengkodean kompresi untuk semua kolom dalam tabel jika Anda tidak menentukan pengkodean kompresi untuk kolom apa pun dalam tabel atau jika Anda menentukan opsi ENCODE AUTO untuk tabel.
Jika Anda menentukan pengkodean kompresi untuk kolom apa pun dalam tabel atau jika Anda tidak menentukan opsi ENCODE AUTO untuk tabel, Amazon Redshift secara otomatis menetapkan pengkodean kompresi ke kolom yang tidak Anda tentukan pengkodean kompresi sebagai berikut:
+ Semua kolom dalam tabel sementara diberi kompresi RAW secara default.
+ Kolom yang didefinisikan sebagai kunci pengurutan diberi kompresi RAW.
+ Kolom yang didefinisikan sebagai tipe data BOOLEAN, REAL, PRESISI GANDA, GEOMETRI, atau GEOGRAFI diberi kompresi RAW.
+ Kolom yang didefinisikan sebagai SMALLINT, INTEGER, BIGINT, DECIMAL, DATE, TIME, TIMETZ, TIMESTAMP, atau TIMESTAMPTZ diberi kompresi. AZ64
+ Kolom yang didefinisikan sebagai CHAR, VARCHAR, atau VARBYTE diberi kompresi LZO.
Jika Anda tidak ingin kolom dikompresi, tentukan secara eksplisit pengkodean RAW.
[compression encodings](c_Compression_encodings.md#compression-encoding-list) berikut didukung:
+ AZ64
+ BYTEDIKTUS
+ DELTA
+ DELTA32K
+ LZO
+ MOSTLY8
+ MOSTLY16
+ MOSTLY32
+ RAW (tanpa kompresi)
+ RUNLENGTH
+ TEXT255
+ TEXT32K
+ ZSTD
ENCODE tidak didukung untuk tabel eksternal.
TIDAK NULL \$1 NULL
NOT NULL menentukan bahwa kolom tidak diperbolehkan untuk berisi nilai-nilai null. NULL, default, menentukan bahwa kolom menerima nilai null.
NOT NULL dan NULL tidak didukung untuk tabel eksternal.
MENYUSUN \$1CASE\$1SENSITIVE \$1 CS \$1 CASE\$1INSENSITIVE \$1 CI\$1
Klausa yang menentukan apakah pencarian string atau perbandingan pada kolom peka huruf besar/kecil atau tidak peka huruf besar/kecil. Nilai defaultnya sama dengan konfigurasi sensitivitas kasus saat ini dari database.
Untuk menemukan informasi pemeriksaan database, gunakan perintah berikut:
```
SELECT db_collation();
db_collation
----------------
case_sensitive
(1 row)
```
CASE\$1SENSITIVE dan CS dapat dipertukarkan dan menghasilkan hasil yang sama. Demikian pula, CASE\$1INSENSITIVE dan CI dapat dipertukarkan dan menghasilkan hasil yang sama.
JATUHKAN [KOLOM] *column\$1name*
Nama kolom yang akan dihapus dari tabel.
Anda tidak dapat menjatuhkan kolom terakhir dalam tabel. Sebuah tabel harus memiliki setidaknya satu kolom.
Anda tidak dapat menjatuhkan kolom yang merupakan kunci distribusi (DISTKEY) atau kunci sortir (SORTKEY) dari tabel. Perilaku default untuk DROP COLUMN adalah RESTRICT jika kolom memiliki objek dependen, seperti tampilan, kunci primer, kunci asing, atau pembatasan UNIK.
Pembatasan berikut berlaku saat menjatuhkan kolom dari tabel eksternal:
+ Anda tidak dapat menjatuhkan kolom dari tabel eksternal jika kolom digunakan sebagai partisi.
+ Anda tidak dapat menjatuhkan kolom dari tabel eksternal yang ditentukan menggunakan format file AVRO.
+ RESTRICT dan CASCADE diabaikan untuk tabel eksternal.
+ Anda tidak dapat menghapus kolom tabel kebijakan yang direferensikan di dalam definisi kebijakan kecuali Anda menghapus atau melepaskan kebijakan. Ini juga berlaku ketika opsi CASCADE ditentukan. Anda dapat menjatuhkan kolom lain di tabel kebijakan.
Untuk informasi selengkapnya, lihat [CREATE EXTERNAL TABLE](r_CREATE_EXTERNAL_TABLE.md).
MEMBATASI
Ketika digunakan dengan DROP COLUMN, RESTRICT berarti kolom yang akan dijatuhkan tidak dijatuhkan, dalam kasus ini:
+ Jika tampilan yang ditentukan mereferensikan kolom yang sedang dijatuhkan
+ Jika kunci asing mereferensikan kolom
+ Jika kolom mengambil bagian dalam kunci multipart
RESTRICT tidak dapat digunakan dengan CASCADE.
RESTRICT dan CASCADE diabaikan untuk tabel eksternal.
RIAM
Saat digunakan dengan DROP COLUMN, menghapus kolom yang ditentukan dan apa pun yang bergantung pada kolom itu. CASCADE tidak dapat digunakan dengan RESTRICT.
RESTRICT dan CASCADE diabaikan untuk tabel eksternal.
Opsi berikut hanya berlaku untuk tabel eksternal.
*SET LOKASI \$1's3://*ember/folder /' \$1 's3://ember/manifest\$1file* '\$1*
Jalur ke folder Amazon S3 yang berisi file data atau file manifes yang berisi daftar jalur objek Amazon S3. Ember harus berada di AWS Wilayah yang sama dengan cluster Amazon Redshift. Untuk daftar AWS Wilayah yang didukung, lihat[Keterbatasan Amazon Redshift Spectrum](c-spectrum-considerations.md). Untuk informasi selengkapnya tentang menggunakan file manifes, lihat LOKASI dalam [Parameter](r_CREATE_EXTERNAL_TABLE.md#r_CREATE_EXTERNAL_TABLE-parameters) referensi BUAT TABEL EKSTERNAL.
ATUR *FORMAT* FILE
Format file untuk file data eksternal.
Format yang valid adalah sebagai berikut:
+ AVRO
+ PARQUET
+ RCFILE
+ SEQUENCEFILE
+ TEXTFILE
*SET PROPERTI TABEL ('*property\$1name*' = 'property\$1value')*
Klausa yang menetapkan definisi tabel untuk properti tabel untuk tabel eksternal.
Properti tabel peka huruf besar/kecil.
*'numRows'=' baris\$1hitungan '*
Properti yang menetapkan nilai NumRows untuk definisi tabel. Untuk secara eksplisit memperbarui statistik tabel eksternal, atur properti NumRows untuk menunjukkan ukuran tabel. Amazon Redshift tidak menganalisis tabel eksternal untuk menghasilkan statistik tabel yang digunakan pengoptimal kueri untuk menghasilkan paket kueri. Jika statistik tabel tidak disetel untuk tabel eksternal, Amazon Redshift akan menghasilkan rencana eksekusi kueri. Rencana ini didasarkan pada asumsi bahwa tabel eksternal adalah tabel yang lebih besar dan tabel lokal adalah tabel yang lebih kecil.
*'skip.header.line.count'=' line\$1count '*
Properti yang menetapkan jumlah baris untuk dilewati di awal setiap file sumber.
PARTISI (*partition\$1column = *partition\$1value** [,...] **SET LOKASI \$1's3://*bucket/*folder* '\$1 's3://bucket*/manifest\$1file'\$1**
Klausa yang menetapkan lokasi baru untuk satu atau beberapa kolom partisi.
**TAMBAHKAN [JIKA TIDAK ADA] PARTISI (*partition\$1column = *partition\$1value** [,...]) LOKASI \$1's3://*bucket/folder '\$1 's3://bucket**/manifest\$1file*'\$1 [,...]**
Sebuah klausa yang menambahkan satu atau lebih partisi. Anda dapat menentukan beberapa klausa PARTISI menggunakan pernyataan ALTER TABLE... ADD tunggal.
Jika Anda menggunakan AWS Glue katalog, Anda dapat menambahkan hingga 100 partisi menggunakan pernyataan ALTER TABLE tunggal.
Klausa IF NOT EXISTS menunjukkan bahwa jika partisi yang ditentukan sudah ada, perintah seharusnya tidak membuat perubahan. Ini juga menunjukkan bahwa perintah harus mengembalikan pesan bahwa partisi ada, daripada berakhir dengan kesalahan. Klausa ini berguna saat membuat skrip, sehingga skrip tidak gagal jika ALTER TABLE mencoba menambahkan partisi yang sudah ada.
DROP PARTITION (*partition\$1column* = *partition\$1value* [,...])
Sebuah klausa yang menjatuhkan partisi yang ditentukan. Menjatuhkan partisi hanya mengubah metadata tabel eksternal. Data di Amazon S3 tidak terpengaruh.
KEAMANAN TINGKAT BARIS \$1ON \$1 OFF\$1 [TIPE KONJUNGSI \$1DAN \$1 ATAU\$1] [UNTUK DATASHARES]
Klausul yang mengaktifkan atau menonaktifkan keamanan tingkat baris untuk suatu relasi.
Ketika keamanan tingkat baris diaktifkan untuk suatu relasi, Anda hanya dapat membaca baris yang diizinkan oleh kebijakan keamanan tingkat baris untuk Anda akses. Jika tidak ada kebijakan yang memberi Anda akses ke relasi, Anda tidak dapat melihat baris apa pun dari relasi tersebut. Hanya pengguna super dan pengguna atau peran yang memiliki peran yang dapat menyetel klausa ROW LEVEL SECURITY. `sys:secadmin` Untuk informasi selengkapnya, lihat [Keamanan tingkat baris](t_rls.md). Pernyataan ini didukung pada database yang terhubung atau pada database dengan izin federasi amazon redshift. Klausa FOR DATASHARES tidak didukung pada database dengan izin federasi Amazon Redshift.
+ [TIPE KONJUNGSI \$1DAN \$1 ATAU\$1]
Klausa yang memungkinkan Anda memilih jenis konjungsi kebijakan keamanan tingkat baris untuk suatu relasi. Ketika beberapa kebijakan keamanan tingkat baris dilampirkan ke relasi, Anda dapat menggabungkan kebijakan dengan klausa AND atau OR. Secara default, Amazon Redshift menggabungkan kebijakan RLS dengan klausa AND. Pengguna super, pengguna, atau peran yang memiliki `sys:secadmin` peran dapat menggunakan klausa ini untuk menentukan jenis konjungsi kebijakan keamanan tingkat baris untuk suatu relasi. Untuk informasi selengkapnya, lihat [Menggabungkan beberapa kebijakan per pengguna](t_rls_combine_policies.md).
+ UNTUK DATASHARES
Klausa yang menentukan apakah relasi yang dilindungi RLS dapat diakses melalui datashares. Secara default, relasi yang dilindungi RLS tidak dapat diakses melalui datashare. Perintah ALTER TABLE ROW LEVEL SECURITY yang dijalankan dengan klausa ini hanya memengaruhi properti aksesibilitas datashare relasi. Properti ROW LEVEL SECURITY tidak berubah.
Jika Anda membuat relasi yang dilindungi RLS dapat diakses melalui datashares, relasi tersebut tidak memiliki keamanan tingkat baris dalam database datashared sisi konsumen. Relasi mempertahankan properti RLS di sisi produsen.
MASKING \$1ON \$1 OFF\$1 UNTUK DATASHARES
Klausa yang menentukan apakah relasi yang dilindungi DDM dapat diakses melalui datashares. Secara default, relasi yang dilindungi DDM tidak dapat diakses melalui datashare. Jika Anda membuat relasi yang dilindungi DDM dapat diakses melalui datashares, relasi tersebut tidak akan memiliki perlindungan masking di database datashared sisi konsumen. Relasi mempertahankan properti masking di sisi produsen. Hanya pengguna super dan pengguna atau peran yang memiliki peran yang dapat mengatur `sys:secadmin` klausa MASKING FOR DATASHARES. Untuk informasi selengkapnya, lihat [Penutupan data dinamis](t_ddm.md).
## Contoh
Untuk contoh yang menunjukkan cara menggunakan perintah ALTER TABLE, lihat berikut ini.
+ [Contoh ALTER TABLE](r_ALTER_TABLE_examples_basic.md)
+ [UBAH CONTOH TABEL EKSTERNAL](r_ALTER_TABLE_external-table.md)
+ [ALTER TABLE ADD dan DROP COLUMN contoh](r_ALTER_TABLE_COL_ex-add-drop.md)
# Contoh ALTER TABLE
Contoh berikut menunjukkan penggunaan dasar dari perintah ALTER TABLE.
## Ganti nama tabel atau tampilan
Perintah berikut mengganti nama tabel USERS menjadi USERS\$1BKUP:
```
alter table users
rename to users_bkup;
```
Anda juga dapat menggunakan jenis perintah ini untuk mengganti nama tampilan.
## Mengubah pemilik tabel atau tampilan
Perintah berikut mengubah pemilik tabel VENUE ke pengguna DWUSER:
```
alter table venue
owner to dwuser;
```
Perintah berikut membuat tampilan, lalu ubah pemiliknya:
```
create view vdate as select * from date;
alter table vdate owner to vuser;
```
## Ubah Nama Kolom
Perintah berikut mengganti nama kolom VENUESEATS di tabel VENUE menjadi VENUESIZE:
```
alter table venue
rename column venueseats to venuesize;
```
## Jatuhkan kendala tabel
Untuk menjatuhkan batasan tabel, seperti kunci utama, kunci asing, atau batasan unik, pertama-tama temukan nama internal kendala. Kemudian tentukan nama kendala dalam perintah ALTER TABLE. Contoh berikut menemukan kendala untuk tabel CATEGORY, lalu menjatuhkan kunci utama dengan nama. `category_pkey`
```
select constraint_name, constraint_type
from information_schema.table_constraints
where constraint_schema ='public'
and table_name = 'category';
constraint_name | constraint_type
----------------+----------------
category_pkey | PRIMARY KEY
alter table category
drop constraint category_pkey;
```
## Mengubah kolom VARCHAR
Untuk menghemat penyimpanan, Anda dapat menentukan tabel awalnya dengan kolom VARCHAR dengan ukuran minimum yang diperlukan untuk kebutuhan data Anda saat ini. Kemudian, untuk mengakomodasi string yang lebih panjang, Anda dapat mengubah tabel untuk meningkatkan ukuran kolom.
Contoh berikut meningkatkan ukuran kolom EVENTNAME ke VARCHAR (300).
```
alter table event alter column eventname type varchar(300);
```
## Mengubah kolom VARBYTE
Untuk menghemat penyimpanan, Anda dapat menentukan tabel awalnya dengan kolom VARBYTE dengan ukuran minimum yang diperlukan untuk kebutuhan data Anda saat ini. Kemudian, untuk mengakomodasi string yang lebih panjang, Anda dapat mengubah tabel untuk meningkatkan ukuran kolom.
Contoh berikut meningkatkan ukuran kolom EVENTNAME ke VARBYTE (300).
```
alter table event alter column eventname type varbyte(300);
```
## Mengubah pengkodean kompresi untuk kolom
Anda dapat mengubah pengkodean kompresi kolom. Di bawah ini, Anda dapat menemukan serangkaian contoh yang menunjukkan pendekatan ini. Definisi tabel untuk contoh-contoh ini adalah sebagai berikut.
```
create table t1(c0 int encode lzo, c1 bigint encode zstd, c2 varchar(16) encode lzo, c3 varchar(32) encode zstd);
```
Pernyataan berikut mengubah pengkodean kompresi untuk kolom c0 dari pengkodean LZO ke pengkodean. AZ64
```
alter table t1 alter column c0 encode az64;
```
Pernyataan berikut mengubah pengkodean kompresi untuk kolom c1 dari pengkodean Zstandard menjadi pengkodean. AZ64
```
alter table t1 alter column c1 encode az64;
```
Pernyataan berikut mengubah pengkodean kompresi untuk kolom c2 dari pengkodean LZO ke pengkodean Byte-dictionary.
```
alter table t1 alter column c2 encode bytedict;
```
Pernyataan berikut mengubah pengkodean kompresi untuk kolom c3 dari pengkodean Zstandard ke pengkodean Runlength.
```
alter table t1 alter column c3 encode runlength;
```
## Mengubah kolom DISTYLE KEY DISTYLE
Contoh berikut menunjukkan bagaimana mengubah DISTYLE dan DISTYLE dari tabel.
Buat tabel dengan gaya distribusi EVEN. Tampilan SVV\$1TABLE\$1INFO menunjukkan bahwa DISTSTYLE adalah EVEN.
```
create table inventory(
inv_date_sk int4 not null ,
inv_item_sk int4 not null ,
inv_warehouse_sk int4 not null ,
inv_quantity_on_hand int4
) diststyle even;
Insert into inventory values(1,1,1,1);
select "table", "diststyle" from svv_table_info;
table | diststyle
-----------+----------------
inventory | EVEN
```
Ubah tabel DISTKEY menjadi. `inv_warehouse_sk` Tampilan SVV\$1TABLE\$1INFO menunjukkan `inv_warehouse_sk` kolom sebagai kunci distribusi yang dihasilkan.
```
alter table inventory alter diststyle key distkey inv_warehouse_sk;
select "table", "diststyle" from svv_table_info;
table | diststyle
-----------+-----------------------
inventory | KEY(inv_warehouse_sk)
```
Ubah tabel DISTKEY menjadi. `inv_item_sk` Tampilan SVV\$1TABLE\$1INFO menunjukkan `inv_item_sk` kolom sebagai kunci distribusi yang dihasilkan.
```
alter table inventory alter distkey inv_item_sk;
select "table", "diststyle" from svv_table_info;
table | diststyle
-----------+-----------------------
inventory | KEY(inv_item_sk)
```
## Ubah tabel menjadi DISTSTYLE ALL
Contoh berikut menunjukkan cara mengubah tabel ke DISTSTYLE ALL.
Buat tabel dengan gaya distribusi EVEN. Tampilan SVV\$1TABLE\$1INFO menunjukkan bahwa DISTSTYLE adalah EVEN.
```
create table inventory(
inv_date_sk int4 not null ,
inv_item_sk int4 not null ,
inv_warehouse_sk int4 not null ,
inv_quantity_on_hand int4
) diststyle even;
Insert into inventory values(1,1,1,1);
select "table", "diststyle" from svv_table_info;
table | diststyle
-----------+----------------
inventory | EVEN
```
Ubah tabel DISTSTYLE menjadi ALL. Tampilan SVV\$1TABLE\$1INFO menunjukkan DISTSYTLE yang diubah.
```
alter table inventory alter diststyle all;
select "table", "diststyle" from svv_table_info;
table | diststyle
-----------+----------------
inventory | ALL
```
## Mengubah tabel SORTKEY
Anda dapat mengubah tabel untuk memiliki kunci sortir majemuk atau tidak ada kunci pengurutan.
Dalam definisi tabel berikut, tabel `t1` didefinisikan dengan sortkey yang disisipkan.
```
create table t1 (c0 int, c1 int) interleaved sortkey(c0, c1);
```
Perintah berikut mengubah tabel dari kunci sortir yang disisipkan ke kunci sortir majemuk.
```
alter table t1 alter sortkey(c0, c1);
```
Perintah berikut mengubah tabel untuk menghapus kunci sortir yang disisipkan.
```
alter table t1 alter sortkey none;
```
Dalam definisi tabel berikut, tabel `t1` didefinisikan dengan kolom `c0` sebagai sortkey.
```
create table t1 (c0 int, c1 int) sortkey(c0);
```
Perintah berikut mengubah tabel `t1` menjadi kunci sortir majemuk.
```
alter table t1 alter sortkey(c0, c1);
```
## Ubah tabel menjadi ENCODE AUTO
Contoh berikut menunjukkan bagaimana mengubah tabel untuk ENCODE AUTO.
Definisi tabel untuk contoh ini berikut. Kolom `c0` didefinisikan dengan jenis pengkodean AZ64, dan kolom `c1` didefinisikan dengan jenis pengkodean LZO.
```
create table t1(c0 int encode AZ64, c1 varchar encode LZO);
```
Untuk tabel ini, pernyataan berikut mengubah pengkodean ke AUTO.
```
alter table t1 alter encode auto;
```
Contoh berikut menunjukkan cara mengubah tabel untuk menghapus pengaturan ENCODE AUTO.
Definisi tabel untuk contoh ini berikut. Kolom tabel didefinisikan tanpa pengkodean. Dalam hal ini, encoding default ke ENCODE AUTO.
```
create table t2(c0 int, c1 varchar);
```
Untuk tabel ini, pernyataan berikut mengubah pengkodean kolom c0 ke LZO. Pengkodean tabel tidak lagi diatur ke ENCODE AUTO.
```
alter table t2 alter column c0 encode lzo;;
```
## Ubah kontrol keamanan tingkat baris
Perintah berikut mematikan RLS untuk tabel:
```
ALTER TABLE tickit_category_redshift ROW LEVEL SECURITY OFF;
```
Perintah berikut mengaktifkan RLS untuk tabel:
```
ALTER TABLE tickit_category_redshift ROW LEVEL SECURITY ON;
```
Perintah berikut mengaktifkan RLS untuk tabel dan membuatnya dapat diakses melalui datashares:
```
ALTER TABLE tickit_category_redshift ROW LEVEL SECURITY ON;
ALTER TABLE tickit_category_redshift ROW LEVEL SECURITY FOR DATASHARES OFF;
```
Perintah berikut mengaktifkan RLS untuk tabel dan membuatnya tidak dapat diakses melalui datashares:
```
ALTER TABLE tickit_category_redshift ROW LEVEL SECURITY ON;
ALTER TABLE tickit_category_redshift ROW LEVEL SECURITY FOR DATASHARES ON;
```
Perintah berikut mengaktifkan RLS dan menetapkan tipe konjungsi RLS ke OR untuk tabel:
```
ALTER TABLE tickit_category_redshift ROW LEVEL SECURITY ON CONJUNCTION TYPE OR;
```
Perintah berikut mengaktifkan RLS dan menetapkan tipe konjungsi RLS ke AND untuk tabel:
```
ALTER TABLE tickit_category_redshift ROW LEVEL SECURITY ON CONJUNCTION TYPE AND;
```
# UBAH CONTOH TABEL EKSTERNAL
Contoh berikut menggunakan bucket Amazon S3 yang terletak di Wilayah AS Timur (Virginia Utara) (`us-east-1`) Wilayah AWS dan tabel contoh yang dibuat [Contoh](r_CREATE_EXTERNAL_TABLE_examples.md) untuk CREATE TABLE. Untuk informasi selengkapnya tentang cara menggunakan partisi dengan tabel eksternal, lihat[Mempartisi tabel eksternal Redshift Spectrum](c-spectrum-external-tables.md#c-spectrum-external-tables-partitioning).
Contoh berikut menetapkan properti tabel NumRows untuk tabel eksternal SPECTRUM.SALES menjadi 170.000 baris.
```
alter table spectrum.sales
set table properties ('numRows'='170000');
```
Contoh berikut mengubah lokasi untuk tabel eksternal SPECTRUM.SALES.
```
alter table spectrum.sales
set location 's3://redshift-downloads/tickit/spectrum/sales/';
```
Contoh berikut mengubah format untuk tabel eksternal SPECTRUM.SALES menjadi Parket.
```
alter table spectrum.sales
set file format parquet;
```
Contoh berikut menambahkan satu partisi untuk tabel SPECTRUM.SALES\$1PART.
```
alter table spectrum.sales_part
add if not exists partition(saledate='2008-01-01')
location 's3://redshift-downloads/tickit/spectrum/sales_partition/saledate=2008-01/';
```
Contoh berikut menambahkan tiga partisi untuk tabel SPECTRUM.SALES\$1PART.
```
alter table spectrum.sales_part add if not exists
partition(saledate='2008-01-01')
location 's3://redshift-downloads/tickit/spectrum/sales_partition/saledate=2008-01/'
partition(saledate='2008-02-01')
location 's3://redshift-downloads/tickit/spectrum/sales_partition/saledate=2008-02/'
partition(saledate='2008-03-01')
location 's3://redshift-downloads/tickit/spectrum/sales_partition/saledate=2008-03/';
```
Contoh berikut mengubah SPECTRUM.SALES\$1PART untuk menjatuhkan partisi dengan. `saledate='2008-01-01''`
```
alter table spectrum.sales_part
drop partition(saledate='2008-01-01');
```
Contoh berikut menetapkan jalur Amazon S3 baru untuk partisi dengan. `saledate='2008-01-01'`
```
alter table spectrum.sales_part
partition(saledate='2008-01-01')
set location 's3://redshift-downloads/tickit/spectrum/sales_partition/saledate=2008-01-01/';
```
Contoh berikut mengubah nama `sales_date` menjadi`transaction_date`.
```
alter table spectrum.sales rename column sales_date to transaction_date;
```
Contoh berikut menetapkan pemetaan kolom ke pemetaan posisi untuk tabel eksternal yang menggunakan format kolom baris (ORC) yang dioptimalkan.
```
alter table spectrum.orc_example
set table properties('orc.schema.resolution'='position');
```
Contoh berikut menetapkan pemetaan kolom untuk pemetaan nama untuk tabel eksternal yang menggunakan format ORC.
```
alter table spectrum.orc_example
set table properties('orc.schema.resolution'='name');
```
# ALTER TABLE ADD dan DROP COLUMN contoh
Contoh berikut menunjukkan bagaimana menggunakan ALTER TABLE untuk menambahkan dan kemudian menjatuhkan kolom tabel dasar dan juga cara menjatuhkan kolom dengan objek dependen.
## TAMBAHKAN lalu JATUHKAN kolom dasar
Contoh berikut menambahkan kolom FEEDBACK\$1SCORE mandiri ke tabel USERS. Kolom ini hanya berisi integer, dan nilai default untuk kolom ini adalah NULL (tidak ada skor umpan balik).
Pertama, kueri tabel katalog PG\$1TABLE\$1DEF untuk melihat skema tabel USERS:
```
column | type | encoding | distkey | sortkey
--------------+------------------------+----------+---------+--------
userid | integer | delta | true | 1
username | character(8) | lzo | false | 0
firstname | character varying(30) | text32k | false | 0
lastname | character varying(30) | text32k | false | 0
city | character varying(30) | text32k | false | 0
state | character(2) | bytedict | false | 0
email | character varying(100) | lzo | false | 0
phone | character(14) | lzo | false | 0
likesports | boolean | none | false | 0
liketheatre | boolean | none | false | 0
likeconcerts | boolean | none | false | 0
likejazz | boolean | none | false | 0
likeclassical | boolean | none | false | 0
likeopera | boolean | none | false | 0
likerock | boolean | none | false | 0
likevegas | boolean | none | false | 0
likebroadway | boolean | none | false | 0
likemusicals | boolean | none | false | 0
```
Sekarang tambahkan kolom feedback\$1score:
```
alter table users
add column feedback_score int
default NULL;
```
Pilih kolom FEEDBACK\$1SCORE dari USERS untuk memverifikasi bahwa kolom tersebut telah ditambahkan:
```
select feedback_score from users limit 5;
feedback_score
----------------
NULL
NULL
NULL
NULL
NULL
```
Jatuhkan kolom untuk mengembalikan DDL asli:
```
alter table users drop column feedback_score;
```
## Menjatuhkan kolom dengan objek dependen
Contoh berikut menjatuhkan kolom yang memiliki objek dependen. Akibatnya, objek dependen juga dijatuhkan.
Untuk memulai, tambahkan kolom FEEDBACK\$1SCORE ke tabel USERS lagi:
```
alter table users
add column feedback_score int
default NULL;
```
Selanjutnya, buat tampilan dari tabel USERS\$1VIEW yang disebut USERS\$1VIEW:
```
create view users_view as select * from users;
```
Sekarang, coba jatuhkan kolom FEEDBACK\$1SCORE dari tabel USERS. Pernyataan DROP ini menggunakan perilaku default (RESTRICT):
```
alter table users drop column feedback_score;
```
Amazon Redshift menampilkan pesan kesalahan bahwa kolom tidak dapat dijatuhkan karena objek lain bergantung padanya.
Coba jatuhkan kolom FEEDBACK\$1SCORE lagi, kali ini tentukan CASCADE untuk menjatuhkan semua objek dependen:
```
alter table users
drop column feedback_score cascade;
```
# UBAH TABEL TAMBAHKAN
Menambahkan baris ke tabel target dengan memindahkan data dari tabel sumber yang ada. Data dalam tabel sumber dipindahkan ke kolom yang cocok di tabel target. Urutan kolom tidak masalah. Setelah data berhasil ditambahkan ke tabel target, tabel sumber kosong. ALTER TABLE APPEND biasanya jauh lebih cepat daripada operasi serupa [CREATE TABLE AS](r_CREATE_TABLE_AS.md) atau [INSERT](r_INSERT_30.md) INTO karena data dipindahkan, tidak digandakan.
**catatan**
ALTER TABLE APPEND memindahkan blok data antara tabel sumber dan tabel target. Untuk meningkatkan kinerja, ALTER TABLE APPEND tidak memadatkan penyimpanan sebagai bagian dari operasi append. Akibatnya, penggunaan penyimpanan meningkat sementara. Untuk merebut kembali ruang, jalankan operasi. [VAKUM](r_VACUUM_command.md)
Kolom dengan nama yang sama juga harus memiliki atribut kolom yang identik. Jika tabel sumber atau tabel target berisi kolom yang tidak ada di tabel lain, gunakan parameter IGNOREEXTRA atau FILLTARGET untuk menentukan bagaimana kolom tambahan harus dikelola.
Anda tidak dapat menambahkan kolom identitas. Jika kedua tabel menyertakan kolom identitas, perintah gagal. Jika hanya satu tabel yang memiliki kolom identitas, sertakan parameter FILLTARGET atau IGNOREEXTRA. Untuk informasi selengkapnya, lihat [ALTER TABLE TAMBAHKAN catatan penggunaan](#r_ALTER_TABLE_APPEND_usage).
Anda dapat menambahkan kolom GENERATED BY DEFAULT AS IDENTITY. Anda dapat memperbarui kolom yang didefinisikan sebagai DIHASILKAN OLEH DEFAULT SEBAGAI IDENTITAS dengan nilai yang Anda berikan. Untuk informasi selengkapnya, lihat [ALTER TABLE TAMBAHKAN catatan penggunaan](#r_ALTER_TABLE_APPEND_usage).
Tabel target harus berupa tabel permanen. Namun, sumbernya dapat berupa tabel permanen atau tampilan terwujud yang dikonfigurasi untuk konsumsi streaming. Kedua objek harus menggunakan gaya distribusi dan kunci distribusi yang sama, jika salah satu didefinisikan. Jika objek diurutkan, kedua objek harus menggunakan gaya pengurutan yang sama dan mendefinisikan kolom yang sama sebagai kunci pengurutan.
Perintah ALTER TABLE APPEND secara otomatis melakukan segera setelah operasi selesai. Itu tidak bisa digulung kembali. Anda tidak dapat menjalankan ALTER TABLE APPEND dalam blok transaksi (MULAI... AKHIR). Untuk informasi lebih lanjut tentang transaksi, lihat[Tingkat isolasi di Amazon Redshift](c_serial_isolation.md).
## Hak istimewa yang diperlukan
Bergantung pada perintah ALTER TABLE APPEND, salah satu hak istimewa berikut diperlukan:
+ Superuser
+ Pengguna dengan hak istimewa sistem ALTER TABLE
+ Pengguna dengan hak istimewa DELETE dan SELECT pada tabel sumber, dan hak istimewa INSERT pada tabel target
## Sintaksis
```
ALTER TABLE target_table_name APPEND FROM [ source_table_name | source_materialized_view_name ]
[ IGNOREEXTRA | FILLTARGET ]
```
Menambahkan dari tampilan terwujud hanya berfungsi jika tampilan terwujud Anda dikonfigurasi. [Streaming konsumsi ke tampilan yang terwujud](materialized-view-streaming-ingestion.md)
## Parameter
*target\$1table\$1name*
Nama tabel tempat baris ditambahkan. Entah menentukan hanya nama tabel atau menggunakan format *schema\$1name.table\$1name* untuk menggunakan skema tertentu. Tabel target harus berupa tabel permanen yang ada.
DARI *source\$1table\$1name*
Nama tabel yang menyediakan baris yang akan ditambahkan. Entah menentukan hanya nama tabel atau menggunakan format *schema\$1name.table\$1name* untuk menggunakan skema tertentu. Tabel sumber harus berupa tabel permanen yang ada.
DARI *source\$1materialized\$1view\$1name*
Nama tampilan terwujud yang menyediakan baris yang akan ditambahkan. Menambahkan dari tampilan terwujud hanya berfungsi jika tampilan terwujud Anda dikonfigurasi. [Streaming konsumsi ke tampilan yang terwujud](materialized-view-streaming-ingestion.md) Tampilan sumber yang terwujud harus sudah ada.
ABAIKANEKSTRA
Kata kunci yang menentukan bahwa jika tabel sumber menyertakan kolom yang tidak ada dalam tabel target, data di kolom tambahan harus dibuang. Anda tidak dapat menggunakan IGNOREEXTRA dengan FILLTARGET.
FILLTARGET
Kata kunci yang menentukan bahwa jika tabel target menyertakan kolom yang tidak ada dalam tabel sumber, kolom harus diisi dengan nilai [DEFAULT](r_CREATE_TABLE_NEW.md#create-table-default) kolom, jika salah satu didefinisikan, atau NULL. Anda tidak dapat menggunakan IGNOREEXTRA dengan FILLTARGET.
## ALTER TABLE TAMBAHKAN catatan penggunaan
+ ALTER TABLE APPEND hanya memindahkan kolom identik dari tabel sumber ke tabel target. Urutan kolom tidak masalah.
+ Jika tabel sumber atau tabel target berisi kolom tambahan, gunakan FILLTARGET atau IGNOREEXTRA sesuai dengan aturan berikut:
+ Jika tabel sumber berisi kolom yang tidak ada di tabel target, sertakan IGNOREEXTRA. Perintah mengabaikan kolom tambahan di tabel sumber.
+ Jika tabel target berisi kolom yang tidak ada di tabel sumber, sertakan FILLTARGET. Perintah mengisi kolom tambahan dalam tabel target dengan nilai kolom default atau nilai IDENTITAS, jika salah satu didefinisikan, atau NULL.
+ Jika tabel sumber dan tabel target berisi kolom tambahan, perintah gagal. Anda tidak dapat menggunakan FILLTARGET dan IGNOREEXTRA.
+ Jika kolom dengan nama yang sama tetapi atribut yang berbeda ada di kedua tabel, perintah gagal. Kolom dengan nama sama harus memiliki atribut berikut yang sama:
+ Jenis data
+ Ukuran kolom
+ Pengkodean kompresi
+ Tidak null
+ Urutkan gaya
+ Urutkan kolom kunci
+ Gaya distribusi
+ Kolom kunci distribusi
+ Anda tidak dapat menambahkan kolom identitas. Jika tabel sumber dan tabel target memiliki kolom identitas, perintah gagal. Jika hanya tabel sumber yang memiliki kolom identitas, sertakan parameter IGNOREEXTRA sehingga kolom identitas diabaikan. Jika hanya tabel target yang memiliki kolom identitas, sertakan parameter FILLTARGET sehingga kolom identitas diisi sesuai dengan klausa IDENTITY yang ditentukan untuk tabel. Untuk informasi selengkapnya, lihat [DEFAULT](r_CREATE_TABLE_NEW.md#create-table-default).
+ Anda dapat menambahkan kolom identitas default dengan pernyataan ALTER TABLE APPEND. Untuk informasi selengkapnya, lihat [CREATE TABLE](r_CREATE_TABLE_NEW.md).
+ Operasi ALTER TABLE APPEND menyimpan kunci eksklusif saat dijalankan di Amazon Redshift streaming tampilan terwujud yang terhubung ke salah satu dari berikut ini:
+ Aliran data Amazon Kinesis
+ Topik Amazon Managed Streaming for Apache Kafka
+ Aliran eksternal yang didukung, seperti topik Confluent Cloud Kafka
Untuk informasi selengkapnya, lihat [Streaming konsumsi ke tampilan yang terwujud](materialized-view-streaming-ingestion.md).
## ALTER TABLE APPEND contoh
Misalkan organisasi Anda memelihara tabel, SALES\$1MONTHLY, untuk menangkap transaksi penjualan saat ini. Anda ingin memindahkan data dari tabel transaksi ke tabel PENJUALAN, setiap bulan.
Anda dapat menggunakan perintah INSERT INTO dan TRUNCATE berikut untuk menyelesaikan tugas.
```
insert into sales (select * from sales_monthly);
truncate sales_monthly;
```
Namun, Anda dapat melakukan operasi yang sama jauh lebih efisien dengan menggunakan perintah ALTER TABLE APPEND.
Pertama, kueri tabel katalog [PG\$1TABLE\$1DEF](r_PG_TABLE_DEF.md) sistem untuk memverifikasi bahwa kedua tabel memiliki kolom yang sama dengan atribut kolom yang identik.
```
select trim(tablename) as table, "column", trim(type) as type,
encoding, distkey, sortkey, "notnull"
from pg_table_def where tablename like 'sales%';
table | column | type | encoding | distkey | sortkey | notnull
-----------+------------+-----------------------------+----------+---------+---------+--------
sales | salesid | integer | lzo | false | 0 | true
sales | listid | integer | none | true | 1 | true
sales | sellerid | integer | none | false | 2 | true
sales | buyerid | integer | lzo | false | 0 | true
sales | eventid | integer | mostly16 | false | 0 | true
sales | dateid | smallint | lzo | false | 0 | true
sales | qtysold | smallint | mostly8 | false | 0 | true
sales | pricepaid | numeric(8,2) | delta32k | false | 0 | false
sales | commission | numeric(8,2) | delta32k | false | 0 | false
sales | saletime | timestamp without time zone | lzo | false | 0 | false
salesmonth | salesid | integer | lzo | false | 0 | true
salesmonth | listid | integer | none | true | 1 | true
salesmonth | sellerid | integer | none | false | 2 | true
salesmonth | buyerid | integer | lzo | false | 0 | true
salesmonth | eventid | integer | mostly16 | false | 0 | true
salesmonth | dateid | smallint | lzo | false | 0 | true
salesmonth | qtysold | smallint | mostly8 | false | 0 | true
salesmonth | pricepaid | numeric(8,2) | delta32k | false | 0 | false
salesmonth | commission | numeric(8,2) | delta32k | false | 0 | false
salesmonth | saletime | timestamp without time zone | lzo | false | 0 | false
```
Selanjutnya, lihat ukuran setiap tabel.
```
select count(*) from sales_monthly;
count
-------
2000
(1 row)
select count(*) from sales;
count
-------
412,214
(1 row)
```
Sekarang jalankan perintah ALTER TABLE APPEND berikut.
```
alter table sales append from sales_monthly;
```
Lihatlah ukuran setiap tabel lagi. Tabel SALES\$1MONTHLY sekarang memiliki 0 baris, dan tabel PENJUALAN telah tumbuh 2000 baris.
```
select count(*) from sales_monthly;
count
-------
0
(1 row)
select count(*) from sales;
count
-------
414214
(1 row)
```
Jika tabel sumber memiliki lebih banyak kolom daripada tabel target, tentukan parameter IGNOREEXTRA. Contoh berikut menggunakan parameter IGNOREEXTRA untuk mengabaikan kolom tambahan dalam tabel SALES\$1LISTING saat menambahkan ke tabel PENJUALAN.
```
alter table sales append from sales_listing ignoreextra;
```
Jika tabel target memiliki lebih banyak kolom daripada tabel sumber, tentukan parameter FILLTARGET. Contoh berikut menggunakan parameter FILLTARGET untuk mengisi kolom dalam tabel SALES\$1REPORT yang tidak ada dalam tabel SALES\$1MONTH.
```
alter table sales_report append from sales_month filltarget;
```
Contoh berikut menunjukkan contoh bagaimana menggunakan ALTER TABLE APPEND dengan tampilan terwujud sebagai sumber.
```
ALTER TABLE target_tbl APPEND FROM my_streaming_materialized_view;
```
Tabel dan nama tampilan terwujud dalam contoh ini adalah sampel. Menambahkan dari tampilan terwujud hanya berfungsi jika tampilan terwujud Anda dikonfigurasi. [Streaming konsumsi ke tampilan yang terwujud](materialized-view-streaming-ingestion.md) Ini memindahkan semua catatan dalam tampilan terwujud sumber ke tabel target dengan skema yang sama dengan tampilan terwujud dan membiarkan tampilan terwujud tetap utuh. Ini adalah perilaku yang sama seperti ketika sumber data adalah tabel.
# MENGUBAH TEMPLATE
Mengubah definisi template yang ada. Gunakan perintah ini untuk mengganti nama template, mengubah pemilik template, menambah atau menghapus parameter dari definisi template, atau menetapkan nilai parameter.
## Hak istimewa yang diperlukan
Untuk mengubah template, Anda harus memiliki salah satu dari berikut ini:
+ Hak istimewa pengguna super
+ HAK ISTIMEWA UBAH TEMPLATE dan hak istimewa PENGGUNAAN pada skema yang berisi template
## Sintaksis
```
ALTER TEMPLATE [database_name.][schema_name.]template_name
{
RENAME TO new_name
| OWNER TO new_owner
| ADD parameter [AS] [value]
| DROP parameter
| SET parameter TO value1 [, parameter2 TO value2 , ...]
};
```
## Parameter
*database\$1name*
(Opsional) Nama database tempat template dibuat. Jika tidak ditentukan, database saat ini digunakan.
*schema\$1name*
(Opsional) Nama skema di mana template dibuat. Jika tidak ditentukan, template dicari di jalur pencarian saat ini.
*template\$1name*
Nama template yang akan diubah.
GANTI NAMA MENJADI
Sebuah klausa yang mengganti nama template.
*new\$1name*
Nama baru template. Untuk informasi selengkapnya tentang nama yang valid, lihat[Nama dan pengidentifikasi](r_names.md).
PEMILIK UNTUK
Sebuah klausa yang mengubah pemilik template.
*new\$1owner*
Pemilik baru template.
TAMBAHKAN *parameter* [AS] [*nilai*]
Menambahkan parameter baru ke template.
+ Untuk parameter khusus kata kunci (seperti CSV atau GZIP), tentukan hanya nama parameter.
+ Untuk parameter yang memerlukan nilai, tentukan nama parameter diikuti oleh nilai. Anda dapat secara opsional menyertakan AS antara parameter dan nilai.
*Parameter* DROP
Menghapus parameter yang ditentukan dari template. Tidak dapat menjatuhkan beberapa parameter dengan satu perintah DROP.
*SET *parameter* KE *value1* [, *parameter2 TO value2*,...]*
Memperbarui nilai parameter template yang ada. Hanya gunakan untuk parameter yang sudah memiliki nilai. Beberapa parameter dapat diperbarui dalam satu perintah.
## Contoh
Contoh berikut mengganti nama template test\$1template menjadi demo\$1template.
```
ALTER TEMPLATE test_template
RENAME TO demo_template;
```
Contoh berikut memberikan kepemilikan skema demo\$1template ke bob pengguna.
```
ALTER TEMPLATE demo_template
OWNER TO bob;
```
Contoh berikut menambahkan parameter `CSV` ke template demo\$1template
```
ALTER TEMPLATE demo_template
ADD CSV;
```
Contoh berikut menambahkan parameter `TIMEFORMAT 'auto'` ke template demo\$1template
```
ALTER TEMPLATE demo_template
ADD TIMEFORMAT 'auto';
```
Contoh berikut menjatuhkan parameter `ENCRYPTED` dari template demo\$1template
```
ALTER TEMPLATE demo_template
DROP ENCRYPTED;
```
Contoh berikut menetapkan `DELIMITER` parameter ke `'|'` dan `TIMEFORMAT` parameter untuk`'epochsecs'`:
```
ALTER TEMPLATE demo_template
SET DELIMITER TO '|', TIMEFORMAT TO 'epochsecs';
```
# ALTER USER
Mengubah pengguna database.
## Hak istimewa yang diperlukan
Berikut ini adalah hak istimewa yang diperlukan untuk ALTER USER:
+ Superuser
+ Pengguna dengan hak istimewa ALTER USER
+ Pengguna saat ini yang ingin mengubah kata sandi mereka sendiri
## Sintaksis
```
ALTER USER username [ WITH ] option [, ... ]
where option is
CREATEDB | NOCREATEDB
| CREATEUSER | NOCREATEUSER
| SYSLOG ACCESS { RESTRICTED | UNRESTRICTED }
| PASSWORD { 'password' | 'md5hash' | 'sha256hash' | DISABLE }
[ VALID UNTIL 'expiration_date' ]
| RENAME TO new_name |
| CONNECTION LIMIT { limit | UNLIMITED }
| SESSION TIMEOUT limit | RESET SESSION TIMEOUT
| SET parameter { TO | = } { value | DEFAULT }
| RESET parameter
| EXTERNALID external_id
```
## Parameter
*username*
Nama pengguna.
DENGAN
Kata kunci opsional.
CREATEDB \$1 NOCREATEDB
Opsi CREATEDB memungkinkan pengguna untuk membuat database baru. NOCREATEDB adalah default.
CREATEUSER \$1 NOCREATEUSER
Opsi CREATEUSER menciptakan superuser dengan semua hak istimewa database, termasuk CREATE USER. Defaultnya adalah NOCREATEUSER. Untuk informasi selengkapnya, lihat [Pengguna super](r_superusers.md).
AKSES SYSLOG \$1TERBATAS \$1 TIDAK DIBATASI\$1
Klausa yang menentukan tingkat akses yang dimiliki pengguna ke tabel dan tampilan sistem Amazon Redshift.
Pengguna biasa yang memiliki izin SYSLOG ACCESS RESTRICTED hanya dapat melihat baris yang dihasilkan oleh pengguna tersebut dalam tabel dan tampilan sistem yang terlihat pengguna. Defaultnya dibatasi.
Pengguna biasa yang memiliki izin SYSLOG ACCESS UNRESTRICTED dapat melihat semua baris dalam tabel dan tampilan sistem yang terlihat pengguna, termasuk baris yang dihasilkan oleh pengguna lain. UNRESTRICTED tidak memberikan akses pengguna reguler ke tabel yang terlihat oleh pengguna super. Hanya pengguna super yang dapat melihat tabel yang terlihat oleh pengguna super.
Memberikan pengguna akses tak terbatas ke tabel sistem memberikan visibilitas pengguna ke data yang dihasilkan oleh pengguna lain. Misalnya, STL\$1QUERY dan STL\$1QUERYTEXT berisi teks lengkap pernyataan INSERT, UPDATE, dan DELETE, yang mungkin berisi data sensitif buatan pengguna.
Semua baris di SVV\$1TRANSACTIONS dapat dilihat oleh semua pengguna.
Untuk informasi selengkapnya, lihat [Visibilitas data dalam tabel dan tampilan sistem](cm_chap_system-tables.md#c_visibility-of-data).
PASSWORD \$1'*password*' \$1 '*md5hash' \$1 'sha256hash**' \$1 NONAKTIFKAN*\$1
Mengatur kata sandi pengguna.
Secara default, pengguna dapat mengubah kata sandi mereka sendiri, kecuali kata sandi dinonaktifkan. Untuk menonaktifkan kata sandi pengguna, tentukan NONAKTIFKAN. Ketika kata sandi pengguna dinonaktifkan, kata sandi dihapus dari sistem dan pengguna dapat masuk hanya menggunakan kredensyal pengguna sementara AWS Identity and Access Management (IAM). Untuk informasi selengkapnya, lihat [Menggunakan autentikasi IAM untuk menghasilkan kredensi pengguna database](https://docs.aws.amazon.com/redshift/latest/mgmt/generating-user-credentials.html). Hanya superuser yang dapat mengaktifkan atau menonaktifkan kata sandi. Anda tidak dapat menonaktifkan kata sandi pengguna super. Untuk mengaktifkan kata sandi, jalankan ALTER USER dan tentukan kata sandi.
Untuk detail tentang penggunaan parameter PASSWORD, lihat[BUAT PENGGUNA](r_CREATE_USER.md).
VALID SAMPAI '*expiration\$1date*'
Menentukan bahwa password memiliki tanggal kedaluwarsa. Gunakan nilai `'infinity'` untuk menghindari tanggal kedaluwarsa. Tipe data yang valid untuk parameter ini adalah stempel waktu.
Hanya pengguna super yang dapat menggunakan parameter ini.
GANTI NAMA MENJADI
Mengganti nama pengguna.
*new\$1name*
Nama baru pengguna. Untuk informasi selengkapnya tentang nama yang valid, lihat[Nama dan pengidentifikasi](r_names.md).
Saat mengganti nama pengguna, Anda juga harus mengatur ulang kata sandi pengguna. Kata sandi reset tidak harus berbeda dari kata sandi sebelumnya. Nama pengguna digunakan sebagai bagian dari enkripsi kata sandi, jadi ketika pengguna diganti namanya, kata sandi dihapus. Pengguna tidak akan dapat masuk sampai kata sandi diatur ulang. Contoh:
```
alter user newuser password 'EXAMPLENewPassword11';
```
BATAS KONEKSI \$1*limit* \$1 UNLIMITED\$1
Jumlah maksimum koneksi database pengguna diizinkan untuk membuka secara bersamaan. Batas tidak diberlakukan untuk pengguna super. Gunakan kata kunci UNLIMITED untuk memungkinkan jumlah maksimum koneksi bersamaan. Batas jumlah koneksi untuk setiap database mungkin juga berlaku. Untuk informasi selengkapnya, lihat [BUAT BASIS DATA](r_CREATE_DATABASE.md). Defaultnya adalah UNLIMITED. Untuk melihat koneksi saat ini, kueri tampilan [STV\$1SESSION](r_STV_SESSIONS.md) sistem.
Jika batas koneksi pengguna dan database berlaku, slot koneksi yang tidak digunakan harus tersedia yang berada dalam kedua batas saat pengguna mencoba untuk terhubung.
BATAS WAKTU SESI \$1 ATUR ULANG *BATAS* WAKTU SESI
Waktu maksimum dalam hitungan detik sesi tetap tidak aktif atau menganggur. Kisarannya adalah 60 detik (satu menit) hingga 1.728.000 detik (20 hari). Jika tidak ada batas waktu sesi yang ditetapkan untuk pengguna, pengaturan cluster berlaku. Untuk informasi selengkapnya, lihat [Kuota dan batas di Amazon](https://docs.aws.amazon.com/redshift/latest/mgmt/amazon-redshift-limits.html) Redshift di Panduan Manajemen *Pergeseran Merah Amazon*.
Saat Anda mengatur batas waktu sesi, itu hanya diterapkan ke sesi baru.
Untuk melihat informasi tentang sesi pengguna aktif, termasuk waktu mulai, nama pengguna, dan batas waktu sesi, kueri tampilan [STV\$1SESSION](r_STV_SESSIONS.md) sistem. Untuk melihat informasi tentang riwayat sesi pengguna, kueri tampilan. [STL\$1SESSION](r_STL_SESSIONS.md) Untuk mengambil informasi tentang pengguna database, termasuk nilai session-timeout, kueri tampilan. [SVL\$1USER\$1INFO](r_SVL_USER_INFO.md)
SET
Menetapkan parameter konfigurasi ke nilai default baru untuk semua sesi yang dijalankan oleh pengguna tertentu.
ATUR ULANG
Mengatur ulang parameter konfigurasi ke nilai default asli untuk pengguna yang ditentukan.
*parameter*
Nama parameter untuk mengatur atau mengatur ulang.
*nilai*
Nilai baru dari parameter.
DEFAULT
Menetapkan parameter konfigurasi ke nilai default untuk semua sesi yang dijalankan oleh pengguna tertentu.
*EXTERNALID external\$1id*
Pengidentifikasi untuk pengguna, yang terkait dengan penyedia identitas. Pengguna harus menonaktifkan kata sandi mereka. Untuk informasi selengkapnya, lihat [Federasi penyedia identitas asli (iDP) untuk Amazon Redshift](https://docs.aws.amazon.com/redshift/latest/mgmt/redshift-iam-access-control-native-idp.html).
## Catatan penggunaan
+ **Mencoba mengubah rdsdb** - Anda tidak dapat mengubah nama pengguna. `rdsdb`
+ **Membuat kata sandi yang tidak dikenal** — Saat menggunakan autentikasi AWS Identity and Access Management (IAM) untuk membuat kredensyal pengguna basis data, Anda mungkin ingin membuat superuser yang hanya dapat masuk menggunakan kredensyal sementara. Anda tidak dapat menonaktifkan kata sandi pengguna super, tetapi Anda dapat membuat kata sandi yang tidak dikenal menggunakan string MD5 hash yang dibuat secara acak.
```
alter user iam_superuser password 'md51234567890123456780123456789012';
```
+ **Pengaturan search\$1path** - Ketika Anda mengatur [search\$1path](r_search_path.md) parameter dengan perintah ALTER USER, modifikasi akan berlaku pada login berikutnya pengguna yang ditentukan. Jika Anda ingin mengubah nilai search\$1path untuk pengguna dan sesi saat ini, gunakan perintah SET.
+ **Mengatur zona waktu** - Saat Anda menggunakan SET TIMEZONE dengan perintah ALTER USER, modifikasi akan berlaku pada login berikutnya pengguna yang ditentukan.
+ **Bekerja dengan masking data dinamis dan kebijakan keamanan tingkat baris** — Saat klaster yang disediakan atau namespace tanpa server memiliki kebijakan keamanan masking data dinamis atau tingkat baris, perintah berikut akan diblokir untuk pengguna biasa:
```
ALTER SET enable_case_sensitive_super_attribute/enable_case_sensitive_identifier/downcase_delimited_identifier
```
Hanya pengguna super dan pengguna dengan hak istimewa ALTER USER yang dapat mengatur opsi konfigurasi ini. Untuk informasi tentang keamanan tingkat baris, lihat. [Keamanan tingkat baris](t_rls.md) Untuk informasi tentang masking data dinamis, lihat[Penutupan data dinamis](t_ddm.md).
## Contoh
Contoh berikut memberikan pengguna ADMIN hak istimewa untuk membuat database:
```
alter user admin createdb;
```
Contoh berikut menetapkan kata sandi pengguna ADMIN ke `adminPass9` dan menetapkan tanggal kedaluwarsa dan waktu untuk kata sandi:
```
alter user admin password 'adminPass9'
valid until '2017-12-31 23:59';
```
Contoh berikut mengganti nama pengguna ADMIN menjadi SYSADMIN:
```
alter user admin rename to sysadmin;
```
Contoh berikut memperbarui batas waktu siaga untuk pengguna menjadi 300 detik.
```
ALTER USER dbuser SESSION TIMEOUT 300;
```
Mengatur ulang batas waktu sesi idle pengguna. Saat Anda mengatur ulang, pengaturan cluster berlaku. Anda harus menjadi superuser database untuk menjalankan perintah ini. Untuk informasi selengkapnya, lihat [Kuota dan batasan di Amazon Redshift](https://docs.aws.amazon.com/redshift/latest/mgmt/amazon-redshift-limits.html) dalam *Panduan Manajemen Amazon Redshift*.
```
ALTER USER dbuser RESET SESSION TIMEOUT;
```
Contoh berikut memperbarui ID eksternal untuk pengguna bernama`bob`. Namespace adalah. `myco_aad` Jika namespace tidak terkait dengan penyedia identitas terdaftar, itu menghasilkan kesalahan.
```
ALTER USER myco_aad:bob EXTERNALID "ABC123" PASSWORD DISABLE;
```
Contoh berikut menetapkan zona waktu untuk semua sesi yang dijalankan oleh pengguna database tertentu. Ini mengubah zona waktu untuk sesi berikutnya, tetapi tidak untuk sesi saat ini.
```
ALTER USER odie SET TIMEZONE TO 'Europe/Zurich';
```
Contoh berikut menetapkan jumlah maksimum koneksi database yang pengguna `bob` diizinkan untuk membuka.
```
ALTER USER bob CONNECTION LIMIT 10;
```
# MENGANALISA
Memperbarui statistik tabel untuk digunakan oleh perencana kueri.
## Hak istimewa yang diperlukan
Berikut ini adalah hak istimewa yang diperlukan untuk ANALISIS:
+ Superuser
+ Pengguna dengan hak istimewa ANALISIS
+ Pemilik relasi
+ Pemilik database yang tabel dibagikan
## Sintaksis
```
ANALYZE [ VERBOSE ]
[ [ table_name [ ( column_name [, ...] ) ] ]
[ PREDICATE COLUMNS | ALL COLUMNS ]
```
## Parameter
BERTELE-TELE
Klausa yang mengembalikan pesan informasi kemajuan tentang operasi ANALISIS. Opsi ini berguna ketika Anda tidak menentukan tabel.
*table\$1name*
Anda dapat menganalisis tabel tertentu, termasuk tabel sementara. Anda dapat memenuhi syarat tabel dengan nama skema. Anda dapat secara opsional menentukan table\$1name untuk menganalisis satu tabel. Anda tidak dapat menentukan lebih dari satu *table\$1name* dengan satu pernyataan ANALYZE *table\$1name*. Jika Anda tidak menentukan nilai *table\$1name*, semua tabel dalam database yang saat ini terhubung akan dianalisis, termasuk tabel persisten dalam katalog sistem. Amazon Redshift melewatkan menganalisis tabel jika persentase baris yang telah berubah sejak ANALISIS terakhir lebih rendah dari ambang analisis. Untuk informasi selengkapnya, lihat [Menganalisis ambang](#r_ANALYZE-threshold).
Anda tidak perlu menganalisis tabel sistem Amazon Redshift (tabel STL dan STV).
*column\$1name*
Jika Anda menentukan *table\$1name*, Anda juga dapat menentukan satu atau beberapa kolom dalam tabel (sebagai daftar yang dipisahkan kolom dalam tanda kurung). Jika daftar kolom ditentukan, hanya kolom yang terdaftar yang dianalisis.
KOLOM PREDIKAT \$1 SEMUA KOLOM
Klausa yang menunjukkan apakah ANALYSIS harus menyertakan hanya kolom predikat. Tentukan KOLOM PREDIKAT untuk menganalisis hanya kolom yang telah digunakan sebagai predikat dalam kueri sebelumnya atau kemungkinan kandidat untuk digunakan sebagai predikat. Tentukan SEMUA KOLOM untuk menganalisis semua kolom. Defaultnya adalah SEMUA KOLOM.
Kolom disertakan dalam kumpulan kolom predikat jika salah satu dari berikut ini benar:
+ Kolom telah digunakan dalam kueri sebagai bagian dari filter, kondisi gabungan, atau kelompok demi klausa.
+ Kolom adalah kunci distribusi.
+ Kolom adalah bagian dari kunci sortir.
Jika tidak ada kolom yang ditandai sebagai kolom predikat, misalnya karena tabel belum ditanyakan, semua kolom dianalisis bahkan ketika KOLOM PREDIKAT ditentukan. Ketika ini terjadi, Amazon Redshift mungkin merespons dengan pesan seperti Tidak ada kolom predikat yang ditemukan untuk "”. *table-name* Menganalisis semua kolom. Untuk informasi selengkapnya tentang kolom predikat, lihat[Menganalisis tabel](t_Analyzing_tables.md).
## Catatan penggunaan
Amazon Redshift secara otomatis menjalankan ANALISIS pada tabel yang Anda buat dengan perintah berikut:
+ CREATE TABLE AS
+ BUAT TABEL TEMP SEBAGAI
+ PILIH KE DALAM
Anda tidak dapat menganalisis tabel eksternal.
Anda tidak perlu menjalankan perintah ANALYZE pada tabel ini saat pertama kali dibuat. Jika Anda memodifikasinya, Anda harus menganalisisnya dengan cara yang sama seperti tabel lainnya.
### Menganalisis ambang
Untuk mengurangi waktu pemrosesan dan meningkatkan kinerja sistem secara keseluruhan, Amazon Redshift melewatkan ANALISIS untuk tabel jika persentase baris yang telah berubah sejak perintah ANALYZE terakhir dijalankan lebih rendah dari ambang analisis yang ditentukan oleh parameter. [analyze\$1threshold\$1percent](r_analyze_threshold_percent.md) Secara default, `analyze_threshold_percent` adalah 10. `analyze_threshold_percent`Untuk mengubah sesi saat ini, jalankan [SET](r_SET.md) perintah. Contoh berikut berubah `analyze_threshold_percent` menjadi 20 persen.
```
set analyze_threshold_percent to 20;
```
Untuk menganalisis tabel ketika hanya sejumlah kecil baris telah berubah, atur `analyze_threshold_percent` ke angka kecil yang sewenang-wenang. Misalnya, jika Anda mengatur `analyze_threshold_percent` ke 0,01, maka tabel dengan 100.000.000 baris tidak dilewati jika setidaknya 10.000 baris telah berubah.
```
set analyze_threshold_percent to 0.01;
```
Jika ANALYZE melewatkan tabel karena tidak memenuhi ambang analisis, Amazon Redshift menampilkan pesan berikut.
```
ANALYZE SKIP
```
Untuk menganalisis semua tabel meskipun tidak ada baris yang berubah, atur `analyze_threshold_percent` ke 0.
Untuk melihat hasil operasi ANALISIS, kueri tabel [STL\$1ANALISIS](r_STL_ANALYZE.md) sistem.
Untuk informasi selengkapnya tentang menganalisis tabel, lihat[Menganalisis tabel](t_Analyzing_tables.md).
## Contoh
Analisis semua tabel dalam database TICKIT dan kembalikan informasi kemajuan.
```
analyze verbose;
```
Analisis tabel LISTING saja.
```
analyze listing;
```
Analisis kolom VENUEID dan VENUENAME di tabel VENUE.
```
analyze venue(venueid, venuename);
```
Analisis hanya kolom predikat di tabel VENUE.
```
analyze venue predicate columns;
```
# MENGANALISIS KOMPRESI
Melakukan analisis kompresi dan menghasilkan laporan dengan pengkodean kompresi yang disarankan untuk tabel yang dianalisis. Untuk setiap kolom, laporan tersebut mencakup perkiraan potensi pengurangan ruang disk dibandingkan dengan pengkodean RAW.
## Sintaksis
```
ANALYZE COMPRESSION
[ [ table_name ]
[ ( column_name [, ...] ) ] ]
[COMPROWS numrows]
```
## Parameter
*table\$1name*
Anda dapat menganalisis kompresi untuk tabel tertentu, termasuk tabel sementara. Anda dapat memenuhi syarat tabel dengan nama skema. Anda dapat secara opsional menentukan *table\$1name* untuk menganalisis satu tabel. Jika Anda tidak menentukan *table\$1name*, semua tabel dalam database yang saat ini terhubung akan dianalisis. Anda tidak dapat menentukan lebih dari satu *table\$1name* dengan satu pernyataan ANALYZE COMPRESSION.
*column\$1name*
Jika Anda menentukan *table\$1name*, Anda juga dapat menentukan satu atau beberapa kolom dalam tabel (sebagai daftar yang dipisahkan kolom dalam tanda kurung).
COMPROWS
Jumlah baris yang akan digunakan sebagai ukuran sampel untuk analisis kompresi. Analisis dijalankan pada baris dari setiap irisan data. Misalnya, jika Anda menentukan COMPROWS 1000000 (1.000.000) dan sistem berisi 4 irisan total, tidak lebih dari 250.000 baris per irisan dibaca dan dianalisis. Jika COMPROWS tidak ditentukan, ukuran sampel default menjadi 100.000 per irisan. Nilai COMPROWS lebih rendah dari default 100.000 baris per irisan secara otomatis ditingkatkan ke nilai default. Namun, analisis kompresi tidak menghasilkan rekomendasi jika jumlah data dalam tabel tidak cukup untuk menghasilkan sampel yang bermakna. Jika jumlah COMPROWS lebih besar dari jumlah baris dalam tabel, perintah ANALYZE COMPRESSION masih melanjutkan dan menjalankan analisis kompresi terhadap semua baris yang tersedia. Menggunakan COMPROWS menghasilkan kesalahan jika tabel tidak ditentukan.
*numrows*
Jumlah baris yang akan digunakan sebagai ukuran sampel untuk analisis kompresi. Rentang yang diterima untuk *numrows* adalah angka antara 1000 dan 1000000000 (1.000.000.000).
## Catatan penggunaan
ANALISIS KOMPRESI memperoleh kunci tabel eksklusif, yang mencegah pembacaan dan penulisan bersamaan terhadap tabel. Hanya jalankan perintah ANALYZE COMPRESSION ketika tabel dalam keadaan idle.
Jalankan ANALYZE COMPRESSION untuk mendapatkan rekomendasi skema pengkodean kolom, berdasarkan sampel isi tabel. ANALISIS KOMPRESI adalah alat penasihat dan tidak memodifikasi pengkodean kolom tabel. Anda dapat menerapkan pengkodean yang disarankan dengan membuat ulang tabel atau dengan membuat tabel baru dengan skema yang sama. Membuat ulang tabel yang tidak terkompresi dengan skema pengkodean yang sesuai dapat secara signifikan mengurangi jejak pada disk. Pendekatan ini menghemat ruang disk dan meningkatkan kinerja kueri untuk beban kerja terikat I/O.
ANALISIS KOMPRESI melewatkan fase analisis aktual dan langsung mengembalikan jenis pengkodean asli pada kolom apa pun yang ditunjuk sebagai SORTKEY. Ini dilakukan karena pemindaian terbatas rentang mungkin berkinerja buruk ketika kolom SORTKEY dikompresi jauh lebih tinggi daripada kolom lainnya.
## Contoh
Contoh berikut menunjukkan pengkodean dan perkiraan pengurangan persen untuk kolom dalam tabel LISTING saja:
```
analyze compression listing;
Table | Column | Encoding | Est_reduction_pct
---------+----------------+----------+-------------------
listing | listid | az64 | 40.96
listing | sellerid | az64 | 46.92
listing | eventid | az64 | 53.37
listing | dateid | raw | 0.00
listing | numtickets | az64 | 65.66
listing | priceperticket | az64 | 72.94
listing | totalprice | az64 | 68.05
listing | listtime | az64 | 49.74
```
Contoh berikut menganalisis kolom QTYSOLD, COMMISSION, dan SALETIME dalam tabel PENJUALAN.
```
analyze compression sales(qtysold, commission, saletime);
Table | Column | Encoding | Est_reduction_pct
-------+------------+----------+-------------------
sales | salesid | N/A | 0.00
sales | listid | N/A | 0.00
sales | sellerid | N/A | 0.00
sales | buyerid | N/A | 0.00
sales | eventid | N/A | 0.00
sales | dateid | N/A | 0.00
sales | qtysold | az64 | 83.06
sales | pricepaid | N/A | 0.00
sales | commission | az64 | 71.85
sales | saletime | az64 | 49.63
```
# LAMPIRKAN KEBIJAKAN MASKING
Melampirkan kebijakan masking data dinamis yang ada ke kolom. Untuk informasi selengkapnya tentang masking data dinamis, lihat[Penutupan data dinamis](t_ddm.md).
Pengguna super dan pengguna atau peran yang memiliki peran sys:secadmin dapat melampirkan kebijakan masking.
## Sintaksis
```
ATTACH MASKING POLICY
{
policy_name ON relation_name
| database_name.policy_name ON database_name.schema_name.relation_name
}
( { output_column_names | output_path } )
[ USING ( { input_column_names | input_path } ) ]
TO { user_name | ROLE role_name | PUBLIC }
[ PRIORITY priority ];
```
## Parameter
*policy\$1name*
Nama kebijakan masking untuk dilampirkan.
database\$1name
Nama database tempat kebijakan dan relasi dibuat. Kebijakan dan relasi harus berada pada database yang sama. Basis data dapat berupa database yang terhubung atau database yang mendukung izin federasi Amazon Redshift.
schema\$1name
Nama skema yang dimiliki relasi.
*hubungan\$1nama*
Nama relasi untuk melampirkan kebijakan masking ke.
*output\$1column\$1names*
Nama-nama kolom yang akan diterapkan kebijakan masking.
*output\$1paths*
Jalur lengkap objek SUPER yang akan diterapkan kebijakan masking, termasuk nama kolom. Misalnya, untuk relasi dengan kolom tipe SUPER bernama`person`, *output\$1path mungkin*. `person.name.first_name`
*input\$1column\$1names*
Nama-nama kolom yang akan diambil oleh kebijakan masking sebagai masukan. Parameter ini bersifat opsional. Jika tidak ditentukan, kebijakan masking menggunakan *output\$1column\$1names sebagai input*.
*input\$1paths*
Jalur lengkap objek SUPER yang akan diambil oleh kebijakan masking sebagai input. Parameter ini bersifat opsional. Jika tidak ditentukan, kebijakan masking menggunakan *output\$1path* untuk input.
*user\$1name*
Nama pengguna yang akan dilampirkan oleh kebijakan masking. Anda tidak dapat melampirkan dua kebijakan ke kombinasi pengguna dan kolom atau peran dan kolom yang sama. Anda dapat melampirkan kebijakan ke pengguna dan kebijakan lain ke peran pengguna. Dalam hal ini, kebijakan dengan prioritas lebih tinggi berlaku.
Anda hanya dapat menyetel salah satu user\$1name, role\$1name, dan PUBLIC dalam satu perintah ATTACH MASKING POLICY.
*role\$1name*
Nama peran yang akan dilampirkan oleh kebijakan masking. Anda tidak dapat melampirkan dua kebijakan ke column/role pasangan yang sama. Anda dapat melampirkan kebijakan ke pengguna dan kebijakan lain ke peran pengguna. Dalam hal ini, kebijakan dengan prioritas lebih tinggi berlaku.
Anda hanya dapat menyetel salah satu user\$1name, role\$1name, dan PUBLIC dalam satu perintah ATTACH MASKING POLICY.
*PUBLIK*
Melampirkan kebijakan masking ke semua pengguna yang mengakses tabel. Anda harus memberikan kebijakan masking lain yang dilampirkan pada spesifik column/user atau column/role pasangan prioritas yang lebih tinggi daripada kebijakan PUBLIK agar dapat diterapkan.
Anda hanya dapat menyetel salah satu user\$1name, role\$1name, dan PUBLIC dalam satu perintah ATTACH MASKING POLICY.
*prioritas*
Prioritas kebijakan masking. Jika beberapa kebijakan masking berlaku untuk kueri pengguna tertentu, kebijakan prioritas tertinggi akan berlaku.
Anda tidak dapat melampirkan dua kebijakan berbeda ke kolom yang sama dengan prioritas yang sama, meskipun kedua kebijakan tersebut dilampirkan ke pengguna atau peran yang berbeda. Anda dapat melampirkan kebijakan yang sama beberapa kali ke set tabel, kolom keluaran, kolom input, dan parameter prioritas yang sama, selama pengguna atau peran yang dilampirkan kebijakan berbeda setiap kali.
Anda tidak dapat menerapkan kebijakan ke kolom dengan prioritas yang sama dengan kebijakan lain yang dilampirkan pada kolom tersebut, meskipun untuk peran yang berbeda. Bidang ini bersifat opsional. Jika Anda tidak menentukan prioritas, kebijakan masking default melampirkan dengan prioritas 0.
Untuk penggunaan KEBIJAKAN MASKING LAMPIRKAN di Katalog Izin Federasi Amazon Redshift, [lihat Mengelola kontrol akses dengan izin federasi Amazon Redshift](https://docs.aws.amazon.com/redshift/latest/dg/federated-permissions-managing-access.html).
# LAMPIRKAN KEBIJAKAN RLS
Lampirkan kebijakan keamanan tingkat baris pada tabel ke satu atau beberapa pengguna atau peran.
Pengguna super dan pengguna atau peran yang memiliki `sys:secadmin` peran dapat melampirkan kebijakan.
## Sintaksis
```
ATTACH RLS POLICY
{
policy_name ON [TABLE] table_name [, ...]
| database_name.policy_name ON [TABLE] database_name.schema_name.table_name [, ...]
}
TO { user_name | ROLE role_name | PUBLIC } [, ...]
```
## Parameter
*policy\$1name*
Nama kebijakan .
database\$1name
Nama database tempat kebijakan dan relasi dibuat. Kebijakan dan relasi harus berada pada database yang sama. Basis data dapat berupa database yang terhubung atau database yang mendukung izin federasi Amazon Redshift.
schema\$1name
Nama skema yang dimiliki relasi.
table\$1name
Hubungan yang dilampirkan oleh kebijakan keamanan tingkat baris.
KE \$1*user\$1name* \$1 *ROLE role\$1name* \$1 PUBLIK\$1 [,...]
Menentukan apakah kebijakan dilampirkan ke satu atau beberapa pengguna atau peran tertentu.
Untuk penggunaan KEBIJAKAN ATTACH RLS di Katalog Izin Federasi Amazon Redshift, [lihat Mengelola kontrol akses dengan izin federasi Amazon Redshift](https://docs.aws.amazon.com/redshift/latest/dg/federated-permissions-managing-access.html).
## Catatan penggunaan
Saat bekerja dengan pernyataan ATTACH RLS POLICY, amati hal berikut:
+ Tabel yang dilampirkan harus memiliki semua kolom yang tercantum dalam klausa WITH dari pernyataan pembuatan kebijakan.
+ Amazon Redshift RLS mendukung melampirkan kebijakan RLS ke objek berikut:
+ Tabel
+ Tampilan
+ Tampilan pengikatan akhir
+ Tampilan terwujud
+ Amazon Redshift RLS tidak mendukung melampirkan kebijakan RLS ke objek berikut:
+ Tabel katalog
+ Hubungan lintas basis data
+ Tabel eksternal
+ Tabel sementara
+ Tabel pencarian kebijakan
+ Tabel dasar tampilan terwujud
+ Kebijakan RLS yang dilampirkan ke pengguna super atau pengguna dengan `sys:secadmin` izin diabaikan.
## Contoh
Contoh berikut melampirkan kebijakan RLS ke tabel dan kombinasi peran yang ditentukan. Kebijakan RLS berlaku untuk setiap pengguna dengan peran `analyst` atau `dbadmin` ketika mereka mengakses tabel tickit\$1category\$1redshift.
```
ATTACH RLS POLICY policy_concerts ON tickit_category_redshift TO ROLE analyst, ROLE dbadmin;
```
# MULAI
Memulai transaksi. Identik dengan MULAI TRANSAKSI.
Transaksi adalah unit kerja tunggal yang logis, apakah itu terdiri dari satu perintah atau beberapa perintah. Secara umum, semua perintah dalam transaksi berjalan pada snapshot database yang waktu mulai ditentukan oleh nilai yang ditetapkan untuk parameter konfigurasi `transaction_snapshot_begin` sistem.
Secara default, operasi Amazon Redshift individual (kueri, pernyataan DDL, pemuatan) secara otomatis berkomitmen ke database. Jika Anda ingin menangguhkan komit untuk operasi sampai pekerjaan selanjutnya selesai, Anda perlu membuka transaksi dengan pernyataan BEGIN, lalu jalankan perintah yang diperlukan, lalu tutup transaksi dengan [AKHIR](r_END.md) pernyataan [COMMIT](r_COMMIT.md) atau. Jika perlu, Anda dapat menggunakan [ROLLBACK](r_ROLLBACK.md) pernyataan untuk menghentikan transaksi yang sedang berlangsung. Pengecualian untuk perilaku ini adalah [MEMOTONG](r_TRUNCATE.md) perintah, yang melakukan transaksi di mana ia dijalankan dan tidak dapat diputar kembali.
## Sintaksis
```
BEGIN [ WORK | TRANSACTION ] [ ISOLATION LEVEL option ] [ READ WRITE | READ ONLY ]
START TRANSACTION [ ISOLATION LEVEL option ] [ READ WRITE | READ ONLY ]
Where option is
SERIALIZABLE
| READ UNCOMMITTED
| READ COMMITTED
| REPEATABLE READ
Note: READ UNCOMMITTED, READ COMMITTED, and REPEATABLE READ have no
operational impact and map to SERIALIZABLE in Amazon Redshift. You can see database isolation levels on your cluster
by querying the stv_db_isolation_level table.
```
## Parameter
PEKERJAAN
Kata kunci opsional.
TRANSAKSI
Kata kunci opsional; KERJA dan TRANSAKSI adalah sinonim.
TINGKAT ISOLASI SERIALIZABLE
Isolasi serializable didukung secara default, sehingga perilaku transaksi adalah sama apakah sintaks ini disertakan dalam pernyataan atau tidak. Untuk informasi selengkapnya, lihat [Mengelola operasi tulis bersamaan](c_Concurrent_writes.md). Tidak ada tingkat isolasi lain yang didukung.
Standar SQL mendefinisikan empat tingkat isolasi transaksi untuk mencegah *pembacaan kotor* (di mana transaksi membaca data yang ditulis oleh transaksi tanpa komitmen bersamaan), pembacaan yang tidak *dapat diulang (di mana transaksi membaca* ulang data yang dibaca sebelumnya dan menemukan bahwa data diubah oleh transaksi lain yang dilakukan sejak pembacaan awal), dan *phantom membaca* (di mana transaksi menjalankan kembali kueri, mengembalikan serangkaian baris yang memenuhi kondisi pencarian, dan kemudian menemukan bahwa kumpulan baris telah berubah karena yang lain baru-baru ini transaksi yang dilakukan):
+ Baca tanpa komitmen: Bacaan kotor, bacaan yang tidak dapat diulang, dan pembacaan hantu dimungkinkan.
+ Baca berkomitmen: Pembacaan yang tidak dapat diulang dan pembacaan hantu dimungkinkan.
+ Bacaan berulang: Pembacaan hantu dimungkinkan.
+ Serializable: Mencegah pembacaan kotor, pembacaan yang tidak dapat diulang, dan pembacaan hantu.
Meskipun Anda dapat menggunakan salah satu dari empat tingkat isolasi transaksi, Amazon Redshift memproses semua tingkat isolasi sebagai serializable.
BACA TULIS
Memberikan izin baca dan tulis transaksi.
BACA SAJA
Memberikan izin read-only transaksi.
## Contoh
Contoh berikut memulai blok transaksi serializable:
```
begin;
```
Contoh berikut memulai blok transaksi dengan tingkat isolasi serializable dan izin baca dan tulis:
```
begin read write;
```
# PANGGILAN
Menjalankan prosedur yang disimpan. Perintah CALL harus menyertakan nama prosedur dan nilai argumen masukan. Anda harus memanggil prosedur tersimpan dengan menggunakan pernyataan CALL.
**catatan**
CALL tidak dapat menjadi bagian dari kueri reguler.
## Sintaksis
```
CALL sp_name ( [ argument ] [, ...] )
```
## Parameter
*sp\$1nama*
Nama prosedur yang akan dijalankan.
*argumen*
Nilai argumen masukan. Parameter ini juga bisa menjadi nama fungsi, misalnya`pg_last_query_id()`. Anda tidak dapat menggunakan kueri sebagai argumen CALL.
## Catatan penggunaan
Prosedur tersimpan Amazon Redshift mendukung panggilan bersarang dan rekursif, seperti yang dijelaskan berikut. Selain itu, pastikan dukungan driver Anda up-to-date, juga dijelaskan sebagai berikut.
**Topics**
+ [Panggilan bersarang](#r_CALL_procedure-nested-calls)
+ [Dukungan pengemudi](#r_CALL_procedure-driver-support)
### Panggilan bersarang
Prosedur tersimpan Amazon Redshift mendukung panggilan bersarang dan rekursif. Jumlah maksimum level bersarang yang diizinkan adalah 16. Panggilan bersarang dapat merangkum logika bisnis ke dalam prosedur yang lebih kecil, yang dapat dibagikan oleh beberapa penelepon.
Jika Anda memanggil prosedur bersarang yang memiliki parameter keluaran, prosedur bagian dalam harus mendefinisikan argumen INOUT. Dalam hal ini, prosedur bagian dalam diteruskan dalam variabel nonkonstan. Argumen OUT tidak diizinkan. Perilaku ini terjadi karena variabel diperlukan untuk menahan output dari panggilan batin.
Hubungan antara prosedur dalam dan luar dicatat di `from_sp_call` kolom[SVL\$1STORED\$1PROC\$1CALL](r_SVL_STORED_PROC_CALL.md).
Contoh berikut menunjukkan melewati variabel ke panggilan prosedur bersarang melalui argumen INOUT.
```
CREATE OR REPLACE PROCEDURE inner_proc(INOUT a int, b int, INOUT c int) LANGUAGE plpgsql
AS $$
BEGIN
a := b * a;
c := b * c;
END;
$$;
CREATE OR REPLACE PROCEDURE outer_proc(multiplier int) LANGUAGE plpgsql
AS $$
DECLARE
x int := 3;
y int := 4;
BEGIN
DROP TABLE IF EXISTS test_tbl;
CREATE TEMP TABLE test_tbl(a int, b varchar(256));
CALL inner_proc(x, multiplier, y);
insert into test_tbl values (x, y::varchar);
END;
$$;
CALL outer_proc(5);
SELECT * from test_tbl;
a | b
----+----
15 | 20
(1 row)
```
### Dukungan pengemudi
Kami menyarankan Anda meningkatkan driver Java Database Connectivity (JDBC) dan Open Database Connectivity (ODBC) ke versi terbaru yang memiliki dukungan untuk prosedur tersimpan Amazon Redshift.
Anda mungkin dapat menggunakan driver yang ada jika alat klien Anda menggunakan operasi API driver yang melewati pernyataan CALL ke server. Parameter output, jika ada, dikembalikan sebagai hasil set satu baris.
Versi terbaru dari driver Amazon Redshift JDBC dan ODBC memiliki dukungan metadata untuk penemuan prosedur tersimpan. Mereka juga memiliki `CallableStatement` dukungan untuk aplikasi Java kustom. Untuk informasi selengkapnya tentang driver, lihat [Menghubungkan ke Cluster Amazon Redshift Menggunakan Alat Klien SQL di Panduan](https://docs.aws.amazon.com/redshift/latest/mgmt/connecting-to-cluster.html) Manajemen *Amazon* Redshift.
Contoh berikut menunjukkan cara menggunakan operasi API yang berbeda dari driver JDBC untuk panggilan prosedur tersimpan.
```
void statement_example(Connection conn) throws SQLException {
statement.execute("CALL sp_statement_example(1)");
}
void prepared_statement_example(Connection conn) throws SQLException {
String sql = "CALL sp_prepared_statement_example(42, 84)";
PreparedStatement pstmt = conn.prepareStatement(sql);
pstmt.execute();
}
void callable_statement_example(Connection conn) throws SQLException {
CallableStatement cstmt = conn.prepareCall("CALL sp_create_out_in(?,?)");
cstmt.registerOutParameter(1, java.sql.Types.INTEGER);
cstmt.setInt(2, 42);
cstmt.executeQuery();
Integer out_value = cstmt.getInt(1);
}
```
## Contoh
Contoh berikut memanggil nama prosedur`test_spl`.
```
call test_sp1(3,'book');
INFO: Table "tmp_tbl" does not exist and will be skipped
INFO: min_val = 3, f2 = book
```
Contoh berikut memanggil nama prosedur`test_spl2`.
```
call test_sp2(2,'2019');
f2 | column2
---------------------+---------
2019+2019+2019+2019 | 2
(1 row)
```
# CANCEL (BATALKAN)
Membatalkan kueri database yang sedang berjalan.
Perintah CANCEL memerlukan ID proses atau ID sesi dari kueri yang sedang berjalan dan menampilkan pesan konfirmasi untuk memverifikasi bahwa kueri telah dibatalkan.
## Hak istimewa yang diperlukan
Berikut ini adalah hak istimewa yang diperlukan untuk CANCEL:
+ Superuser membatalkan kueri mereka sendiri
+ Superuser membatalkan kueri pengguna
+ Pengguna dengan hak istimewa CANCEL membatalkan kueri pengguna
+ Pengguna membatalkan kueri mereka sendiri
## Sintaksis
```
CANCEL process_id [ 'message' ]
```
## Parameter
*process\$1id*
Untuk membatalkan kueri yang berjalan di klaster Amazon Redshift, gunakan `pid` (ID Proses) dari kueri [STV\$1TERBARU](r_STV_RECENTS.md) yang sesuai dengan kueri yang ingin Anda batalkan.
Untuk membatalkan kueri yang berjalan di grup kerja Amazon Redshift Tanpa Server, gunakan `session_id` dari kueri [SYS\$1QUERY\$1HISTORY](SYS_QUERY_HISTORY.md) yang sesuai dengan kueri yang ingin Anda batalkan.
'*pesan*'
Pesan konfirmasi opsional yang ditampilkan saat pembatalan kueri selesai. Jika Anda tidak menentukan pesan, Amazon Redshift menampilkan pesan default sebagai verifikasi. Anda harus melampirkan pesan dalam tanda kutip tunggal.
## Catatan penggunaan
Anda tidak dapat membatalkan kueri dengan menentukan *ID kueri*; Anda harus menentukan ID *proses* kueri (PID) atau *ID Sesi*. Anda hanya dapat membatalkan kueri yang saat ini dijalankan oleh pengguna Anda. Pengguna super dapat membatalkan semua kueri.
Jika kueri dalam beberapa sesi menahan kunci pada tabel yang sama, Anda dapat menggunakan [PG\$1TERMINATE\$1BACKEND](PG_TERMINATE_BACKEND.md) fungsi untuk mengakhiri salah satu sesi. Melakukan hal ini memaksa setiap transaksi yang sedang berjalan di sesi yang dihentikan untuk melepaskan semua kunci dan memutar kembali transaksi. Untuk melihat kunci yang saat ini ditahan, kueri tabel [STV\$1LOCKS](r_STV_LOCKS.md) sistem.
Setelah peristiwa internal tertentu, Amazon Redshift mungkin memulai ulang sesi aktif dan menetapkan PID baru. Jika PID telah berubah, Anda mungkin menerima pesan galat berikut.
```
Session does not exist. The session PID might have changed. Check the stl_restarted_sessions system table for details.
```
Untuk menemukan PID baru, kueri tabel [STL\$1RESTARTED\$1SESSIONS](r_STL_RESTARTED_SESSIONS.md) sistem dan filter pada `oldpid` kolom.
```
select oldpid, newpid from stl_restarted_sessions where oldpid = 1234;
```
## Contoh
Untuk membatalkan kueri yang sedang berjalan di kluster Amazon Redshift, pertama-tama ambil ID proses untuk kueri yang ingin dibatalkan. Untuk menentukan proses IDs untuk semua kueri yang sedang berjalan, ketik perintah berikut:
```
select pid, starttime, duration,
trim(user_name) as user,
trim (query) as querytxt
from stv_recents
where status = 'Running';
pid | starttime | duration | user | querytxt
-----+----------------------------+----------+----------+-----------------
802 | 2008-10-14 09:19:03.550885 | 132 | dwuser | select
venuename from venue where venuestate='FL', where venuecity not in
('Miami' , 'Orlando');
834 | 2008-10-14 08:33:49.473585 | 1250414 | dwuser | select *
from listing;
964 | 2008-10-14 08:30:43.290527 | 326179 | dwuser | select
sellerid from sales where qtysold in (8, 10);
```
Periksa teks kueri untuk menentukan id proses (PID) mana yang sesuai dengan kueri yang ingin Anda batalkan.
Ketik perintah berikut untuk menggunakan PID 802 untuk membatalkan kueri itu:
```
cancel 802;
```
Sesi tempat kueri berjalan menampilkan pesan berikut:
```
ERROR: Query (168) cancelled on user's request
```
di `168` mana ID kueri (bukan ID proses yang digunakan untuk membatalkan kueri).
Atau, Anda dapat menentukan pesan konfirmasi kustom untuk ditampilkan, bukan pesan default. Untuk menentukan pesan kustom, sertakan pesan Anda dalam tanda kutip tunggal di akhir perintah CANCEL:
```
cancel 802 'Long-running query';
```
Sesi tempat kueri berjalan menampilkan pesan berikut:
```
ERROR: Long-running query
```
# TUTUP
(Opsional) Menutup semua sumber daya gratis yang terkait dengan kursor terbuka. [COMMIT](r_COMMIT.md),[AKHIR](r_END.md), dan [ROLLBACK](r_ROLLBACK.md) secara otomatis menutup kursor, sehingga tidak perlu menggunakan perintah CLOSE untuk secara eksplisit menutup kursor.
Untuk informasi lebih lanjut, lihat[MENYATAKAN](declare.md),[AMBIL](fetch.md).
## Sintaksis
```
CLOSE cursor
```
## Parameter
*kursor*
Nama kursor untuk ditutup.
## Tutup contoh
Perintah berikut menutup kursor dan melakukan komit, yang mengakhiri transaksi:
```
close movie_cursor;
commit;
```
# MENGOMENTARI
Membuat atau mengubah komentar tentang objek database.
## Sintaksis
```
COMMENT ON
{
TABLE object_name |
COLUMN object_name.column_name |
CONSTRAINT constraint_name ON table_name |
DATABASE object_name |
VIEW object_name
}
IS 'text' | NULL
```
## Parameter
*object\$1name*
Nama objek database yang dikomentari. Anda dapat menambahkan komentar ke objek berikut:
+ TABEL
+ COLUMN (juga mengambil *column\$1name*).
+ *CONSTRAINT (juga mengambil *constraint\$1name* dan table\$1name).*
+ BASIS DATA
+ MELIHAT
+ SCHEMA
IS '*teks*' \$1 NULL
Teks komentar yang ingin Anda tambahkan atau ganti untuk objek yang ditentukan. String *teks* adalah tipe data TEXT. Lampirkan komentar dalam tanda kutip tunggal. Tetapkan nilainya ke NULL untuk menghapus teks komentar.
*column\$1name*
Nama kolom yang dikomentari. Parameter dari COLUMN. Mengikuti tabel yang ditentukan dalam`object_name`.
*constraint\$1name*
Nama kendala yang sedang dikomentari. Parameter KENDALA.
*table\$1name*
Nama tabel yang berisi kendala. Parameter KENDALA.
## Catatan penggunaan
Anda harus menjadi superuser atau pemilik objek database untuk menambah atau memperbarui komentar.
Komentar pada database hanya dapat diterapkan ke database saat ini. Pesan peringatan ditampilkan jika Anda mencoba mengomentari database yang berbeda. Peringatan yang sama ditampilkan untuk komentar pada database yang tidak ada.
Komentar pada tabel eksternal, kolom eksternal, dan kolom tampilan pengikatan akhir tidak didukung.
## Contoh
Contoh berikut menambahkan komentar ke tabel PENJUALAN.
```
COMMENT ON TABLE sales IS 'This table stores tickets sales data';
```
Contoh berikut menampilkan komentar pada tabel PENJUALAN.
```
select obj_description('public.sales'::regclass);
obj_description
-------------------------------------
This table stores tickets sales data
```
Contoh berikut menghapus komentar dari tabel PENJUALAN.
```
COMMENT ON TABLE sales IS NULL;
```
Contoh berikut menambahkan komentar ke kolom EVENTID dari tabel PENJUALAN.
```
COMMENT ON COLUMN sales.eventid IS 'Foreign-key reference to the EVENT table.';
```
Contoh berikut menampilkan komentar pada kolom EVENTID (kolom nomor 5) dari tabel PENJUALAN.
```
select col_description( 'public.sales'::regclass, 5::integer );
col_description
-----------------------------------------
Foreign-key reference to the EVENT table.
```
Contoh berikut menambahkan komentar deskriptif ke tabel EVENT.
```
comment on table event is 'Contains listings of individual events.';
```
Untuk melihat komentar, kueri katalog sistem PG\$1DESCRIPTION. Contoh berikut mengembalikan deskripsi untuk tabel EVENT.
```
select * from pg_catalog.pg_description
where objoid =
(select oid from pg_class where relname = 'event'
and relnamespace =
(select oid from pg_catalog.pg_namespace where nspname = 'public') );
objoid | classoid | objsubid | description
-------+----------+----------+----------------------------------------
116658 | 1259 | 0 | Contains listings of individual events.
```
# COMMIT
Melakukan transaksi saat ini ke database. Perintah ini membuat pembaruan database dari transaksi permanen.
## Sintaksis
```
COMMIT [ WORK | TRANSACTION ]
```
## Parameter
PEKERJAAN
Kata kunci opsional. Kata kunci ini tidak didukung dalam prosedur tersimpan.
TRANSAKSI
Kata kunci opsional. KERJA dan TRANSAKSI adalah sinonim. Tidak ada yang didukung dalam prosedur tersimpan.
Untuk informasi tentang penggunaan COMMIT dalam prosedur tersimpan, lihat[Mengelola transaksi](stored-procedure-transaction-management.md).
## Contoh
Masing-masing contoh berikut melakukan transaksi saat ini ke database:
```
commit;
```
```
commit work;
```
```
commit transaction;
```
# MENYONTEK
| |
| --- |
| Enkripsi sisi klien untuk perintah COPY dan UNLOAD tidak akan lagi terbuka untuk pelanggan baru mulai 30 April 2025. Jika Anda menggunakan enkripsi sisi klien dengan perintah COPY dan UNLOAD dalam 12 bulan sebelum 30 April 2025, Anda dapat terus menggunakan enkripsi sisi klien dengan perintah COPY atau UNLOAD hingga 30 April 2026. Setelah 30 April 2026, Anda tidak akan dapat menggunakan enkripsi sisi klien untuk COPY dan UNLOAD. Kami menyarankan Anda beralih menggunakan enkripsi sisi server untuk COPY dan UNLOAD sesegera mungkin. Jika Anda sudah menggunakan enkripsi sisi server untuk COPY dan UNLOAD, tidak ada perubahan dan Anda dapat terus menggunakannya tanpa mengubah kueri Anda. Untuk informasi selengkapnya tentang enkripsi untuk COPY dan UNLOAD, lihat parameter ENCRYPTED di bawah ini. |
Memuat data ke dalam tabel dari file data atau dari tabel Amazon DynamoDB. File dapat ditemukan di bucket Amazon Simple Storage Service (Amazon S3), cluster EMR Amazon, atau host jarak jauh yang diakses menggunakan koneksi Secure Shell (SSH).
**catatan**
Tabel eksternal Amazon Redshift Spectrum hanya bisa dibaca. Anda tidak dapat MENYALIN ke tabel eksternal.
Perintah COPY menambahkan data input sebagai baris tambahan ke tabel.
Ukuran maksimum satu baris input dari sumber apa pun adalah 4 MB.
**Topics**
+ [Izin yang diperlukan](#r_COPY-permissions)
+ [COPY sintaks](#r_COPY-syntax)
+ [Parameter yang diperlukan](#r_COPY-syntax-required-parameters)
+ [Parameter opsional](#r_COPY-syntax-overview-optional-parameters)
+ [Catatan penggunaan dan sumber daya tambahan untuk perintah COPY](#r_COPY-using-the-copy-command)
+ [COPY contoh perintah](#r_COPY-using-the-copy-command-examples)
+ [SALIN PEKERJAAN](r_COPY-JOB.md)
+ [COPY dengan TEMPLATE](r_COPY-WITH-TEMPLATE.md)
+ [Referensi parameter COPY](r_COPY-parameters.md)
+ [Catatan penggunaan](r_COPY_usage_notes.md)
+ [Contoh COPY](r_COPY_command_examples.md)
## Izin yang diperlukan
Untuk menggunakan perintah COPY, Anda harus memiliki [INSERT](r_GRANT.md#grant-insert) hak istimewa untuk tabel Amazon Redshift.
## COPY sintaks
```
COPY table-name
[ column-list ]
FROM data_source
authorization
[ [ FORMAT ] [ AS ] data_format ]
[ parameter [ argument ] [, ... ] ]
```
Anda dapat melakukan operasi COPY dengan sedikitnya tiga parameter: nama tabel, sumber data, dan otorisasi untuk mengakses data.
Amazon Redshift memperluas fungsionalitas perintah COPY untuk memungkinkan Anda memuat data dalam beberapa format data dari berbagai sumber data, mengontrol akses untuk memuat data, mengelola transformasi data, dan mengelola operasi pemuatan.
Bagian berikut menyajikan parameter perintah COPY yang diperlukan, mengelompokkan parameter opsional berdasarkan fungsi. Mereka juga menjelaskan setiap parameter dan menjelaskan bagaimana berbagai opsi bekerja sama. Anda dapat langsung menuju deskripsi parameter dengan menggunakan daftar parameter alfabet.
## Parameter yang diperlukan
Perintah COPY membutuhkan tiga elemen:
+ [Table Name](#r_COPY-syntax-overview-table-name)
+ [Data Source](#r_COPY-syntax-overview-data-source)
+ [Authorization](#r_COPY-syntax-overview-credentials)
Perintah COPY paling sederhana menggunakan format berikut.
```
COPY table-name
FROM data-source
authorization;
```
Contoh berikut membuat tabel bernama CATDEMO, dan kemudian memuat tabel dengan data sampel dari file data di Amazon `category_pipe.txt` S3 bernama.
```
create table catdemo(catid smallint, catgroup varchar(10), catname varchar(10), catdesc varchar(50));
```
Dalam contoh berikut, sumber data untuk perintah COPY adalah file data bernama `category_pipe.txt` dalam `tickit` folder bucket Amazon S3 bernama. `redshift-downloads` Perintah COPY diizinkan untuk mengakses bucket Amazon S3 melalui peran AWS Identity and Access Management (IAM). Jika klaster Anda memiliki peran IAM yang sudah ada dengan izin untuk mengakses Amazon S3 terlampir, Anda dapat mengganti Nama Sumber Daya Amazon (ARN) peran Anda dalam perintah COPY berikut dan menjalankannya.
```
copy catdemo
from 's3://redshift-downloads/tickit/category_pipe.txt'
iam_role 'arn:aws:iam:::role/'
region 'us-east-1';
```
Untuk petunjuk lengkap tentang cara menggunakan perintah COPY untuk memuat data sampel, termasuk petunjuk untuk memuat data dari AWS wilayah lain, lihat Memuat [Data Sampel dari Amazon S3 di Panduan](https://docs.aws.amazon.com/redshift/latest/gsg/rs-gsg-create-sample-db.html) Memulai Amazon Redshift.
*nama-meja*
Nama tabel target untuk perintah COPY. Tabel harus sudah ada dalam basis data. Tabel bisa bersifat sementara atau persisten. Perintah COPY menambahkan data input baru ke setiap baris yang ada dalam tabel.
DARI *data-sumber*
Lokasi data sumber yang akan dimuat ke dalam tabel target. File manifes dapat ditentukan dengan beberapa sumber data.
Repositori data yang paling umum digunakan adalah bucket Amazon S3. Anda juga dapat memuat dari file data yang terletak di kluster EMR Amazon, instans Amazon EC2, atau host jarak jauh yang dapat diakses kluster menggunakan koneksi SSH, atau Anda dapat memuat langsung dari tabel DynamoDB.
+ [SALIN dari Amazon S3](copy-parameters-data-source-s3.md)
+ [SALIN dari Amazon EMR](copy-parameters-data-source-emr.md)
+ [COPY dari host jarak jauh (SSH)](copy-parameters-data-source-ssh.md)
+ [SALIN dari Amazon DynamoDB](copy-parameters-data-source-dynamodb.md)
Otorisasi
Klausa yang menunjukkan metode yang digunakan klaster Anda untuk otentikasi dan otorisasi untuk mengakses sumber daya lain. AWS Perintah COPY memerlukan otorisasi untuk mengakses data di AWS sumber daya lain, termasuk di Amazon S3, Amazon EMR, Amazon DynamoDB, dan Amazon EC2. Anda dapat memberikan otorisasi tersebut dengan mereferensikan peran IAM yang dilampirkan ke klaster Anda atau dengan memberikan ID kunci akses dan kunci akses rahasia untuk pengguna IAM.
+ [Parameter otorisasi](copy-parameters-authorization.md)
+ [Kontrol akses berbasis peran](copy-usage_notes-access-permissions.md#copy-usage_notes-access-role-based)
+ [Kontrol akses berbasis kunci](copy-usage_notes-access-permissions.md#copy-usage_notes-access-key-based)
## Parameter opsional
Anda dapat secara opsional menentukan cara COPY memetakan data bidang ke kolom di tabel target, menentukan atribut data sumber untuk mengaktifkan perintah COPY membaca dan mengurai data sumber dengan benar, dan mengelola operasi mana yang dilakukan perintah COPY selama proses pemuatan.
+ [Opsi pemetaan kolom](copy-parameters-column-mapping.md)
+ [Parameter format data](#r_COPY-syntax-overview-data-format)
+ [Parameter konversi data](#r_COPY-syntax-overview-data-conversion)
+ [Operasi pemuatan data](#r_COPY-syntax-overview-data-load)
### Pemetaan kolom
Secara default, COPY menyisipkan nilai bidang ke kolom tabel target dalam urutan yang sama seperti bidang yang terjadi dalam file data. Jika urutan kolom default tidak akan berfungsi, Anda dapat menentukan daftar kolom atau menggunakan JSONPath ekspresi untuk memetakan bidang data sumber ke kolom target.
+ [Column List](copy-parameters-column-mapping.md#copy-column-list)
+ [JSONPaths File](copy-parameters-column-mapping.md#copy-column-mapping-jsonpaths)
### Parameter format data
Anda dapat memuat data dari file teks dalam lebar tetap, dibatasi karakter, nilai dipisahkan koma (CSV), atau format JSON, atau dari file Avro.
Secara default, perintah COPY mengharapkan data sumber berada dalam file teks UTF-8 yang dibatasi karakter. Pembatas default adalah karakter pipa (\$1). Jika data sumber dalam format lain, gunakan parameter berikut untuk menentukan format data.
+ [FORMAT](copy-parameters-data-format.md#copy-format)
+ [CSV](copy-parameters-data-format.md#copy-csv)
+ [DELIMITER](copy-parameters-data-format.md#copy-delimiter)
+ [FIXEDWIDTH](copy-parameters-data-format.md#copy-fixedwidth)
+ [SHAPEFILE](copy-parameters-data-format.md#copy-shapefile)
+ [AVRO](copy-parameters-data-format.md#copy-avro)
+ [JSON format for COPY](copy-parameters-data-format.md#copy-json)
+ [ENCRYPTED](copy-parameters-data-source-s3.md#copy-encrypted)
+ [BZIP2](copy-parameters-file-compression.md#copy-bzip2)
+ [GZIP](copy-parameters-file-compression.md#copy-gzip)
+ [LZOP](copy-parameters-file-compression.md#copy-lzop)
+ [PARQUET](copy-parameters-data-format.md#copy-parquet)
+ [ORC](copy-parameters-data-format.md#copy-orc)
+ [ZSTD](copy-parameters-file-compression.md#copy-zstd)
### Parameter konversi data
Saat memuat tabel, COPY mencoba untuk secara implisit mengonversi string dalam data sumber ke tipe data kolom target. Jika Anda perlu menentukan konversi yang berbeda dari perilaku default, atau jika konversi default menghasilkan kesalahan, Anda dapat mengelola konversi data dengan menentukan parameter berikut.
+ [ACCEPTANYDATE](copy-parameters-data-conversion.md#copy-acceptanydate)
+ [ACCEPTINVCHARS](copy-parameters-data-conversion.md#copy-acceptinvchars)
+ [BLANKSASNULL](copy-parameters-data-conversion.md#copy-blanksasnull)
+ [DATEFORMAT](copy-parameters-data-conversion.md#copy-dateformat)
+ [EMPTYASNULL](copy-parameters-data-conversion.md#copy-emptyasnull)
+ [ENCODING](copy-parameters-data-conversion.md#copy-encoding)
+ [ESCAPE](copy-parameters-data-conversion.md#copy-escape)
+ [EXPLICIT_IDS](copy-parameters-data-conversion.md#copy-explicit-ids)
+ [FILLRECORD](copy-parameters-data-conversion.md#copy-fillrecord)
+ [IGNOREBLANKLINES](copy-parameters-data-conversion.md#copy-ignoreblanklines)
+ [IGNOREHEADER](copy-parameters-data-conversion.md#copy-ignoreheader)
+ [NULL AS](copy-parameters-data-conversion.md#copy-null-as)
+ [REMOVEQUOTES](copy-parameters-data-conversion.md#copy-removequotes)
+ [ROUNDEC](copy-parameters-data-conversion.md#copy-roundec)
+ [TIMEFORMAT](copy-parameters-data-conversion.md#copy-timeformat)
+ [TRIMBLANKS](copy-parameters-data-conversion.md#copy-trimblanks)
+ [TRUNCATECOLUMNS](copy-parameters-data-conversion.md#copy-truncatecolumns)
### Operasi pemuatan data
Kelola perilaku default operasi pemuatan untuk pemecahan masalah atau untuk mengurangi waktu muat dengan menentukan parameter berikut.
+ [COMPROWS](copy-parameters-data-load.md#copy-comprows)
+ [COMPUPDATE](copy-parameters-data-load.md#copy-compupdate)
+ [IGNOREALLERRORS](copy-parameters-data-load.md#copy-ignoreallerrors)
+ [MAXERROR](copy-parameters-data-load.md#copy-maxerror)
+ [NOLOAD](copy-parameters-data-load.md#copy-noload)
+ [STATUPDATE](copy-parameters-data-load.md#copy-statupdate)
## Catatan penggunaan dan sumber daya tambahan untuk perintah COPY
Untuk informasi selengkapnya tentang cara menggunakan perintah COPY, lihat topik berikut:
+ [Catatan penggunaan](r_COPY_usage_notes.md)
+ [Tutorial: Memuat data dari Amazon S3](tutorial-loading-data.md)
+ [Praktik terbaik Amazon Redshift untuk memuat data](c_loading-data-best-practices.md)
+ [Memuat tabel dengan perintah COPY](t_Loading_tables_with_the_COPY_command.md)
+ [Memuat data dari Amazon S3](t_Loading-data-from-S3.md)
+ [Memuat data dari Amazon EMR](loading-data-from-emr.md)
+ [Memuat data dari host jarak jauh](loading-data-from-remote-hosts.md)
+ [Memuat data dari tabel Amazon DynamoDB](t_Loading-data-from-dynamodb.md)
+ [Memecahkan masalah beban data](t_Troubleshooting_load_errors.md)
## COPY contoh perintah
Untuk contoh lainnya yang menunjukkan cara MENYALIN dari berbagai sumber, dalam format yang berbeda, dan dengan opsi COPY yang berbeda, lihat. [Contoh COPY](r_COPY_command_examples.md)
# SALIN PEKERJAAN
Untuk informasi tentang menggunakan perintah ini, lihat[Buat integrasi acara S3 untuk menyalin file secara otomatis dari bucket Amazon S3](loading-data-copy-job.md).
Mengelola perintah COPY yang memuat data ke dalam tabel. Perintah COPY JOB adalah perpanjangan dari perintah COPY dan mengotomatiskan pemuatan data dari bucket Amazon S3. Saat Anda membuat pekerjaan COPY, Amazon Redshift mendeteksi kapan file Amazon S3 baru dibuat di jalur yang ditentukan, lalu memuatnya secara otomatis tanpa campur tangan Anda. Parameter yang sama yang digunakan dalam perintah COPY asli digunakan saat memuat data. Amazon Redshift melacak file yang dimuat (berdasarkan nama file) untuk memverifikasi bahwa file tersebut dimuat hanya satu kali.
**catatan**
Untuk informasi tentang perintah COPY, termasuk penggunaan, parameter, dan izin, lihat[MENYONTEK](r_COPY.md).
## Izin yang diperlukan
Untuk menggunakan perintah COPY JOB, Anda harus memiliki salah satu izin berikut selain semua izin yang diperlukan untuk menggunakan COPY:
+ Superuser
+ Semua hal berikut:
+ Izin cakupan CREATE, ALTER, atau DROP yang relevan untuk COPY JOBS dalam database yang ingin Anda SALIN.
+ Izin PENGGUNAAN untuk skema yang ingin Anda SALIN, atau izin cakupan PENGGUNAAN untuk skema dalam database yang ingin Anda SALIN.
+ Izin INSERT untuk tabel yang ingin Anda SALIN, atau INSERT izin cakupan untuk tabel dalam skema atau database yang ingin Anda SALIN.
Peran IAM yang ditentukan dengan perintah COPY harus memiliki izin untuk mengakses data yang akan dimuat. Untuk informasi selengkapnya, lihat [Izin IAM untuk COPY, UNLOAD, dan CREATE LIBRARY](copy-usage_notes-access-permissions.md#copy-usage_notes-iam-permissions).
## Sintaks
Buat pekerjaan penyalinan. Parameter perintah COPY disimpan dengan pekerjaan salin.
Anda tidak dapat menjalankan COPY JOB CREATE dalam lingkup blok transaksi.
```
COPY copy-command JOB CREATE job-name
[AUTO ON | OFF]
```
Ubah konfigurasi pekerjaan penyalinan.
```
COPY JOB ALTER job-name
[AUTO ON | OFF]
```
Jalankan pekerjaan penyalinan. Parameter perintah COPY yang disimpan digunakan.
```
COPY JOB RUN job-name
```
Buat daftar semua pekerjaan salinan.
```
COPY JOB LIST
```
Tampilkan detail pekerjaan penyalinan.
```
COPY JOB SHOW job-name
```
Hapus pekerjaan penyalinan.
Anda tidak dapat menjalankan COPY JOB DROP dalam lingkup blok transaksi.
```
COPY JOB DROP job-name
```
## Parameter
*salin-perintah*
Perintah COPY yang memuat data dari Amazon S3 ke Amazon Redshift. Klausa berisi parameter COPY yang menentukan bucket Amazon S3, tabel target, peran IAM, dan parameter lain yang digunakan saat memuat data. Semua parameter perintah COPY untuk pemuatan data Amazon S3 didukung kecuali:
+ COPY JOB tidak menyerap file yang sudah ada sebelumnya di folder yang ditunjuk oleh perintah COPY. Hanya file yang dibuat setelah stempel waktu pembuatan COPY JOB yang dicerna.
+ Anda tidak dapat menentukan perintah COPY dengan opsi MAXERROR atau IGNOREALLERRORS.
+ Anda tidak dapat menentukan file manifes. COPY JOB memerlukan lokasi Amazon S3 yang ditunjuk untuk memantau file yang baru dibuat.
+ Anda tidak dapat menentukan perintah COPY dengan jenis otorisasi seperti kunci Akses dan Rahasia. Hanya perintah COPY yang menggunakan `IAM_ROLE` parameter untuk otorisasi yang didukung. Untuk informasi selengkapnya, lihat [Parameter otorisasi](copy-parameters-authorization.md).
+ COPY JOB tidak mendukung peran IAM default yang terkait dengan cluster. Anda harus menentukan `IAM_ROLE` dalam perintah COPY.
Untuk informasi selengkapnya, lihat [SALIN dari Amazon S3](copy-parameters-data-source-s3.md).
*nama-pekerjaan*
Nama pekerjaan yang digunakan untuk mereferensikan pekerjaan COPY. *Nama pekerjaan* tidak dapat berisi tanda hubung (‐).
[OTOMATIS HIDUP \$1 MATI]
Klausul yang menunjukkan apakah data Amazon S3 dimuat secara otomatis ke dalam tabel Amazon Redshift.
+ Saat`ON`, Amazon Redshift memantau jalur sumber Amazon S3 untuk file yang baru dibuat, dan jika ditemukan, perintah COPY dijalankan dengan parameter COPY dalam definisi pekerjaan. Ini adalah opsi default.
+ Saat`OFF`, Amazon Redshift tidak menjalankan COPY JOB secara otomatis.
## Catatan penggunaan
Opsi perintah COPY tidak divalidasi hingga waktu berjalan. Misalnya, sumber data Amazon S3 yang tidak valid `IAM_ROLE` atau menghasilkan kesalahan waktu proses saat COPY JOB dimulai.
Jika cluster dijeda, COPY JOBS tidak dijalankan.
Untuk menanyakan file perintah COPY yang dimuat dan memuat kesalahan, lihat[STL\$1LOAD\$1COMMIT](r_STL_LOAD_COMMITS.md),[STL\$1LOAD\$1ERRORS](r_STL_LOAD_ERRORS.md),[STL\$1LOADERROR\$1DETAIL](r_STL_LOADERROR_DETAIL.md). Untuk informasi selengkapnya, lihat [Memverifikasi bahwa data dimuat dengan benar](verifying-that-data-loaded-correctly.md).
COPY JOBS tidak didukung pada database Zero-ETL karena beroperasi dalam mode read-only.
## Contoh
Contoh berikut menunjukkan pembuatan COPY JOB untuk memuat data dari bucket Amazon S3.
```
COPY public.target_table
FROM 's3://amzn-s3-demo-bucket/staging-folder'
IAM_ROLE 'arn:aws:iam::123456789012:role/MyLoadRoleName'
JOB CREATE my_copy_job_name
AUTO ON;
```
# COPY dengan TEMPLATE
Anda dapat menggunakan template Redshift dengan perintah COPY untuk menyederhanakan sintaks perintah dan memastikan konsistensi di seluruh operasi pemuatan data. Alih-alih menentukan parameter pemformatan yang sama berulang kali, Anda mendefinisikannya sekali dalam templat dan mereferensikan templat dalam perintah COPY Anda. Saat Anda menggunakan templat, perintah COPY menggabungkan parameter dari template dengan parameter apa pun yang ditentukan langsung dalam perintah. Jika parameter yang sama muncul di template dan perintah, parameter perintah diutamakan. Untuk informasi selengkapnya, lihat [BUAT TEMPLATE](r_CREATE_TEMPLATE.md).
Template untuk perintah COPY dapat dibuat dengan:
+ [Parameter format data](copy-parameters-data-format.md)
+ [Parameter kompresi file](copy-parameters-file-compression.md)
+ [Parameter konversi data](copy-parameters-data-conversion.md)
+ [Operasi pemuatan data](copy-parameters-data-load.md)
Untuk daftar lengkap parameter yang didukung, lihat [MENYONTEK](r_COPY.md) perintah.
## Izin yang diperlukan
Untuk menggunakan template dalam perintah COPY, Anda harus memiliki:
+ Semua izin yang diperlukan untuk menjalankan perintah COPY (lihat[Izin yang diperlukan](r_COPY.md#r_COPY-permissions))
+ Salah satu izin template berikut:
+ Hak istimewa pengguna super
+ Hak istimewa PENGGUNAAN pada template dan hak istimewa PENGGUNAAN pada skema yang berisi template
## Sintaksis
```
COPY target_table FROM 's3://...'
authorization
[ option, ...]
USING TEMPLATE [database_name.][schema_name.]template_name;
```
## Parameter
*database\$1name*
(Opsional) Nama database tempat template ada. Jika tidak ditentukan, database saat ini digunakan.
*schema\$1name*
(Opsional) Nama skema tempat template ada. Jika tidak ditentukan, template dicari di jalur pencarian saat ini.
*template\$1name*
Nama template yang akan digunakan dalam COPY.
## Catatan penggunaan
+ Parameter khusus perintah (sumber, tujuan, otorisasi) masih harus ditentukan dalam perintah COPY.
+ Template tidak dapat berisi spesifikasi file manifes untuk perintah COPY.
## Contoh
Contoh berikut menunjukkan cara membuat template dan menggunakannya dalam perintah COPY:
```
CREATE TEMPLATE public.test_template FOR COPY AS
CSV DELIMITER '|' IGNOREHEADER 1 MAXERROR 100;
COPY public.target_table
FROM 's3://amzn-s3-demo-bucket/staging-folder'
IAM_ROLE 'arn:aws:iam::123456789012:role/MyLoadRoleName'
USING TEMPLATE public.test_template;
```
Ketika parameter ada di template dan perintah, parameter perintah diutamakan. Dalam contoh ini, jika template `public.test_template` berisi `DELIMITER '|'` tetapi perintah COPY menentukan`DELIMITER ','`, pembatas koma (`,`) dari perintah akan digunakan sebagai pengganti pembatas pipa () dari template. `|`
```
COPY public.target_table
FROM 's3://amzn-s3-demo-bucket/staging-folder'
IAM_ROLE 'arn:aws:iam::123456789012:role/MyLoadRoleName'
DELIMITER ','
USING TEMPLATE public.test_template;
```
# Referensi parameter COPY
COPY memiliki banyak parameter yang dapat digunakan dalam banyak situasi. Namun, tidak semua parameter didukung dalam setiap situasi. Misalnya, untuk memuat dari file ORC atau PARQUET ada sejumlah parameter yang didukung. Untuk informasi selengkapnya, lihat [COPY dari format data kolumnar](copy-usage_notes-copy-from-columnar.md).
**Topics**
+ [Sumber data](copy-parameters-data-source.md)
+ [Parameter otorisasi](copy-parameters-authorization.md)
+ [Opsi pemetaan kolom](copy-parameters-column-mapping.md)
+ [Parameter format data](copy-parameters-data-format.md)
+ [Parameter kompresi file](copy-parameters-file-compression.md)
+ [Parameter konversi data](copy-parameters-data-conversion.md)
+ [Operasi pemuatan data](copy-parameters-data-load.md)
+ [Daftar parameter abjad](r_COPY-alphabetical-parm-list.md)
# Sumber data
Anda dapat memuat data dari file teks di bucket Amazon S3, di kluster EMR Amazon, atau pada host jarak jauh yang dapat diakses klaster Anda menggunakan koneksi SSH. Anda juga dapat memuat data langsung dari tabel DynamoDB.
Ukuran maksimum satu baris input dari sumber apa pun adalah 4 MB.
Untuk mengekspor data dari tabel ke satu set file di Amazon S3, gunakan perintah. [MEMBONGKAR](r_UNLOAD.md)
**Topics**
+ [SALIN dari Amazon S3](copy-parameters-data-source-s3.md)
+ [SALIN dari Amazon EMR](copy-parameters-data-source-emr.md)
+ [COPY dari host jarak jauh (SSH)](copy-parameters-data-source-ssh.md)
+ [SALIN dari Amazon DynamoDB](copy-parameters-data-source-dynamodb.md)
# SALIN dari Amazon S3
Untuk memuat data dari file yang terletak di satu atau beberapa bucket S3, gunakan klausa FROM untuk menunjukkan cara COPY menemukan file di Amazon S3. Anda dapat memberikan jalur objek ke file data sebagai bagian dari klausa FROM, atau Anda dapat memberikan lokasi file manifes yang berisi daftar jalur objek Amazon S3. COPY dari Amazon S3 menggunakan koneksi HTTPS. Pastikan rentang IP S3 ditambahkan ke daftar izin Anda. Untuk mempelajari lebih lanjut tentang rentang IP S3 yang diperlukan, lihat [Isolasi jaringan](https://docs.aws.amazon.com//redshift/latest/mgmt/security-network-isolation.html#network-isolation).
**penting**
Jika bucket Amazon S3 yang menyimpan file data tidak berada di AWS Wilayah yang sama dengan cluster Anda, Anda harus menggunakan [REGION](#copy-region) parameter untuk menentukan Wilayah tempat data berada.
**Topics**
+ [Sintaksis](#copy-parameters-data-source-s3-syntax)
+ [Contoh](#copy-parameters-data-source-s3-examples)
+ [Parameter opsional](#copy-parameters-data-source-s3-optional-parms)
+ [Parameter yang tidak didukung](#copy-parameters-data-source-s3-unsupported-parms)
## Sintaksis
```
FROM { 's3://objectpath' | 's3://manifest_file' }
authorization
| MANIFEST
| ENCRYPTED
| REGION [AS] 'aws-region'
| optional-parameters
```
## Contoh
Contoh berikut menggunakan path objek untuk memuat data dari Amazon S3.
```
copy customer
from 's3://amzn-s3-demo-bucket/customer'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole';
```
Contoh berikut menggunakan file manifes untuk memuat data dari Amazon S3.
```
copy customer
from 's3://amzn-s3-demo-bucket/cust.manifest'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole'
manifest;
```
### Parameter
FROM
Sumber data yang akan dimuat. Untuk informasi selengkapnya tentang pengkodean file Amazon S3, lihat. [Parameter konversi data](copy-parameters-data-conversion.md)
*'s3://copy\$1from\$1s3\$1objectpath '*
Menentukan jalur ke objek Amazon S3 yang berisi data—misalnya,. `'s3://amzn-s3-demo-bucket/custdata.txt'` Parameter *s3://copy\$1from\$1s3\$1objectpath* dapat mereferensikan satu file atau satu set objek atau folder yang memiliki key prefix yang sama. Misalnya, nama `custdata.txt` adalah key prefix yang mengacu pada sejumlah file fisik:`custdata.txt`,,, `custdata.txt.1` `custdata.txt.2``custdata.txt.bak`, dan sebagainya. Key prefix juga dapat mereferensikan sejumlah folder. Misalnya, `'s3://amzn-s3-demo-bucket/custfolder'` mengacu pada folder`custfolder`,`custfolder_1`,`custfolder_2`, dan sebagainya. Jika key prefix mereferensikan beberapa folder, semua file dalam folder dimuat. Jika key prefix cocok dengan file serta folder, seperti`custfolder.log`, COPY mencoba memuat file juga. Jika key prefix dapat mengakibatkan COPY mencoba memuat file yang tidak diinginkan, gunakan file manifes. Untuk informasi lebih lanjut, lihat[copy_from_s3_manifest_file](#copy-manifest-file), berikut.
Jika bucket S3 yang menyimpan file data tidak berada di AWS Region yang sama dengan cluster Anda, Anda harus menggunakan [REGION](#copy-region) parameter tersebut untuk menentukan Wilayah tempat data berada.
Untuk informasi selengkapnya, lihat [Memuat data dari Amazon S3](t_Loading-data-from-S3.md).
*'s3://copy\$1from\$1s3\$1manifest\$1file '*
Menentukan kunci objek Amazon S3 untuk file manifes yang mencantumkan file data yang akan dimuat. Argumen *'s3://*copy\$1from\$1s3\$1manifest\$1file' harus secara eksplisit mereferensikan** satu file—misalnya,. `'s3://amzn-s3-demo-bucket/manifest.txt'` Itu tidak dapat mereferensikan key prefix.
Manifes adalah file teks dalam format JSON yang mencantumkan URL setiap file yang akan dimuat dari Amazon S3. URL menyertakan nama bucket dan path objek lengkap untuk file tersebut. File yang ditentukan dalam manifes dapat berada di bucket yang berbeda, tetapi semua bucket harus berada di AWS Wilayah yang sama dengan cluster Amazon Redshift. Jika file terdaftar dua kali, file dimuat dua kali. Contoh berikut menunjukkan JSON untuk manifes yang memuat tiga file.
```
{
"entries": [
{"url":"s3://amzn-s3-demo-bucket1/custdata.1","mandatory":true},
{"url":"s3://amzn-s3-demo-bucket1/custdata.2","mandatory":true},
{"url":"s3://amzn-s3-demo-bucket2/custdata.1","mandatory":false}
]
}
```
Karakter tanda kutip ganda diperlukan, dan harus berupa tanda kutip sederhana (0x22), bukan tanda kutip miring atau “pintar”. Setiap entri dalam manifes secara opsional dapat menyertakan `mandatory` bendera. Jika `mandatory` diatur ke`true`, COPY berakhir jika tidak menemukan file untuk entri itu; jika tidak, COPY akan berlanjut. Nilai default-nya `mandatory` is `false`.
Saat memuat dari file data dalam format ORC atau Parket, `meta` bidang diperlukan, seperti yang ditunjukkan pada contoh berikut.
```
{
"entries":[
{
"url":"s3://amzn-s3-demo-bucket1/orc/2013-10-04-custdata",
"mandatory":true,
"meta":{
"content_length":99
}
},
{
"url":"s3://amzn-s3-demo-bucket2/orc/2013-10-05-custdata",
"mandatory":true,
"meta":{
"content_length":99
}
}
]
}
```
File manifes tidak boleh dienkripsi atau dikompresi, bahkan jika opsi ENCRYPTED, GZIP, LZOP,, atau ZSTD ditentukan. BZIP2 COPY mengembalikan kesalahan jika file manifes yang ditentukan tidak ditemukan atau file manifes tidak terbentuk dengan benar.
Jika file manifes digunakan, parameter MANIFEST harus ditentukan dengan perintah COPY. Jika parameter MANIFEST tidak ditentukan, COPY mengasumsikan bahwa file yang ditentukan dengan FROM adalah file data.
Untuk informasi selengkapnya, lihat [Memuat data dari Amazon S3](t_Loading-data-from-S3.md).
*otorisasi*
Perintah COPY memerlukan otorisasi untuk mengakses data di AWS sumber daya lain, termasuk di Amazon S3, Amazon EMR, Amazon DynamoDB, dan Amazon EC2. Anda dapat memberikan otorisasi tersebut dengan mereferensikan peran AWS Identity and Access Management (IAM) yang dilampirkan ke klaster Anda (kontrol akses berbasis peran) atau dengan memberikan kredenal akses untuk pengguna (kontrol akses berbasis kunci). Untuk meningkatkan keamanan dan fleksibilitas, sebaiknya gunakan kontrol akses berbasis peran IAM. Untuk informasi selengkapnya, lihat [Parameter otorisasi](copy-parameters-authorization.md).
NYATA
Menentukan bahwa manifes digunakan untuk mengidentifikasi file data yang akan dimuat dari Amazon S3. Jika parameter MANIFEST digunakan, COPY memuat data dari file yang tercantum dalam manifes yang direferensikan oleh *'s3://copy\$1from\$1s3\$1manifest\$1file'*. Jika file manifes tidak ditemukan, atau tidak dibentuk dengan benar, COPY gagal. Untuk informasi selengkapnya, lihat [Menggunakan manifes untuk menentukan file data](loading-data-files-using-manifest.md).
DIENKRIPSI
Klausa yang menetapkan bahwa file input di Amazon S3 dienkripsi menggunakan enkripsi sisi klien dengan kunci yang dikelola pelanggan. Untuk informasi selengkapnya, lihat [Memuat file data terenkripsi dari Amazon S3](c_loading-encrypted-files.md). Jangan tentukan ENCRYPTED jika file input dienkripsi menggunakan enkripsi sisi server Amazon S3 (SSE-KMS atau SSE-S3). COPY membaca file terenkripsi sisi server secara otomatis.
Jika Anda menentukan parameter ENCRYPTED, Anda juga harus menentukan [MASTER_SYMMETRIC_KEY](#copy-master-symmetric-key) parameter atau menyertakan **master\$1symmetric\$1key** nilai dalam string. [Menggunakan parameter CREDENTIALS](copy-parameters-authorization.md#copy-credentials)
Jika file terenkripsi dalam format terkompresi, tambahkan parameter GZIP, LZOP, atau ZSTD. BZIP2
File dan JSONPaths file manifes tidak boleh dienkripsi, bahkan jika opsi TERENKRIPSI ditentukan.
*MASTER\$1SYMMETRIC\$1KEY 'root\$1key'*
Kunci simetris root yang digunakan untuk mengenkripsi file data di Amazon S3. Jika MASTER\$1SYMMETRIC\$1KEY ditentukan, parameter juga harus ditentukan. [ENCRYPTED](#copy-encrypted) MASTER\$1SYMMETRIC\$1KEY tidak dapat digunakan dengan parameter CREDENTIALS. Untuk informasi selengkapnya, lihat [Memuat file data terenkripsi dari Amazon S3](c_loading-encrypted-files.md).
Jika file terenkripsi dalam format terkompresi, tambahkan parameter GZIP, LZOP, atau ZSTD. BZIP2
WILAYAH [AS] '*aws-region*'
Menentukan AWS Wilayah tempat data sumber berada. REGION diperlukan untuk COPY dari bucket Amazon S3 atau tabel DynamoDB jika AWS sumber daya yang berisi data tidak berada di Wilayah yang sama dengan cluster Amazon Redshift.
Nilai untuk *aws\$1region harus cocok dengan Region* yang tercantum di wilayah [Amazon Redshift](https://docs.aws.amazon.com/general/latest/gr/rande.html#redshift_region) dan tabel titik akhir.
Jika parameter REGION ditentukan, semua sumber daya, termasuk file manifes atau beberapa bucket Amazon S3, harus berada di Wilayah yang ditentukan.
Mentransfer data di seluruh Wilayah menimbulkan biaya tambahan terhadap bucket Amazon S3 atau tabel DynamoDB yang berisi data. Untuk informasi selengkapnya tentang harga, lihat **Transfer Data KELUAR Dari Amazon S3 Ke AWS Wilayah Lain** di halaman Harga [Amazon S3](https://aws.amazon.com/s3/pricing/) **dan Transfer Data** KELUAR di halaman Harga Amazon [DynamoDB](https://aws.amazon.com/dynamodb/pricing/).
Secara default, COPY mengasumsikan bahwa data terletak di Wilayah yang sama dengan cluster Amazon Redshift.
## Parameter opsional
Anda dapat secara opsional menentukan parameter berikut dengan COPY dari Amazon S3:
+ [Opsi pemetaan kolom](copy-parameters-column-mapping.md)
+ [Parameter format data](copy-parameters-data-format.md#copy-data-format-parameters)
+ [Parameter konversi data](copy-parameters-data-conversion.md)
+ [Operasi pemuatan data](copy-parameters-data-load.md)
## Parameter yang tidak didukung
Anda tidak dapat menggunakan parameter berikut dengan COPY dari Amazon S3:
+ SSH
+ RASIO BACA
# SALIN dari Amazon EMR
Anda dapat menggunakan perintah COPY untuk memuat data secara paralel dari kluster EMR Amazon yang dikonfigurasi untuk menulis file teks ke Hadoop Distributed File System (HDFS) cluster dalam bentuk file dengan lebar tetap, file yang dibatasi karakter, file CSV, file berformat JSON, atau file Avro.
**Topics**
+ [Sintaksis](#copy-parameters-data-source-emr-syntax)
+ [Contoh](#copy-parameters-data-source-emr-example)
+ [Parameter](#copy-parameters-data-source-emr-parameters)
+ [Parameter yang didukung](#copy-parameters-data-source-emr-optional-parms)
+ [Parameter yang tidak didukung](#copy-parameters-data-source-emr-unsupported-parms)
## Sintaksis
```
FROM 'emr://emr_cluster_id/hdfs_filepath'
authorization
[ optional_parameters ]
```
## Contoh
Contoh berikut memuat data dari cluster EMR Amazon.
```
copy sales
from 'emr://j-SAMPLE2B500FC/myoutput/part-*'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole';
```
## Parameter
FROM
Sumber data yang akan dimuat.
*'emr://emr\$1cluster\$1id/ *hdfs\$1file\$1path* '*
Pengidentifikasi unik untuk cluster EMR Amazon dan jalur file HDFS yang mereferensikan file data untuk perintah COPY. Nama file data HDFS tidak boleh berisi tanda bintang karakter wildcard (\$1) dan tanda tanya (?).
Cluster EMR Amazon harus terus berjalan hingga operasi COPY selesai. Jika salah satu file data HDFS diubah atau dihapus sebelum operasi COPY selesai, Anda mungkin memiliki hasil yang tidak terduga, atau operasi COPY mungkin gagal.
Anda dapat menggunakan karakter wildcard asterisk (\$1) dan tanda tanya (?) sebagai bagian dari argumen *hdfs\$1file\$1path* untuk menentukan beberapa file yang akan dimuat. Misalnya, `'emr://j-SAMPLE2B500FC/myoutput/part*'` mengidentifikasi file`part-0000`,`part-0001`, dan sebagainya. Jika path file tidak berisi karakter wildcard, itu diperlakukan sebagai string literal. Jika Anda hanya menentukan nama folder, COPY mencoba memuat semua file di folder.
Jika Anda menggunakan karakter wildcard atau hanya menggunakan nama folder, verifikasi bahwa tidak ada file yang tidak diinginkan yang akan dimuat. Misalnya, beberapa proses mungkin menulis file log ke folder output.
Untuk informasi selengkapnya, lihat [Memuat data dari Amazon EMR](loading-data-from-emr.md).
*otorisasi*
Perintah COPY memerlukan otorisasi untuk mengakses data di AWS sumber daya lain, termasuk di Amazon S3, Amazon EMR, Amazon DynamoDB, dan Amazon EC2. Anda dapat memberikan otorisasi tersebut dengan mereferensikan peran AWS Identity and Access Management (IAM) yang dilampirkan ke klaster Anda (kontrol akses berbasis peran) atau dengan memberikan kredenal akses untuk pengguna (kontrol akses berbasis kunci). Untuk meningkatkan keamanan dan fleksibilitas, sebaiknya gunakan kontrol akses berbasis peran IAM. Untuk informasi selengkapnya, lihat [Parameter otorisasi](copy-parameters-authorization.md).
## Parameter yang didukung
Anda dapat secara opsional menentukan parameter berikut dengan COPY dari Amazon EMR:
+ [Opsi pemetaan kolom](copy-parameters-column-mapping.md)
+ [Parameter format data](copy-parameters-data-format.md#copy-data-format-parameters)
+ [Parameter konversi data](copy-parameters-data-conversion.md)
+ [Operasi pemuatan data](copy-parameters-data-load.md)
## Parameter yang tidak didukung
Anda tidak dapat menggunakan parameter berikut dengan COPY dari Amazon EMR:
+ DIENKRIPSI
+ NYATA
+ DAERAH
+ RASIO BACA
+ SSH
# COPY dari host jarak jauh (SSH)
Anda dapat menggunakan perintah COPY untuk memuat data secara paralel dari satu atau beberapa host jarak jauh, seperti instans Amazon Elastic Compute Cloud (Amazon EC2) atau komputer lain. COPY terhubung ke host jarak jauh menggunakan Secure Shell (SSH) dan menjalankan perintah pada host jarak jauh untuk menghasilkan output teks. Host jarak jauh dapat berupa instans Linux EC2 atau komputer Unix atau Linux lain yang dikonfigurasi untuk menerima koneksi SSH. Amazon Redshift dapat terhubung ke beberapa host, dan dapat membuka beberapa koneksi SSH ke setiap host. Amazon Redshift mengirimkan perintah unik melalui setiap koneksi untuk menghasilkan output teks ke output standar host, yang kemudian dibaca Amazon Redshift seperti halnya file teks.
Gunakan klausa FROM untuk menentukan kunci objek Amazon S3 untuk file manifes yang menyediakan informasi yang digunakan COPY untuk membuka koneksi SSH dan menjalankan perintah jarak jauh.
**Topics**
+ [Sintaksis](#copy-parameters-data-source-ssh-syntax)
+ [Contoh](#copy-parameters-data-source-ssh-examples)
+ [Parameter](#copy-parameters-data-source-ssh-parameters)
+ [Parameter opsional](#copy-parameters-data-source-ssh-optional-parms)
+ [Parameter yang tidak didukung](#copy-parameters-data-source-ssh-unsupported-parms)
**penting**
Jika bucket S3 yang menyimpan file manifes tidak berada di AWS Region yang sama dengan cluster, Anda harus menggunakan parameter REGION untuk menentukan Region tempat bucket berada.
## Sintaksis
```
FROM 's3://'ssh_manifest_file' }
authorization
SSH
| optional-parameters
```
## Contoh
Contoh berikut menggunakan file manifes untuk memuat data dari host jarak jauh menggunakan SSH.
```
copy sales
from 's3://amzn-s3-demo-bucket/ssh_manifest'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole'
ssh;
```
## Parameter
FROM
Sumber data yang akan dimuat.
*'s3://copy\$1from\$1ssh\$1manifest\$1file '*
Perintah COPY dapat terhubung ke beberapa host menggunakan SSH, dan dapat membuat beberapa koneksi SSH ke setiap host. COPY menjalankan perintah melalui setiap koneksi host, dan kemudian memuat output dari perintah secara paralel ke dalam tabel. Argumen *s3://copy\$1from\$1ssh\$1manifest\$1file* menentukan kunci objek Amazon S3 untuk file manifes yang menyediakan informasi yang digunakan COPY untuk membuka koneksi SSH dan menjalankan perintah jarak jauh.
Argumen *s3://copy\$1from\$1ssh\$1manifest\$1file* harus secara eksplisit mereferensikan satu file; itu tidak bisa menjadi key prefix. Berikut ini menunjukkan contoh:
```
's3://amzn-s3-demo-bucket/ssh_manifest.txt'
```
File manifes adalah file teks dalam format JSON yang digunakan Amazon Redshift untuk terhubung ke host. File manifes menentukan titik akhir host SSH dan perintah yang akan dijalankan pada host untuk mengembalikan data ke Amazon Redshift. Secara opsional, Anda dapat menyertakan kunci publik host, nama pengguna login, dan bendera wajib untuk setiap entri. Contoh berikut menunjukkan file manifes yang menciptakan dua koneksi SSH:
```
{
"entries": [
{"endpoint":"",
"command": "",
"mandatory":true,
"publickey": "",
"username": ""},
{"endpoint":"",
"command": "",
"mandatory":true,
"publickey": "",
"username": ""}
]
}
```
File manifes berisi satu `"entries"` konstruksi untuk setiap koneksi SSH. Anda dapat memiliki beberapa koneksi ke satu host atau beberapa koneksi ke beberapa host. Karakter tanda kutip ganda diperlukan seperti yang ditunjukkan, baik untuk nama bidang maupun nilainya. Karakter tanda kutip harus berupa tanda kutip sederhana (0x22), bukan tanda kutip miring atau “pintar”. Satu-satunya nilai yang tidak memerlukan karakter tanda kutip ganda adalah nilai Boolean `true` atau `false` untuk bidang. `"mandatory"`
Daftar berikut menjelaskan bidang dalam file manifes.
titik akhir
Alamat URL atau alamat IP host—misalnya,`"ec2-111-222-333.compute-1.amazonaws.com"`, atau. `"198.51.100.0"`
perintah
Perintah yang akan dijalankan oleh host untuk menghasilkan output teks atau output biner dalam format gzip, lzop, bzip2, atau zstd. Perintah dapat berupa perintah apa pun yang pengguna *“host\$1user\$1name”* memiliki izin untuk dijalankan. Perintahnya bisa sesederhana mencetak file, atau bisa menanyakan database atau meluncurkan skrip. Output (file teks, file biner gzip, file biner lzop, atau file biner bzip2) harus dalam bentuk yang dapat dikonsumsi oleh perintah Amazon Redshift COPY. Untuk informasi selengkapnya, lihat [Mempersiapkan data masukan Anda](t_preparing-input-data.md).
kunci publik
(Opsional) Kunci publik tuan rumah. Jika tersedia, Amazon Redshift akan menggunakan kunci publik untuk mengidentifikasi host. Jika kunci publik tidak disediakan, Amazon Redshift tidak akan mencoba identifikasi host. Misalnya, jika kunci publik host jarak jauh adalah`ssh-rsa AbcCbaxxx…Example root@amazon.com`, ketik teks berikut di bidang kunci publik: `"AbcCbaxxx…Example"`
wajib
(Opsional) Klausa yang menunjukkan apakah perintah COPY harus gagal jika upaya koneksi gagal. Nilai default-nya `false`. Jika Amazon Redshift tidak berhasil membuat setidaknya satu koneksi, perintah COPY gagal.
nama pengguna
(Opsional) Nama pengguna yang akan digunakan untuk masuk ke sistem host dan menjalankan perintah jarak jauh. Nama login pengguna harus sama dengan login yang digunakan untuk menambahkan kunci publik klaster Amazon Redshift ke file kunci resmi host. Nama pengguna default adalah`redshift`.
Untuk informasi selengkapnya tentang membuat file manifes, lihat[Memuat proses data](loading-data-from-remote-hosts.md#load-from-host-process).
Untuk COPY dari host jarak jauh, parameter SSH harus ditentukan dengan perintah COPY. Jika parameter SSH tidak ditentukan, COPY mengasumsikan bahwa file yang ditentukan dengan FROM adalah file data dan akan gagal.
Jika Anda menggunakan kompresi otomatis, perintah COPY melakukan dua operasi baca data, yang berarti akan menjalankan perintah jarak jauh dua kali. Operasi baca pertama adalah menyediakan sampel data untuk analisis kompresi, kemudian operasi baca kedua benar-benar memuat data. Jika menjalankan perintah jarak jauh dua kali dapat menyebabkan masalah, Anda harus menonaktifkan kompresi otomatis. Untuk menonaktifkan kompresi otomatis, jalankan perintah COPY dengan parameter COMPUPDATE diatur ke OFF. Untuk informasi selengkapnya, lihat [Memuat tabel dengan kompresi otomatis](c_Loading_tables_auto_compress.md).
Untuk prosedur rinci untuk menggunakan COPY dari SSH, lihat[Memuat data dari host jarak jauh](loading-data-from-remote-hosts.md).
*otorisasi*
Perintah COPY memerlukan otorisasi untuk mengakses data di AWS sumber daya lain, termasuk di Amazon S3, Amazon EMR, Amazon DynamoDB, dan Amazon EC2. Anda dapat memberikan otorisasi tersebut dengan mereferensikan peran AWS Identity and Access Management (IAM) yang dilampirkan ke klaster Anda (kontrol akses berbasis peran) atau dengan memberikan kredenal akses untuk pengguna (kontrol akses berbasis kunci). Untuk meningkatkan keamanan dan fleksibilitas, sebaiknya gunakan kontrol akses berbasis peran IAM. Untuk informasi selengkapnya, lihat [Parameter otorisasi](copy-parameters-authorization.md).
SSH
Klausa yang menentukan bahwa data akan dimuat dari host jarak jauh menggunakan protokol SSH. Jika Anda menentukan SSH, Anda juga harus menyediakan file manifes menggunakan [s3://copy_from_ssh_manifest_file](#copy-ssh-manifest) argumen.
Jika Anda menggunakan SSH untuk menyalin dari host menggunakan alamat IP pribadi di VPC jarak jauh, VPC harus mengaktifkan perutean VPC yang ditingkatkan. Untuk informasi selengkapnya tentang perutean VPC yang Ditingkatkan, lihat Perutean VPC yang Ditingkatkan Amazon [Redshift](https://docs.aws.amazon.com/redshift/latest/mgmt/enhanced-vpc-routing.html).
## Parameter opsional
Anda dapat secara opsional menentukan parameter berikut dengan COPY dari SSH:
+ [Opsi pemetaan kolom](copy-parameters-column-mapping.md)
+ [Parameter format data](copy-parameters-data-format.md#copy-data-format-parameters)
+ [Parameter konversi data](copy-parameters-data-conversion.md)
+ [Operasi pemuatan data](copy-parameters-data-load.md)
## Parameter yang tidak didukung
Anda tidak dapat menggunakan parameter berikut dengan COPY dari SSH:
+ DIENKRIPSI
+ NYATA
+ RASIO BACA
# SALIN dari Amazon DynamoDB
Untuk memuat data dari tabel DynamoDB yang ada, gunakan klausa FROM untuk menentukan nama tabel DynamoDB.
**Topics**
+ [Sintaksis](#copy-parameters-data-source-dynamodb-syntax)
+ [Contoh](#copy-parameters-data-source-dynamodb-examples)
+ [Parameter opsional](#copy-parameters-data-source-dynamodb-optional-parms)
+ [Parameter yang tidak didukung](#copy-parameters-data-source-dynamodb-unsupported-parms)
**penting**
Jika tabel DynamoDB tidak berada di wilayah yang sama dengan kluster Amazon Redshift, Anda harus menggunakan parameter REGION untuk menentukan wilayah tempat data berada.
## Sintaksis
```
FROM 'dynamodb://table-name'
authorization
READRATIO ratio
| REGION [AS] 'aws_region'
| optional-parameters
```
## Contoh
Contoh berikut memuat data dari tabel DynamoDB.
```
copy favoritemovies from 'dynamodb://ProductCatalog'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole'
readratio 50;
```
### Parameter
FROM
Sumber data yang akan dimuat.
*'dynamodb://nama-tabel '*
Nama tabel DynamoDB yang berisi data, misalnya. `'dynamodb://ProductCatalog'` Untuk detail tentang cara atribut DynamoDB dipetakan ke kolom Amazon Redshift, lihat. [Memuat data dari tabel Amazon DynamoDB](t_Loading-data-from-dynamodb.md)
Nama tabel DynamoDB unik untuk akun, AWS yang diidentifikasi oleh AWS kredenal akses.
*otorisasi*
Perintah COPY memerlukan otorisasi untuk mengakses data di AWS sumber daya lain, termasuk di Amazon S3, Amazon EMR, DynamoDB, dan Amazon EC2. Anda dapat memberikan otorisasi tersebut dengan mereferensikan peran AWS Identity and Access Management (IAM) yang dilampirkan ke klaster Anda (kontrol akses berbasis peran) atau dengan memberikan kredenal akses untuk pengguna (kontrol akses berbasis kunci). Untuk meningkatkan keamanan dan fleksibilitas, sebaiknya gunakan kontrol akses berbasis peran IAM. Untuk informasi selengkapnya, lihat [Parameter otorisasi](copy-parameters-authorization.md).
*Rasio READRATIO [AS]*
Persentase throughput disediakan tabel DynamoDB untuk digunakan untuk pemuatan data. READRATIO diperlukan untuk COPY dari DynamoDB. Itu tidak dapat digunakan dengan COPY dari Amazon S3. Kami sangat menyarankan untuk menyetel rasio ke nilai yang kurang dari rata-rata throughput yang tidak digunakan. Nilai yang valid adalah bilangan bulat 1-200.
Menyetel READRATIO ke 100 atau lebih tinggi memungkinkan Amazon Redshift menggunakan keseluruhan throughput yang disediakan tabel DynamoDB, yang secara serius menurunkan kinerja operasi baca bersamaan terhadap tabel yang sama selama sesi COPY. Lalu lintas tulis tidak terpengaruh. Nilai yang lebih tinggi dari 100 diizinkan untuk memecahkan masalah skenario langka saat Amazon Redshift gagal memenuhi throughput tabel yang disediakan. Jika Anda memuat data dari DynamoDB ke Amazon Redshift secara berkelanjutan, pertimbangkan untuk mengatur tabel DynamoDB Anda sebagai rangkaian waktu untuk memisahkan lalu lintas langsung dari operasi COPY.
## Parameter opsional
Anda dapat secara opsional menentukan parameter berikut dengan COPY dari Amazon DynamoDB:
+ [Opsi pemetaan kolom](copy-parameters-column-mapping.md)
+ Parameter konversi data berikut didukung:
+ [ACCEPTANYDATE](copy-parameters-data-conversion.md#copy-acceptanydate)
+ [BLANKSASNULL](copy-parameters-data-conversion.md#copy-blanksasnull)
+ [DATEFORMAT](copy-parameters-data-conversion.md#copy-dateformat)
+ [EMPTYASNULL](copy-parameters-data-conversion.md#copy-emptyasnull)
+ [ROUNDEC](copy-parameters-data-conversion.md#copy-roundec)
+ [TIMEFORMAT](copy-parameters-data-conversion.md#copy-timeformat)
+ [TRIMBLANKS](copy-parameters-data-conversion.md#copy-trimblanks)
+ [TRUNCATECOLUMNS](copy-parameters-data-conversion.md#copy-truncatecolumns)
+ [Operasi pemuatan data](copy-parameters-data-load.md)
## Parameter yang tidak didukung
Anda tidak dapat menggunakan parameter berikut dengan COPY dari DynamoDB:
+ Semua parameter format data
+ MELARIKAN DIRI
+ FILLRECORD
+ IGNOREBLANKLINES
+ IGNOREHEADER
+ NULL
+ HAPUSQUOTES
+ TERIMA INVCHARS
+ NYATA
+ DIENKRIPSI
# Parameter otorisasi
Perintah COPY memerlukan otorisasi untuk mengakses data di AWS sumber daya lain, termasuk di Amazon S3, Amazon EMR, Amazon DynamoDB, dan Amazon EC2. Anda dapat memberikan otorisasi tersebut dengan mereferensikan [peran AWS Identity and Access Management (IAM)](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_roles.html) yang dilampirkan ke klaster Anda (kontrol akses berbasis *peran*). Anda dapat mengenkripsi data pemuatan Anda di Amazon S3.
Topik berikut memberikan rincian lebih lanjut dan contoh opsi otentikasi:
+ [Izin IAM untuk COPY, UNLOAD, dan CREATE LIBRARY](copy-usage_notes-access-permissions.md#copy-usage_notes-iam-permissions)
+ [Kontrol akses berbasis peran](copy-usage_notes-access-permissions.md#copy-usage_notes-access-role-based)
+ [Kontrol akses berbasis kunci](copy-usage_notes-access-permissions.md#copy-usage_notes-access-key-based)
Gunakan salah satu dari berikut ini untuk memberikan otorisasi untuk perintah COPY:
+ [Menggunakan parameter IAM\$1ROLE](#copy-iam-role)parameter
+ Parameter [Menggunakan parameter ACCESS\$1KEY\$1ID dan SECRET\$1ACCESS\$1KEY](#copy-access-key-id)
+ Klausa [Menggunakan parameter CREDENTIALS](#copy-credentials)
## Menggunakan parameter IAM\$1ROLE
### IAM\$1ROLE
Gunakan kata kunci default agar Amazon Redshift menggunakan peran IAM yang ditetapkan sebagai default dan terkait dengan cluster saat perintah COPY berjalan.
Gunakan Amazon Resource Name (ARN) untuk peran IAM yang digunakan klaster Anda untuk autentikasi dan otorisasi. Jika Anda menentukan IAM\$1ROLE, Anda tidak dapat menggunakan ACCESS\$1KEY\$1ID dan SECRET\$1ACCESS\$1KEY, SESSION\$1TOKEN, atau CREDENTIALS.
Berikut ini menunjukkan sintaks untuk parameter IAM\$1ROLE.
```
IAM_ROLE { default | 'arn:aws:iam:::role/' }
```
Untuk informasi selengkapnya, lihat [Kontrol akses berbasis peran](copy-usage_notes-access-permissions.md#copy-usage_notes-access-role-based).
## Menggunakan parameter ACCESS\$1KEY\$1ID dan SECRET\$1ACCESS\$1KEY
### ACCESS\$1KEY\$1ID, SECRET\$1ACCESS\$1KEY
Metode otorisasi ini tidak disarankan.
**catatan**
Alih-alih memberikan kredensi akses sebagai teks biasa, kami sangat menyarankan menggunakan otentikasi berbasis peran dengan menentukan parameter IAM\$1ROLE. Untuk informasi selengkapnya, lihat [Kontrol akses berbasis peran](copy-usage_notes-access-permissions.md#copy-usage_notes-access-role-based).
### SESSION\$1TOKEN
Token sesi untuk digunakan dengan kredensil akses sementara. Ketika SESSION\$1TOKEN ditentukan, Anda juga harus menggunakan ACCESS\$1KEY\$1ID dan SECRET\$1ACCESS\$1KEY untuk memberikan kredensyal kunci akses sementara. Jika Anda menentukan SESSION\$1TOKEN, Anda tidak dapat menggunakan IAM\$1ROLE atau CREDENTIALS. Untuk informasi selengkapnya, lihat [Kredensial keamanan sementara](copy-usage_notes-access-permissions.md#r_copy-temporary-security-credentials) di Panduan Pengguna IAM.
**catatan**
Alih-alih membuat kredensil keamanan sementara, kami sangat menyarankan untuk menggunakan otentikasi berbasis peran. Saat Anda mengotorisasi penggunaan peran IAM, Amazon Redshift secara otomatis membuat kredensil pengguna sementara untuk setiap sesi. Untuk informasi selengkapnya, lihat [Kontrol akses berbasis peran](copy-usage_notes-access-permissions.md#copy-usage_notes-access-role-based).
Berikut ini menunjukkan sintaks untuk parameter SESSION\$1TOKEN dengan parameter ACCESS\$1KEY\$1ID dan SECRET\$1ACCESS\$1KEY.
```
ACCESS_KEY_ID ''
SECRET_ACCESS_KEY ''
SESSION_TOKEN '';
```
Jika Anda menentukan SESSION\$1TOKEN, Anda tidak dapat menggunakan CREDENTIALS atau IAM\$1ROLE.
## Menggunakan parameter CREDENTIALS
### KREDENSIAL
Klausa yang menunjukkan metode yang akan digunakan cluster Anda saat mengakses AWS sumber daya lain yang berisi file data atau file manifes. Anda tidak dapat menggunakan parameter CREDENTIALS dengan IAM\$1ROLE atau ACCESS\$1KEY\$1ID dan SECRET\$1ACCESS\$1KEY.
Berikut ini menunjukkan sintaks untuk parameter CREDENTIALS.
```
[WITH] CREDENTIALS [AS] 'credentials-args'
```
**catatan**
Untuk meningkatkan fleksibilitas, sebaiknya gunakan [IAM\$1ROLE](#copy-iam-role-iam) parameter alih-alih parameter CREDENTIALS.
Secara opsional, jika [ENCRYPTED](copy-parameters-data-source-s3.md#copy-encrypted) parameter digunakan, string *credentials-args* juga menyediakan kunci enkripsi.
String *credentials-args* bersifat case-sensitive dan tidak boleh berisi spasi.
Kata kunci WITH dan AS bersifat opsional dan diabaikan.
Anda dapat menentukan [role-based access control](copy-usage_notes-access-permissions.md#copy-usage_notes-access-role-based.phrase) atau [key-based access control](copy-usage_notes-access-permissions.md#copy-usage_notes-access-key-based.phrase). Dalam kedua kasus, peran IAM atau pengguna harus memiliki izin yang diperlukan untuk mengakses sumber daya yang ditentukan AWS . Untuk informasi selengkapnya, lihat [Izin IAM untuk COPY, UNLOAD, dan CREATE LIBRARY](copy-usage_notes-access-permissions.md#copy-usage_notes-iam-permissions).
**catatan**
Untuk melindungi AWS kredensyal Anda dan melindungi data sensitif, kami sangat menyarankan untuk menggunakan kontrol akses berbasis peran.
Untuk menentukan kontrol akses berbasis peran, berikan string *credentials-args* dalam format berikut.
```
'aws_iam_role=arn:aws:iam:::role/'
```
Untuk menggunakan kredensil token sementara, Anda harus memberikan ID kunci akses sementara, kunci akses rahasia sementara, dan token sementara. String *credentials-args* dalam format berikut.
```
CREDENTIALS
'aws_access_key_id=;aws_secret_access_key=;token='
```
Perintah COPY menggunakan kontrol akses berbasis peran dengan kredensi sementara akan menyerupai pernyataan contoh berikut:
```
COPY customer FROM 's3://amzn-s3-demo-bucket/mydata'
CREDENTIALS
'aws_access_key_id=;aws_secret_access_key=;token='
```
Untuk informasi selengkapnya, lihat [Kredensial keamanan sementara](copy-usage_notes-access-permissions.md#r_copy-temporary-security-credentials).
Jika [ENCRYPTED](copy-parameters-data-source-s3.md#copy-encrypted) parameter digunakan, string *credentials-args* dalam format berikut, di mana ** nilai kunci root yang digunakan untuk mengenkripsi file.
```
CREDENTIALS
';master_symmetric_key='
```
Perintah COPY menggunakan kontrol akses berbasis peran dengan kunci enkripsi akan menyerupai pernyataan contoh berikut:
```
COPY customer FROM 's3://amzn-s3-demo-bucket/mydata'
CREDENTIALS
'aws_iam_role=arn:aws:iam:::role/;master_symmetric_key='
```
# Opsi pemetaan kolom
Secara default, COPY menyisipkan nilai ke kolom tabel target dalam urutan yang sama seperti bidang yang terjadi dalam file data. Jika urutan kolom default tidak akan berfungsi, Anda dapat menentukan daftar kolom atau menggunakan JSONPath ekspresi untuk memetakan bidang data sumber ke kolom target.
+ [Column List](#copy-column-list)
+ [JSONPaths File](#copy-column-mapping-jsonpaths)
## Daftar kolom
Anda dapat menentukan daftar nama kolom yang dipisahkan koma untuk memuat bidang data sumber ke kolom target tertentu. Kolom dapat dalam urutan apa pun dalam pernyataan COPY, tetapi saat memuat dari file datar, seperti di bucket Amazon S3, urutannya harus sesuai dengan urutan data sumber.
Saat memuat dari tabel Amazon DynamoDB, pesanan tidak masalah. Perintah COPY cocok dengan nama atribut dalam item yang diambil dari tabel DynamoDB ke nama kolom di tabel Amazon Redshift. Untuk informasi selengkapnya, lihat [Memuat data dari tabel Amazon DynamoDB](t_Loading-data-from-dynamodb.md)
Format untuk daftar kolom adalah sebagai berikut.
```
COPY tablename (column1 [,column2, ...])
```
Jika kolom dalam tabel target dihilangkan dari daftar kolom, maka COPY memuat ekspresi kolom target[DEFAULT](r_CREATE_TABLE_NEW.md#create-table-default).
Jika kolom target tidak memiliki default, COPY mencoba memuat NULL.
Jika COPY mencoba untuk menetapkan NULL ke kolom yang didefinisikan sebagai NOT NULL, perintah COPY gagal.
Jika [IDENTITY](r_CREATE_TABLE_NEW.md#identity-clause) kolom disertakan dalam daftar kolom, maka [EXPLICIT_IDS](copy-parameters-data-conversion.md#copy-explicit-ids) harus juga ditentukan; jika kolom IDENTITY dihilangkan, maka EXPLICIT\$1IDS tidak dapat ditentukan. Jika tidak ada daftar kolom yang ditentukan, perintah berperilaku seolah-olah daftar kolom lengkap dalam urutan ditentukan, dengan kolom IDENTITY dihilangkan jika EXPLICIT\$1IDS juga tidak ditentukan.
Jika kolom didefinisikan dengan GENERATED BY DEFAULT AS IDENTITY, maka itu dapat disalin. Nilai dihasilkan atau diperbarui dengan nilai yang Anda berikan. Opsi EXPLICIT\$1IDS tidak diperlukan. COPY tidak memperbarui tanda air identitas tinggi. Untuk informasi selengkapnya, lihat [GENERATED BY DEFAULT AS IDENTITY](r_CREATE_TABLE_NEW.md#identity-generated-bydefault-clause).
## JSONPaths berkas
Saat memuat dari file data dalam format JSON atau Avro, COPY secara otomatis memetakan elemen data dalam data sumber JSON atau Avro ke kolom di tabel target. Ia melakukannya dengan mencocokkan nama bidang dalam skema Avro dengan nama kolom di tabel target atau daftar kolom.
Dalam beberapa kasus, nama kolom dan nama bidang Anda tidak cocok, atau Anda perlu memetakan ke tingkat yang lebih dalam dalam hierarki data. Dalam kasus ini, Anda dapat menggunakan JSONPaths file untuk secara eksplisit memetakan elemen data JSON atau Avro ke kolom.
Untuk informasi selengkapnya, lihat [JSONPaths berkas](copy-parameters-data-format.md#copy-json-jsonpaths).
# Parameter format data
Secara default, perintah COPY mengharapkan data sumber menjadi teks UTF-8 yang dibatasi karakter. Pembatas default adalah karakter pipa (\$1). Jika data sumber dalam format lain, gunakan parameter berikut untuk menentukan format data:
+ [FORMAT](#copy-format)
+ [CSV](#copy-csv)
+ [DELIMITER](#copy-delimiter)
+ [FIXEDWIDTH](#copy-fixedwidth)
+ [SHAPEFILE](#copy-shapefile)
+ [AVRO](#copy-avro)
+ [JSON format for COPY](#copy-json)
+ [PARQUET](#copy-parquet)
+ [ORC](#copy-orc)
Selain format data standar, COPY mendukung format data kolumnar berikut untuk COPY dari Amazon S3:
+ [ORC](#copy-orc)
+ [PARQUET](#copy-parquet)
COPY dari format kolumnar didukung dengan batasan tertentu. Untuk informasi selengkapnya, lihat [COPY dari format data kolumnar](copy-usage_notes-copy-from-columnar.md). Parameter format data
FORMAT [SEBAGAI]
(Opsional) Mengidentifikasi kata kunci format data. Argumen FORMAT dijelaskan sebagai berikut.
CSV [KUTIPAN [AS] *'quote\$1character'*]
Memungkinkan penggunaan format CSV dalam data input. Untuk secara otomatis menghindari pembatas, karakter baris baru, dan pengembalian carriage, lampirkan bidang dalam karakter yang ditentukan oleh parameter QUOTE. Karakter tanda kutip default adalah tanda kutip ganda ("). Ketika karakter tanda kutip digunakan dalam bidang, keluar dari karakter dengan karakter tanda kutip tambahan. Misalnya, jika karakter tanda kutip adalah tanda kutip ganda, untuk memasukkan string `A "quoted" word` file input harus menyertakan string. `"A ""quoted"" word"` Ketika parameter CSV digunakan, pembatas default adalah koma (,). Anda dapat menentukan pembatas yang berbeda dengan menggunakan parameter DELIMITER.
Ketika bidang diapit tanda kutip, spasi putih antara pembatas dan karakter tanda kutip diabaikan. Jika pembatas adalah karakter spasi putih, seperti tab, pembatas tidak diperlakukan sebagai spasi putih.
CSV tidak dapat digunakan dengan FIXEDWIDTH, REMOVEQUOTES, atau ESCAPE.
KUTIPAN [AS] *'quote\$1character'*
Tidak wajib. Menentukan karakter yang akan digunakan sebagai karakter tanda kutip saat menggunakan parameter CSV. Defaultnya adalah tanda kutip ganda ("). Jika Anda menggunakan parameter QUOTE untuk menentukan karakter tanda kutip selain tanda kutip ganda, Anda tidak perlu melepaskan tanda kutip ganda di dalam bidang. Parameter QUOTE hanya dapat digunakan dengan parameter CSV. Kata kunci AS adalah opsional.
PEMBATAS [AS] ['*delimiter\$1char*']
Menentukan karakter yang digunakan untuk memisahkan bidang dalam file input, seperti karakter pipa (`|`), koma (`,`), tab (`\t`), atau beberapa karakter seperti. `|~|` Karakter yang tidak dapat dicetak didukung. Karakter juga dapat direpresentasikan dalam oktal sebagai unit kode UTF-8 mereka. Untuk oktal, gunakan format '\$1 ddd', di mana' d 'adalah digit oktal (0-7). Pembatas default adalah karakter pipa (`|`), kecuali parameter CSV digunakan, dalam hal ini pembatas default adalah koma (). `,` Kata kunci AS adalah opsional. DELIMITER tidak dapat digunakan dengan FIXEDWIDTH.
*FIXEDWIDTH 'fixedwidth\$1spec'*
Memuat data dari file di mana setiap lebar kolom adalah panjang tetap, bukan kolom yang dipisahkan oleh pembatas. *Fixedwidth\$1spec* adalah string yang menentukan label kolom yang ditentukan pengguna dan lebar kolom. Label kolom dapat berupa string teks atau bilangan bulat, tergantung pada apa yang dipilih pengguna. Label kolom tidak memiliki hubungan dengan nama kolom. Urutan label/width pasangan harus sesuai dengan urutan kolom tabel dengan tepat. FIXEDWIDTH tidak dapat digunakan dengan CSV atau DELIMITER. Di Amazon Redshift, panjang kolom CHAR dan VARCHAR dinyatakan dalam byte, jadi pastikan bahwa lebar kolom yang Anda tentukan mengakomodasi panjang biner karakter multibyte saat menyiapkan file yang akan dimuat. Untuk informasi selengkapnya, lihat [Jenis karakter](r_Character_types.md).
Format untuk *fixedwidth\$1spec* ditampilkan sebagai berikut:
```
'colLabel1:colWidth1,colLabel:colWidth2, ...'
```
SHAPEFILE [MENYEDERHANAKAN [AUTO] [*'toleransi'*]]
Mengaktifkan penggunaan format SHAPEFILE dalam data input. Secara default, kolom pertama dari shapefile adalah kolom `GEOMETRY` atau`IDENTITY`. Semua kolom berikutnya mengikuti urutan yang ditentukan dalam shapefile.
Anda tidak dapat menggunakan SHAPEFILE dengan FIXEDWIDTH, REMOVEQUOTES, atau ESCAPE.
Untuk menggunakan `GEOGRAPHY` objek dengan`COPY FROM SHAPEFILE`, pertama menelan ke dalam `GEOMETRY` kolom, dan kemudian melemparkan objek ke `GEOGRAPHY` objek.
MENYEDERHANAKAN [*toleransi*]
(Opsional) Menyederhanakan semua geometri selama proses konsumsi menggunakan Ramer-Douglas-Peucker algoritma dan toleransi yang diberikan.
MENYEDERHANAKAN AUTO [*toleransi*]
(Opsional) Menyederhanakan hanya geometri yang lebih besar dari ukuran geometri maksimum. Penyederhanaan ini menggunakan Ramer-Douglas-Peucker algoritma dan toleransi yang dihitung secara otomatis jika ini tidak melebihi toleransi yang ditentukan. Algoritma ini menghitung ukuran untuk menyimpan objek dalam toleransi yang ditentukan. Nilai *toleransi* adalah opsional.
Untuk contoh memuat shapefile, lihat. [Memuat shapefile ke Amazon Redshift](r_COPY_command_examples.md#copy-example-spatial-copy-shapefile)
AVRO [AS] '*avro\$1option*'
Menentukan bahwa data sumber dalam format Avro.
Format Avro didukung untuk COPY dari layanan dan protokol ini:
+ Amazon S3
+ Amazon EMR
+ Host jarak jauh (SSH)
Avro tidak didukung untuk COPY dari DynamoDB.
Avro adalah protokol serialisasi data. File sumber Avro menyertakan skema yang mendefinisikan struktur data. Jenis skema Avro harus. `record` COPY menerima file Avro yang dibuat menggunakan codec default yang tidak terkompresi serta codec kompresi dan. `deflate` `snappy` Untuk informasi lebih lanjut tentang Avro, buka [Apache](https://avro.apache.org/) Avro.
Nilai yang valid untuk *avro\$1option* adalah sebagai berikut:
+ `'auto'`
+ `'auto ignorecase'`
+ `'s3://jsonpaths_file'`
Nilai default-nya `'auto'`.
COPY secara otomatis memetakan elemen data dalam data sumber Avro ke kolom di tabel target. Ia melakukannya dengan mencocokkan nama bidang dalam skema Avro dengan nama kolom di tabel target. Pencocokan peka huruf besar/kecil untuk `'auto'` dan tidak peka huruf besar/kecil untuk. `'auto ignorecase'`
Nama kolom di tabel Amazon Redshift selalu huruf kecil, jadi saat Anda menggunakan `'auto'` opsi, nama bidang yang cocok juga harus huruf kecil. Jika nama bidang tidak semuanya huruf kecil, Anda dapat menggunakan opsi. `'auto ignorecase'` Dengan `'auto'` argumen default, COPY hanya mengenali bidang tingkat pertama, atau *bidang luar*, dalam struktur.
Untuk secara eksplisit memetakan nama kolom ke nama bidang Avro, Anda dapat menggunakan. [JSONPaths berkas](#copy-json-jsonpaths)
Secara default, COPY mencoba untuk mencocokkan semua kolom dalam tabel target dengan nama bidang Avro. Untuk memuat subset kolom, Anda dapat menentukan daftar kolom secara opsional. Jika kolom dalam tabel target dihilangkan dari daftar kolom, COPY memuat ekspresi kolom target[DEFAULT](r_CREATE_TABLE_NEW.md#create-table-default). Jika kolom target tidak memiliki default, COPY mencoba memuat NULL. Jika kolom disertakan dalam daftar kolom dan COPY tidak menemukan bidang yang cocok dalam data Avro, COPY mencoba memuat NULL ke kolom.
Jika COPY mencoba untuk menetapkan NULL ke kolom yang didefinisikan sebagai NOT NULL, perintah COPY gagal.
**Avro Skema**
File data sumber Avro mencakup skema yang mendefinisikan struktur data. COPY membaca skema yang merupakan bagian dari file data sumber Avro untuk memetakan elemen data ke kolom tabel target. Contoh berikut menunjukkan skema Avro.
```
{
"name": "person",
"type": "record",
"fields": [
{"name": "id", "type": "int"},
{"name": "guid", "type": "string"},
{"name": "name", "type": "string"},
{"name": "address", "type": "string"}]
}
```
Skema Avro didefinisikan menggunakan format JSON. Objek JSON tingkat atas berisi tiga pasangan nama-nilai dengan nama, atau *kunci*,,, dan. `"name"` `"type"` `"fields"`
Pasangan `"fields"` kunci dengan array objek yang menentukan nama dan tipe data dari setiap bidang dalam struktur data. Secara default, COPY secara otomatis mencocokkan nama bidang dengan nama kolom. Nama kolom selalu huruf kecil, jadi nama bidang yang cocok juga harus huruf kecil, kecuali jika Anda menentukan opsi. `‘auto ignorecase’` Nama bidang apa pun yang tidak cocok dengan nama kolom akan diabaikan. Pesanan tidak masalah. Pada contoh sebelumnya, COPY memetakan ke nama kolom`id`,`guid`,`name`, dan`address`.
Dengan `'auto'` argumen default, COPY hanya mencocokkan objek tingkat pertama dengan kolom. Untuk memetakan ke tingkat yang lebih dalam dalam skema, atau jika nama bidang dan nama kolom tidak cocok, gunakan JSONPaths file untuk menentukan pemetaan. Untuk informasi selengkapnya, lihat [JSONPaths berkas](#copy-json-jsonpaths).
Jika nilai yang terkait dengan kunci adalah tipe data Avro yang kompleks seperti byte, array, record, map, atau link, COPY memuat nilai sebagai string. Di sini, string adalah representasi JSON dari data. COPY memuat tipe data Avro enum sebagai string, di mana konten adalah nama tipe. Sebagai contoh, lihat [COPY dari format JSON](copy-usage_notes-copy-from-json.md).
Ukuran maksimum header file Avro, yang mencakup skema dan metadata file, adalah 1 MB.
Ukuran maksimum satu blok data Avro adalah 4 MB. Ini berbeda dari ukuran baris maksimum. Jika ukuran maksimum satu blok data Avro terlampaui, bahkan jika ukuran baris yang dihasilkan kurang dari batas ukuran baris 4 MB, perintah COPY gagal.
Dalam menghitung ukuran baris, Amazon Redshift secara internal menghitung karakter pipa (\$1) dua kali. Jika data input Anda berisi sejumlah besar karakter pipa, dimungkinkan untuk ukuran baris melebihi 4 MB bahkan jika blok data kurang dari 4 MB.
JSON [AS] '*json\$1option*'
Sumber data dalam format JSON.
Format JSON didukung untuk COPY dari layanan dan protokol ini:
+ Amazon S3
+ SALIN dari Amazon EMR
+ COPY dari SSH
JSON tidak didukung untuk COPY dari DynamoDB.
Nilai yang valid untuk *json\$1option* adalah sebagai berikut:
+ `'auto'`
+ `'auto ignorecase'`
+ `'s3://jsonpaths_file'`
+ `'noshred'`
Nilai default-nya `'auto'`. Amazon Redshift tidak merusak atribut struktur JSON menjadi beberapa kolom saat memuat dokumen JSON.
Secara default, COPY mencoba untuk mencocokkan semua kolom dalam tabel target dengan kunci nama bidang JSON. Untuk memuat subset kolom, Anda dapat menentukan daftar kolom secara opsional. Jika kunci nama bidang JSON tidak semuanya huruf kecil, Anda dapat menggunakan `'auto ignorecase'` opsi atau untuk secara eksplisit [JSONPaths berkas](#copy-json-jsonpaths) memetakan nama kolom ke kunci nama bidang JSON.
Jika kolom dalam tabel target dihilangkan dari daftar kolom, maka COPY memuat ekspresi kolom target[DEFAULT](r_CREATE_TABLE_NEW.md#create-table-default). Jika kolom target tidak memiliki default, COPY mencoba memuat NULL. Jika kolom disertakan dalam daftar kolom dan COPY tidak menemukan bidang yang cocok dalam data JSON, COPY mencoba memuat NULL ke kolom.
Jika COPY mencoba untuk menetapkan NULL ke kolom yang didefinisikan sebagai NOT NULL, perintah COPY gagal.
COPY memetakan elemen data dalam data sumber JSON ke kolom di tabel target. Ia melakukannya dengan mencocokkan *kunci objek*, atau nama, dalam pasangan nama-nilai sumber dengan nama kolom dalam tabel target.
Lihat detail berikut tentang setiap nilai *json\$1option*:
'otomatis'
Dengan opsi ini, pencocokan peka huruf besar/kecil. Nama kolom di tabel Amazon Redshift selalu huruf kecil, jadi saat Anda menggunakan `'auto'` opsi, nama bidang JSON yang cocok juga harus huruf kecil.
'abaikan otomatis'
Dengan opsi ini, pencocokan tidak peka huruf besar/kecil. Nama kolom di tabel Amazon Redshift selalu huruf kecil, jadi saat Anda menggunakan `'auto ignorecase'` opsi, nama bidang JSON yang sesuai dapat berupa huruf kecil, huruf besar, atau huruf campuran.
*'s3://jsonpaths\$1file '*
Dengan opsi ini, COPY menggunakan JSONPaths file bernama untuk memetakan elemen data dalam data sumber JSON ke kolom di tabel target. *`s3://jsonpaths_file`*Argumen harus berupa kunci objek Amazon S3 yang secara eksplisit mereferensikan satu file. Contohnya adalah `'s3://amzn-s3-demo-bucket/jsonpaths.txt` '. Argumen tidak bisa menjadi key prefix. Untuk informasi selengkapnya tentang menggunakan JSONPaths file, lihat[JSONPaths berkas](#copy-json-jsonpaths).
Dalam beberapa kasus, file yang ditentukan oleh `jsonpaths_file` memiliki awalan yang sama dengan jalur yang ditentukan oleh `copy_from_s3_objectpath` untuk file data. Jika demikian, COPY membaca JSONPaths file sebagai file data dan mengembalikan kesalahan. Misalnya, misalkan file data Anda menggunakan path objek `s3://amzn-s3-demo-bucket/my_data.json` dan JSONPaths file Anda`s3://amzn-s3-demo-bucket/my_data.jsonpaths`. Dalam hal ini, COPY mencoba memuat `my_data.jsonpaths` sebagai file data.
'hidung'
Dengan opsi ini, Amazon Redshift tidak merusak atribut struktur JSON menjadi beberapa kolom saat memuat dokumen JSON.
## Berkas data JSON
File data JSON berisi satu set objek atau array. COPY memuat setiap objek JSON atau array ke dalam satu baris dalam tabel target. Setiap objek atau array yang sesuai dengan baris harus merupakan struktur tingkat akar yang berdiri sendiri; artinya, ia tidak boleh menjadi anggota struktur JSON lain.
*Objek* JSON dimulai dan diakhiri dengan tanda kurung kurung (\$1\$1) dan berisi kumpulan pasangan nama-nilai yang tidak berurutan. Setiap nama dan nilai yang dipasangkan dipisahkan oleh titik dua, dan pasangan dipisahkan dengan koma. Secara default, *kunci objek*, atau nama, dalam pasangan nama-nilai harus cocok dengan nama kolom yang sesuai dalam tabel. Nama kolom di tabel Amazon Redshift selalu huruf kecil, jadi kunci nama bidang JSON yang cocok juga harus huruf kecil. Jika nama kolom dan kunci JSON Anda tidak cocok, gunakan a [JSONPaths berkas](#copy-json-jsonpaths) untuk secara eksplisit memetakan kolom ke kunci.
Urutan dalam objek JSON tidak masalah. Nama apa pun yang tidak cocok dengan nama kolom diabaikan. Berikut ini menunjukkan struktur objek JSON sederhana.
```
{
"column1": "value1",
"column2": value2,
"notacolumn" : "ignore this value"
}
```
*Array* JSON dimulai dan diakhiri dengan tanda kurung ([]), dan berisi kumpulan nilai yang diurutkan dipisahkan oleh koma. Jika file data Anda menggunakan array, Anda harus menentukan JSONPaths file untuk mencocokkan nilai ke kolom. Berikut ini menunjukkan struktur array JSON sederhana.
```
["value1", value2]
```
JSON harus dibentuk dengan baik. Misalnya, objek atau array tidak dapat dipisahkan dengan koma atau karakter lain kecuali spasi putih. String harus dilampirkan dalam karakter tanda kutip ganda. Karakter kutipan harus berupa tanda kutip sederhana (0x22), bukan tanda kutip miring atau “pintar”.
Ukuran maksimum objek atau array JSON tunggal, termasuk kawat gigi atau tanda kurung, adalah 4 MB. Ini berbeda dari ukuran baris maksimum. Jika ukuran maksimum objek atau array JSON tunggal terlampaui, bahkan jika ukuran baris yang dihasilkan kurang dari batas ukuran baris 4 MB, perintah COPY gagal.
Dalam menghitung ukuran baris, Amazon Redshift secara internal menghitung karakter pipa (\$1) dua kali. Jika data input Anda berisi sejumlah besar karakter pipa, dimungkinkan untuk ukuran baris melebihi 4 MB bahkan jika ukuran objek kurang dari 4 MB.
COPY dimuat `\n` sebagai karakter baris baru dan dimuat `\t` sebagai karakter tab. Untuk memuat garis miring terbalik, lepaskan dengan garis miring terbalik (). `\\`
COPY mencari sumber JSON yang ditentukan untuk objek atau array JSON yang terbentuk dengan baik dan valid. Jika COPY menemukan karakter non-spasi putih sebelum menemukan struktur JSON yang dapat digunakan, atau di antara objek atau array JSON yang valid, COPY mengembalikan kesalahan untuk setiap instance. Kesalahan ini dihitung dalam jumlah kesalahan MAXERROR. Ketika jumlah kesalahan sama atau melebihi MAXERROR, COPY gagal.
Untuk setiap kesalahan, Amazon Redshift merekam baris dalam tabel sistem STL\$1LOAD\$1ERRORS. Kolom LINE\$1NUMBER mencatat baris terakhir dari objek JSON yang menyebabkan kesalahan.
Jika IGNOREHEADER ditentukan, COPY mengabaikan jumlah baris yang ditentukan dalam data JSON. Karakter baris baru dalam data JSON selalu dihitung untuk perhitungan IGNOREHEADER.
COPY memuat string kosong sebagai bidang kosong secara default. Jika EMTTYASNULL ditentukan, COPY memuat string kosong untuk bidang CHAR dan VARCHAR sebagai NULL. String kosong untuk tipe data lain, seperti INT, selalu dimuat dengan NULL.
Opsi berikut tidak didukung dengan JSON:
+ CSV
+ PEMBATAS
+ MELARIKAN DIRI
+ FILLRECORD
+ FIXEDWIDTH
+ IGNOREBLANKLINES
+ NULL SEBAGAI
+ RASIO BACA
+ HAPUSQUOTES
Untuk informasi selengkapnya, lihat [COPY dari format JSON](copy-usage_notes-copy-from-json.md). Untuk informasi lebih lanjut tentang struktur data JSON, kunjungi [www.json.org](https://www.json.org/).
## JSONPaths berkas
Jika Anda memuat dari data sumber berformat JSON atau Avro, secara default COPY memetakan elemen data tingkat pertama dalam data sumber ke kolom di tabel target. Ia melakukannya dengan mencocokkan setiap nama, atau kunci objek, dalam pasangan nama-nilai dengan nama kolom dalam tabel target.
Jika nama kolom dan kunci objek Anda tidak cocok, atau untuk memetakan ke tingkat yang lebih dalam dalam hierarki data, Anda dapat menggunakan JSONPaths file untuk secara eksplisit memetakan elemen data JSON atau Avro ke kolom. JSONPaths File memetakan elemen data JSON ke kolom dengan mencocokkan urutan kolom dalam tabel target atau daftar kolom.
JSONPaths File harus berisi hanya satu objek JSON (bukan array). Objek JSON adalah pasangan nama-nilai. *Kunci objek*, yang merupakan nama dalam pasangan nama-nilai, harus. `"jsonpaths"` *Nilai* *dalam pasangan nama-nilai adalah array ekspresi. JSONPath * Setiap JSONPath ekspresi mereferensikan satu elemen dalam hierarki data JSON atau skema Avro, mirip dengan bagaimana XPath ekspresi mengacu pada elemen dalam dokumen XHTML. Untuk informasi selengkapnya, lihat [JSONPath ekspresi](#copy-json-jsonpath-expressions).
Untuk menggunakan JSONPaths file, tambahkan kata kunci JSON atau AVRO ke perintah COPY. Tentukan nama bucket S3 dan path objek JSONPaths file menggunakan format berikut.
```
COPY tablename
FROM 'data_source'
CREDENTIALS 'credentials-args'
FORMAT AS { AVRO | JSON } 's3://jsonpaths_file';
```
`s3://jsonpaths_file`Nilai harus berupa kunci objek Amazon S3 yang secara eksplisit mereferensikan satu file, seperti. `'s3://amzn-s3-demo-bucket/jsonpaths.txt'` Itu tidak bisa menjadi key prefix.
Dalam beberapa kasus, jika Anda memuat dari Amazon S3, file yang ditentukan oleh `jsonpaths_file` memiliki awalan yang sama dengan jalur yang ditentukan oleh `copy_from_s3_objectpath` untuk file data. Jika demikian, COPY membaca JSONPaths file sebagai file data dan mengembalikan kesalahan. Misalnya, misalkan file data Anda menggunakan path objek `s3://amzn-s3-demo-bucket/my_data.json` dan JSONPaths file Anda`s3://amzn-s3-demo-bucket/my_data.jsonpaths`. Dalam hal ini, COPY mencoba memuat `my_data.jsonpaths` sebagai file data.
Jika nama kunci adalah string selain`"jsonpaths"`, perintah COPY tidak mengembalikan kesalahan, tetapi mengabaikan *jsonpaths\$1file* dan menggunakan argumen sebagai gantinya. `'auto'`
Jika salah satu hal berikut terjadi, perintah COPY gagal:
+ JSON cacat.
+ Ada lebih dari satu objek JSON.
+ Karakter apa pun kecuali ruang putih ada di luar objek.
+ Elemen array adalah string kosong atau bukan string.
MAXERROR tidak berlaku untuk JSONPaths file.
JSONPaths File tidak boleh dienkripsi, bahkan jika [ENCRYPTED](copy-parameters-data-source-s3.md#copy-encrypted) opsi ditentukan.
Untuk informasi selengkapnya, lihat [COPY dari format JSON](copy-usage_notes-copy-from-json.md).
## JSONPath ekspresi
JSONPaths File menggunakan JSONPath ekspresi untuk memetakan bidang data ke kolom target. Setiap JSONPath ekspresi sesuai dengan satu kolom di tabel target Amazon Redshift. Urutan elemen JSONPath array harus sesuai dengan urutan kolom dalam tabel target atau daftar kolom, jika daftar kolom digunakan.
Karakter tanda kutip ganda diperlukan seperti yang ditunjukkan, baik untuk nama bidang maupun nilainya. Karakter tanda kutip harus berupa tanda kutip sederhana (0x22), bukan tanda kutip miring atau “pintar”.
Jika elemen objek yang direferensikan oleh JSONPath ekspresi tidak ditemukan dalam data JSON, COPY mencoba memuat nilai NULL. Jika objek yang direferensikan cacat, COPY mengembalikan kesalahan pemuatan.
Jika elemen array yang direferensikan oleh JSONPath ekspresi tidak ditemukan dalam data JSON atau Avro, COPY gagal dengan kesalahan berikut: `Invalid JSONPath format: Not an array or index out of range.` Hapus elemen array dari JSONPaths yang tidak ada dalam data sumber dan verifikasi bahwa array dalam data sumber terbentuk dengan baik.
JSONPath Ekspresi dapat menggunakan notasi braket atau notasi titik, tetapi Anda tidak dapat mencampur notasi. Contoh berikut menunjukkan JSONPath ekspresi menggunakan notasi braket.
```
{
"jsonpaths": [
"$['venuename']",
"$['venuecity']",
"$['venuestate']",
"$['venueseats']"
]
}
```
Contoh berikut menunjukkan JSONPath ekspresi menggunakan notasi titik.
```
{
"jsonpaths": [
"$.venuename",
"$.venuecity",
"$.venuestate",
"$.venueseats"
]
}
```
Dalam konteks sintaks Amazon Redshift COPY, JSONPath ekspresi harus menentukan jalur eksplisit ke elemen nama tunggal dalam struktur data hierarkis JSON atau Avro. Amazon Redshift tidak mendukung JSONPath elemen apa pun, seperti karakter wildcard atau ekspresi filter, yang mungkin diselesaikan ke jalur ambigu atau beberapa elemen nama.
Untuk informasi selengkapnya, lihat [COPY dari format JSON](copy-usage_notes-copy-from-json.md).
## Menggunakan JSONPaths dengan Avro Data
Contoh berikut menunjukkan skema Avro dengan beberapa level.
```
{
"name": "person",
"type": "record",
"fields": [
{"name": "id", "type": "int"},
{"name": "guid", "type": "string"},
{"name": "isActive", "type": "boolean"},
{"name": "age", "type": "int"},
{"name": "name", "type": "string"},
{"name": "address", "type": "string"},
{"name": "latitude", "type": "double"},
{"name": "longitude", "type": "double"},
{
"name": "tags",
"type": {
"type" : "array",
"name" : "inner_tags",
"items" : "string"
}
},
{
"name": "friends",
"type": {
"type" : "array",
"name" : "inner_friends",
"items" : {
"name" : "friends_record",
"type" : "record",
"fields" : [
{"name" : "id", "type" : "int"},
{"name" : "name", "type" : "string"}
]
}
}
},
{"name": "randomArrayItem", "type": "string"}
]
}
```
Contoh berikut menunjukkan JSONPaths file yang menggunakan AvroPath ekspresi untuk referensi skema sebelumnya.
```
{
"jsonpaths": [
"$.id",
"$.guid",
"$.address",
"$.friends[0].id"
]
}
```
JSONPaths Contohnya meliputi elemen-elemen berikut:
jsonpath
Nama objek JSON yang berisi AvroPath ekspresi.
[ … ]
Tanda kurung melampirkan array JSON yang berisi elemen jalur.
\$1
Tanda dolar mengacu pada elemen root dalam skema Avro, yang merupakan array. `"fields"`
“\$1.id”,
Target AvroPath ekspresi. Dalam hal ini, target adalah elemen dalam `"fields"` array dengan nama`"id"`. Ekspresi dipisahkan oleh koma.
“\$1.friends [0] .id”
Tanda kurung menunjukkan indeks array. JSONPath ekspresi menggunakan pengindeksan berbasis nol, jadi ekspresi ini mereferensikan elemen pertama dalam `"friends"` array dengan nama. `"id"`
Sintaks skema Avro membutuhkan penggunaan *bidang dalam* untuk menentukan struktur tipe data record dan array. Bidang dalam diabaikan oleh AvroPath ekspresi. Misalnya, bidang `"friends"` mendefinisikan array bernama`"inner_friends"`, yang pada gilirannya mendefinisikan catatan bernama. `"friends_record"` AvroPath Ekspresi untuk mereferensikan bidang `"id"` dapat mengabaikan bidang tambahan untuk mereferensikan bidang target secara langsung. AvroPath Ekspresi berikut mereferensikan dua bidang yang termasuk dalam `"friends"` array.
```
"$.friends[0].id"
"$.friends[0].name"
```
## Parameter format data kolumnar
Selain format data standar, COPY mendukung format data kolumnar berikut untuk COPY dari Amazon S3. COPY dari format kolumnar didukung dengan batasan tertentu. Untuk informasi selengkapnya, lihat [COPY dari format data kolumnar](copy-usage_notes-copy-from-columnar.md).
ORC
Memuat data dari file yang menggunakan format file Optimized Row Columnar (ORC).
PARQUET
Memuat data dari file yang menggunakan format file Parket.
# Parameter kompresi file
Anda dapat memuat dari file data terkompresi dengan menentukan parameter berikut. Parameter kompresi file
BZIP2
Nilai yang menentukan bahwa file input atau file dalam format bzip2 terkompresi (file.bz2). Operasi COPY membaca setiap file terkompresi dan membuka kompres data saat dimuat.
GZIP
Nilai yang menentukan bahwa file input atau file dalam format gzip terkompresi (file.gz). Operasi COPY membaca setiap file terkompresi dan membuka kompres data saat dimuat.
LZOP
Nilai yang menentukan bahwa file input atau file dalam format lzop terkompresi (file.lzo). Operasi COPY membaca setiap file terkompresi dan membuka kompres data saat dimuat.
*COPY tidak mendukung file yang dikompresi menggunakan opsi lzop --filter.*
ZSTD
Nilai yang menentukan bahwa file input atau file dalam format Zstandard terkompresi (file.zst). Operasi COPY membaca setiap file terkompresi dan membuka kompres data saat dimuat.
ZSTD hanya didukung dengan COPY dari Amazon S3.
# Parameter konversi data
Saat memuat tabel, COPY mencoba untuk secara implisit mengonversi string dalam data sumber ke tipe data kolom target. Jika Anda perlu menentukan konversi yang berbeda dari perilaku default, atau jika konversi default menghasilkan kesalahan, Anda dapat mengelola konversi data dengan menentukan parameter berikut. Untuk informasi selengkapnya tentang sintaks parameter ini, lihat [sintaks COPY](https://docs.aws.amazon.com/redshift/latest/dg/r_COPY.html#r_COPY-syntax).
+ [ACCEPTANYDATE](#copy-acceptanydate)
+ [ACCEPTINVCHARS](#copy-acceptinvchars)
+ [BLANKSASNULL](#copy-blanksasnull)
+ [DATEFORMAT](#copy-dateformat)
+ [EMPTYASNULL](#copy-emptyasnull)
+ [ENCODING](#copy-encoding)
+ [ESCAPE](#copy-escape)
+ [EXPLICIT_IDS](#copy-explicit-ids)
+ [FILLRECORD](#copy-fillrecord)
+ [IGNOREBLANKLINES](#copy-ignoreblanklines)
+ [IGNOREHEADER](#copy-ignoreheader)
+ [NULL AS](#copy-null-as)
+ [REMOVEQUOTES](#copy-removequotes)
+ [ROUNDEC](#copy-roundec)
+ [TIMEFORMAT](#copy-timeformat)
+ [TRIMBLANKS](#copy-trimblanks)
+ [TRUNCATECOLUMNS](#copy-truncatecolumns) Parameter konversi data
ACCEPTANYDATE
Memungkinkan format tanggal apa pun, termasuk format yang tidak valid seperti`00/00/00 00:00:00`, dimuat tanpa menimbulkan kesalahan. Parameter ini hanya berlaku untuk kolom TIMESTAMP dan DATE. Selalu gunakan ACCEPTANYDATE dengan parameter DATEFORMAT. Jika format tanggal untuk data tidak cocok dengan spesifikasi DATEFORMAT, Amazon Redshift menyisipkan nilai NULL ke bidang tersebut.
*TERIMA INVCHARS [AS] ['replacement\$1char']*
Memungkinkan pemuatan data ke kolom VARCHAR bahkan jika data berisi karakter UTF-8 yang tidak valid. *Ketika ACCEPTINVCHARS ditentukan, COPY menggantikan setiap karakter UTF-8 yang tidak valid dengan string dengan panjang yang sama yang terdiri dari karakter yang ditentukan oleh replacement\$1char.* Misalnya, jika karakter pengganti adalah '`^`', karakter tiga byte yang tidak valid akan diganti dengan ''. `^^^`
Karakter pengganti dapat berupa karakter ASCII kecuali NULL. Defaultnya adalah tanda tanya (? ). Untuk informasi tentang karakter UTF-8 yang tidak valid, lihat. [Kesalahan pemuatan karakter multibyte](multi-byte-character-load-errors.md)
COPY mengembalikan jumlah baris yang berisi karakter UTF-8 yang tidak valid, dan menambahkan entri ke tabel [STL\$1REPLACEMENTS](r_STL_REPLACEMENTS.md) sistem untuk setiap baris yang terpengaruh, hingga maksimum 100 baris untuk setiap irisan node. Karakter UTF-8 tambahan yang tidak valid juga diganti, tetapi peristiwa pengganti tersebut tidak direkam.
Jika ACCEPTINVCHARS tidak ditentukan, COPY mengembalikan kesalahan setiap kali menemukan karakter UTF-8 yang tidak valid.
ACCEPTINVCHARS hanya berlaku untuk kolom VARCHAR.
BLANKSASNULL
Memuat bidang kosong, yang hanya terdiri dari karakter spasi putih, sebagai NULL. Opsi ini hanya berlaku untuk kolom CHAR dan VARCHAR. Bidang kosong untuk tipe data lain, seperti INT, selalu dimuat dengan NULL. Misalnya, string yang berisi tiga karakter spasi berturut-turut (dan tidak ada karakter lain) dimuat sebagai NULL. Perilaku default, tanpa opsi ini, adalah memuat karakter spasi apa adanya.
DATEFORMAT [AS] \$1'*dateformat\$1string' \$1 'auto*'\$1
Jika tidak ada DATEFORMAT yang ditentukan, format defaultnya adalah. `'YYYY-MM-DD'` Misalnya, format alternatif yang valid adalah`'MM-DD-YYYY'`.
Jika perintah COPY tidak mengenali format nilai tanggal atau waktu Anda, atau jika nilai tanggal atau waktu Anda menggunakan format yang berbeda, gunakan `'auto'` argumen dengan parameter DATEFORMAT atau TIMEFORMAT. `'auto'`Argumen mengenali beberapa format yang tidak didukung saat menggunakan string DATEFORMAT dan TIMEFORMAT. Kata kunci `'auto'` 'peka huruf besar/kecil. Untuk informasi selengkapnya, lihat [Menggunakan pengenalan otomatis dengan DATEFORMAT dan TIMEFORMAT](automatic-recognition.md).
Format tanggal dapat mencakup informasi waktu (jam, menit, detik), tetapi informasi ini diabaikan. Kata kunci AS adalah opsional. Untuk informasi selengkapnya, lihat [string DATEFORMAT dan TIMEFORMATContoh](r_DATEFORMAT_and_TIMEFORMAT_strings.md).
KOSONGNULL
Menunjukkan bahwa Amazon Redshift harus memuat bidang CHAR dan VARCHAR kosong sebagai NULL. Bidang kosong untuk tipe data lain, seperti INT, selalu dimuat dengan NULL. Bidang kosong terjadi ketika data berisi dua pembatas berturut-turut tanpa karakter di antara pembatas. EMTTYASNULL dan NULL AS "(string kosong) menghasilkan perilaku yang sama.
*PENGKODEAN [AS] file\$1encoding*
Menentukan jenis pengkodean data beban. Perintah COPY mengubah data dari pengkodean yang ditentukan menjadi UTF-8 selama pemuatan.
Nilai yang valid untuk *file\$1encoding* adalah sebagai berikut:
+ `UTF8`
+ `UTF16`
+ `UTF16LE`
+ `UTF16BE`
+ `ISO88591`
Nilai default-nya `UTF8`.
Nama file sumber harus menggunakan pengkodean UTF-8.
File-file berikut harus menggunakan pengkodean UTF-8, bahkan jika pengkodean yang berbeda ditentukan untuk data beban:
+ File manifes
+ JSONPaths berkas
String argumen yang disediakan dengan parameter berikut harus menggunakan UTF-8:
+ *FIXEDWIDTH 'fixedwidth\$1spec'*
+ *TERIMA INVCHARS 'replacement\$1char'*
+ *DATEFORMAT 'dateformat\$1string'*
+ *FORMAT WAKTU 'timeformat\$1string'*
+ NULL SEBAGAI '*null\$1string*'
File data dengan lebar tetap harus menggunakan pengkodean UTF-8. Lebar bidang didasarkan pada jumlah karakter, bukan jumlah byte.
Semua data beban harus menggunakan pengkodean yang ditentukan. Jika COPY menemukan pengkodean yang berbeda, ia melewatkan file dan mengembalikan kesalahan.
Jika Anda menentukan`UTF16`, maka data Anda harus memiliki tanda urutan byte (BOM). Jika Anda tahu apakah data UTF-16 Anda adalah little-endian (LE) atau big-endian (BE), Anda dapat menggunakan `UTF16LE` atau`UTF16BE`, terlepas dari keberadaan BOM.
Untuk menggunakan pengkodean ISO-8859-1 tentukan. `ISO88591` *Untuk informasi lebih lanjut, lihat [ISO/IEC 8859-1](https://en.wikipedia.org/wiki/ISO/IEC_8859-1) di Wikipedia.*
MELARIKAN DIRI
Ketika parameter ini ditentukan, karakter garis miring terbalik (`\`) dalam data input diperlakukan sebagai karakter escape. Karakter yang segera mengikuti karakter garis miring terbalik dimuat ke dalam tabel sebagai bagian dari nilai kolom saat ini, bahkan jika itu adalah karakter yang biasanya melayani tujuan khusus. Misalnya, Anda dapat menggunakan parameter ini untuk menghindari karakter pembatas, tanda kutip, karakter baris baru yang disematkan, atau karakter escape itu sendiri ketika salah satu karakter ini adalah bagian yang sah dari nilai kolom.
Jika Anda menentukan parameter ESCAPE dalam kombinasi dengan parameter REMOVEQUOTES, Anda dapat melarikan diri dan mempertahankan tanda kutip (`'`atau`"`) yang mungkin dihapus. String null default,`\N`, berfungsi apa adanya, tetapi juga dapat diloloskan dalam data input sebagai. `\\N` Selama Anda tidak menentukan string null alternatif dengan parameter NULL AS, `\N` dan `\\N` menghasilkan hasil yang sama.
Karakter kontrol `0x00` (NUL) tidak dapat lolos dan harus dihapus dari data input atau dikonversi. Karakter ini diperlakukan sebagai penanda akhir catatan (EOR), menyebabkan sisa catatan terpotong.
Anda tidak dapat menggunakan parameter ESCAPE untuk beban FIXEDWIDTH, dan Anda tidak dapat menentukan karakter escape itu sendiri; karakter escape selalu karakter garis miring terbalik. Selain itu, Anda harus memastikan bahwa data input berisi karakter escape di tempat yang sesuai.
Berikut adalah beberapa contoh data input dan data yang dimuat yang dihasilkan saat parameter ESCAPE ditentukan. Hasil untuk baris 4 mengasumsikan bahwa parameter REMOVEQUOTES juga ditentukan. Data input terdiri dari dua bidang yang dibatasi pipa:
```
1|The quick brown fox\[newline]
jumped over the lazy dog.
2| A\\B\\C
3| A \| B \| C
4| 'A Midsummer Night\'s Dream'
```
Data yang dimuat ke kolom 2 terlihat seperti ini:
```
The quick brown fox
jumped over the lazy dog.
A\B\C
A|B|C
A Midsummer Night's Dream
```
Menerapkan karakter escape ke data input untuk beban adalah tanggung jawab pengguna. Satu pengecualian untuk persyaratan ini adalah ketika Anda memuat ulang data yang sebelumnya dibongkar dengan parameter ESCAPE. Dalam hal ini, data sudah berisi karakter escape yang diperlukan.
Parameter ESCAPE tidak menafsirkan oktal, hex, Unicode, atau notasi urutan escape lainnya. Misalnya, jika data sumber Anda berisi nilai umpan baris oktal (`\012`) dan Anda mencoba memuat data ini dengan parameter ESCAPE, Amazon Redshift memuat `012` nilai ke dalam tabel dan tidak menafsirkan nilai ini sebagai umpan baris yang sedang di-escape.
Untuk menghindari karakter baris baru dalam data yang berasal dari platform Microsoft Windows, Anda mungkin perlu menggunakan dua karakter escape: satu untuk carriage return dan satu untuk line feed. Atau, Anda dapat menghapus pengembalian carriage sebelum memuat file (misalnya, dengan menggunakan utilitas dos2unix).
EKSPLISIT
Gunakan EXPLICIT\$1IDS dengan tabel yang memiliki kolom IDENTITY jika Anda ingin mengganti nilai yang dibuat secara otomatis dengan nilai eksplisit dari file data sumber untuk tabel. Jika perintah menyertakan daftar kolom, daftar itu harus menyertakan kolom IDENTITY untuk menggunakan parameter ini. Format data untuk nilai EXPLICIT\$1IDS harus cocok dengan format IDENTITY yang ditentukan oleh definisi CREATE TABLE.
Saat Anda menjalankan perintah COPY terhadap tabel dengan opsi EXPLICIT\$1IDS, Amazon Redshift tidak memeriksa keunikan kolom IDENTITY dalam tabel.
Jika kolom didefinisikan dengan GENERATED BY DEFAULT AS IDENTITY, maka itu dapat disalin. Nilai dihasilkan atau diperbarui dengan nilai yang Anda berikan. Opsi EXPLICIT\$1IDS tidak diperlukan. COPY tidak memperbarui tanda air identitas tinggi.
Untuk contoh perintah COPY menggunakan EXPLICIT\$1IDS, lihat. [Muat VENUE dengan nilai eksplisit untuk kolom IDENTITY](r_COPY_command_examples.md#r_COPY_command_examples-load-venue-with-explicit-values-for-an-identity-column)
FILLRECORD
Memungkinkan file data dimuat ketika kolom yang berdekatan hilang di akhir beberapa catatan. Kolom yang hilang dimuat sebagai NULLs. Untuk format teks dan CSV, jika kolom yang hilang adalah kolom VARCHAR, string panjang nol dimuat, bukan. NULLs Untuk memuat NULLs ke kolom VARCHAR dari teks dan CSV, tentukan kata kunci EMPTYASNULL. Substitusi NULL hanya berfungsi jika definisi kolom memungkinkan. NULLs
Misalnya, jika definisi tabel berisi empat kolom CHAR yang dapat dibatalkan, dan catatan berisi nilai`apple, orange, banana, mango`, perintah COPY dapat memuat dan mengisi catatan yang hanya berisi nilai. `apple, orange` Nilai CHAR yang hilang akan dimuat sebagai nilai NULL.
IGNOREBLANKLINES
Mengabaikan baris kosong yang hanya berisi umpan baris dalam file data dan tidak mencoba memuatnya.
*IGNOREHEADER [AS] number\$1rows*
Memperlakukan *number\$1rows* yang ditentukan sebagai header file dan tidak memuatnya. Gunakan IGNOREHEADER untuk melewati header file di semua file dalam beban paralel.
NULL SEBAGAI '*null\$1string*'
Memuat bidang yang cocok dengan *null\$1string* sebagai NULL, di mana *null\$1string* dapat berupa string apa pun. Jika data Anda menyertakan terminator null, juga disebut NUL (UTF-8 0000) atau biner nol (0x000), COPY memperlakukannya sebagai karakter lainnya. Misalnya, rekaman yang berisi '1' \$1\$1 NUL \$1\$1 '2' disalin sebagai string dengan panjang 3 byte. Jika bidang hanya berisi NUL, Anda dapat menggunakan NULL AS untuk mengganti terminator null dengan NULL dengan menentukan `'\0'` atau —misalnya, atau. `'\000'` `NULL AS '\0'` `NULL AS '\000'` Jika bidang berisi string yang berakhir dengan NUL dan NULL AS ditentukan, string dimasukkan dengan NUL di akhir. Jangan gunakan '\$1n' (baris baru) untuk nilai *null\$1string*. Amazon Redshift mencadangkan '\$1n' untuk digunakan sebagai pembatas garis. *Null\$1string* default adalah '. `'\N`
Jika Anda mencoba memuat null ke dalam kolom yang didefinisikan sebagai NOT NULL, perintah COPY akan gagal.
HAPUSQUOTES
Hapus tanda kutip yang mengelilingi string pada data yang akan masuk. Semua karakter dalam tanda kutip, termasuk delimiter, dipertahankan. Jika string memiliki tanda kutip tunggal atau ganda awal tetapi tidak ada tanda akhir yang sesuai, perintah COPY gagal memuat baris itu dan mengembalikan kesalahan. Tabel berikut menunjukkan beberapa contoh sederhana dari string yang berisi tanda kutip dan nilai dimuat yang dihasilkan.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/copy-parameters-data-conversion.html)
ROUNDEC
Membulatkan nilai numerik ketika skala nilai input lebih besar dari skala kolom. Secara default, COPY memotong nilai bila perlu agar sesuai dengan skala kolom. Misalnya, jika nilai dimuat ke kolom DECIMAL (8,2), COPY memotong nilainya secara default. `20.259` `20.25` Jika ROUNDEC ditentukan, COPY membulatkan nilainya ke. `20.26` Perintah INSERT selalu membulatkan nilai bila diperlukan untuk mencocokkan skala kolom, sehingga perintah COPY dengan parameter ROUNDEC berperilaku sama seperti perintah INSERT.
TIMEFORMAT [AS] \$1'*timeformat\$1string*' \$1 'auto' \$1 'epochsecs' \$1 'epochmillisecs'\$1
Menentukan format waktu. Jika tidak ada TIMEFORMAT yang ditentukan, format default adalah `YYYY-MM-DD HH:MI:SS` untuk kolom TIMESTAMP atau `YYYY-MM-DD HH:MI:SSOF` untuk kolom TIMESTAMPTZ, di mana offset dari Coordinated `OF` Universal Time (UTC). Anda tidak dapat menyertakan penentu zona waktu dalam *timeformat\$1string*. Untuk memuat data TIMESTAMPTZ yang dalam format yang berbeda dari format default, tentukan 'auto'; untuk informasi selengkapnya, lihat. [Menggunakan pengenalan otomatis dengan DATEFORMAT dan TIMEFORMAT](automatic-recognition.md) Untuk informasi selengkapnya tentang *timeformat\$1string*, lihat. [string DATEFORMAT dan TIMEFORMATContoh](r_DATEFORMAT_and_TIMEFORMAT_strings.md)
`'auto'`Argumen mengenali beberapa format yang tidak didukung saat menggunakan string DATEFORMAT dan TIMEFORMAT. Jika perintah COPY tidak mengenali format nilai tanggal atau waktu Anda, atau jika nilai tanggal dan waktu Anda menggunakan format yang berbeda satu sama lain, gunakan `'auto'` argumen dengan parameter DATEFORMAT atau TIMEFORMAT. Untuk informasi selengkapnya, lihat [Menggunakan pengenalan otomatis dengan DATEFORMAT dan TIMEFORMAT](automatic-recognition.md).
Jika data sumber Anda direpresentasikan sebagai waktu epoch, itu adalah jumlah detik atau milidetik sejak 1 Januari 1970, 00:00:00 UTC, tentukan atau. `'epochsecs'` `'epochmillisecs'`
Kata kunci `'auto'``'epochsecs'`, dan `'epochmillisecs'` kata kunci peka huruf besar/kecil.
Kata kunci AS adalah opsional.
TRIMBLANKS
Menghapus karakter spasi putih tertinggal dari string VARCHAR. Parameter ini hanya berlaku untuk kolom dengan tipe data VARCHAR.
TRUNCATECOLUMNS
Potong data dalam kolom sesuai dengan jumlah karakter sehingga cocok dengan spesifikasi kolom. Berlaku hanya pada kolom dengan tipe data VARCHAR atau CHAR, dan baris berukuran 4 MB atau kurang.
# Operasi pemuatan data
Kelola perilaku default operasi pemuatan untuk pemecahan masalah atau untuk mengurangi waktu muat dengan menentukan parameter berikut.
+ [COMPROWS](#copy-comprows)
+ [COMPUPDATE](#copy-compupdate)
+ [IGNOREALLERRORS](#copy-ignoreallerrors)
+ [MAXERROR](#copy-maxerror)
+ [NOLOAD](#copy-noload)
+ [STATUPDATE](#copy-statupdate) Parameter
*COMPROWS numrows*
Menentukan jumlah baris yang akan digunakan sebagai ukuran sampel untuk analisis kompresi. Analisis dijalankan pada baris dari setiap irisan data. Misalnya, jika Anda menentukan `COMPROWS 1000000` (1.000.000) dan sistem berisi empat irisan total, tidak lebih dari 250.000 baris untuk setiap irisan dibaca dan dianalisis.
Jika COMPROWS tidak ditentukan, ukuran sampel default menjadi 100.000 untuk setiap irisan. Nilai COMPROWS lebih rendah dari default 100.000 baris untuk setiap irisan secara otomatis ditingkatkan ke nilai default. Namun, kompresi otomatis tidak akan terjadi jika jumlah data yang dimuat tidak cukup untuk menghasilkan sampel yang berarti.
Jika jumlah COMPROWS lebih besar dari jumlah baris dalam file input, perintah COPY masih melanjutkan dan menjalankan analisis kompresi pada semua baris yang tersedia. Rentang yang diterima untuk argumen ini adalah angka antara 1000 dan 2147483647 (2.147.483.647).
COMPUPDATE [PRESET \$1 \$1ON \$1 TRUE\$1 \$1 \$1OFF \$1 FALSE\$1]
Mengontrol apakah pengkodean kompresi diterapkan secara otomatis selama COPY.
Ketika COMPUPDATE PRESET, perintah COPY memilih pengkodean kompresi untuk setiap kolom jika tabel target kosong; bahkan jika kolom sudah memiliki pengkodean selain RAW. Saat ini pengkodean kolom yang ditentukan dapat diganti. Pengkodean untuk setiap kolom didasarkan pada tipe data kolom. Tidak ada data yang diambil sampelnya. Amazon Redshift secara otomatis menetapkan pengkodean kompresi sebagai berikut:
+ Kolom yang didefinisikan sebagai kunci pengurutan diberi kompresi RAW.
+ Kolom yang didefinisikan sebagai tipe data BOOLEAN, REAL, atau DOUBLE PRECISION diberi kompresi RAW.
+ Kolom yang didefinisikan sebagai SMALLINT, INTEGER, BIGINT, DECIMAL, DATE, TIMESTAMP, atau TIMESTAMPTZ diberi kompresi. AZ64
+ Kolom yang didefinisikan sebagai CHAR atau VARCHAR diberi kompresi LZO.
Ketika COMPUPDATE dihilangkan, perintah COPY memilih pengkodean kompresi untuk setiap kolom hanya jika tabel target kosong dan Anda belum menentukan pengkodean (selain RAW) untuk salah satu kolom. Pengkodean untuk setiap kolom ditentukan oleh Amazon Redshift. Tidak ada data yang diambil sampelnya.
Ketika COMPUPDATE AKTIF (atau TRUE), atau COMPUPDATE ditentukan tanpa opsi, perintah COPY menerapkan kompresi otomatis jika tabel kosong; bahkan jika kolom tabel sudah memiliki pengkodean selain RAW. Saat ini pengkodean kolom yang ditentukan dapat diganti. Pengkodean untuk setiap kolom didasarkan pada analisis data sampel. Untuk informasi selengkapnya, lihat [Memuat tabel dengan kompresi otomatis](c_Loading_tables_auto_compress.md).
Ketika COMPUPDATE OFF (atau FALSE), kompresi otomatis dinonaktifkan. Pengkodean kolom tidak diubah.
Untuk informasi tentang tabel sistem untuk menganalisis kompresi, lihat[STL\$1ANALYZE\$1COMPRESSION](r_STL_ANALYZE_COMPRESSION.md).
IGNOREALLERRORS
Anda dapat menentukan opsi ini untuk mengabaikan semua kesalahan yang terjadi selama operasi pemuatan.
Anda tidak dapat menentukan opsi IGNOREALLERRORS jika Anda menentukan opsi MAXERROR. Anda tidak dapat menentukan opsi IGNOREALLERRORS untuk format kolumnar termasuk ORC dan Parket.
*MAXERROR [AS] error\$1count*
Jika beban mengembalikan jumlah *kesalahan error\$1count* atau lebih besar, beban gagal. Jika beban mengembalikan lebih sedikit kesalahan, itu berlanjut dan mengembalikan pesan INFO yang menyatakan jumlah baris yang tidak dapat dimuat. Gunakan parameter ini untuk memungkinkan pemuatan berlanjut ketika baris tertentu gagal dimuat ke dalam tabel karena kesalahan pemformatan atau ketidakkonsistenan lainnya dalam data.
Tetapkan nilai ini ke `0` atau `1` jika Anda ingin beban gagal segera setelah kesalahan pertama terjadi. Kata kunci AS adalah opsional. Nilai default MAXERROR adalah `0` dan batasnya adalah`100000`.
Jumlah aktual kesalahan yang dilaporkan mungkin lebih besar daripada MAXERROR yang ditentukan karena sifat paralel Amazon Redshift. Jika ada node di cluster Amazon Redshift yang mendeteksi bahwa MAXERROR telah terlampaui, setiap node melaporkan semua kesalahan yang dialaminya.
NOLOAD
Memeriksa validitas file data tanpa benar-benar memuat data. Gunakan parameter NOLOAD untuk memastikan bahwa file data Anda dimuat tanpa kesalahan sebelum menjalankan pemuatan data yang sebenarnya. Menjalankan COPY dengan parameter NOLOAD jauh lebih cepat daripada memuat data karena hanya mem-parsing file.
STATUPDATE [\$1ON \$1 TRUE\$1 \$1 \$1OFF \$1 FALSE\$1]
Mengatur komputasi otomatis dan penyegaran statistik pengoptimal di akhir perintah COPY yang berhasil. Secara default, jika parameter STATUPDATE tidak digunakan, statistik diperbarui secara otomatis jika tabel awalnya kosong.
Setiap kali memasukkan data ke dalam tabel nonempty secara signifikan mengubah ukuran tabel, kami sarankan memperbarui statistik baik dengan menjalankan [MENGANALISA](r_ANALYZE.md) perintah atau dengan menggunakan argumen STATUPDATE ON.
Dengan STATUPDATE ON (atau TRUE), statistik diperbarui secara otomatis terlepas dari apakah tabel awalnya kosong. Jika STATUPDATE digunakan, pengguna saat ini harus pemilik tabel atau superuser. Jika STATUPDATE tidak ditentukan, hanya izin INSERT yang diperlukan.
Dengan STATUPDATE OFF (atau FALSE), statistik tidak pernah diperbarui.
Untuk informasi tambahan, lihat [Menganalisis tabel](t_Analyzing_tables.md).
# Daftar parameter abjad
Daftar berikut menyediakan link ke setiap deskripsi parameter perintah COPY, diurutkan menurut abjad.
+ [ACCEPTANYDATE](copy-parameters-data-conversion.md#copy-acceptanydate)
+ [ACCEPTINVCHARS](copy-parameters-data-conversion.md#copy-acceptinvchars)
+ [ACCESS\$1KEY\$1ID, SECRET\$1ACCESS\$1KEY](copy-parameters-authorization.md#copy-access-key-id-access)
+ [AVRO](copy-parameters-data-format.md#copy-avro)
+ [BLANKSASNULL](copy-parameters-data-conversion.md#copy-blanksasnull)
+ [BZIP2](copy-parameters-file-compression.md#copy-bzip2)
+ [COMPROWS](copy-parameters-data-load.md#copy-comprows)
+ [COMPUPDATE](copy-parameters-data-load.md#copy-compupdate)
+ [KREDENSIAL](copy-parameters-authorization.md#copy-credentials-cred)
+ [CSV](copy-parameters-data-format.md#copy-csv)
+ [DATEFORMAT](copy-parameters-data-conversion.md#copy-dateformat)
+ [DELIMITER](copy-parameters-data-format.md#copy-delimiter)
+ [EMPTYASNULL](copy-parameters-data-conversion.md#copy-emptyasnull)
+ [ENCODING](copy-parameters-data-conversion.md#copy-encoding)
+ [ENCRYPTED](copy-parameters-data-source-s3.md#copy-encrypted)
+ [ESCAPE](copy-parameters-data-conversion.md#copy-escape)
+ [EXPLICIT_IDS](copy-parameters-data-conversion.md#copy-explicit-ids)
+ [FILLRECORD](copy-parameters-data-conversion.md#copy-fillrecord)
+ [FIXEDWIDTH](copy-parameters-data-format.md#copy-fixedwidth)
+ [FORMAT](copy-parameters-data-format.md#copy-format)
+ [FROM](copy-parameters-data-source-s3.md#copy-parameters-from)
+ [GZIP](copy-parameters-file-compression.md#copy-gzip)
+ [IAM\$1ROLE](copy-parameters-authorization.md#copy-iam-role-iam)
+ [IGNOREALLERRORS](copy-parameters-data-load.md#copy-ignoreallerrors)
+ [IGNOREBLANKLINES](copy-parameters-data-conversion.md#copy-ignoreblanklines)
+ [IGNOREHEADER](copy-parameters-data-conversion.md#copy-ignoreheader)
+ [JSON format for COPY](copy-parameters-data-format.md#copy-json)
+ [LZOP](copy-parameters-file-compression.md#copy-lzop)
+ [MANIFEST](copy-parameters-data-source-s3.md#copy-manifest)
+ [MASTER_SYMMETRIC_KEY](copy-parameters-data-source-s3.md#copy-master-symmetric-key)
+ [MAXERROR](copy-parameters-data-load.md#copy-maxerror)
+ [NOLOAD](copy-parameters-data-load.md#copy-noload)
+ [NULL AS](copy-parameters-data-conversion.md#copy-null-as)
+ [READRATIO](copy-parameters-data-source-dynamodb.md#copy-readratio)
+ [REGION](copy-parameters-data-source-s3.md#copy-region)
+ [REMOVEQUOTES](copy-parameters-data-conversion.md#copy-removequotes)
+ [ROUNDEC](copy-parameters-data-conversion.md#copy-roundec)
+ [SESSION\$1TOKEN](copy-parameters-authorization.md#copy-token)
+ [SHAPEFILE](copy-parameters-data-format.md#copy-shapefile)
+ [SSH](copy-parameters-data-source-ssh.md#copy-ssh)
+ [STATUPDATE](copy-parameters-data-load.md#copy-statupdate)
+ [TIMEFORMAT](copy-parameters-data-conversion.md#copy-timeformat)
+ [TRIMBLANKS](copy-parameters-data-conversion.md#copy-trimblanks)
+ [TRUNCATECOLUMNS](copy-parameters-data-conversion.md#copy-truncatecolumns)
+ [ZSTD](copy-parameters-file-compression.md#copy-zstd)
# Catatan penggunaan
**Topics**
+ [Izin untuk mengakses Sumber Daya lainnya AWS](copy-usage_notes-access-permissions.md)
+ [Menggunakan COPY dengan alias jalur akses Amazon S3](copy-usage_notes-s3-access-point-alias.md)
+ [Memuat data multibyte dari Amazon S3](copy-usage_notes-multi-byte.md)
+ [Memuat kolom tipe data GEOMETRI atau GEOGRAFI](copy-usage_notes-spatial-data.md)
+ [Memuat tipe data HLLSKETCH](copy-usage_notes-hll.md)
+ [Memuat kolom tipe data VARBYTE](copy-usage-varbyte.md)
+ [Kesalahan saat membaca banyak file](copy-usage_notes-multiple-files.md)
+ [COPY dari format JSON](copy-usage_notes-copy-from-json.md)
+ [COPY dari format data kolumnar](copy-usage_notes-copy-from-columnar.md)
+ [string DATEFORMAT dan TIMEFORMAT](r_DATEFORMAT_and_TIMEFORMAT_strings.md)
+ [Menggunakan pengenalan otomatis dengan DATEFORMAT dan TIMEFORMAT](automatic-recognition.md)
# Izin untuk mengakses Sumber Daya lainnya AWS
Untuk memindahkan data antara cluster Anda dan AWS sumber daya lain, seperti Amazon S3, Amazon DynamoDB, Amazon EMR, atau Amazon EC2, klaster Anda harus memiliki izin untuk mengakses sumber daya dan melakukan tindakan yang diperlukan. Misalnya, untuk memuat data dari Amazon S3, COPY harus memiliki akses LIST ke bucket dan GET access untuk objek bucket. Untuk informasi tentang izin minimum, lihat[Izin IAM untuk COPY, UNLOAD, dan CREATE LIBRARY](#copy-usage_notes-iam-permissions).
Untuk mendapatkan otorisasi untuk mengakses sumber daya, cluster Anda harus diautentikasi. Anda dapat memilih salah satu dari metode otentikasi berikut:
+ [Kontrol akses berbasis peran](#copy-usage_notes-access-role-based)— Untuk kontrol akses berbasis peran, Anda menentukan peran AWS Identity and Access Management (IAM) yang digunakan klaster Anda untuk otentikasi dan otorisasi. Untuk melindungi AWS kredensi dan data sensitif Anda, kami sangat menyarankan untuk menggunakan otentikasi berbasis peran.
+ [Kontrol akses berbasis kunci](#copy-usage_notes-access-key-based)— Untuk kontrol akses berbasis kunci, Anda memberikan kredensi AWS akses (ID kunci akses dan kunci akses rahasia) untuk pengguna sebagai teks biasa.
## Kontrol akses berbasis peran
Dengan kontrol akses berbasis peran, klaster Anda untuk sementara mengambil peran IAM atas nama Anda. Kemudian, berdasarkan otorisasi yang diberikan untuk peran tersebut, klaster Anda dapat mengakses AWS sumber daya yang diperlukan.
Membuat *peran* IAM mirip dengan memberikan izin kepada pengguna, karena itu adalah AWS identitas dengan kebijakan izin yang menentukan apa yang dapat dan tidak dapat dilakukan identitas. AWS Namun, alih-alih dikaitkan secara unik dengan satu pengguna, peran dapat diasumsikan oleh entitas mana pun yang membutuhkannya. Selain itu, peran tidak memiliki kredensi apa pun (kata sandi atau kunci akses) yang terkait dengannya. Sebaliknya, jika peran dikaitkan dengan cluster, kunci akses dibuat secara dinamis dan disediakan untuk cluster.
Sebaiknya gunakan kontrol akses berbasis peran karena memberikan kontrol akses yang lebih aman dan halus terhadap AWS sumber daya dan data pengguna yang sensitif, selain melindungi kredensil Anda. AWS
Otentikasi berbasis peran memberikan manfaat berikut:
+ Anda dapat menggunakan alat IAM AWS standar untuk menentukan peran IAM dan mengaitkan peran dengan beberapa cluster. Saat Anda mengubah kebijakan akses untuk peran, perubahan akan diterapkan secara otomatis ke semua cluster yang menggunakan peran tersebut.
+ Anda dapat menentukan kebijakan IAM berbutir halus yang memberikan izin bagi kluster dan pengguna database tertentu untuk mengakses sumber daya dan tindakan tertentu. AWS
+ Cluster Anda memperoleh kredensi sesi sementara pada waktu berjalan dan menyegarkan kredensialnya sesuai kebutuhan hingga operasi selesai. Jika Anda menggunakan kredensil sementara berbasis kunci, operasi gagal jika kredensil sementara kedaluwarsa sebelum selesai.
+ ID kunci akses dan ID kunci akses rahasia Anda tidak disimpan atau ditransmisikan dalam kode SQL Anda.
Untuk menggunakan kontrol akses berbasis peran, Anda harus terlebih dahulu membuat peran IAM menggunakan jenis peran layanan Amazon Redshift, lalu lampirkan peran tersebut ke cluster Anda. Peran harus memiliki, setidaknya, izin yang tercantum dalam[Izin IAM untuk COPY, UNLOAD, dan CREATE LIBRARY](#copy-usage_notes-iam-permissions). Untuk langkah-langkah untuk membuat peran IAM dan melampirkannya ke klaster Anda, lihat [Mengotorisasi Amazon Redshift untuk Mengakses Layanan AWS Lain Atas Nama Anda di Panduan](https://docs.aws.amazon.com/redshift/latest/mgmt/authorizing-redshift-service.html) Manajemen Amazon *Redshift*.
Anda dapat menambahkan peran ke klaster atau melihat peran yang terkait dengan klaster menggunakan Amazon Redshift Management Console, CLI, atau API. Untuk informasi selengkapnya, lihat [Mengaitkan Peran IAM Dengan Cluster di Panduan](https://docs.aws.amazon.com/redshift/latest/mgmt/copy-unload-iam-role.html) Manajemen *Pergeseran Merah Amazon*.
Saat Anda membuat peran IAM, IAM mengembalikan Amazon Resource Name (ARN) untuk peran tersebut. Untuk menentukan peran IAM, berikan peran ARN dengan parameter atau [Menggunakan parameter CREDENTIALS](copy-parameters-authorization.md#copy-credentials) parameter. [Menggunakan parameter IAM\$1ROLE](copy-parameters-authorization.md#copy-iam-role)
Sebagai contoh, misalkan peran berikut dilampirkan ke cluster.
```
"IamRoleArn": "arn:aws:iam::0123456789012:role/MyRedshiftRole"
```
Contoh perintah COPY berikut menggunakan parameter IAM\$1ROLE dengan ARN pada contoh sebelumnya untuk otentikasi dan akses ke Amazon S3.
```
copy customer from 's3://amzn-s3-demo-bucket/mydata'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole';
```
Contoh perintah COPY berikut menggunakan parameter CREDENTIALS untuk menentukan peran IAM.
```
copy customer from 's3://amzn-s3-demo-bucket/mydata'
credentials
'aws_iam_role=arn:aws:iam::0123456789012:role/MyRedshiftRole';
```
Selain itu, superuser dapat memberikan hak istimewa ASSUMEROLE kepada pengguna database dan grup untuk menyediakan akses ke peran untuk operasi COPY. Untuk informasi, lihat [HIBAH](r_GRANT.md).
## Kontrol akses berbasis kunci
Dengan kontrol akses berbasis kunci, Anda memberikan ID kunci akses dan kunci akses rahasia untuk pengguna IAM yang berwenang untuk mengakses AWS sumber daya yang berisi data. Anda dapat menggunakan [Menggunakan parameter ACCESS\$1KEY\$1ID dan SECRET\$1ACCESS\$1KEY](copy-parameters-authorization.md#copy-access-key-id) parameter bersama-sama atau [Menggunakan parameter CREDENTIALS](copy-parameters-authorization.md#copy-credentials) parameter.
**catatan**
Kami sangat menyarankan menggunakan peran IAM untuk otentikasi daripada menyediakan ID kunci akses teks biasa dan kunci akses rahasia. Jika Anda memilih kontrol akses berbasis kunci, jangan pernah menggunakan kredensyal AWS akun (root) Anda. Selalu buat pengguna IAM dan berikan ID kunci akses dan kunci akses rahasia pengguna tersebut. Untuk langkah-langkah untuk membuat pengguna IAM, lihat [Membuat Pengguna IAM di Akun Anda AWS](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_users_create.html).
Untuk mengautentikasi menggunakan ACCESS\$1KEY\$1ID dan SECRET\$1ACCESS\$1KEY, ganti ** dan ** dengan ID kunci akses pengguna resmi dan kunci akses rahasia lengkap seperti yang ditunjukkan berikut.
```
ACCESS_KEY_ID ''
SECRET_ACCESS_KEY '';
```
Untuk mengautentikasi menggunakan parameter CREDENTIALS, ganti ** dan ** dengan ID kunci akses pengguna resmi dan kunci akses rahasia lengkap seperti yang ditunjukkan berikut.
```
CREDENTIALS
'aws_access_key_id=;aws_secret_access_key=';
```
Pengguna IAM harus memiliki, minimal, izin yang tercantum dalam. [Izin IAM untuk COPY, UNLOAD, dan CREATE LIBRARY](#copy-usage_notes-iam-permissions)
### Kredensial keamanan sementara
Jika Anda menggunakan kontrol akses berbasis kunci, Anda dapat membatasi akses yang dimiliki pengguna ke data Anda dengan menggunakan kredensil keamanan sementara. Otentikasi berbasis peran secara otomatis menggunakan kredensil sementara.
**catatan**
Kami sangat menyarankan menggunakan [role-based access control](#copy-usage_notes-access-role-based.phrase) alih-alih membuat kredensil sementara dan memberikan ID kunci akses dan kunci akses rahasia sebagai teks biasa. Kontrol akses berbasis peran secara otomatis menggunakan kredensil sementara.
Kredensyal keamanan sementara memberikan keamanan yang ditingkatkan karena mereka memiliki rentang hidup yang pendek dan tidak dapat digunakan kembali setelah kedaluwarsa. ID kunci akses dan kunci akses rahasia yang dihasilkan dengan token tidak dapat digunakan tanpa token, dan pengguna yang memiliki kredensil keamanan sementara ini dapat mengakses sumber daya Anda hanya sampai kredensialnya kedaluwarsa.
Untuk memberi pengguna akses sementara ke sumber daya Anda, Anda memanggil operasi API AWS Security Token Service (AWS STS). Operasi AWS STS API mengembalikan kredensil keamanan sementara yang terdiri dari token keamanan, ID kunci akses, dan kunci akses rahasia. Anda mengeluarkan kredensi keamanan sementara kepada pengguna yang membutuhkan akses sementara ke sumber daya Anda. Pengguna ini bisa menjadi pengguna IAM yang sudah ada, atau mereka bisa bukan AWS pengguna. Untuk informasi selengkapnya tentang membuat kredensil keamanan sementara, lihat [Menggunakan Kredensil Keamanan Sementara di Panduan Pengguna IAM](https://docs.aws.amazon.com/STS/latest/UsingSTS/Welcome.html).
Anda dapat menggunakan [Menggunakan parameter ACCESS\$1KEY\$1ID dan SECRET\$1ACCESS\$1KEY](copy-parameters-authorization.md#copy-access-key-id) parameter bersama dengan [SESSION\$1TOKEN](copy-parameters-authorization.md#copy-token) parameter atau [Menggunakan parameter CREDENTIALS](copy-parameters-authorization.md#copy-credentials) parameter. Anda juga harus menyediakan ID kunci akses dan kunci akses rahasia yang disediakan dengan token.
Untuk mengautentikasi menggunakan ACCESS\$1KEY\$1ID, SECRET\$1ACCESS\$1KEY, dan SESSION\$1TOKEN, ganti, dan seperti yang ditunjukkan berikut. ** ** **
```
ACCESS_KEY_ID ''
SECRET_ACCESS_KEY ''
SESSION_TOKEN '';
```
Untuk mengautentikasi menggunakan CREDENTIALS, sertakan `session_token=` dalam string kredensial seperti yang ditunjukkan berikut.
```
CREDENTIALS
'aws_access_key_id=;aws_secret_access_key=;session_token=';
```
Contoh berikut menunjukkan perintah COPY dengan kredenal keamanan sementara.
```
copy table-name
from 's3://objectpath'
access_key_id ''
secret_access_key ''
session_token '';
```
Contoh berikut memuat tabel LISTING dengan kredensyal sementara dan enkripsi file.
```
copy listing
from 's3://amzn-s3-demo-bucket/data/listings_pipe.txt'
access_key_id ''
secret_access_key ''
session_token ''
master_symmetric_key ''
encrypted;
```
Contoh berikut memuat tabel LISTING menggunakan parameter CREDENTIALS dengan kredensyal sementara dan enkripsi file.
```
copy listing
from 's3://amzn-s3-demo-bucket/data/listings_pipe.txt'
credentials
'aws_access_key_id=;aws_secret_access_key=;session_token=;master_symmetric_key='
encrypted;
```
**penting**
Kredensi keamanan sementara harus valid selama seluruh durasi operasi COPY atau UNLOAD. Jika kredensil keamanan sementara kedaluwarsa selama operasi, perintah gagal dan transaksi dibatalkan. Misalnya, jika kredensyal keamanan sementara kedaluwarsa setelah 15 menit dan operasi COPY membutuhkan satu jam, operasi COPY gagal sebelum selesai. Jika Anda menggunakan akses berbasis peran, kredensyal keamanan sementara secara otomatis disegarkan hingga operasi selesai.
## Izin IAM untuk COPY, UNLOAD, dan CREATE LIBRARY
Peran IAM atau pengguna yang direferensikan oleh parameter CREDENTIALS harus memiliki, minimal, izin berikut:
+ Untuk COPY dari Amazon S3, izin untuk MENCANTUMKAN bucket Amazon S3 dan DAPATKAN objek Amazon S3 yang sedang dimuat, dan file manifes, jika digunakan.
+ Untuk COPY dari Amazon S3, Amazon EMR, dan host jarak jauh (SSH) dengan data berformat JSON, izin untuk DAFTAR dan DAPATKAN file di JSONPaths Amazon S3, jika digunakan.
+ Untuk COPY dari DynamoDB, izin untuk SCAN dan DESKRIPSIKAN tabel DynamoDB yang sedang dimuat.
+ Untuk COPY dari kluster EMR Amazon, izin untuk `ListInstances` tindakan di klaster EMR Amazon.
+ Untuk izin UNLOAD ke Amazon S3, GET, LIST, dan PUT untuk bucket Amazon S3 tempat file datanya dibongkar.
+ Untuk CREATE LIBRARY dari Amazon S3, izin untuk DAFTAR bucket Amazon S3 dan DAPATKAN objek Amazon S3 yang sedang diimpor.
**catatan**
Jika Anda menerima pesan galat`S3ServiceException: Access Denied`, saat menjalankan perintah COPY, UNLOAD, atau CREATE LIBRARY, klaster Anda tidak memiliki izin akses yang tepat untuk Amazon S3.
Anda dapat mengelola izin IAM dengan melampirkan kebijakan IAM ke peran IAM yang dilampirkan ke kluster Anda, ke pengguna, atau ke grup tempat pengguna Anda berada. Misalnya, kebijakan `AmazonS3ReadOnlyAccess` terkelola memberikan izin LIST dan GET ke resource Amazon S3. Untuk informasi selengkapnya tentang kebijakan IAM, lihat [Mengelola Kebijakan IAM](https://docs.aws.amazon.com/IAM/latest/UserGuide/access_policies_manage.html) di Panduan Pengguna *IAM*.
# Menggunakan COPY dengan alias jalur akses Amazon S3
COPY mendukung alias jalur akses Amazon S3. Untuk informasi selengkapnya, lihat [Menggunakan alias gaya ember untuk titik akses Anda di](https://docs.aws.amazon.com/AmazonS3/latest/userguide/access-points-alias.html) Panduan Pengguna Layanan Penyimpanan *Sederhana Amazon*.
# Memuat data multibyte dari Amazon S3
Jika data Anda menyertakan karakter multibyte non-ASCII (seperti karakter Mandarin atau Sirilik), Anda harus memuat data ke kolom VARCHAR. Tipe data VARCHAR mendukung karakter UTF-8 empat byte, tetapi tipe data CHAR hanya menerima karakter ASCII single-byte. Anda tidak dapat memuat karakter lima byte atau lebih panjang ke dalam tabel Amazon Redshift. Untuk informasi selengkapnya, lihat [Karakter multibyte](c_Supported_data_types.md#c_Supported_data_types-multi-byte-characters).
# Memuat kolom tipe data GEOMETRI atau GEOGRAFI
Anda dapat MENYALIN ke `GEOMETRY` atau `GEOGRAPHY` kolom dari data dalam file teks yang dibatasi karakter, seperti file CSV. Data harus dalam bentuk heksadesimal dari format biner yang terkenal (baik WKB atau EWKB) atau format teks terkenal (baik WKT atau EWKT) dan sesuai dengan ukuran maksimum satu baris input ke perintah COPY. Untuk informasi selengkapnya, lihat [MENYONTEK](r_COPY.md).
Untuk informasi tentang cara memuat dari shapefile, lihat. [Memuat shapefile ke Amazon Redshift](spatial-copy-shapefile.md)
Untuk informasi selengkapnya tentang `GEOMETRY` atau tipe `GEOGRAPHY` data, lihat[Menanyakan data spasial di Amazon Redshift](geospatial-overview.md).
# Memuat tipe data HLLSKETCH
Anda dapat menyalin sketsa HLL hanya dalam format jarang atau padat yang didukung oleh Amazon Redshift. Untuk menggunakan perintah COPY pada HyperLogLog sketsa, gunakan format Base64 untuk HyperLogLog sketsa padat dan format JSON untuk sketsa jarang. HyperLogLog Untuk informasi selengkapnya, lihat [HyperLogLog fungsi](hyperloglog-functions.md).
Contoh berikut mengimpor data dari file CSV ke dalam tabel menggunakan CREATE TABLE dan COPY. Pertama, contoh membuat tabel `t1` menggunakan CREATE TABLE.
```
CREATE TABLE t1 (sketch hllsketch, a bigint);
```
Kemudian menggunakan COPY untuk mengimpor data dari file CSV ke dalam tabel`t1`.
```
COPY t1 FROM s3://amzn-s3-demo-bucket/unload/' IAM_ROLE 'arn:aws:iam::0123456789012:role/MyRedshiftRole' NULL AS 'null' CSV;
```
# Memuat kolom tipe data VARBYTE
Anda dapat memuat data dari file dalam format CSV, Parket, dan ORC. Untuk CSV, data dimuat dari file dalam representasi heksadesimal dari data VARBYTE. Anda tidak dapat memuat data VARBYTE dengan `FIXEDWIDTH` opsi. `REMOVEQUOTES`Opsi `ADDQUOTES` atau COPY tidak didukung. Kolom VARBYTE tidak dapat digunakan sebagai kolom partisi.
# Kesalahan saat membaca banyak file
Perintah COPY adalah atom dan transaksional. Dengan kata lain, bahkan ketika perintah COPY membaca data dari beberapa file, seluruh proses diperlakukan sebagai satu transaksi. Jika COPY mengalami kesalahan saat membaca file, COPY akan mencoba ulang secara otomatis hingga waktu proses habis (lihat[statement\$1timeout](r_statement_timeout.md)) atau jika data tidak dapat diunduh dari Amazon S3 untuk jangka waktu yang lama (antara 15 dan 30 menit), memastikan bahwa setiap file dimuat hanya sekali. Jika perintah COPY gagal, seluruh transaksi dibatalkan dan semua perubahan dibatalkan. Untuk informasi selengkapnya tentang penanganan error beban, lihat[Memecahkan masalah beban data](t_Troubleshooting_load_errors.md).
Setelah perintah COPY berhasil dimulai, itu tidak gagal jika sesi berakhir, misalnya ketika klien terputus. Namun, jika perintah COPY berada dalam blok transaksi BEGIN... END yang tidak selesai karena sesi berakhir, seluruh transaksi, termasuk COPY, akan dibatalkan. Untuk informasi lebih lanjut tentang transaksi, lihat[MULAI](r_BEGIN.md).
# COPY dari format JSON
Struktur data JSON terdiri dari satu set objek atau array. *Objek* JSON dimulai dan diakhiri dengan tanda kurung gigi, dan berisi kumpulan pasangan nama-nilai yang tidak berurutan. Setiap nama dan nilai dipisahkan oleh titik dua, dan pasangan dipisahkan dengan koma. Namanya adalah string dalam tanda kutip ganda. Karakter tanda kutip harus berupa tanda kutip sederhana (0x22), bukan tanda kutip miring atau “pintar”.
*Array* JSON dimulai dan diakhiri dengan tanda kurung, dan berisi kumpulan nilai yang diurutkan dipisahkan oleh koma. Nilai dapat berupa string dalam tanda kutip ganda, angka, Boolean benar atau salah, null, objek JSON, atau array.
Objek dan array JSON dapat bersarang, memungkinkan struktur data hierarkis. Contoh berikut menunjukkan struktur data JSON dengan dua objek yang valid.
```
{
"id": 1006410,
"title": "Amazon Redshift Database Developer Guide"
}
{
"id": 100540,
"name": "Amazon Simple Storage Service User Guide"
}
```
Berikut ini menunjukkan data yang sama dengan dua array JSON.
```
[
1006410,
"Amazon Redshift Database Developer Guide"
]
[
100540,
"Amazon Simple Storage Service User Guide"
]
```
## Opsi COPY untuk JSON
Anda dapat menentukan opsi berikut saat menggunakan COPY dengan data format JSON:
+ `'auto' `— COPY secara otomatis memuat bidang dari file JSON.
+ `'auto ignorecase'`— COPY secara otomatis memuat bidang dari file JSON sambil mengabaikan kasus nama bidang.
+ `s3://jsonpaths_file`— COPY menggunakan JSONPaths file untuk mengurai data sumber JSON. *JSONPaths File adalah file* teks yang berisi objek JSON tunggal dengan nama `"jsonpaths"` dipasangkan dengan array ekspresi. JSONPath Jika nama adalah string selain`"jsonpaths"`, COPY menggunakan `'auto'` argumen alih-alih menggunakan JSONPaths file.
Untuk contoh yang menunjukkan cara memuat data menggunakan`'auto'`,`'auto ignorecase'`, atau JSONPaths file, dan menggunakan objek JSON atau array, lihat. [Salin dari contoh JSON](r_COPY_command_examples.md#r_COPY_command_examples-copy-from-json)
## JSONPath pilihan
Dalam sintaks Amazon Redshift COPY, JSONPath ekspresi menentukan jalur eksplisit ke elemen nama tunggal dalam struktur data hierarkis JSON, menggunakan notasi braket atau notasi titik. Amazon Redshift tidak mendukung JSONPath elemen apa pun, seperti karakter wildcard atau ekspresi filter, yang mungkin diselesaikan ke jalur ambigu atau beberapa elemen nama. Akibatnya, Amazon Redshift tidak dapat mengurai struktur data multi-level yang kompleks.
Berikut ini adalah contoh JSONPaths file dengan JSONPath ekspresi menggunakan notasi braket. Tanda dolar (\$1) mewakili struktur tingkat akar.
```
{
"jsonpaths": [
"$['id']",
"$['store']['book']['title']",
"$['location'][0]"
]
}
```
Pada contoh sebelumnya, `$['location'][0]` referensi elemen pertama dalam array. JSON menggunakan pengindeksan array berbasis nol. Indeks array harus bilangan bulat positif (lebih besar dari atau sama dengan nol).
Contoh berikut menunjukkan JSONPaths file sebelumnya menggunakan notasi titik.
```
{
"jsonpaths": [
"$.id",
"$.store.book.title",
"$.location[0]"
]
}
```
Anda tidak dapat mencampur notasi braket dan notasi titik dalam array. `jsonpaths` Kurung dapat digunakan dalam notasi braket dan notasi titik untuk referensi elemen array.
Saat menggunakan notasi titik, JSONPath ekspresi tidak dapat berisi karakter berikut:
+ Tanda kutip lurus tunggal (')
+ Periode, atau titik (.)
+ Kurung ([]) kecuali digunakan untuk referensi elemen array
Jika nilai dalam pasangan nama-nilai direferensikan oleh JSONPath ekspresi adalah objek atau array, seluruh objek atau array dimuat sebagai string, termasuk tanda kurung atau tanda kurung. Misalnya, misalkan data JSON Anda berisi objek berikut.
```
{
"id": 0,
"guid": "84512477-fa49-456b-b407-581d0d851c3c",
"isActive": true,
"tags": [
"nisi",
"culpa",
"ad",
"amet",
"voluptate",
"reprehenderit",
"veniam"
],
"friends": [
{
"id": 0,
"name": "Martha Rivera"
},
{
"id": 1,
"name": "Renaldo"
}
]
}
```
JSONPath Ekspresi `$['tags']` kemudian mengembalikan nilai berikut.
```
"["nisi","culpa","ad","amet","voluptate","reprehenderit","veniam"]"
```
JSONPath Ekspresi `$['friends'][1]` kemudian mengembalikan nilai berikut.
```
"{"id": 1,"name": "Renaldo"}"
```
Setiap JSONPath ekspresi dalam `jsonpaths` array sesuai dengan satu kolom di tabel target Amazon Redshift. Urutan elemen `jsonpaths` array harus sesuai dengan urutan kolom dalam tabel target atau daftar kolom, jika daftar kolom digunakan.
Untuk contoh yang menunjukkan cara memuat data menggunakan `'auto'` argumen atau JSONPaths file, dan menggunakan objek JSON atau array, lihat. [Salin dari contoh JSON](r_COPY_command_examples.md#r_COPY_command_examples-copy-from-json)
Untuk informasi tentang cara menyalin beberapa file JSON, lihat[Menggunakan manifes untuk menentukan file data](loading-data-files-using-manifest.md).
## Karakter melarikan diri di JSON
COPY dimuat `\n` sebagai karakter baris baru dan dimuat `\t` sebagai karakter tab. Untuk memuat garis miring terbalik, lepaskan dengan garis miring terbalik (). `\\`
Misalnya, Anda memiliki JSON berikut dalam file bernama `escape.json` dalam ember`s3://amzn-s3-demo-bucket/json/`.
```
{
"backslash": "This is a backslash: \\",
"newline": "This sentence\n is on two lines.",
"tab": "This sentence \t contains a tab."
}
```
Jalankan perintah berikut untuk membuat tabel ESCAPES dan memuat JSON.
```
create table escapes (backslash varchar(25), newline varchar(35), tab varchar(35));
copy escapes from 's3://amzn-s3-demo-bucket/json/escape.json'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole'
format as json 'auto';
```
Kueri tabel ESCAPES untuk melihat hasilnya.
```
select * from escapes;
backslash | newline | tab
------------------------+-------------------+----------------------------------
This is a backslash: \ | This sentence | This sentence contains a tab.
: is on two lines.
(1 row)
```
## Hilangnya presisi numerik
Anda mungkin kehilangan presisi saat memuat angka dari file data dalam format JSON ke kolom yang didefinisikan sebagai tipe data numerik. Beberapa nilai floating point tidak terwakili persis dalam sistem komputer. Akibatnya, data yang Anda salin dari file JSON mungkin tidak dibulatkan seperti yang Anda harapkan. Untuk menghindari hilangnya presisi, kami sarankan menggunakan salah satu alternatif berikut:
+ Mewakili angka sebagai string dengan melampirkan nilai dalam karakter kutipan ganda.
+ Gunakan [ROUNDEC](copy-parameters-data-conversion.md#copy-roundec) untuk membulatkan angka alih-alih memotong.
+ Alih-alih menggunakan file JSON atau Avro, gunakan file teks CSV, dibatasi karakter, atau lebar tetap.
# COPY dari format data kolumnar
COPY dapat memuat data dari Amazon S3 dalam format kolumnar berikut:
+ ORC
+ Parquet
Untuk contoh menggunakan COPY dari format data kolumnar, lihat. [Contoh COPY](r_COPY_command_examples.md)
COPY mendukung data berformat kolom dengan pertimbangan berikut:
+ Bucket Amazon S3 harus berada di AWS Wilayah yang sama dengan database Amazon Redshift.
+ *Untuk mengakses data Amazon S3 Anda melalui titik akhir VPC, siapkan akses menggunakan kebijakan IAM dan peran IAM seperti yang dijelaskan dalam Menggunakan Amazon Redshift Spectrum dengan Perutean [VPC yang Ditingkatkan dalam Panduan Manajemen Pergeseran Merah Amazon](https://docs.aws.amazon.com/redshift/latest/mgmt/spectrum-enhanced-vpc.html).*
+ COPY tidak secara otomatis menerapkan pengkodean kompresi.
+ Hanya parameter COPY berikut yang didukung:
+ [TERIMA INVCHARS](copy-parameters-data-conversion.md#copy-acceptinvchars) saat menyalin dari file ORC atau Parket.
+ [FILLRECORD](copy-parameters-data-conversion.md#copy-fillrecord)
+ [DARI](copy-parameters-data-source-s3.md#copy-parameters-from)
+ [IAM\$1PERAN](copy-parameters-authorization.md#copy-iam-role)
+ [KREDENSIAL](copy-parameters-authorization.md#copy-credentials)
+ [STATUPDATE](copy-parameters-data-load.md#copy-statupdate)
+ [MANIFES](copy-parameters-data-source-s3.md#copy-manifest)
+ [EKSPLISIT\$1ID](copy-parameters-data-conversion.md#copy-explicit-ids)
+ Jika COPY mengalami kesalahan saat memuat, perintah gagal. ACCEPTANYDATE dan MAXERROR tidak didukung untuk tipe data kolumnar.
+ Pesan kesalahan dikirim ke klien SQL. Beberapa kesalahan dicatat di STL\$1LOAD\$1ERRORS dan STL\$1ERROR.
+ COPY menyisipkan nilai ke dalam kolom tabel target dalam urutan yang sama seperti kolom terjadi dalam file data kolumnar. Jumlah kolom dalam tabel target dan jumlah kolom dalam file data harus cocok.
+ Jika file yang Anda tentukan untuk operasi COPY mencakup salah satu ekstensi berikut, kami mendekompresi data tanpa perlu menambahkan parameter apa pun:
+ `.gz`
+ `.snappy`
+ `.bz2`
+ SALIN dari format file Parket dan ORC menggunakan Redshift Spectrum dan akses bucket. Untuk menggunakan COPY untuk format ini, pastikan tidak ada kebijakan IAM yang memblokir penggunaan Amazon URLs S3 yang telah ditetapkan sebelumnya. Presigned URLs yang dihasilkan oleh Amazon Redshift berlaku selama 1 jam sehingga Amazon Redshift memiliki cukup waktu untuk memuat semua file dari bucket Amazon S3. URL presigned unik dihasilkan untuk setiap file yang dipindai oleh COPY dari format data kolumnar. Untuk kebijakan bucket yang menyertakan `s3:signatureAge` tindakan, pastikan untuk menetapkan nilainya setidaknya 3.600.000 milidetik. Untuk informasi selengkapnya, lihat [Menggunakan Amazon Redshift Spectrum dengan perutean VPC](https://docs.aws.amazon.com/redshift/latest/mgmt/spectrum-enhanced-vpc.html) yang disempurnakan.
+ Parameter REGION tidak didukung dengan COPY dari format data kolumnar. Bahkan jika bucket Amazon S3 dan database Anda sama Wilayah AWS, Anda dapat menemukan kesalahan, seperti, argumen REGION tidak didukung untuk COPY berbasis PARQUET.
+ COPY dari format kolumnar sekarang mendukung penskalaan konkurensi. Untuk mengaktifkan penskalaan konkurensi, lihat [Mengonfigurasi antrian penskalaan konkurensi](https://docs.aws.amazon.com/redshift/latest/dg/concurrency-scaling.html#concurrency-scaling-queues).
# string DATEFORMAT dan TIMEFORMAT
Perintah COPY menggunakan opsi DATEFORMAT dan TIMEFORMAT untuk mengurai nilai tanggal dan waktu dalam data sumber Anda. DATEFORMAT dan TIMEFORMAT adalah string yang diformat yang harus sesuai dengan format nilai tanggal dan waktu data sumber Anda. Misalnya, perintah COPY memuat data sumber dengan nilai tanggal `Jan-01-1999` harus menyertakan string DATEFORMAT berikut:
```
COPY ...
DATEFORMAT AS 'MON-DD-YYYY'
```
Untuk informasi selengkapnya tentang mengelola konversi data COPY, lihat [Parameter konversi data](https://docs.aws.amazon.com/redshift/latest/dg/copy-parameters-data-conversion.html).
String DATEFORMAT dan TIMEFORMAT dapat berisi pemisah datetime (seperti '', '`-`', atau '`/``:`'), serta format datepart dan timepart dalam tabel berikut.
**catatan**
Jika Anda tidak dapat mencocokkan format nilai tanggal atau waktu dengan bagian tanggal dan waktu berikut, atau jika Anda memiliki nilai tanggal dan waktu yang menggunakan format yang berbeda satu sama lain, gunakan `'auto'` argumen dengan parameter DATEFORMAT atau TIMEFORMAT. `'auto'`Argumen mengenali beberapa format yang tidak didukung saat menggunakan string DATEFORMAT atau TIMEFORMAT. Untuk informasi selengkapnya, lihat [Menggunakan pengenalan otomatis dengan DATEFORMAT dan TIMEFORMAT](automatic-recognition.md).
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/r_DATEFORMAT_and_TIMEFORMAT_strings.html)
Format tanggal default adalah YYYY-MM-DD. Format stempel waktu default tanpa zona waktu (TIMESTAMP) adalah HH: MI: SS. YYYY-MM-DD Stempel waktu default dengan format zona waktu (TIMESTAMPTZ) adalah YYYY-MM-DD HH:MI:SSOF, di mana OF adalah offset dari UTC (misalnya, - 8:00. Anda tidak dapat menyertakan penentu zona waktu (TZ, tz, atau OF) di timeformat\$1string. Bidang detik (SS) juga mendukung detik pecahan hingga tingkat detail mikrodetik. Untuk memuat data TIMESTAMPTZ yang dalam format yang berbeda dari format default, tentukan 'otomatis'.
Berikut ini adalah beberapa contoh tanggal atau waktu yang dapat Anda temui dalam data sumber Anda, dan string DATEFORMAT atau TIMEFORMAT yang sesuai untuknya.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/r_DATEFORMAT_and_TIMEFORMAT_strings.html)
## Contoh
Untuk contoh menggunakan TIMEFORMAT, lihat[Memuat stempel waktu atau datestamp](r_COPY_command_examples.md#r_COPY_command_examples-load-a-time-datestamp).
# Menggunakan pengenalan otomatis dengan DATEFORMAT dan TIMEFORMAT
Jika Anda menentukan `'auto'` sebagai argumen untuk parameter DATEFORMAT atau TIMEFORMAT, Amazon Redshift akan secara otomatis mengenali dan mengonversi format tanggal atau format waktu dalam data sumber Anda. Bagian berikut menunjukkan satu contoh.
```
copy favoritemovies from 'dynamodb://ProductCatalog'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole'
dateformat 'auto';
```
Ketika digunakan dengan `'auto'` argumen untuk DATEFORMAT dan TIMEFORMAT, COPY mengenali dan mengonversi format tanggal dan waktu yang tercantum dalam tabel di. [string DATEFORMAT dan TIMEFORMATContoh](r_DATEFORMAT_and_TIMEFORMAT_strings.md) Selain itu, `'auto'` argumen mengenali format berikut yang tidak didukung saat menggunakan string DATEFORMAT dan TIMEFORMAT.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/automatic-recognition.html)
Pengenalan otomatis tidak mendukung epochsec dan epochmillisecs.
Untuk menguji apakah nilai tanggal atau stempel waktu akan dikonversi secara otomatis, gunakan fungsi CAST untuk mencoba mengonversi string ke nilai tanggal atau stempel waktu. Misalnya, perintah berikut menguji nilai stempel waktu: `'J2345678 04:05:06.789'`
```
create table formattest (test char(21));
insert into formattest values('J2345678 04:05:06.789');
select test, cast(test as timestamp) as timestamp, cast(test as date) as date from formattest;
test | timestamp | date
----------------------+---------------------+------------
J2345678 04:05:06.789 1710-02-23 04:05:06 1710-02-23
```
Jika data sumber untuk kolom DATE menyertakan informasi waktu, komponen waktu terpotong. Jika data sumber untuk kolom TIMESTAMP menghilangkan informasi waktu, 00:00:00 digunakan untuk komponen waktu.
# Contoh COPY
**catatan**
Contoh-contoh ini berisi jeda baris untuk keterbacaan. Jangan sertakan jeda baris atau spasi dalam string *credentials-args* Anda.
**Topics**
+ [Muat FAVORITEMOVIES dari tabel DynamoDB](#r_COPY_command_examples-load-favoritemovies-from-an-amazon-dynamodb-table)
+ [Muat LISTING dari bucket Amazon S3](#r_COPY_command_examples-load-listing-from-an-amazon-s3-bucket)
+ [Muat LISTING dari kluster EMR Amazon](#copy-command-examples-emr)
+ [Example: COPY from Amazon S3 using a manifest](#copy-command-examples-manifest)
+ [Muat LISTING dari file yang dibatasi pipa (pembatas default)](#r_COPY_command_examples-load-listing-from-a-pipe-delimited-file-default-delimiter)
+ [Muat LISTING menggunakan data kolumnar dalam format Parket](#r_COPY_command_examples-load-listing-from-parquet)
+ [Muat LISTING menggunakan data kolumnar dalam format ORC](#r_COPY_command_examples-load-listing-from-orc)
+ [Muat EVENT dengan opsi](#r_COPY_command_examples-load-event-with-options)
+ [Muat VENUE dari file data dengan lebar tetap](#r_COPY_command_examples-load-venue-from-a-fixed-width-data-file)
+ [Muat KATEGORI dari file CSV](#load-from-csv)
+ [Muat VENUE dengan nilai eksplisit untuk kolom IDENTITY](#r_COPY_command_examples-load-venue-with-explicit-values-for-an-identity-column)
+ [Muat WAKTU dari file GZIP yang dibatasi pipa](#r_COPY_command_examples-load-time-from-a-pipe-delimited-gzip-file)
+ [Memuat stempel waktu atau datestamp](#r_COPY_command_examples-load-a-time-datestamp)
+ [Memuat data dari file dengan nilai default](#r_COPY_command_examples-load-data-from-a-file-with-default-values)
+ [SALIN data dengan opsi ESCAPE](#r_COPY_command_examples-copy-data-with-the-escape-option)
+ [Salin dari contoh JSON](#r_COPY_command_examples-copy-from-json)
+ [Salin dari contoh Avro](#r_COPY_command_examples-copy-from-avro)
+ [Mempersiapkan file untuk COPY dengan opsi ESCAPE](#r_COPY_preparing_data)
+ [Memuat shapefile ke Amazon Redshift](#copy-example-spatial-copy-shapefile)
+ [COPY perintah dengan opsi NOLOAD](#r_COPY_command_examples-load-noload-option)
+ [Perintah COPY dengan pembatas multibyte dan opsi ENCODING](#r_COPY_command_examples-load-encoding-multibyte-delimiter-option)
## Muat FAVORITEMOVIES dari tabel DynamoDB
AWS SDKs *Termasuk contoh sederhana membuat tabel DynamoDB yang disebut Movies.* (Untuk contoh ini, lihat [Memulai dengan DynamoDB](https://docs.aws.amazon.com/amazondynamodb/latest/developerguide/GettingStarted.html).) Contoh berikut memuat tabel Amazon Redshift MOVIES dengan data dari tabel DynamoDB. Tabel Amazon Redshift harus sudah ada di database.
```
copy favoritemovies from 'dynamodb://Movies'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole'
readratio 50;
```
## Muat LISTING dari bucket Amazon S3
Contoh berikut memuat LISTING dari bucket Amazon S3. Perintah COPY memuat semua file di `/data/listing/` folder.
```
copy listing
from 's3://amzn-s3-demo-bucket/data/listing/'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole';
```
## Muat LISTING dari kluster EMR Amazon
Contoh berikut memuat tabel PENJUALAN dengan data yang dibatasi tab dari file terkompresi lzop di cluster EMR Amazon. COPY memuat setiap file di `myoutput/` folder yang dimulai dengan`part-`.
```
copy sales
from 'emr://j-SAMPLE2B500FC/myoutput/part-*'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole'
delimiter '\t' lzop;
```
Contoh berikut memuat tabel PENJUALAN dengan data yang diformat JSON di cluster EMR Amazon. COPY memuat setiap file di `myoutput/json/` folder.
```
copy sales
from 'emr://j-SAMPLE2B500FC/myoutput/json/'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole'
JSON 's3://amzn-s3-demo-bucket/jsonpaths.txt';
```
## Menggunakan manifes untuk menentukan file data
Anda dapat menggunakan manifes untuk memastikan bahwa perintah COPY memuat semua file yang diperlukan, dan hanya file yang diperlukan, dari Amazon S3. Anda juga dapat menggunakan manifes saat Anda perlu memuat beberapa file dari bucket atau file berbeda yang tidak memiliki awalan yang sama.
Misalnya, anggaplah Anda perlu memuat tiga file berikut:`custdata1.txt`,`custdata2.txt`, dan`custdata3.txt`. Anda dapat menggunakan perintah berikut untuk memuat semua file `amzn-s3-demo-bucket` yang dimulai `custdata` dengan menentukan awalan:
```
copy category
from 's3://amzn-s3-demo-bucket/custdata'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole';
```
Jika hanya dua file yang ada karena kesalahan, COPY hanya memuat dua file tersebut dan selesai dengan sukses, menghasilkan pemuatan data yang tidak lengkap. Jika bucket juga berisi file yang tidak diinginkan yang kebetulan menggunakan awalan yang sama, seperti file bernama `custdata.backup` misalnya, COPY memuat file itu juga, sehingga data yang tidak diinginkan dimuat.
Untuk memastikan bahwa semua file yang diperlukan dimuat dan untuk mencegah file yang tidak diinginkan dimuat, Anda dapat menggunakan file manifes. Manifes adalah file teks berformat JSON yang mencantumkan file yang akan diproses oleh perintah COPY. Misalnya, manifes berikut memuat tiga file dalam contoh sebelumnya.
```
{
"entries":[
{
"url":"s3://amzn-s3-demo-bucket/custdata.1",
"mandatory":true
},
{
"url":"s3://amzn-s3-demo-bucket/custdata.2",
"mandatory":true
},
{
"url":"s3://amzn-s3-demo-bucket/custdata.3",
"mandatory":true
}
]
}
```
`mandatory`Bendera opsional menunjukkan apakah COPY harus dihentikan jika file tidak ada. Nilai default-nya `false`. Terlepas dari pengaturan wajib, COPY berakhir jika tidak ada file yang ditemukan. Dalam contoh ini, COPY mengembalikan kesalahan jika salah satu file tidak ditemukan. File yang tidak diinginkan yang mungkin telah diambil jika Anda menetapkan hanya sebuah key prefix, seperti, diabaikan`custdata.backup`, karena mereka tidak berada di manifes.
Saat memuat dari file data dalam format ORC atau Parket, `meta` bidang diperlukan, seperti yang ditunjukkan pada contoh berikut.
```
{
"entries":[
{
"url":"s3://amzn-s3-demo-bucket1/orc/2013-10-04-custdata",
"mandatory":true,
"meta":{
"content_length":99
}
},
{
"url":"s3://amzn-s3-demo-bucket2/orc/2013-10-05-custdata",
"mandatory":true,
"meta":{
"content_length":99
}
}
]
}
```
Contoh berikut menggunakan manifes bernama`cust.manifest`.
```
copy customer
from 's3://amzn-s3-demo-bucket/cust.manifest'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole'
format as orc
manifest;
```
Anda dapat menggunakan manifes untuk memuat file dari bucket atau file yang berbeda yang tidak memiliki awalan yang sama. Contoh berikut menunjukkan JSON untuk memuat data dengan file yang namanya dimulai dengan cap tanggal.
```
{
"entries": [
{"url":"s3://amzn-s3-demo-bucket/2013-10-04-custdata.txt","mandatory":true},
{"url":"s3://amzn-s3-demo-bucket/2013-10-05-custdata.txt","mandatory":true},
{"url":"s3://amzn-s3-demo-bucket/2013-10-06-custdata.txt","mandatory":true},
{"url":"s3://amzn-s3-demo-bucket/2013-10-07-custdata.txt","mandatory":true}
]
}
```
Manifes dapat mencantumkan file yang ada di bucket yang berbeda, selama bucket berada di AWS Region yang sama dengan cluster.
```
{
"entries": [
{"url":"s3://amzn-s3-demo-bucket1/custdata1.txt","mandatory":false},
{"url":"s3://amzn-s3-demo-bucket2/custdata1.txt","mandatory":false},
{"url":"s3://amzn-s3-demo-bucket2/custdata2.txt","mandatory":false}
]
}
```
## Muat LISTING dari file yang dibatasi pipa (pembatas default)
Contoh berikut adalah kasus yang sangat sederhana di mana tidak ada opsi yang ditentukan dan file input berisi pembatas default, karakter pipa ('\$1').
```
copy listing
from 's3://amzn-s3-demo-bucket/data/listings_pipe.txt'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole';
```
## Muat LISTING menggunakan data kolumnar dalam format Parket
Contoh berikut memuat data dari folder di Amazon S3 bernama parket.
```
copy listing
from 's3://amzn-s3-demo-bucket/data/listings/parquet/'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole'
format as parquet;
```
## Muat LISTING menggunakan data kolumnar dalam format ORC
Contoh berikut memuat data dari folder di Amazon S3 bernama. `orc`
```
copy listing
from 's3://amzn-s3-demo-bucket/data/listings/orc/'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole'
format as orc;
```
## Muat EVENT dengan opsi
Contoh berikut memuat data yang dibatasi pipa ke dalam tabel EVENT dan menerapkan aturan berikut:
+ Jika pasangan tanda kutip digunakan untuk mengelilingi string karakter apa pun, mereka akan dihapus.
+ Baik string kosong dan string yang berisi kosong dimuat sebagai nilai NULL.
+ Beban gagal jika lebih dari 5 kesalahan dikembalikan.
+ Nilai stempel waktu harus sesuai dengan format yang ditentukan; misalnya, stempel waktu yang valid adalah. `2008-09-26 05:43:12`
```
copy event
from 's3://amzn-s3-demo-bucket/data/allevents_pipe.txt'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole'
removequotes
emptyasnull
blanksasnull
maxerror 5
delimiter '|'
timeformat 'YYYY-MM-DD HH:MI:SS';
```
## Muat VENUE dari file data dengan lebar tetap
```
copy venue
from 's3://amzn-s3-demo-bucket/data/venue_fw.txt'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole'
fixedwidth 'venueid:3,venuename:25,venuecity:12,venuestate:2,venueseats:6';
```
Contoh sebelumnya mengasumsikan file data yang diformat dengan cara yang sama seperti data sampel yang ditampilkan. Dalam contoh berikut, spasi bertindak sebagai placeholder sehingga semua kolom memiliki lebar yang sama seperti yang tercantum dalam spesifikasi:
```
1 Toyota Park Bridgeview IL0
2 Columbus Crew Stadium Columbus OH0
3 RFK Stadium Washington DC0
4 CommunityAmerica BallparkKansas City KS0
5 Gillette Stadium Foxborough MA68756
```
## Muat KATEGORI dari file CSV
Misalkan Anda ingin memuat KATEGORI dengan nilai yang ditunjukkan pada tabel berikut.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/r_COPY_command_examples.html)
Contoh berikut menunjukkan isi file teks dengan nilai bidang dipisahkan dengan koma.
```
12,Shows,Musicals,Musical theatre
13,Shows,Plays,All "non-musical" theatre
14,Shows,Opera,All opera, light, and "rock" opera
15,Concerts,Classical,All symphony, concerto, and choir concerts
```
Jika Anda memuat file menggunakan parameter DELIMITER untuk menentukan input yang dibatasi koma, perintah COPY gagal karena beberapa kolom input berisi koma. Anda dapat menghindari masalah itu dengan menggunakan parameter CSV dan melampirkan bidang yang berisi koma dalam karakter tanda kutip. Jika karakter tanda kutip muncul dalam string yang dikutip, Anda harus menghindarinya dengan menggandakan karakter tanda kutip. Karakter tanda kutip default adalah tanda kutip ganda, jadi Anda harus keluar dari setiap tanda kutip ganda dengan tanda kutip ganda tambahan. File input baru Anda terlihat seperti ini.
```
12,Shows,Musicals,Musical theatre
13,Shows,Plays,"All ""non-musical"" theatre"
14,Shows,Opera,"All opera, light, and ""rock"" opera"
15,Concerts,Classical,"All symphony, concerto, and choir concerts"
```
Dengan asumsi nama file`category_csv.txt`, Anda dapat memuat file dengan menggunakan perintah COPY berikut:
```
copy category
from 's3://amzn-s3-demo-bucket/data/category_csv.txt'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole'
csv;
```
Atau, untuk menghindari kebutuhan untuk menghindari tanda kutip ganda di input Anda, Anda dapat menentukan karakter tanda kutip yang berbeda dengan menggunakan parameter QUOTE AS. Misalnya, versi berikut `category_csv.txt` menggunakan '`%`' sebagai karakter tanda kutip.
```
12,Shows,Musicals,Musical theatre
13,Shows,Plays,%All "non-musical" theatre%
14,Shows,Opera,%All opera, light, and "rock" opera%
15,Concerts,Classical,%All symphony, concerto, and choir concerts%
```
Perintah COPY berikut menggunakan QUOTE AS untuk memuat`category_csv.txt`:
```
copy category
from 's3://amzn-s3-demo-bucket/data/category_csv.txt'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole'
csv quote as '%';
```
## Muat VENUE dengan nilai eksplisit untuk kolom IDENTITY
Contoh berikut mengasumsikan bahwa ketika tabel VENUE dibuat bahwa setidaknya satu kolom (seperti `venueid` kolom) ditentukan untuk menjadi kolom IDENTITY. Perintah ini mengesampingkan perilaku IDENTITY default dari nilai autogenerating untuk kolom IDENTITY dan sebagai gantinya memuat nilai eksplisit dari file venue.txt. Amazon Redshift tidak memeriksa apakah nilai IDENTITAS duplikat dimuat ke dalam tabel saat menggunakan opsi EXLICIT\$1IDS.
```
copy venue
from 's3://amzn-s3-demo-bucket/data/venue.txt'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole'
explicit_ids;
```
## Muat WAKTU dari file GZIP yang dibatasi pipa
Contoh berikut memuat tabel TIME dari file GZIP yang dibatasi pipa:
```
copy time
from 's3://amzn-s3-demo-bucket/data/timerows.gz'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole'
gzip
delimiter '|';
```
## Memuat stempel waktu atau datestamp
Contoh berikut memuat data dengan stempel waktu yang diformat.
**catatan**
TIMEFORMAT juga `HH:MI:SS` dapat mendukung detik pecahan di luar tingkat `SS` detail hingga mikrodetik. File yang `time.txt` digunakan dalam contoh ini berisi satu baris,`2009-01-12 14:15:57.119568`.
```
copy timestamp1
from 's3://amzn-s3-demo-bucket/data/time.txt'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole'
timeformat 'YYYY-MM-DD HH:MI:SS';
```
Hasil dari salinan ini adalah sebagai berikut:
```
select * from timestamp1;
c1
----------------------------
2009-01-12 14:15:57.119568
(1 row)
```
## Memuat data dari file dengan nilai default
Contoh berikut menggunakan variasi tabel VENUE dalam database TICKIT. Pertimbangkan tabel VENUE\$1NEW yang didefinisikan dengan pernyataan berikut:
```
create table venue_new(
venueid smallint not null,
venuename varchar(100) not null,
venuecity varchar(30),
venuestate char(2),
venueseats integer not null default '1000');
```
Pertimbangkan file data venue\$1noseats.txt yang tidak berisi nilai untuk kolom VENUESEATS, seperti yang ditunjukkan pada contoh berikut:
```
1|Toyota Park|Bridgeview|IL|
2|Columbus Crew Stadium|Columbus|OH|
3|RFK Stadium|Washington|DC|
4|CommunityAmerica Ballpark|Kansas City|KS|
5|Gillette Stadium|Foxborough|MA|
6|New York Giants Stadium|East Rutherford|NJ|
7|BMO Field|Toronto|ON|
8|The Home Depot Center|Carson|CA|
9|Dick's Sporting Goods Park|Commerce City|CO|
10|Pizza Hut Park|Frisco|TX|
```
Pernyataan COPY berikut akan berhasil memuat tabel dari file dan menerapkan nilai DEFAULT ('1000') ke kolom yang dihilangkan:
```
copy venue_new(venueid, venuename, venuecity, venuestate)
from 's3://amzn-s3-demo-bucket/data/venue_noseats.txt'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole'
delimiter '|';
```
Sekarang lihat tabel yang dimuat:
```
select * from venue_new order by venueid;
venueid | venuename | venuecity | venuestate | venueseats
---------+----------------------------+-----------------+------------+------------
1 | Toyota Park | Bridgeview | IL | 1000
2 | Columbus Crew Stadium | Columbus | OH | 1000
3 | RFK Stadium | Washington | DC | 1000
4 | CommunityAmerica Ballpark | Kansas City | KS | 1000
5 | Gillette Stadium | Foxborough | MA | 1000
6 | New York Giants Stadium | East Rutherford | NJ | 1000
7 | BMO Field | Toronto | ON | 1000
8 | The Home Depot Center | Carson | CA | 1000
9 | Dick's Sporting Goods Park | Commerce City | CO | 1000
10 | Pizza Hut Park | Frisco | TX | 1000
(10 rows)
```
Untuk contoh berikut, selain mengasumsikan bahwa tidak ada data VENUESEATS yang disertakan dalam file, asumsikan juga bahwa tidak ada data VENUENAME yang disertakan:
```
1||Bridgeview|IL|
2||Columbus|OH|
3||Washington|DC|
4||Kansas City|KS|
5||Foxborough|MA|
6||East Rutherford|NJ|
7||Toronto|ON|
8||Carson|CA|
9||Commerce City|CO|
10||Frisco|TX|
```
Menggunakan definisi tabel yang sama, pernyataan COPY berikut gagal karena tidak ada nilai DEFAULT yang ditentukan untuk VENUENAME, dan VENUENAME adalah kolom NOT NULL:
```
copy venue(venueid, venuecity, venuestate)
from 's3://amzn-s3-demo-bucket/data/venue_pipe.txt'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole'
delimiter '|';
```
Sekarang pertimbangkan variasi tabel VENUE yang menggunakan kolom IDENTITY:
```
create table venue_identity(
venueid int identity(1,1),
venuename varchar(100) not null,
venuecity varchar(30),
venuestate char(2),
venueseats integer not null default '1000');
```
Seperti contoh sebelumnya, asumsikan bahwa kolom VENUESEATS tidak memiliki nilai yang sesuai dalam file sumber. Pernyataan COPY berikut berhasil memuat tabel, termasuk nilai data IDENTITAS yang telah ditentukan sebelumnya, bukan membuat nilai tersebut secara otomatis:
```
copy venue(venueid, venuename, venuecity, venuestate)
from 's3://amzn-s3-demo-bucket/data/venue_pipe.txt'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole'
delimiter '|' explicit_ids;
```
Pernyataan ini gagal karena tidak menyertakan kolom IDENTITY (VENUEID hilang dari daftar kolom) namun menyertakan parameter EXPLICIT\$1IDS:
```
copy venue(venuename, venuecity, venuestate)
from 's3://amzn-s3-demo-bucket/data/venue_pipe.txt'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole'
delimiter '|' explicit_ids;
```
Pernyataan ini gagal karena tidak menyertakan parameter EXPLICIT\$1IDS:
```
copy venue(venueid, venuename, venuecity, venuestate)
from 's3://amzn-s3-demo-bucket/data/venue_pipe.txt'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole'
delimiter '|';
```
## SALIN data dengan opsi ESCAPE
Contoh berikut menunjukkan cara memuat karakter yang cocok dengan karakter pembatas (dalam hal ini, karakter pipa). Dalam file input, pastikan bahwa semua karakter pipa (\$1) yang ingin Anda muat lolos dengan karakter garis miring terbalik (\$1). Kemudian muat file dengan parameter ESCAPE.
```
$ more redshiftinfo.txt
1|public\|event\|dwuser
2|public\|sales\|dwuser
create table redshiftinfo(infoid int,tableinfo varchar(50));
copy redshiftinfo from 's3://amzn-s3-demo-bucket/data/redshiftinfo.txt'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole'
delimiter '|' escape;
select * from redshiftinfo order by 1;
infoid | tableinfo
-------+--------------------
1 | public|event|dwuser
2 | public|sales|dwuser
(2 rows)
```
Tanpa parameter ESCAPE, perintah COPY ini gagal dengan `Extra column(s) found` kesalahan.
**penting**
Jika Anda memuat data Anda menggunakan COPY dengan parameter ESCAPE, Anda juga harus menentukan parameter ESCAPE dengan perintah UNLOAD Anda untuk menghasilkan file output timbal balik. Demikian pula, jika Anda BONGKAR menggunakan parameter ESCAPE, Anda perlu menggunakan ESCAPE saat Anda MENYALIN data yang sama.
## Salin dari contoh JSON
Dalam contoh berikut, Anda memuat tabel CATEGORY dengan data berikut.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/r_COPY_command_examples.html)
**Topics**
+ [Muat dari data JSON menggunakan opsi 'auto'](#copy-from-json-examples-using-auto)
+ [Muat dari data JSON menggunakan opsi 'auto ignorecase'](#copy-from-json-examples-using-auto-ignorecase)
+ [Muat dari data JSON menggunakan file JSONPaths](#copy-from-json-examples-using-jsonpaths)
+ [Muat dari array JSON menggunakan file JSONPaths](#copy-from-json-examples-using-jsonpaths-arrays)
### Muat dari data JSON menggunakan opsi 'auto'
Untuk memuat dari data JSON menggunakan `'auto'` opsi, data JSON harus terdiri dari satu set objek. Nama kunci harus cocok dengan nama kolom, tetapi urutannya tidak masalah. Berikut ini menunjukkan isi dari sebuah file bernama`category_object_auto.json`.
```
{
"catdesc": "Major League Baseball",
"catid": 1,
"catgroup": "Sports",
"catname": "MLB"
}
{
"catgroup": "Sports",
"catid": 2,
"catname": "NHL",
"catdesc": "National Hockey League"
}
{
"catid": 3,
"catname": "NFL",
"catgroup": "Sports",
"catdesc": "National Football League"
}
{
"bogus": "Bogus Sports LLC",
"catid": 4,
"catgroup": "Sports",
"catname": "NBA",
"catdesc": "National Basketball Association"
}
{
"catid": 5,
"catgroup": "Shows",
"catname": "Musicals",
"catdesc": "All symphony, concerto, and choir concerts"
}
```
Untuk memuat dari file data JSON dalam contoh sebelumnya, jalankan perintah COPY berikut.
```
copy category
from 's3://amzn-s3-demo-bucket/category_object_auto.json'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole'
json 'auto';
```
### Muat dari data JSON menggunakan opsi 'auto ignorecase'
Untuk memuat dari data JSON menggunakan `'auto ignorecase'` opsi, data JSON harus terdiri dari satu set objek. Kasus nama kunci tidak harus cocok dengan nama kolom dan urutannya tidak masalah. Berikut ini menunjukkan isi dari sebuah file bernama`category_object_auto-ignorecase.json`.
```
{
"CatDesc": "Major League Baseball",
"CatID": 1,
"CatGroup": "Sports",
"CatName": "MLB"
}
{
"CatGroup": "Sports",
"CatID": 2,
"CatName": "NHL",
"CatDesc": "National Hockey League"
}
{
"CatID": 3,
"CatName": "NFL",
"CatGroup": "Sports",
"CatDesc": "National Football League"
}
{
"bogus": "Bogus Sports LLC",
"CatID": 4,
"CatGroup": "Sports",
"CatName": "NBA",
"CatDesc": "National Basketball Association"
}
{
"CatID": 5,
"CatGroup": "Shows",
"CatName": "Musicals",
"CatDesc": "All symphony, concerto, and choir concerts"
}
```
Untuk memuat dari file data JSON dalam contoh sebelumnya, jalankan perintah COPY berikut.
```
copy category
from 's3://amzn-s3-demo-bucket/category_object_auto ignorecase.json'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole'
json 'auto ignorecase';
```
### Muat dari data JSON menggunakan file JSONPaths
Jika objek data JSON tidak sesuai langsung dengan nama kolom, Anda dapat menggunakan JSONPaths file untuk memetakan elemen JSON ke kolom. Urutan tidak masalah dalam data sumber JSON, tetapi urutan ekspresi JSONPaths file harus sesuai dengan urutan kolom. Misalkan Anda memiliki file data berikut, bernama`category_object_paths.json`.
```
{
"one": 1,
"two": "Sports",
"three": "MLB",
"four": "Major League Baseball"
}
{
"three": "NHL",
"four": "National Hockey League",
"one": 2,
"two": "Sports"
}
{
"two": "Sports",
"three": "NFL",
"one": 3,
"four": "National Football League"
}
{
"one": 4,
"two": "Sports",
"three": "NBA",
"four": "National Basketball Association"
}
{
"one": 6,
"two": "Shows",
"three": "Musicals",
"four": "All symphony, concerto, and choir concerts"
}
```
JSONPaths File berikut, bernama`category_jsonpath.json`, memetakan data sumber ke kolom tabel.
```
{
"jsonpaths": [
"$['one']",
"$['two']",
"$['three']",
"$['four']"
]
}
```
Untuk memuat dari file data JSON dalam contoh sebelumnya, jalankan perintah COPY berikut.
```
copy category
from 's3://amzn-s3-demo-bucket/category_object_paths.json'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole'
json 's3://amzn-s3-demo-bucket/category_jsonpath.json';
```
### Muat dari array JSON menggunakan file JSONPaths
Untuk memuat dari data JSON yang terdiri dari satu set array, Anda harus menggunakan JSONPaths file untuk memetakan elemen array ke kolom. Misalkan Anda memiliki file data berikut, bernama`category_array_data.json`.
```
[1,"Sports","MLB","Major League Baseball"]
[2,"Sports","NHL","National Hockey League"]
[3,"Sports","NFL","National Football League"]
[4,"Sports","NBA","National Basketball Association"]
[5,"Concerts","Classical","All symphony, concerto, and choir concerts"]
```
JSONPaths File berikut, bernama`category_array_jsonpath.json`, memetakan data sumber ke kolom tabel.
```
{
"jsonpaths": [
"$[0]",
"$[1]",
"$[2]",
"$[3]"
]
}
```
Untuk memuat dari file data JSON dalam contoh sebelumnya, jalankan perintah COPY berikut.
```
copy category
from 's3://amzn-s3-demo-bucket/category_array_data.json'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole'
json 's3://amzn-s3-demo-bucket/category_array_jsonpath.json';
```
## Salin dari contoh Avro
Dalam contoh berikut, Anda memuat tabel CATEGORY dengan data berikut.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/redshift/latest/dg/r_COPY_command_examples.html)
**Topics**
+ [Muat dari data Avro menggunakan opsi 'auto'](#copy-from-avro-examples-using-auto)
+ [Muat dari data Avro menggunakan opsi 'auto ignorecase'](#copy-from-avro-examples-using-auto-ignorecase)
+ [Muat dari data Avro menggunakan file JSONPaths](#copy-from-avro-examples-using-avropaths)
### Muat dari data Avro menggunakan opsi 'auto'
Untuk memuat dari data Avro menggunakan `'auto'` argumen, nama bidang dalam skema Avro harus cocok dengan nama kolom. Saat menggunakan `'auto'` argumen, urutan tidak masalah. Berikut ini menunjukkan skema untuk file bernama`category_auto.avro`.
```
{
"name": "category",
"type": "record",
"fields": [
{"name": "catid", "type": "int"},
{"name": "catdesc", "type": "string"},
{"name": "catname", "type": "string"},
{"name": "catgroup", "type": "string"},
}
```
Data dalam file Avro dalam format biner, jadi tidak dapat dibaca manusia. Berikut ini menunjukkan representasi JSON dari data dalam `category_auto.avro` file.
```
{
"catid": 1,
"catdesc": "Major League Baseball",
"catname": "MLB",
"catgroup": "Sports"
}
{
"catid": 2,
"catdesc": "National Hockey League",
"catname": "NHL",
"catgroup": "Sports"
}
{
"catid": 3,
"catdesc": "National Basketball Association",
"catname": "NBA",
"catgroup": "Sports"
}
{
"catid": 4,
"catdesc": "All symphony, concerto, and choir concerts",
"catname": "Classical",
"catgroup": "Concerts"
}
```
Untuk memuat dari file data Avro pada contoh sebelumnya, jalankan perintah COPY berikut.
```
copy category
from 's3://amzn-s3-demo-bucket/category_auto.avro'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole'
format as avro 'auto';
```
### Muat dari data Avro menggunakan opsi 'auto ignorecase'
Untuk memuat dari data Avro menggunakan `'auto ignorecase'` argumen, kasus nama bidang dalam skema Avro tidak harus cocok dengan kasus nama kolom. Saat menggunakan `'auto ignorecase'` argumen, urutan tidak masalah. Berikut ini menunjukkan skema untuk file bernama`category_auto-ignorecase.avro`.
```
{
"name": "category",
"type": "record",
"fields": [
{"name": "CatID", "type": "int"},
{"name": "CatDesc", "type": "string"},
{"name": "CatName", "type": "string"},
{"name": "CatGroup", "type": "string"},
}
```
Data dalam file Avro dalam format biner, jadi tidak dapat dibaca manusia. Berikut ini menunjukkan representasi JSON dari data dalam `category_auto-ignorecase.avro` file.
```
{
"CatID": 1,
"CatDesc": "Major League Baseball",
"CatName": "MLB",
"CatGroup": "Sports"
}
{
"CatID": 2,
"CatDesc": "National Hockey League",
"CatName": "NHL",
"CatGroup": "Sports"
}
{
"CatID": 3,
"CatDesc": "National Basketball Association",
"CatName": "NBA",
"CatGroup": "Sports"
}
{
"CatID": 4,
"CatDesc": "All symphony, concerto, and choir concerts",
"CatName": "Classical",
"CatGroup": "Concerts"
}
```
Untuk memuat dari file data Avro pada contoh sebelumnya, jalankan perintah COPY berikut.
```
copy category
from 's3://amzn-s3-demo-bucket/category_auto-ignorecase.avro'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole'
format as avro 'auto ignorecase';
```
### Muat dari data Avro menggunakan file JSONPaths
Jika nama bidang dalam skema Avro tidak sesuai langsung dengan nama kolom, Anda dapat menggunakan JSONPaths file untuk memetakan elemen skema ke kolom. Urutan ekspresi JSONPaths file harus sesuai dengan urutan kolom.
Misalkan Anda memiliki file data bernama `category_paths.avro` yang berisi data yang sama seperti pada contoh sebelumnya, tetapi dengan skema berikut.
```
{
"name": "category",
"type": "record",
"fields": [
{"name": "id", "type": "int"},
{"name": "desc", "type": "string"},
{"name": "name", "type": "string"},
{"name": "group", "type": "string"},
{"name": "region", "type": "string"}
]
}
```
JSONPaths File berikut, bernama`category_path.avropath`, memetakan data sumber ke kolom tabel.
```
{
"jsonpaths": [
"$['id']",
"$['group']",
"$['name']",
"$['desc']"
]
}
```
Untuk memuat dari file data Avro pada contoh sebelumnya, jalankan perintah COPY berikut.
```
copy category
from 's3://amzn-s3-demo-bucket/category_object_paths.avro'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole'
format avro 's3://amzn-s3-demo-bucket/category_path.avropath ';
```
## Mempersiapkan file untuk COPY dengan opsi ESCAPE
Contoh berikut menjelaskan bagaimana Anda menyiapkan data untuk “melarikan diri” karakter baris baru sebelum mengimpor data ke dalam tabel Amazon Redshift menggunakan perintah COPY dengan parameter ESCAPE. Tanpa menyiapkan data untuk membatasi karakter baris baru, Amazon Redshift mengembalikan kesalahan pemuatan saat Anda menjalankan perintah COPY, karena karakter baris baru biasanya digunakan sebagai pemisah catatan.
Misalnya, pertimbangkan file atau kolom dalam tabel eksternal yang ingin Anda salin ke tabel Amazon Redshift. Jika file atau kolom berisi konten berformat XML atau data serupa, Anda perlu memastikan bahwa semua karakter baris baru (\$1n) yang merupakan bagian dari konten diloloskan dengan karakter garis miring terbalik (\$1).
File atau tabel yang berisi karakter baris baru yang disematkan memberikan pola yang relatif mudah untuk dicocokkan. Setiap karakter baris baru yang disematkan kemungkinan besar selalu mengikuti `>` karakter dengan potensi beberapa karakter spasi putih (`' '`atau tab) di antaranya, seperti yang dapat Anda lihat dalam contoh file teks bernama `nlTest1.txt` berikut.
```
$ cat nlTest1.txt
|1000
|2000
```
Dengan contoh berikut, Anda dapat menjalankan utilitas pemrosesan teks untuk pra-proses file sumber dan menyisipkan karakter escape jika diperlukan. (`|`Karakter dimaksudkan untuk digunakan sebagai pembatas untuk memisahkan data kolom saat disalin ke tabel Amazon Redshift.)
```
$ sed -e ':a;N;$!ba;s/>[[:space:]]*\n/>\\\n/g' nlTest1.txt > nlTest2.txt
```
Demikian pula, Anda dapat menggunakan Perl untuk melakukan operasi serupa:
```
cat nlTest1.txt | perl -p -e 's/>\s*\n/>\\\n/g' > nlTest2.txt
```
Untuk mengakomodasi pemuatan data dari `nlTest2.txt` file ke Amazon Redshift, kami membuat tabel dua kolom di Amazon Redshift. Kolom pertama c1, adalah kolom karakter yang menyimpan konten berformat XML dari file. `nlTest2.txt` Kolom kedua c2 memegang nilai integer dimuat dari file yang sama.
Setelah menjalankan `sed` perintah, Anda dapat memuat data dengan benar dari `nlTest2.txt` file ke tabel Amazon Redshift menggunakan parameter ESCAPE.
**catatan**
Ketika Anda menyertakan parameter ESCAPE dengan perintah COPY, ia lolos dari sejumlah karakter khusus yang menyertakan karakter garis miring terbalik (termasuk baris baru).
```
copy t2 from 's3://amzn-s3-demo-bucket/data/nlTest2.txt'
iam_role 'arn:aws:iam::0123456789012:role/MyRedshiftRole'
escape
delimiter as '|';
select * from t2 order by 2;
c1 | c2
-------------+------
| 1000
| 2000
(2 rows)
```
Anda dapat menyiapkan file data yang diekspor dari database eksternal dengan cara yang sama. Misalnya, dengan database Oracle, Anda dapat menggunakan fungsi REPLACE pada setiap kolom yang terpengaruh dalam tabel yang ingin Anda salin ke Amazon Redshift.
```
SELECT c1, REPLACE(c2, \n',\\n' ) as c2 from my_table_with_xml
```
Selain itu, banyak alat ekspor dan ekstrak basis data, transformasi, muat (ETL) yang secara rutin memproses sejumlah besar data menyediakan opsi untuk menentukan karakter escape dan delimiter.
## Memuat shapefile ke Amazon Redshift
Contoh berikut menunjukkan cara memuat shapefile Esri menggunakan COPY. Untuk informasi selengkapnya tentang memuat shapefile, lihat. [Memuat shapefile ke Amazon Redshift](spatial-copy-shapefile.md)
### Memuat shapefile
Langkah-langkah berikut menunjukkan cara menelan OpenStreetMap data dari Amazon S3 menggunakan perintah COPY. Contoh ini mengasumsikan bahwa arsip shapefile Norwegia dari [situs unduhan Geofabrik](https://download.geofabrik.de/europe.html) telah diunggah ke bucket Amazon S3 pribadi di Wilayah Anda. AWS `.dbf`File`.shp`,`.shx`, dan harus berbagi awalan dan nama file Amazon S3 yang sama.
#### Menelan data tanpa penyederhanaan
Perintah berikut membuat tabel dan menelan data yang dapat muat dalam ukuran geometri maksimum tanpa penyederhanaan apa pun. Buka perangkat `gis_osm_natural_free_1.shp` lunak GIS pilihan Anda dan periksa kolom di lapisan ini. Secara default, kolom IDENTITAS atau GEOMETRI adalah yang pertama. Ketika kolom GEOMETRI pertama, Anda dapat membuat tabel seperti yang ditunjukkan berikut.
```
CREATE TABLE norway_natural (
wkb_geometry GEOMETRY,
osm_id BIGINT,
code INT,
fclass VARCHAR,
name VARCHAR);
```
Atau, ketika kolom IDENTITY pertama, Anda dapat membuat tabel seperti yang ditunjukkan berikut.
```
CREATE TABLE norway_natural_with_id (
fid INT IDENTITY(1,1),
wkb_geometry GEOMETRY,
osm_id BIGINT,
code INT,
fclass VARCHAR,
name VARCHAR);
```
Sekarang Anda dapat menelan data menggunakan COPY.
```
COPY norway_natural FROM 's3://bucket_name/shapefiles/norway/gis_osm_natural_free_1.shp'
FORMAT SHAPEFILE
CREDENTIALS 'aws_iam_role=arn:aws:iam::123456789012:role/MyRoleName';
INFO: Load into table 'norway_natural' completed, 83891 record(s) loaded successfully
```
Atau Anda dapat menelan data seperti yang ditunjukkan berikut.
```
COPY norway_natural_with_id FROM 's3://bucket_name/shapefiles/norway/gis_osm_natural_free_1.shp'
FORMAT SHAPEFILE
CREDENTIALS 'aws_iam_role=arn:aws:iam::123456789012:role/MyRoleName';
INFO: Load into table 'norway_natural_with_id' completed, 83891 record(s) loaded successfully.
```
#### Menelan data dengan penyederhanaan
Perintah berikut membuat tabel dan mencoba untuk menelan data yang tidak dapat muat dalam ukuran geometri maksimum tanpa penyederhanaan apa pun. Periksa `gis_osm_water_a_free_1.shp` shapefile dan buat tabel yang sesuai seperti yang ditunjukkan berikut.
```
CREATE TABLE norway_water (
wkb_geometry GEOMETRY,
osm_id BIGINT,
code INT,
fclass VARCHAR,
name VARCHAR);
```
Ketika perintah COPY berjalan, itu menghasilkan kesalahan.
```
COPY norway_water FROM 's3://bucket_name/shapefiles/norway/gis_osm_water_a_free_1.shp'
FORMAT SHAPEFILE
CREDENTIALS 'aws_iam_role=arn:aws:iam::123456789012:role/MyRoleName';
ERROR: Load into table 'norway_water' failed. Check 'stl_load_errors' system table for details.
```
Query `STL_LOAD_ERRORS` menunjukkan bahwa geometri terlalu besar.
```
SELECT line_number, btrim(colname), btrim(err_reason) FROM stl_load_errors WHERE query = pg_last_copy_id();
line_number | btrim | btrim
-------------+--------------+-----------------------------------------------------------------------
1184705 | wkb_geometry | Geometry size: 1513736 is larger than maximum supported size: 1048447
```
Untuk mengatasinya, `SIMPLIFY AUTO` parameter ditambahkan ke perintah COPY untuk menyederhanakan geometri.
```
COPY norway_water FROM 's3://bucket_name/shapefiles/norway/gis_osm_water_a_free_1.shp'
FORMAT SHAPEFILE
SIMPLIFY AUTO
CREDENTIALS 'aws_iam_role=arn:aws:iam::123456789012:role/MyRoleName';
INFO: Load into table 'norway_water' completed, 1989196 record(s) loaded successfully.
```
Untuk melihat baris dan geometri yang disederhanakan, kueri`SVL_SPATIAL_SIMPLIFY`.
```
SELECT * FROM svl_spatial_simplify WHERE query = pg_last_copy_id();
query | line_number | maximum_tolerance | initial_size | simplified | final_size | final_tolerance
-------+-------------+-------------------+--------------+------------+------------+----------------------
20 | 1184704 | -1 | 1513736 | t | 1008808 | 1.276386653895e-05
20 | 1664115 | -1 | 1233456 | t | 1023584 | 6.11707814796635e-06
```
Menggunakan SIMPLIFY AUTO *max\$1tolerance* dengan toleransi yang lebih rendah dari yang dihitung secara otomatis mungkin menghasilkan kesalahan konsumsi. Dalam hal ini, gunakan MAXERROR untuk mengabaikan kesalahan.
```
COPY norway_water FROM 's3://bucket_name/shapefiles/norway/gis_osm_water_a_free_1.shp'
FORMAT SHAPEFILE
SIMPLIFY AUTO 1.1E-05
MAXERROR 2
CREDENTIALS 'aws_iam_role=arn:aws:iam::123456789012:role/MyRoleName';
INFO: Load into table 'norway_water' completed, 1989195 record(s) loaded successfully.
INFO: Load into table 'norway_water' completed, 1 record(s) could not be loaded. Check 'stl_load_errors' system table for details.
```
Kueri `SVL_SPATIAL_SIMPLIFY` lagi untuk mengidentifikasi catatan yang tidak berhasil dimuat COPY.
```
SELECT * FROM svl_spatial_simplify WHERE query = pg_last_copy_id();
query | line_number | maximum_tolerance | initial_size | simplified | final_size | final_tolerance
-------+-------------+-------------------+--------------+------------+------------+-----------------
29 | 1184704 | 1.1e-05 | 1513736 | f | 0 | 0
29 | 1664115 | 1.1e-05 | 1233456 | t | 794432 | 1.1e-05
```
Dalam contoh ini, rekaman pertama tidak berhasil cocok, sehingga `simplified` kolom menunjukkan false. Rekor kedua dimuat dalam toleransi yang diberikan. Namun, ukuran akhir lebih besar daripada menggunakan toleransi yang dihitung secara otomatis tanpa menentukan toleransi maksimum.
### Memuat dari shapefile terkompresi
Amazon Redshift COPY mendukung pengambilan data dari shapefile terkompresi. Semua komponen shapefile harus memiliki awalan Amazon S3 yang sama dan akhiran kompresi yang sama. Sebagai contoh, misalkan Anda ingin memuat data dari contoh sebelumnya. Dalam hal ini, file`gis_osm_water_a_free_1.shp.gz`,`gis_osm_water_a_free_1.dbf.gz`, dan `gis_osm_water_a_free_1.shx.gz` harus berbagi direktori Amazon S3 yang sama. Perintah COPY memerlukan opsi GZIP, dan klausa FROM harus menentukan file terkompresi yang benar, seperti yang ditunjukkan berikut.
```
COPY norway_natural FROM 's3://bucket_name/shapefiles/norway/compressed/gis_osm_natural_free_1.shp.gz'
FORMAT SHAPEFILE
GZIP
CREDENTIALS 'aws_iam_role=arn:aws:iam::123456789012:role/MyRoleName';
INFO: Load into table 'norway_natural' completed, 83891 record(s) loaded successfully.
```
### Memuat data ke dalam tabel dengan urutan kolom yang berbeda
Jika Anda memiliki tabel yang tidak memiliki `GEOMETRY` kolom pertama, Anda dapat menggunakan pemetaan kolom untuk memetakan kolom ke tabel target. Misalnya, buat tabel dengan `osm_id` ditentukan sebagai kolom pertama.
```
CREATE TABLE norway_natural_order (
osm_id BIGINT,
wkb_geometry GEOMETRY,
code INT,
fclass VARCHAR,
name VARCHAR);
```
Kemudian menelan shapefile menggunakan pemetaan kolom.
```
COPY norway_natural_order(wkb_geometry, osm_id, code, fclass, name)
FROM 's3://bucket_name/shapefiles/norway/gis_osm_natural_free_1.shp'
FORMAT SHAPEFILE
CREDENTIALS 'aws_iam_role=arn:aws:iam::123456789012:role/MyRoleName';
INFO: Load into table 'norway_natural_order' completed, 83891 record(s) loaded successfully.
```
### Memuat data ke dalam tabel dengan kolom geografi
Jika Anda memiliki tabel yang memiliki `GEOGRAPHY` kolom, pertama-tama Anda menelan ke dalam `GEOMETRY` kolom dan kemudian melemparkan objek ke `GEOGRAPHY` objek. Misalnya, setelah Anda menyalin shapefile Anda ke `GEOMETRY` kolom, ubah tabel untuk menambahkan kolom tipe data. `GEOGRAPHY`
```
ALTER TABLE norway_natural ADD COLUMN wkb_geography GEOGRAPHY;
```
Kemudian ubah geometri menjadi geografi.
```
UPDATE norway_natural SET wkb_geography = wkb_geometry::geography;
```
Secara opsional, Anda dapat menjatuhkan `GEOMETRY` kolom.
```
ALTER TABLE norway_natural DROP COLUMN wkb_geometry;
```
## COPY perintah dengan opsi NOLOAD
Untuk memvalidasi file data sebelum Anda benar-benar memuat data, gunakan opsi NOLOAD dengan perintah COPY. Amazon Redshift mem-parsing file input dan menampilkan kesalahan yang terjadi. Contoh berikut menggunakan opsi NOLOAD dan tidak ada baris yang benar-benar dimuat ke dalam tabel.
```
COPY public.zipcode1
FROM 's3://amzn-s3-demo-bucket/mydata/zipcode.csv'
DELIMITER ';'
IGNOREHEADER 1 REGION 'us-east-1'
NOLOAD
CREDENTIALS 'aws_iam_role=arn:aws:iam::123456789012:role/myRedshiftRole';
Warnings:
Load into table 'zipcode1' completed, 0 record(s) loaded successfully.
```
## Perintah COPY dengan pembatas multibyte dan opsi ENCODING
Contoh berikut dimuat LATIN1 dari file Amazon S3 yang berisi data multibyte. Perintah COPY menentukan pembatas dalam bentuk oktal `\302\246\303\254` untuk memisahkan bidang dalam file input yang dikodekan sebagai ISO-8859-1. Untuk menentukan pembatas yang sama di UTF-8, tentukan. `DELIMITER '¦ì'`
```
COPY latin1
FROM 's3://amzn-s3-demo-bucket/multibyte/myfile'
IAM_ROLE 'arn:aws:iam::123456789012:role/myRedshiftRole'
DELIMITER '\302\246\303\254'
ENCODING ISO88591
```
# BUAT BASIS DATA
Membuat database baru.
Untuk membuat database, Anda harus menjadi superuser atau memiliki hak istimewa CREATEDB. Untuk membuat database yang terkait dengan integrasi nol-ETL, Anda harus menjadi pengguna super atau memiliki hak istimewa CREATEDB dan CREATEUSER.
Anda tidak dapat menjalankan CREATE DATABASE dalam blok transaksi (MULAI... AKHIR). Untuk informasi lebih lanjut tentang transaksi, lihat[Tingkat isolasi di Amazon Redshift](c_serial_isolation.md).
## Sintaksis
```
CREATE DATABASE database_name
[ { [
FROM INTEGRATION ''[ DATABASE '' ]
[ SET ]
[ ACCEPTINVCHARS [=] { TRUE | FALSE }]
[ QUERY_ALL_STATES [=] { TRUE | FALSE }]
[ REFRESH_INTERVAL ]
[ TRUNCATECOLUMNS [=] { TRUE | FALSE } ]
[ HISTORY_MODE [=] {TRUE | FALSE} ]
]
[ WITH ]
[ OWNER [=] db_owner ]
[ CONNECTION LIMIT { limit | UNLIMITED } ]
[ COLLATE { CASE_SENSITIVE | CS | CASE_INSENSITIVE | CI } ]
[ ISOLATION LEVEL { SNAPSHOT | SERIALIZABLE } ]
}
| { FROM { { ARN '' } { WITH DATA CATALOG SCHEMA '' | WITH NO DATA CATALOG SCHEMA } } }
| { IAM_ROLE {default | 'SESSION' | 'arn:aws:iam:::role/' } }
| { [ WITH PERMISSIONS ] FROM DATASHARE datashare_name OF [ ACCOUNT account_id ] NAMESPACE namespace_guid }
]
```
## Parameter
*database\$1name*
Nama database baru. Untuk informasi selengkapnya tentang nama yang valid, lihat[Nama dan pengidentifikasi](r_names.md).
DARI INTEGRASI '' [DATABASE '']
Menentukan apakah akan membuat database menggunakan identifier integrasi nol-ETL. Anda dapat mengambil `integration_id` dari tampilan sistem SVV\$1INTEGRATION. Untuk integrasi Aurora PostgreSQL Zero-ETL, Anda juga perlu menentukan nama, yang juga dapat diambil dari SVV\$1INTEGRATION. `source_database`
Sebagai contoh, lihat [Buat database untuk menerima hasil integrasi nol-ETL](#r_CREATE_DATABASE-integration). *Untuk informasi selengkapnya tentang membuat database dengan integrasi Nol-ETL, lihat Membuat [database tujuan di Amazon Redshift di Panduan Manajemen Pergeseran Merah Amazon](https://docs.aws.amazon.com/redshift/latest/mgmt/zero-etl-using.creating-db.html).*
SET
Kata kunci opsional.
ACCEPTINVCHARS [=] \$1TRUE \$1 FALSE\$1
Klausa ACCEPTINVCHARS menetapkan apakah tabel integrasi nol-ETL berlanjut dengan konsumsi ketika karakter yang tidak valid terdeteksi untuk tipe data VARCHAR. Ketika karakter yang tidak valid ditemui, karakter yang tidak valid diganti dengan karakter default. `?`
QUERY\$1ALL\$1STATES [=] \$1BENAR \$1 SALAH\$1
Klausa QUERY\$1ALL\$1STATES menetapkan apakah tabel integrasi Zero-ETL dapat ditanyakan di semua status (,,, dan). `Synced` `Failed` `ResyncRequired` `ResyncInitiated` Secara default, tabel integrasi nol-ETL hanya dapat ditanyakan dalam status. `Synced`
REFRESH\$1INTERVAL
Klausa REFRESH\$1INTERVAL menetapkan perkiraan interval waktu, dalam hitungan detik, untuk menyegarkan data dari sumber nol-ETL ke database target. Nilai dapat diatur 0—432.000 detik (5 hari) untuk integrasi nol-ETL yang tipe sumbernya adalah Aurora MySQL, Aurora PostgreSQL, atau RDS untuk MySQL. Untuk integrasi Amazon DynamoDB Zero-ETL, nilainya dapat diatur 900—432.000 detik (15 menit —5 hari). `interval`Defaultnya adalah nol (0) detik untuk integrasi nol-ETL yang tipe sumbernya adalah Aurora MySQL, Aurora PostgreSQL, atau RDS untuk MySQL. Untuk integrasi Amazon DynamoDB Zero-ETL, defaultnya adalah 900 detik (15 menit). `interval`
TRUNCATECOLUMNS [=] \$1TRUE \$1 FALSE\$1
Klausa TRUNCATECOLUMNS menetapkan apakah tabel integrasi nol-ETL berlanjut dengan konsumsi ketika nilai untuk kolom VARCHAR atau atribut kolom SUPER berada di luar batas. Kapan`TRUE`, nilai terpotong agar sesuai dengan kolom dan nilai atribut JSON yang meluap dipotong agar sesuai dengan kolom SUPER.
HISTORY\$1MODE [=] \$1BENAR \$1 SALAH\$1
Klausa yang menentukan apakah Amazon Redshift akan mengatur mode riwayat untuk semua tabel baru dalam database yang ditentukan. Opsi ini hanya berlaku untuk database yang dibuat untuk integrasi nol-ETL.
Klausa HISTORY\$1MODE dapat diatur ke atau. `TRUE` `FALSE` Nilai default-nya `FALSE`. Untuk informasi tentang HISTORY\$1MODE, lihat [Mode riwayat](https://docs.aws.amazon.com/redshift/latest/mgmt/zero-etl-history-mode.html) di Panduan Manajemen Pergeseran Merah *Amazon*.
DENGAN
Kata kunci opsional.
PEMILIK [=] db\$1owner
Menentukan username dari pemilik database.
BATAS KONEKSI \$1*limit* \$1 UNLIMITED\$1
Jumlah maksimum koneksi database pengguna diizinkan untuk membuka secara bersamaan. Batas tidak diberlakukan untuk pengguna super. Gunakan kata kunci UNLIMITED untuk memungkinkan jumlah maksimum koneksi bersamaan. Batas jumlah koneksi untuk setiap pengguna mungkin juga berlaku. Untuk informasi selengkapnya, lihat [BUAT PENGGUNA](r_CREATE_USER.md). Defaultnya adalah UNLIMITED. Untuk melihat koneksi saat ini, kueri tampilan [STV\$1SESSION](r_STV_SESSIONS.md) sistem.
Jika batas koneksi pengguna dan database berlaku, slot koneksi yang tidak digunakan harus tersedia yang berada dalam kedua batas saat pengguna mencoba untuk terhubung.
MENYUSUN \$1CASE\$1SENSITIVE \$1 CS \$1 CASE\$1INSENSITIVE \$1 CI\$1
Klausa yang menentukan apakah pencarian string atau perbandingan peka huruf besar/kecil atau tidak peka huruf besar/kecil. Defaultnya peka huruf besar/case sensitive.
COLLATE tidak didukung saat Anda membuat database dari datashare.
CASE\$1SENSITIVE dan CS dapat dipertukarkan dan menghasilkan hasil yang sama. Demikian pula, CASE\$1INSENSITIVE dan CI dapat dipertukarkan dan menghasilkan hasil yang sama.
TINGKAT ISOLASI \$1SNAPSHOT \$1 SERIALIZABLE\$1
Sebuah klausa yang menentukan tingkat isolasi yang digunakan ketika query dijalankan terhadap database. Untuk informasi lebih lanjut tentang tingkat isolasi, lihat[Tingkat isolasi di Amazon Redshift](c_serial_isolation.md).
+ Isolasi SNAPSHOT - Menyediakan tingkat isolasi dengan perlindungan terhadap pembaruan dan penghapusan konflik. Ini adalah default untuk database yang dibuat dalam cluster yang disediakan atau namespace tanpa server.
+ Isolasi SERIALIZABLE - Menyediakan serialisasi penuh untuk transaksi bersamaan.
DARI ARN ''
AWS Glue Basis data ARN digunakan untuk membuat database.
\$1DENGAN SKEMA KATALOG DATA '' \$1 TANPA SKEMA KATALOG DATA\$1
Parameter ini hanya berlaku jika perintah CREATE DATABASE Anda juga menggunakan parameter FROM ARN.
Menentukan apakah untuk membuat database menggunakan skema untuk membantu mengakses objek di. AWS Glue Data Catalog
IAM\$1ROLE \$1default \$1 'SESI' \$1 'arn:aws:iam: ::role/ '\$1 ** **
Parameter ini hanya berlaku jika perintah CREATE DATABASE Anda juga menggunakan parameter FROM ARN.
Jika Anda menentukan peran IAM yang terkait dengan cluster saat menjalankan perintah CREATE DATABASE, Amazon Redshift akan menggunakan kredenal peran saat Anda menjalankan kueri pada database.
Menentukan `default` kata kunci berarti menggunakan peran IAM yang ditetapkan sebagai default dan terkait dengan cluster.
Gunakan `'SESSION'` jika Anda terhubung ke klaster Amazon Redshift menggunakan identitas federasi dan mengakses tabel dari skema eksternal yang dibuat menggunakan perintah ini. Untuk contoh penggunaan identitas federasi, lihat [Menggunakan identitas federasi untuk mengelola akses Amazon Redshift ke sumber daya lokal dan tabel eksternal Amazon Redshift Spectrum, yang menjelaskan cara mengonfigurasi identitas](https://docs.aws.amazon.com/redshift/latest/mgmt/authorization-fas-spectrum.html) federasi.
Gunakan Amazon Resource Name (ARN) untuk peran IAM yang digunakan klaster Anda untuk autentikasi dan otorisasi. Minimal, peran IAM harus memiliki izin untuk melakukan operasi LIST di bucket Amazon S3 untuk diakses dan operasi GET pada objek Amazon S3 yang berisi bucket. Untuk mempelajari lebih lanjut tentang menggunakan IAM\$1ROLE saat membuat database yang menggunakan AWS Glue Data Catalog untuk datashares, lihat [Bekerja dengan jaringan data yang dikelola Lake](https://docs.aws.amazon.com/redshift/latest/dg/lake-formation-getting-started-consumer.html) Formation sebagai konsumen.
Berikut ini menunjukkan sintaks untuk string parameter IAM\$1ROLE untuk ARN tunggal.
```
IAM_ROLE 'arn:aws:iam:::role/'
```
Anda dapat merantai peran sehingga klaster Anda dapat mengambil peran IAM lain, mungkin milik akun lain. Anda dapat merantai hingga 10 peran. Untuk informasi selengkapnya, lihat [Merantai peran IAM dalam Amazon Redshift Spectrum](c-spectrum-iam-policies.md#c-spectrum-chaining-roles).
Untuk peran IAM ini, lampirkan kebijakan izin IAM yang serupa dengan yang berikut ini.
****
```
{
"Version":"2012-10-17",
"Statement": [
{
"Sid": "AccessSecret",
"Effect": "Allow",
"Action": [
"secretsmanager:GetResourcePolicy",
"secretsmanager:GetSecretValue",
"secretsmanager:DescribeSecret",
"secretsmanager:ListSecretVersionIds"
],
"Resource": "arn:aws:secretsmanager:us-west-2:123456789012:secret:my-rds-secret-VNenFy"
},
{
"Sid": "VisualEditor1",
"Effect": "Allow",
"Action": [
"secretsmanager:GetRandomPassword",
"secretsmanager:ListSecrets"
],
"Resource": "*"
}
]
}
```
Untuk langkah-langkah untuk membuat peran IAM yang akan digunakan dengan kueri federasi, lihat. [Membuat rahasia dan peran IAM untuk menggunakan kueri federasi](federated-create-secret-iam-role.md)
Jangan sertakan spasi dalam daftar peran yang dirantai.
Berikut ini menunjukkan sintaks untuk rantai tiga peran.
```
IAM_ROLE 'arn:aws:iam:::role/,arn:aws:iam:::role/,arn:aws:iam:::role/'
```
## Sintaks untuk menggunakan CREATE DATABASE dengan datashare
Sintaks berikut menjelaskan perintah CREATE DATABASE yang digunakan untuk membuat database dari datashare untuk berbagi data dalam akun yang sama. AWS
```
CREATE DATABASE database_name
[ [ WITH PERMISSIONS ] FROM DATASHARE datashare_name OF [ ACCOUNT account_id ] NAMESPACE namespace_guid
```
Sintaks berikut menjelaskan perintah CREATE DATABASE yang digunakan untuk membuat database dari datashare untuk berbagi data di seluruh akun. AWS
```
CREATE DATABASE database_name
[ [ WITH PERMISSIONS ] FROM DATASHARE datashare_name OF ACCOUNT account_id NAMESPACE namespace_guid
```
### Parameter untuk menggunakan CREATE DATABASE dengan datashare
DARI DATASHARE
Kata kunci yang menunjukkan di mana datashare berada.
*datashare\$1name*
Nama datashare tempat basis data konsumen dibuat.
DENGAN IZIN
Menentukan bahwa database yang dibuat dari datashare memerlukan izin tingkat objek untuk mengakses objek database individu. Tanpa klausa ini, pengguna atau peran yang diberikan izin USAGE pada database akan secara otomatis memiliki akses ke semua objek database dalam database.
*Namespace namespace\$1guid*
Nilai yang menentukan namespace produsen yang dimiliki datashare.
ACCOUNT *account\$1id*
Nilai yang menentukan akun produsen yang dimiliki datashare.
## Catatan penggunaan untuk CREATE DATABASE untuk berbagi data
Sebagai superuser database, saat Anda menggunakan CREATE DATABASE untuk membuat database dari datashares dalam AWS akun, tentukan opsi NAMESPACE. Opsi AKUN adalah opsional. Bila Anda menggunakan CREATE DATABASE untuk membuat database dari datashares di seluruh AWS account, tentukan kedua ACCOUNT dan NAMESPACE dari produsen.
Anda hanya dapat membuat satu database konsumen untuk satu datashare pada cluster konsumen. Anda tidak dapat membuat beberapa database konsumen yang mengacu pada datashare yang sama.
## BUAT DATABASE dari AWS Glue Data Catalog
Untuk membuat database menggunakan ARN AWS Glue database, tentukan ARN dalam perintah CREATE DATABASE Anda.
```
CREATE DATABASE sampledb FROM ARN WITH NO DATA CATALOG SCHEMA;
```
Secara opsional, Anda juga dapat memberikan nilai ke dalam parameter IAM\$1ROLE. Untuk informasi selengkapnya tentang parameter dan nilai yang diterima, lihat [Parameter](https://docs.aws.amazon.com/redshift/latest/dg/r_CREATE_DATABASE.html#r_CREATE_DATABASE-parameters).
Berikut ini adalah contoh yang menunjukkan cara membuat database dari ARN menggunakan peran IAM.
```
CREATE DATABASE sampledb FROM ARN WITH NO DATA CATALOG SCHEMA IAM_ROLE
```
```
CREATE DATABASE sampledb FROM ARN WITH NO DATA CATALOG SCHEMA IAM_ROLE default;
```
Anda juga dapat membuat database menggunakan SKEMA KATALOG DATA.
```
CREATE DATABASE sampledb FROM ARN WITH DATA CATALOG SCHEMA IAM_ROLE default;
```
## Buat database untuk menerima hasil integrasi nol-ETL
Untuk membuat database menggunakan identitas integrasi nol-ETL, tentukan perintah CREATE `integration_id` DATABASE Anda.
```
CREATE DATABASE destination_db_name FROM INTEGRATION 'integration_id';
```
Misalnya, pertama, ambil id integrasi dari SVV\$1INTEGRATION;
```
SELECT integration_id FROM SVV_INTEGRATION;
```
Kemudian gunakan salah satu id integrasi yang diambil untuk membuat database yang menerima integrasi nol-ETL.
```
CREATE DATABASE sampledb FROM INTEGRATION 'a1b2c3d4-5678-90ab-cdef-EXAMPLE11111';
```
Ketika database sumber integrasi nol-ETL diperlukan, maka, misalnya, tentukan.
```
CREATE DATABASE sampledb FROM INTEGRATION 'a1b2c3d4-5678-90ab-cdef-EXAMPLE11111' DATABASE sourcedb;
```
Anda juga dapat mengatur interval penyegaran untuk database. Misalnya, untuk mengatur interval penyegaran ke 7.200 detik untuk data dari sumber integrasi nol-ETL:
```
CREATE DATABASE myacct_mysql FROM INTEGRATION 'a1b2c3d4-5678-90ab-cdef-EXAMPLE11111' SET REFRESH_INTERVAL 7200;
```
Kueri tampilan katalog SVV\$1INTEGRATION untuk informasi tentang integrasi nol-ETL, seperti, integration\$1id, target\$1database, source, refresh\$1interval, dan banyak lagi.
```
SELECT * FROM svv_integration;
```
Contoh berikut membuat database dari integrasi dengan mode riwayat aktif.
```
CREATE DATABASE sample_integration_db FROM INTEGRATION 'a1b2c3d4-5678-90ab-cdef-EXAMPLE11111' SET HISTORY_MODE = true;
```
## BUAT batas DATABASE
Amazon Redshift memberlakukan batasan ini untuk database:
+ Maksimal 60 basis data yang ditentukan pengguna per cluster.
+ Maksimum 127 byte untuk nama database.
+ Nama database tidak bisa menjadi kata yang dicadangkan.
## Pengumpulan basis data
Collation adalah seperangkat aturan yang mendefinisikan bagaimana mesin database membandingkan dan mengurutkan data tipe karakter dalam SQL. Pemeriksaan case-insensitive adalah pemeriksaan yang paling umum digunakan. Amazon Redshift menggunakan pemeriksaan case-insensitive untuk memfasilitasi migrasi dari sistem gudang data lainnya. Dengan dukungan asli dari pemeriksaan case-insensitive, Amazon Redshift terus menggunakan metode penyetelan atau pengoptimalan penting, seperti kunci distribusi, kunci sortir, atau pemindaian terbatas rentang.
Klausa COLLATE menentukan pemeriksaan default untuk semua kolom CHAR dan VARCHAR dalam database. Jika CASE\$1INSENSITIVE ditentukan, semua kolom CHAR atau VARCHAR menggunakan pemeriksaan case-insensitive. Untuk informasi tentang pemeriksaan, lihat[Urutan pemeriksaan](c_collation_sequences.md).
Data yang dimasukkan atau dicerna dalam kolom case-insensitive akan menyimpan case aslinya. Tetapi semua operasi string berbasis perbandingan termasuk penyortiran dan pengelompokan tidak peka huruf besar/kecil. Operasi pencocokan pola seperti predikat LIKE, mirip dengan, dan fungsi ekspresi reguler juga tidak peka huruf besar/kecil.
Operasi SQL berikut mendukung semantik pemeriksaan yang berlaku:
+ Operator perbandingan: =, <>, <, <=, >, >=.
+ Seperti operator
+ ORDER BY klausa
+ Klausul GROUP BY
+ Fungsi agregat yang menggunakan perbandingan string, seperti MIN dan MAX dan LISTAGG
+ Fungsi jendela, seperti klausa PARTITION BY dan klausa ORDER BY
+ Fungsi skalar terbesar () dan terkecil (), STRPOS (), REGEXP\$1COUNT (), REGEXP\$1REPLACE (), REGEXP\$1INSTR (), REGEXP\$1SUBSTR ()
+ Klausa yang berbeda
+ UNION, INTERSECT dan KECUALI
+ DALAM DAFTAR
Untuk kueri eksternal, termasuk kueri federasi Amazon Redshift Spectrum dan Aurora PostgreSQL, pengumpulan kolom VARCHAR atau CHAR sama dengan pengumpulan tingkat database saat ini.
Contoh berikut menanyakan tabel Amazon Redshift Spectrum:
```
SELECT ci_varchar FROM spectrum.test_collation
WHERE ci_varchar = 'AMAZON';
ci_varchar
----------
amazon
Amazon
AMAZON
AmaZon
(4 rows)
```
Untuk informasi tentang cara membuat tabel menggunakan pemeriksaan database, lihat[CREATE TABLE](r_CREATE_TABLE_NEW.md).
Untuk informasi tentang fungsi COLLATE, lihat[Fungsi COLLATE](r_COLLATE.md).
### Batasan pemeriksaan basis data
Berikut ini adalah batasan saat bekerja dengan pemeriksaan database di Amazon Redshift:
+ Semua tabel atau tampilan sistem, termasuk tabel katalog PG dan tabel sistem Amazon Redshift peka huruf besar/kecil.
+ Ketika database konsumen dan database produsen memiliki kumpulan tingkat database yang berbeda, Amazon Redshift tidak mendukung kueri lintas basis data dan lintas klaster.
+ Amazon Redshift tidak mendukung pemeriksaan case-insensitive dalam kueri khusus node pemimpin.
Contoh berikut menunjukkan kueri case-insensitive yang tidak didukung dan kesalahan yang dikirimkan Amazon Redshift:
```
SELECT collate(usename, 'case_insensitive') FROM pg_user;
ERROR: Case insensitive collation is not supported in leader node only query.
```
+ Amazon Redshift tidak mendukung interaksi antara kolom case-sensitive dan case-sensitive, seperti perbandingan, fungsi, gabungan, atau operasi set.
Contoh berikut menunjukkan kesalahan saat kolom peka huruf besar/kecil dan tidak peka huruf besar/kecil berinteraksi:
```
CREATE TABLE test
(ci_col varchar(10) COLLATE case_insensitive,
cs_col varchar(10) COLLATE case_sensitive,
cint int,
cbigint bigint);
```
```
SELECT ci_col = cs_col FROM test;
ERROR: Query with different collations is not supported yet.
```
```
SELECT concat(ci_col, cs_col) FROM test;
ERROR: Query with different collations is not supported yet.
```
```
SELECT ci_col FROM test UNION SELECT cs_col FROM test;
ERROR: Query with different collations is not supported yet.
```
```
SELECT * FROM test a, test b WHERE a.ci_col = b.cs_col;
ERROR: Query with different collations is not supported yet.
```
```
Select Coalesce(ci_col, cs_col) from test;
ERROR: Query with different collations is not supported yet.
```
```
Select case when cint > 0 then ci_col else cs_col end from test;
ERROR: Query with different collations is not supported yet.
```
Untuk membuat kueri ini berfungsi, gunakan fungsi COLLATE untuk mengonversi pemeriksaan satu kolom agar sesuai dengan yang lain. Untuk informasi selengkapnya, lihat [Fungsi COLLATE](r_COLLATE.md).
## Contoh
**Membuat basis data**
Contoh berikut membuat database bernama TICKIT dan memberikan kepemilikan kepada pengguna DWUSER.
```
create database tickit
with owner dwuser;
```
Untuk melihat detail tentang database, kueri tabel katalog PG\$1DATABASE\$1INFO.
```
select datname, datdba, datconnlimit
from pg_database_info
where datdba > 1;
datname | datdba | datconnlimit
-------------+--------+-------------
admin | 100 | UNLIMITED
reports | 100 | 100
tickit | 100 | 100
```
Contoh berikut membuat database bernama **sampledb** dengan tingkat isolasi SNAPSHOT.
```
CREATE DATABASE sampledb ISOLATION LEVEL SNAPSHOT;
```
Contoh berikut membuat database sales\$1db dari datashare salesshare.
```
CREATE DATABASE sales_db FROM DATASHARE salesshare OF NAMESPACE '13b8833d-17c6-4f16-8fe4-1a018f5ed00d';
```
### Contoh pengumpulan basis data
**Membuat database case-insensitive**
Contoh berikut membuat `sampledb` database, membuat `T1` tabel, dan menyisipkan data ke dalam `T1` tabel.
```
create database sampledb collate case_insensitive;
```
Connect ke database baru yang baru saja Anda buat menggunakan klien SQL Anda. **Saat menggunakan editor kueri Amazon Redshift v2, pilih `sampledb` di Editor.** Saat menggunakan RSQL, gunakan perintah seperti berikut ini.
```
\connect sampledb;
```
```
CREATE TABLE T1 (
col1 Varchar(20) distkey sortkey
);
```
```
INSERT INTO T1 VALUES ('bob'), ('john'), ('Mary'), ('JOHN'), ('Bob');
```
Kemudian kueri menemukan hasil dengan`John`.
```
SELECT * FROM T1 WHERE col1 = 'John';
col1
------
john
JOHN
(2 row)
```
**Memesan dalam urutan tidak peka huruf besar/kecil**
Contoh berikut menunjukkan urutan case-insensitive dengan tabel T1. Urutan *Bob dan *bob** atau *John dan *john** adalah nondeterministik karena mereka sama dalam kolom case-insensitive.
```
SELECT * FROM T1 ORDER BY 1;
col1
------
bob
Bob
JOHN
john
Mary
(5 rows)
```
Demikian pula, contoh berikut menunjukkan urutan case-insensitive dengan klausa GROUP BY. *Bob* dan *bob* sama dan termasuk dalam kelompok yang sama. Adalah nondeterministik yang mana yang muncul dalam hasilnya.
```
SELECT col1, count(*) FROM T1 GROUP BY 1;
col1 | count
-----+------
Mary | 1
bob | 2
JOHN | 2
(3 rows)
```
**Menanyakan dengan fungsi jendela pada kolom yang tidak peka huruf besar/kecil**
Contoh berikut query fungsi jendela pada kolom case-insensitive.
```
SELECT col1, rank() over (ORDER BY col1) FROM T1;
col1 | rank
-----+------
bob | 1
Bob | 1
john | 3
JOHN | 3
Mary | 5
(5 rows)
```
**Query dengan kata kunci DISTINCT**
Contoh berikut query `T1` tabel dengan kata kunci DISTINCT.
```
SELECT DISTINCT col1 FROM T1;
col1
------
bob
Mary
john
(3 rows)
```
**Menanyakan dengan klausa UNION**
Contoh berikut menunjukkan hasil dari UNION tabel `T1` dan`T2`.
```
CREATE TABLE T2 AS SELECT * FROM T1;
```
```
SELECT col1 FROM T1 UNION SELECT col1 FROM T2;
col1
------
john
bob
Mary
(3 rows)
```
# BUAT DATASHARE
Membuat datashare baru dalam database saat ini. Pemilik datashare ini adalah penerbit perintah CREATE DATASHARE.
Amazon Redshift mengaitkan setiap datashare dengan satu database Amazon Redshift. Anda hanya dapat menambahkan objek dari database terkait ke datashare. Anda dapat membuat beberapa datashares pada database Amazon Redshift yang sama.
Untuk informasi tentang datashares, lihat. [Berbagi data di Amazon Redshift](datashare-overview.md)
Untuk melihat informasi tentang datashares, gunakan. [TAMPILKAN DATASHARES](r_SHOW_DATASHARES.md)
## Hak istimewa yang diperlukan
Berikut ini adalah hak istimewa yang diperlukan untuk CREATE DATASHARE:
+ Superuser
+ Pengguna dengan hak istimewa CREATE DATASHARE
+ Pemilik database
## Sintaksis
```
CREATE DATASHARE datashare_name
[[SET] PUBLICACCESSIBLE [=] TRUE | FALSE ];
```
## Parameter
*datashare\$1name*
Nama datashare. Nama datashare harus unik di namespace cluster.
[[SET] DAPAT DIAKSES PUBLIK]
Klausa yang menentukan apakah datashare dapat dibagikan ke cluster yang dapat diakses publik.
Nilai default-nya `SET PUBLICACCESSIBLE` is `FALSE`.
## Catatan penggunaan
Secara default, pemilik datashare hanya memiliki saham tetapi bukan objek dalam saham.
Hanya pengguna super dan pemilik database yang dapat menggunakan CREATE DATASHARE dan mendelegasikan hak ALTER ke pengguna atau grup lain.
## Contoh
Contoh berikut menciptakan datashare`salesshare`.
```
CREATE DATASHARE salesshare;
```
Contoh berikut menciptakan datashare `demoshare` yang AWS Data Exchange mengelola.
```
CREATE DATASHARE demoshare SET PUBLICACCESSIBLE TRUE, MANAGEDBY ADX;
```
# BUAT FUNGSI EKSTERNAL
Membuat fungsi yang ditentukan pengguna skalar (UDF) berdasarkan Amazon AWS Lambda Redshift. Untuk informasi selengkapnya tentang fungsi yang ditentukan pengguna Lambda, lihat. [Lambda Skalar UDFs](udf-creating-a-lambda-sql-udf.md)
## Hak istimewa yang diperlukan
Berikut ini adalah hak istimewa yang diperlukan untuk CREATE EXTERNAL FUNCTION:
+ Superuser
+ Pengguna dengan hak istimewa CREATE [OR REPLACE] EXTERNAL FUNCTION
## Sintaksis
```
CREATE [ OR REPLACE ] EXTERNAL FUNCTION external_fn_name ( [data_type] [, ...] )
RETURNS data_type
{ VOLATILE | STABLE }
LAMBDA 'lambda_fn_name'
IAM_ROLE { default | ‘arn:aws:iam:::role/’
RETRY_TIMEOUT milliseconds
MAX_BATCH_ROWS count
MAX_BATCH_SIZE size [ KB | MB ];
```
## Parameter
ATAU GANTI
Sebuah klausa yang menentukan bahwa jika fungsi dengan nama yang sama dan tipe data argumen masukan, atau *tanda tangan*, karena ini sudah ada, fungsi yang ada diganti. Anda hanya dapat mengganti fungsi dengan fungsi baru yang mendefinisikan kumpulan tipe data yang identik. Anda harus menjadi superuser untuk mengganti fungsi.
Jika Anda mendefinisikan fungsi dengan nama yang sama dengan fungsi yang ada tetapi tanda tangan yang berbeda, Anda membuat fungsi baru. Dengan kata lain, nama fungsi kelebihan beban. Untuk informasi selengkapnya, lihat [Nama fungsi overloading](udf-naming-udfs.md#udf-naming-overloading-function-names).
*external\$1fn\$1name*
Nama fungsi eksternal. Jika Anda menentukan nama skema (seperti myschema.myfunction), fungsi dibuat menggunakan skema yang ditentukan. Jika tidak, fungsi dibuat dalam skema saat ini. Untuk informasi selengkapnya tentang nama yang valid, lihat[Nama dan pengidentifikasi](r_names.md).
Kami menyarankan Anda untuk mengawali semua nama UDF dengan. `f_` Amazon Redshift mencadangkan `f_` awalan untuk nama UDF. Dengan menggunakan `f_` awalan, Anda membantu memastikan bahwa nama UDF Anda tidak akan bertentangan dengan nama fungsi SQL bawaan untuk Amazon Redshift sekarang atau di masa mendatang. Untuk informasi selengkapnya, lihat [Mencegah konflik penamaan UDF](udf-naming-udfs.md).
*data\$1type*
Tipe data untuk argumen masukan. Untuk informasi selengkapnya, lihat [Skalar Python UDFs](udf-creating-a-scalar-udf.md) dan [Lambda Skalar UDFs](udf-creating-a-lambda-sql-udf.md).
RETURNS *data\$1type*
Tipe data dari nilai yang dikembalikan oleh fungsi. Tipe data RETURNS dapat berupa tipe data Amazon Redshift standar apa pun. Untuk informasi selengkapnya, lihat [Skalar Python UDFs](udf-creating-a-scalar-udf.md) dan [Lambda Skalar UDFs](udf-creating-a-lambda-sql-udf.md).
VOLATIL \$1 STABIL
Menginformasikan pengoptimal kueri tentang volatilitas fungsi.
Untuk mendapatkan optimasi terbaik, beri label fungsi Anda dengan kategori volatilitas ketat yang berlaku untuk itu. Dalam urutan keketatan, dimulai dengan yang paling ketat, kategori volatilitas adalah sebagai berikut:
+ VOLATIL
+ STABIL
VOLATIL
Dengan argumen yang sama, fungsi dapat mengembalikan hasil yang berbeda pada panggilan berturut-turut, bahkan untuk baris dalam satu pernyataan. Pengoptimal kueri tidak dapat membuat asumsi tentang perilaku fungsi volatile. Kueri yang menggunakan fungsi volatile harus mengevaluasi kembali fungsi untuk setiap input.
STABIL
Dengan argumen yang sama, fungsi dijamin untuk mengembalikan hasil yang sama pada panggilan berturut-turut yang diproses dalam satu pernyataan. Fungsi ini dapat mengembalikan hasil yang berbeda ketika dipanggil dalam pernyataan yang berbeda. Kategori ini membuatnya sehingga pengoptimal dapat mengurangi berapa kali fungsi dipanggil dalam satu pernyataan.
Perhatikan bahwa jika keketatan yang dipilih tidak valid untuk fungsi tersebut, ada risiko bahwa pengoptimal mungkin melewatkan beberapa panggilan berdasarkan keketatan ini. Hal ini dapat mengakibatkan set hasil yang salah.
Klausa IMMUTABLE saat ini tidak didukung untuk Lambda. UDFs
LAMBDA *'lambda\$1fn\$1name'*
Nama fungsi yang dipanggil Amazon Redshift.
Untuk langkah-langkah membuat AWS Lambda fungsi, lihat [Membuat fungsi Lambda dengan konsol di Panduan AWS Lambda](https://docs.aws.amazon.com/lambda/latest/dg/getting-started-create-function.html) *Pengembang*.
*Untuk informasi mengenai izin yang diperlukan untuk fungsi Lambda, [AWS Lambda lihat](https://docs.aws.amazon.com/lambda/latest/dg/lambda-permissions.html) izin di AWS Lambda Panduan Pengembang.*
IAM\$1ROLE \$1default \$1 'arn:aws:iam: ::role/ '****
Gunakan kata kunci default agar Amazon Redshift menggunakan peran IAM yang ditetapkan sebagai default dan terkait dengan cluster saat perintah CREATE EXTERNAL FUNCTION berjalan.
Gunakan Amazon Resource Name (ARN) untuk peran IAM yang digunakan klaster Anda untuk autentikasi dan otorisasi. Perintah CREATE EXTERNAL FUNCTION diotorisasi untuk memanggil fungsi Lambda melalui peran IAM ini. Jika klaster Anda memiliki peran IAM yang sudah ada dengan izin untuk memanggil fungsi Lambda yang terpasang, Anda dapat mengganti ARN peran Anda. Untuk informasi selengkapnya, lihat [Mengkonfigurasi parameter otorisasi untuk Lambda UDFs](udf-creating-a-lambda-sql-udf.md#udf-lambda-authorization).
Berikut ini menunjukkan sintaks untuk parameter IAM\$1ROLE.
```
IAM_ROLE 'arn:aws:iam::aws-account-id:role/role-name'
```
*RETRY\$1TIMEOUT milidetik*
Jumlah total waktu dalam milidetik yang digunakan Amazon Redshift untuk penundaan backoff coba lagi.
Alih-alih mencoba kembali segera untuk kueri yang gagal, Amazon Redshift melakukan backoff dan menunggu waktu tertentu di antara percobaan ulang. Kemudian Amazon Redshift mencoba ulang permintaan untuk menjalankan kembali kueri yang gagal hingga jumlah semua penundaan sama dengan atau melebihi nilai RETRY\$1TIMEOUT yang Anda tentukan. Nilai default adalah 20.000 milidetik.
Saat fungsi Lambda dipanggil, Amazon Redshift mencoba ulang kueri yang menerima kesalahan seperti,, dan. `TooManyRequestsException` `EC2ThrottledException` `ServiceException`
Anda dapat mengatur parameter RETRY\$1TIMEOUT ke 0 milidetik untuk mencegah percobaan ulang untuk Lambda UDF.
*Jumlah MAX\$1BATCH\$1ROWS*
Jumlah maksimum baris yang dikirimkan Amazon Redshift dalam satu permintaan batch untuk satu pemanggilan lambda.
Nilai minimum parameter ini adalah 1. Nilai maksimumnya adalah INT\$1MAX, atau 2.147.483.647.
Parameter ini bersifat opsional. Nilai defaultnya adalah INT\$1MAX, atau 2.147,483.647.
MAX\$1BATCH\$1SIZE *ukuran [KB \$1 MB]*
Ukuran maksimum payload data yang dikirimkan Amazon Redshift dalam satu permintaan batch untuk satu pemanggilan lambda.
Nilai minimum parameter ini adalah 1 KB. Nilai maksimumnya adalah 5 MB.
Nilai default parameter ini adalah 5 MB.
KB dan MB adalah opsional. Jika Anda tidak menyetel unit pengukuran, Amazon Redshift default menggunakan KB.
## Catatan penggunaan
Pertimbangkan hal berikut saat Anda membuat Lambda UDFs:
+ Urutan panggilan fungsi Lambda pada argumen input tidak diperbaiki atau dijamin. Ini mungkin berbeda antara contoh kueri yang berjalan, tergantung pada konfigurasi cluster.
+ Fungsi tidak dijamin akan diterapkan pada setiap argumen masukan sekali dan hanya sekali. Interaksi antara Amazon Redshift dan AWS Lambda dapat menyebabkan panggilan berulang dengan input yang sama.
## Contoh
Berikut ini adalah contoh penggunaan fungsi skalar Lambda yang ditentukan pengguna (). UDFs
### Contoh Skalar Lambda UDF menggunakan fungsi Lambda Node.js
Contoh berikut menciptakan fungsi eksternal yang disebut `exfunc_sum` yang mengambil dua bilangan bulat sebagai argumen masukan. Fungsi ini mengembalikan jumlah sebagai output integer. Nama fungsi Lambda yang akan dipanggil adalah. `lambda_sum` Bahasa yang digunakan untuk fungsi Lambda ini adalah Node.js 12.x. Pastikan untuk menentukan peran IAM. Contoh digunakan `'arn:aws:iam::123456789012:user/johndoe'` sebagai peran IAM.
```
CREATE EXTERNAL FUNCTION exfunc_sum(INT,INT)
RETURNS INT
VOLATILE
LAMBDA 'lambda_sum'
IAM_ROLE 'arn:aws:iam::123456789012:role/Redshift-Exfunc-Test';
```
Fungsi Lambda mengambil payload permintaan dan iterasi di setiap baris. Semua nilai dalam satu baris ditambahkan untuk menghitung jumlah untuk baris itu, yang disimpan dalam array respons. Jumlah baris dalam larik hasil mirip dengan jumlah baris yang diterima dalam payload permintaan.
Payload respons JSON harus memiliki data hasil di bidang 'hasil' agar dapat dikenali oleh fungsi eksternal. Bidang argumen dalam permintaan yang dikirim ke fungsi Lambda berisi payload data. Mungkin ada beberapa baris dalam payload data jika terjadi permintaan batch. Fungsi Lambda berikut iterasi atas semua baris dalam payload data permintaan. Ini juga secara individual mengulangi semua nilai dalam satu baris.
```
exports.handler = async (event) => {
// The 'arguments' field in the request sent to the Lambda function contains the data payload.
var t1 = event['arguments'];
// 'len(t1)' represents the number of rows in the request payload.
// The number of results in the response payload should be the same as the number of rows received.
const resp = new Array(t1.length);
// Iterating over all the rows in the request payload.
for (const [i, x] of t1.entries())
{
var sum = 0;
// Iterating over all the values in a single row.
for (const y of x) {
sum = sum + y;
}
resp[i] = sum;
}
// The 'results' field should contain the results of the lambda call.
const response = {
results: resp
};
return JSON.stringify(response);
};
```
Contoh berikut memanggil fungsi eksternal dengan nilai literal.
```
select exfunc_sum(1,2);
exfunc_sum
------------
3
(1 row)
```
Contoh berikut membuat tabel yang disebut t\$1sum dengan dua kolom, c1 dan c2, dari tipe data integer dan menyisipkan dua baris data. Kemudian fungsi eksternal dipanggil dengan melewatkan nama kolom tabel ini. Dua baris tabel dikirim dalam permintaan batch dalam payload permintaan sebagai pemanggilan Lambda tunggal.
```
CREATE TABLE t_sum(c1 int, c2 int);
INSERT INTO t_sum VALUES (4,5), (6,7);
SELECT exfunc_sum(c1,c2) FROM t_sum;
exfunc_sum
---------------
9
13
(2 rows)
```
### Contoh Skalar Lambda UDF menggunakan atribut RETRY\$1TIMEOUT
Di bagian berikut, Anda dapat menemukan contoh cara menggunakan atribut RETRY\$1TIMEOUT di Lambda. UDFs
AWS Lambda fungsi memiliki batas konkurensi yang dapat Anda atur untuk setiap fungsi. Untuk informasi selengkapnya tentang batas konkurensi, lihat [Mengelola konkurensi untuk fungsi Lambda](https://docs.aws.amazon.com/lambda/latest/dg/configuration-concurrency.html) di *Panduan AWS Lambda Pengembang* dan posting [Mengelola Konkurensi AWS Lambda Fungsi](https://aws.amazon.com/blogs/compute/managing-aws-lambda-function-concurrency) di Blog Komputasi. AWS
Ketika jumlah permintaan yang dilayani oleh Lambda UDF melebihi batas konkurensi, permintaan baru menerima kesalahan. `TooManyRequestsException` Lambda UDF mencoba ulang kesalahan ini hingga jumlah semua penundaan antara permintaan yang dikirim ke fungsi Lambda sama dengan atau melebihi nilai RETRY\$1TIMEOUT yang Anda tetapkan. Nilai RETRY\$1TIMEOUT default adalah 20.000 milidetik.
Contoh berikut menggunakan fungsi Lambda bernama. `exfunc_sleep_3` Fungsi ini mengambil payload permintaan, iterasi di setiap baris, dan mengubah input menjadi huruf besar. Kemudian tidur selama 3 detik dan mengembalikan hasilnya. Bahasa yang digunakan untuk fungsi Lambda ini adalah Python 3.8.
Jumlah baris dalam larik hasil mirip dengan jumlah baris yang diterima dalam payload permintaan. Payload respons JSON harus memiliki data hasil di `results` lapangan agar dapat dikenali oleh fungsi eksternal. `arguments`Bidang dalam permintaan yang dikirim ke fungsi Lambda berisi muatan data. Dalam kasus permintaan batch, beberapa baris dapat muncul di payload data.
Batas konkurensi untuk fungsi ini secara khusus diatur ke 1 dalam konkurensi cadangan untuk menunjukkan penggunaan atribut RETRY\$1TIMEOUT. Ketika atribut diatur ke 1, fungsi Lambda hanya dapat melayani satu permintaan pada satu waktu.
```
import json
import time
def lambda_handler(event, context):
t1 = event['arguments']
# 'len(t1)' represents the number of rows in the request payload.
# The number of results in the response payload should be the same as the number of rows received.
resp = [None]*len(t1)
# Iterating over all rows in the request payload.
for i, x in enumerate(t1):
# Iterating over all the values in a single row.
for j, y in enumerate(x):
resp[i] = y.upper()
time.sleep(3)
ret = dict()
ret['results'] = resp
ret_json = json.dumps(ret)
return ret_json
```
Berikut, dua contoh tambahan menggambarkan atribut RETRY\$1TIMEOUT. Mereka masing-masing memanggil Lambda UDF tunggal. Saat menjalankan Lambda UDF, setiap contoh menjalankan kueri SQL yang sama untuk memanggil UDF Lambda dari dua sesi database bersamaan pada saat yang bersamaan. Ketika kueri pertama yang memanggil Lambda UDF sedang dilayani oleh UDF, kueri kedua menerima kesalahan. `TooManyRequestsException` Hasil ini terjadi karena Anda secara khusus mengatur konkurensi cadangan di UDF ke 1. Untuk informasi tentang cara menyetel konkurensi cadangan untuk fungsi Lambda, [lihat Mengonfigurasi konkurensi](https://docs.aws.amazon.com/lambda/latest/dg/configuration-concurrency.html#configuration-concurrency-reservedconfiguration-concurrency-reserved) cadangan.
Contoh pertama, berikut, menetapkan atribut RETRY\$1TIMEOUT untuk Lambda UDF ke 0 milidetik. Jika permintaan Lambda menerima pengecualian apa pun dari fungsi Lambda, Amazon Redshift tidak akan mencoba lagi. Hasil ini terjadi karena atribut RETRY\$1TIMEOUT disetel ke 0.
```
CREATE OR REPLACE EXTERNAL FUNCTION exfunc_upper(varchar)
RETURNS varchar
VOLATILE
LAMBDA 'exfunc_sleep_3'
IAM_ROLE 'arn:aws:iam::123456789012:role/Redshift-Exfunc-Test'
RETRY_TIMEOUT 0;
```
Dengan RETRY\$1TIMEOUT disetel ke 0, Anda dapat menjalankan dua kueri berikut dari sesi database terpisah untuk melihat hasil yang berbeda.
Kueri SQL pertama yang menggunakan Lambda UDF berjalan dengan sukses.
```
select exfunc_upper('Varchar');
exfunc_upper
--------------
VARCHAR
(1 row)
```
Kueri kedua, yang dijalankan dari sesi database terpisah pada saat yang sama, menerima `TooManyRequestsException` kesalahan.
```
select exfunc_upper('Varchar');
ERROR: Rate Exceeded.; Exception: TooManyRequestsException; ShouldRetry: 1
DETAIL:
-----------------------------------------------
error: Rate Exceeded.; Exception: TooManyRequestsException; ShouldRetry: 1
code: 32103
context:query: 0
location: exfunc_client.cpp:102
process: padbmaster [pid=26384]
-----------------------------------------------
```
Contoh kedua, berikut, menetapkan atribut RETRY\$1TIMEOUT untuk Lambda UDF menjadi 3.000 milidetik. Bahkan jika kueri kedua dijalankan secara bersamaan, Lambda UDF mencoba ulang hingga total penundaan adalah 3.000 milidetik. Dengan demikian, kedua kueri berjalan dengan sukses.
```
CREATE OR REPLACE EXTERNAL FUNCTION exfunc_upper(varchar)
RETURNS varchar
VOLATILE
LAMBDA 'exfunc_sleep_3'
IAM_ROLE 'arn:aws:iam::123456789012:role/Redshift-Exfunc-Test'
RETRY_TIMEOUT 3000;
```
Dengan RETRY\$1TIMEOUT disetel ke 3.000 milidetik, Anda dapat menjalankan dua kueri berikut dari sesi database terpisah untuk melihat hasil yang sama.
Kueri SQL pertama yang menjalankan Lambda UDF berjalan dengan sukses.
```
select exfunc_upper('Varchar');
exfunc_upper
--------------
VARCHAR
(1 row)
```
Kueri kedua berjalan secara bersamaan, dan Lambda UDF mencoba lagi hingga total penundaan 3.000 milidetik.
```
select exfunc_upper('Varchar');
exfunc_upper
--------------
VARCHAR
(1 row)
```
### Contoh Skalar Lambda UDF menggunakan fungsi Lambda Python
Contoh berikut menciptakan fungsi eksternal yang bernama `exfunc_multiplication` dan yang mengalikan angka dan mengembalikan integer. Contoh ini menggabungkan keberhasilan dan `error_msg` bidang dalam respons Lambda. Bidang sukses diatur ke false ketika ada luapan bilangan bulat dalam hasil perkalian, dan `error_msg` pesan disetel ke. `Integer multiplication overflow` `exfunc_multiplication`Fungsi ini mengambil tiga bilangan bulat sebagai argumen masukan dan mengembalikan jumlah sebagai output integer.
Nama fungsi Lambda yang disebut adalah. `lambda_multiplication` Bahasa yang digunakan untuk fungsi Lambda ini adalah Python 3.8. Pastikan untuk menentukan peran IAM.
```
CREATE EXTERNAL FUNCTION exfunc_multiplication(int, int, int)
RETURNS INT
VOLATILE
LAMBDA 'lambda_multiplication'
IAM_ROLE 'arn:aws:iam::123456789012:role/Redshift-Exfunc-Test';
```
Fungsi Lambda mengambil payload permintaan dan iterasi di setiap baris. Semua nilai dalam satu baris dikalikan untuk menghitung hasil untuk baris itu, yang disimpan dalam daftar respons. Contoh ini menggunakan nilai keberhasilan Boolean yang diatur ke true secara default. Jika hasil perkalian untuk baris memiliki overflow integer, maka nilai keberhasilan disetel ke false. Kemudian loop iterasi rusak.
Saat membuat payload respons, jika nilai keberhasilannya salah, fungsi Lambda berikut menambahkan bidang `error_msg` di payload. Ini juga mengatur pesan kesalahan ke`Integer multiplication overflow`. Jika nilai keberhasilan benar, maka data hasil ditambahkan di bidang hasil. Jumlah baris dalam larik hasil, jika ada, mirip dengan jumlah baris yang diterima dalam payload permintaan.
Bidang argumen dalam permintaan yang dikirim ke fungsi Lambda berisi payload data. Mungkin ada beberapa baris dalam payload data jika terjadi permintaan batch. Fungsi Lambda berikut mengulangi semua baris dalam payload data permintaan dan secara individual mengulangi semua nilai dalam satu baris.
```
import json
def lambda_handler(event, context):
t1 = event['arguments']
# 'len(t1)' represents the number of rows in the request payload.
# The number of results in the response payload should be the same as the number of rows received.
resp = [None]*len(t1)
# By default success is set to 'True'.
success = True
# Iterating over all rows in the request payload.
for i, x in enumerate(t1):
mul = 1
# Iterating over all the values in a single row.
for j, y in enumerate(x):
mul = mul*y
# Check integer overflow.
if (mul >= 9223372036854775807 or mul <= -9223372036854775808):
success = False
break
else:
resp[i] = mul
ret = dict()
ret['success'] = success
if not success:
ret['error_msg'] = "Integer multiplication overflow"
else:
ret['results'] = resp
ret_json = json.dumps(ret)
return ret_json
```
Contoh berikut memanggil fungsi eksternal dengan nilai literal.
```
SELECT exfunc_multiplication(8, 9, 2);
exfunc_multiplication
---------------------------
144
(1 row)
```
Contoh berikut membuat tabel bernama t\$1multi dengan tiga kolom, c1, c2, dan c3, dari tipe data integer. Fungsi eksternal dipanggil dengan melewatkan nama kolom tabel ini. Data dimasukkan sedemikian rupa untuk menyebabkan integer overflow untuk menunjukkan bagaimana kesalahan disebarkan.
```
CREATE TABLE t_multi (c1 int, c2 int, c3 int);
INSERT INTO t_multi VALUES (2147483647, 2147483647, 4);
SELECT exfunc_multiplication(c1, c2, c3) FROM t_multi;
DETAIL:
-----------------------------------------------
error: Integer multiplication overflow
code: 32004context:
context:
query: 38
location: exfunc_data.cpp:276
process: query2_16_38 [pid=30494]
-----------------------------------------------
```
# BUAT MODEL EKSTERNAL
**Topics**
+ [Prasyarat untuk MEMBUAT MODEL EKSTERNAL](#r_create_external_model_prereqs)
+ [Hak istimewa yang diperlukan](#r_simple_create_model-privileges)
+ [Pengendalian biaya](#r_create_model_cost)
+ [BUAT SINTAKS MODEL EKSTERNAL](#r_create_external_model_syntax)
+ [BUAT parameter dan pengaturan MODEL EKSTERNAL](#r_create_external_model_parameters_settings)
+ [BUAT parameter fungsi inferensi MODEL EKSTERNAL](#r_create_external_model_if_parameters)
## Prasyarat untuk MEMBUAT MODEL EKSTERNAL
Sebelum Anda menggunakan pernyataan CREATE EXTERNAL MODEL, lengkapi prasyarat di. [Penyiapan klaster untuk menggunakan Amazon Redshift ML](getting-started-machine-learning.md#cluster-setup) Berikut ini adalah ringkasan prasyarat tingkat tinggi.
+ Buat klaster Amazon Redshift dengan AWS Management Console atau AWS Command Line Interface (CLI AWS ).
+ Lampirkan kebijakan AWS Identity and Access Management (IAM) saat membuat cluster.
+ Untuk memungkinkan Amazon Redshift dan Amazon Bedrock mengambil peran untuk berinteraksi dengan layanan lain, tambahkan kebijakan kepercayaan yang sesuai ke peran IAM.
+ Aktifkan akses ke spesifik LLMs yang ingin Anda gunakan dari konsol Amazon Bedrock.
+ (Opsional) Jika Anda menemukan pengecualian pembatasan yang berasal dari Amazon Bedrock seperti`Too many requests, please wait before trying again`, bahkan dengan sejumlah kecil data, periksa **kuota di bawah Service Quotas** di akun Amazon Bedrock Anda. Periksa apakah kuota tingkat akun yang diterapkan setidaknya sama dengan nilai kuota AWS default untuk **InvokeModel**permintaan model yang Anda gunakan.
Untuk detail tentang peran IAM, kebijakan kepercayaan, dan prasyarat lainnya, lihat. [Penyiapan klaster untuk menggunakan Amazon Redshift ML](getting-started-machine-learning.md#cluster-setup)
## Hak istimewa yang diperlukan
Berikut ini adalah hak istimewa yang diperlukan untuk CREATE EXTERNAL MODEL:
+ Superuser
+ Pengguna dengan hak istimewa CREATE MODEL
+ Peran dengan hak istimewa GRANT CREATE MODEL
## Pengendalian biaya
Amazon Redshift MLmenggunakan sumber daya kluster yang ada untuk membuat model prediksi, sehingga Anda tidak perlu membayar biaya tambahan. Namun, AWS biaya untuk menggunakan Amazon Bedrock berdasarkan model yang Anda pilih. Untuk informasi selengkapnya, lihat [Biaya untuk menggunakan Amazon Redshift](https://docs.aws.amazon.com/redshift/latest/dg/cost.html) Ml.
## BUAT SINTAKS MODEL EKSTERNAL
Berikut ini adalah sintaks lengkap dari pernyataan CREATE EXTERNAL MODEL.
```
CREATE EXTERNAL MODEL model_name
FUNCTION function_name
IAM_ROLE {default/'arn:aws:iam:::role/'}
MODEL_TYPE BEDROCK
SETTINGS (
MODEL_ID model_id
[, PROMPT 'prompt prefix']
[, SUFFIX 'prompt suffix']
[, REQUEST_TYPE {RAW|UNIFIED}]
[, RESPONSE_TYPE {VARCHAR|SUPER}]
);
```
`CREATE EXTERNAL MODEL`Perintah membuat fungsi inferensi yang Anda gunakan untuk menghasilkan konten.
Berikut ini adalah sintaks dari fungsi inferensi yang `CREATE EXTERNAL MODEL` membuat menggunakan dari`REQUEST_TYPE`: `RAW`
```
SELECT inference_function_name(request_super)
[FROM table];
```
Berikut ini adalah sintaks dari fungsi inferensi yang `CREATE EXTERNAL MODEL` membuat menggunakan dari`REQUEST_TYPE`: `UNIFIED`
```
SELECT inference_function_name(input_text, [, inference_config [, additional_model_request_fields]])
[FROM table];
```
Untuk informasi tentang cara menggunakan fungsi inferensi, lihat[Menggunakan model eksternal untuk integrasi Amazon Redshift MLdengan Amazon Bedrock](machine-learning-br.md#machine-learning-br-use).
## BUAT parameter dan pengaturan MODEL EKSTERNAL
Bagian ini menjelaskan parameter dan pengaturan untuk `CREATE EXTERNAL MODEL` perintah.
**Topics**
+ [BUAT parameter MODEL EKSTERNAL](#r_create_external_model_parameters)
+ [BUAT pengaturan MODEL EKSTERNAL](#r_create_external_model_settings)
### BUAT parameter MODEL EKSTERNAL
nama\$1model
Nama untuk model eksternal. Nama model dalam skema harus unik.
FUNGSI *function\$1name (data\$1type* [,...])
Nama untuk fungsi inferensi yang `CREATE EXTERNAL MODEL` menciptakan. Anda menggunakan fungsi inferensi untuk mengirim permintaan ke Amazon Bedrock dan mengambil teks yang dihasilkan MP.
IAM\$1ROLE *\$1default \$1 'arn:aws:iam: ::role/ '*\$1
Peran IAM yang digunakan Amazon Redshift untuk mengakses Amazon Bedrock. Untuk informasi tentang peran IAM, lihat [Membuat atau memperbarui peran IAM untuk integrasi Amazon Redshift MLdengan Amazon Bedrock](machine-learning-br.md#machine-learning-br-iam).
BATUAN DASAR MODEL\$1TYPE
Menentukan jenis model. Satu-satunya nilai yang valid adalah `BEDROCK`.
PENGATURAN (MODEL\$1ID model\$1id [,...])
Menentukan pengaturan model eksternal. Lihat bagian berikut untuk detailnya.
### BUAT pengaturan MODEL EKSTERNAL
MODEL\$1ID model\$1id
Pengidentifikasi untuk model eksternal, misalnya,`anthropic.claude-v2`. Untuk informasi tentang model Amazon Bedrock IDs, lihat Model [Amazon Bedrock](https://docs.aws.amazon.com/bedrock/latest/userguide/model-ids.html). IDs
PROMPT 'awalan cepat'
Menentukan prompt statis yang ditambahkan Amazon Redshift ke awal setiap permintaan inferensi. Hanya didukung dengan `REQUEST_TYPE` a`UNIFIED`.
AKHIRAN 'akhiran cepat'
Menentukan prompt statis yang ditambahkan Amazon Redshift ke akhir setiap permintaan inferensi. Hanya didukung dengan `REQUEST_TYPE` a`UNIFIED`.
REQUEST\$1TYPE \$1MENTAH \$1 TERPADU\$1
Menentukan format permintaan yang dikirim ke Amazon Bedrock. Nilai-nilai yang valid meliputi:
+ **RAW**: Fungsi inferensi mengambil input sebagai nilai super tunggal, dan selalu mengembalikan nilai super. Format nilai super khusus untuk model Amazon Bedrock yang dipilih. Super adalah model prediksi yang menggabungkan beberapa algoritma untuk menghasilkan prediksi tunggal yang lebih baik.
+ **UNIFIED**: Fungsi inferensi menggunakan API terpadu. Semua model memiliki antarmuka yang terpadu dan konsisten dengan Amazon Bedrock. Ini berfungsi untuk semua model yang mendukung pesan. Nilai ini adalah default.
Untuk informasi selengkapnya, lihat dokumentasi [Converse API di dokumentasi](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_Converse.html) *Amazon Bedrock API*.
RESPONSE\$1TYPE \$1VARCHAR \$1 SUPER\$1
Menentukan format respon. Jika `REQUEST_TYPE` ada`RAW`, `RESPONSE_TYPE` yang diminta dan satu-satunya nilai yang valid adalah`SUPER`. Untuk semua `REQUEST TYPE` nilai lainnya, nilai defaultnya adalah`VARCHAR`, dan `RESPONSE_TYPE` bersifat opsional. Nilai-nilai yang valid meliputi:
+ **VARCHAR**: Amazon Redshift hanya mengembalikan respons teks yang dihasilkan oleh model.
+ **SUPER**: Amazon Redshift mengembalikan seluruh respons JSON yang dihasilkan oleh model sebagai super. Ini termasuk respons teks, dan informasi seperti alasan berhenti, dan penggunaan token input dan output model. Super adalah model prediksi yang menggabungkan beberapa algoritma untuk menghasilkan prediksi tunggal yang lebih baik.
## BUAT parameter fungsi inferensi MODEL EKSTERNAL
Bagian ini menjelaskan parameter yang valid untuk fungsi inferensi yang dibuat oleh `CREATE EXTERNAL MODEL` perintah.
### BUAT parameter fungsi inferensi MODEL EKSTERNAL untuk `REQUEST_TYPE` `RAW`
Fungsi inferensi yang dibuat dengan a `REQUEST_TYPE` of `RAW` memiliki satu argumen input super dan selalu mengembalikan tipe data super. Sintaks input super mengikuti sintaks permintaan model tertentu yang dipilih dari Amazon Bedrock.
### BUAT parameter fungsi inferensi MODEL EKSTERNAL untuk `REQUEST_TYPE` `UNIFIED`
input\$1text
Teks yang dikirim Amazon Redshift ke Amazon Bedrock.
inference\$1config
Nilai super yang berisi parameter opsional yang dikirimkan Amazon Redshift ke Amazon Bedrock. Ini dapat mencakup yang berikut:
+ MaxTokens
+ StopSequences
+ suhu
+ TopP
Parameter ini semuanya opsional dan semuanya peka huruf besar/kecil. Untuk informasi tentang parameter ini, lihat [ InferenceConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InferenceConfiguration.html)di *Referensi Amazon Bedrock API*.
# BUAT SKEMA EKSTERNAL
Membuat skema eksternal baru dalam database saat ini. Anda dapat menggunakan skema eksternal ini untuk terhubung ke Amazon RDS for PostgreSQL atau database Edisi yang kompatibel dengan Amazon Aurora PostgreSQL. Anda juga dapat membuat skema eksternal yang mereferensikan database dalam katalog data eksternal seperti AWS Glue, Athena, atau database di metastore Apache Hive, seperti Amazon EMR.
Pemilik skema ini adalah penerbit perintah CREATE EXTERNAL SCHEMA. Untuk mentransfer kepemilikan skema eksternal, gunakan [ALTER SCHEMA](r_ALTER_SCHEMA.md) untuk mengubah pemilik. Untuk memberikan akses ke skema ke pengguna lain atau grup pengguna, gunakan [HIBAH](r_GRANT.md) perintah.
Anda tidak dapat menggunakan perintah GRANT atau REVOKE untuk izin pada tabel eksternal. Sebagai gantinya, berikan atau cabut izin pada skema eksternal.
**catatan**
Jika saat ini Anda memiliki tabel eksternal Redshift Spectrum di katalog data Amazon Athena, Anda dapat memigrasikan katalog data Athena ke katalog data. AWS Glue Data Catalog Untuk menggunakan Katalog AWS Glue Data dengan Redshift Spectrum, Anda mungkin perlu mengubah kebijakan AWS Identity and Access Management (IAM). Untuk informasi selengkapnya, lihat [Memutakhirkan ke Katalog AWS Glue Data](https://docs.aws.amazon.com/athena/latest/ug/glue-athena.html#glue-upgrade) di Panduan *Pengguna Athena*.
Untuk melihat detail skema eksternal, kueri tampilan [SVV\$1EXTERNAL\$1SCHEMAS](r_SVV_EXTERNAL_SCHEMAS.md) sistem.
## Sintaksis
Sintaks berikut menjelaskan perintah CREATE EXTERNAL SCHEMA yang digunakan untuk referensi data menggunakan katalog data eksternal. Untuk informasi selengkapnya, lihat [Amazon Redshift Spectrum](c-using-spectrum.md).
```
CREATE EXTERNAL SCHEMA [IF NOT EXISTS] local_schema_name
FROM [ [ DATA CATALOG ] | HIVE METASTORE | POSTGRES | MYSQL | KINESIS | MSK | REDSHIFT | KAFKA ]
[ DATABASE 'database_name' ]
[ SCHEMA 'schema_name' ]
[ REGION 'aws-region' ]
[ IAM_ROLE [ default | 'SESSION' | 'arn:aws:iam:::role/' ] ]
[ AUTHENTICATION [ none | iam | mtls] ]
[ AUTHENTICATION_ARN 'acm-certificate-arn' | SECRET_ARN 'ssm-secret- arn' ]
[ URI ['hive_metastore_uri' [ PORT port_number ] | 'hostname' [ PORT port_number ] | 'Kafka bootstrap URL'] ]
[ CLUSTER_ARN 'arn:aws:kafka:::cluster/msk/' ]
[ CATALOG_ROLE [ 'SESSION' | 'catalog-role-arn-string' ] ]
[ CREATE EXTERNAL DATABASE IF NOT EXISTS ]
[ CATALOG_ID 'Amazon Web Services account ID containing Glue or Lake Formation database' ]
```
Sintaks berikut menjelaskan perintah CREATE EXTERNAL SCHEMA yang digunakan untuk referensi data menggunakan query federasi untuk RDS POSTGRES atau Aurora PostgreSQL. Anda juga dapat membuat skema eksternal yang mereferensikan sumber streaming, seperti Kinesis Data Streams. Untuk informasi selengkapnya, lihat [Menanyakan data dengan kueri gabungan di Amazon Redshift](federated-overview.md).
```
CREATE EXTERNAL SCHEMA [IF NOT EXISTS] local_schema_name
FROM POSTGRES
DATABASE 'federated_database_name' [SCHEMA 'schema_name']
URI 'hostname' [ PORT port_number ]
IAM_ROLE [ default | 'arn:aws:iam:::role/' ]
SECRET_ARN 'ssm-secret-arn'
```
Sintaks berikut menjelaskan perintah CREATE EXTERNAL SCHEMA yang digunakan untuk referensi data menggunakan query federasi untuk RDS MySQL atau Aurora MySQL. Untuk informasi selengkapnya, lihat [Menanyakan data dengan kueri gabungan di Amazon Redshift](federated-overview.md).
```
CREATE EXTERNAL SCHEMA [IF NOT EXISTS] local_schema_name
FROM MYSQL
DATABASE 'federated_database_name'
URI 'hostname' [ PORT port_number ]
IAM_ROLE [ default | 'arn:aws:iam:::role/' ]
SECRET_ARN 'ssm-secret-arn'
```
Sintaks berikut menjelaskan perintah CREATE EXTERNAL SCHEMA yang digunakan untuk referensi data dalam aliran Kinesis. Untuk informasi selengkapnya, lihat [Streaming konsumsi ke tampilan yang terwujud](materialized-view-streaming-ingestion.md).
```
CREATE EXTERNAL SCHEMA [IF NOT EXISTS] schema_name
FROM KINESIS
IAM_ROLE [ default | 'arn:aws:iam:::role/' ]
```
Sintaks berikut menjelaskan perintah CREATE EXTERNAL SCHEMA yang digunakan untuk mereferensikan Amazon Managed Streaming for Apache Kafka atau cluster Confluent Cloud dan topiknya untuk dicerna. Untuk terhubung, Anda menyediakan URI broker. Untuk informasi selengkapnya, lihat [Streaming konsumsi ke tampilan yang terwujud](materialized-view-streaming-ingestion.md).
```
CREATE EXTERNAL SCHEMA [IF NOT EXISTS] schema_name
FROM KAFKA
[ IAM_ROLE [ default | 'arn:aws:iam:::role/' ] ]
URI 'Kafka bootstrap URI'
AUTHENTICATION [ none | iam | mtls ]
[ AUTHENTICATION_ARN 'acm-certificate-arn' | SECRET_ARN 'ssm-secret- arn' ];
```
Sintaks berikut menjelaskan perintah CREATE EXTERNAL SCHEMA yang digunakan untuk referensi data menggunakan query cross-database.
```
CREATE EXTERNAL SCHEMA local_schema_name
FROM REDSHIFT
DATABASE 'redshift_database_name' SCHEMA 'redshift_schema_name'
```
## Parameter
JIKA TIDAK ADA
Klausa yang menunjukkan bahwa jika skema yang ditentukan sudah ada, perintah tidak boleh membuat perubahan dan mengembalikan pesan bahwa skema itu ada, daripada berakhir dengan kesalahan. Klausa ini berguna saat membuat skrip, sehingga skrip tidak gagal jika CREATE EXTERNAL SCHEMA mencoba membuat skema yang sudah ada.
local\$1schema\$1name
Nama skema eksternal baru. Untuk informasi selengkapnya tentang nama yang valid, lihat[Nama dan pengidentifikasi](r_names.md).
DARI [KATALOG DATA] \$1 HIVE METASTORE \$1 POSTGRES \$1 MYSQL \$1 KINESIS \$1 MSK \$1 PERGESERAN MERAH
Kata kunci yang menunjukkan di mana database eksternal berada.
KATALOG DATA menunjukkan bahwa database eksternal didefinisikan dalam katalog data Athena atau. AWS Glue Data Catalog
Jika database eksternal didefinisikan dalam Katalog Data eksternal di AWS Wilayah yang berbeda, parameter REGION diperlukan. DATA CATALOG adalah default.
HIVE METASTORE menunjukkan bahwa database eksternal didefinisikan dalam metastore Apache Hive. Jika HIVE METASTORE, ditentukan, URI diperlukan.
POSTGRES menunjukkan bahwa database eksternal didefinisikan dalam RDS PostgreSQL atau Aurora PostgreSQL.
MYSQL menunjukkan bahwa database eksternal didefinisikan dalam RDS MySQL atau Aurora MySQL.
KINESIS menunjukkan bahwa sumber data adalah aliran dari Kinesis Data Streams.
MSK menunjukkan bahwa sumber data adalah kluster Amazon MSK yang disediakan atau tanpa server.
KAFKA menunjukkan bahwa sumber data adalah cluster Kafka. Anda dapat menggunakan kata kunci ini untuk Amazon MSK dan Confluent Cloud.
DARI PERGESERAN MERAH
Kata kunci yang menunjukkan bahwa database terletak di Amazon Redshift.
*DATABASE '*redshift\$1database\$1name' SKEMA 'redshift\$1schema\$1name*'*
Nama database Amazon Redshift.
*Redshift\$1schema\$1name menunjukkan skema di* Amazon Redshift. *Redshift\$1schema\$1name* default adalah. `public`
DATABASE '*federated\$1database\$1name*'
Kata kunci yang menunjukkan nama database eksternal di PostgreSQL atau mesin database MySQL yang didukung.
[SKEMA '*schema\$1name*']
*Schema\$1name* menunjukkan skema dalam mesin database PostgreSQL yang didukung. *Schema\$1name* default adalah. `public`
Anda tidak dapat menentukan SKEMA saat menyiapkan kueri federasi ke mesin database MySQL yang didukung.
WILAYAH '*aws-region*'
Jika database eksternal didefinisikan dalam katalog data Athena atau AWS Glue Data Catalog, AWS Wilayah di mana database berada. Parameter ini diperlukan jika database didefinisikan dalam Katalog Data eksternal.
URI ['hive\$1metastore\$1uri' [PORT port\$1number] \$1 'hostname' [PORT port\$1number] \$1 'Kafka bootstrap URI']
URI hostname dan port\$1number dari mesin database PostgreSQL atau MySQL yang didukung. *Nama host* adalah simpul kepala dari set replika. Titik akhir harus dapat dijangkau (dapat dirutekan) dari cluster Amazon Redshift. PostgreSQL port\$1number default adalah 5432. Port\$1number MySQL default adalah 3306.
Mesin database PostgreSQL atau MySQL yang didukung harus berada di VPC yang sama dengan cluster Amazon Redshift Anda dengan grup keamanan yang menghubungkan Amazon Redshift dan URL RDSPOSTGRESQL atau Aurora PostgreSQL. Selain itu, Anda dapat menggunakan perutean VPC yang disempurnakan untuk mengonfigurasi kasus penggunaan lintas VPC. Untuk informasi selengkapnya, lihat Titik akhir [VPC yang dikelola RedShift](https://docs.aws.amazon.com/redshift/latest/mgmt/managing-cluster-cross-vpc.html).
**Menentukan URI metastore sarang**
Jika database berada dalam metastore Hive, tentukan URI dan opsional nomor port untuk metastore. Nomor port default adalah 9083.
URI tidak berisi spesifikasi protokol (“http://”). Contoh URI yang valid:`uri '172.10.10.10'`.
**Menentukan URI broker untuk streaming konsumsi**
Termasuk URI bootstrap-broker menyediakan kemampuan untuk terhubung ke Amazon MSK atau cluster Confluent Cloud dan menerima data streaming. Untuk informasi selengkapnya dan untuk melihat contohnya, lihat [Memulai konsumsi streaming dari Amazon Managed Streaming for](https://docs.aws.amazon.com/redshift/latest/dg/materialized-view-streaming-ingestion-getting-started-MSK.html) Apache Kafka.
IAM\$1ROLE [default \$1 'SESI' \$1 'arn:aws:iam: ::role/ '] ** **
Gunakan kata kunci default agar Amazon Redshift menggunakan peran IAM yang ditetapkan sebagai default dan terkait dengan cluster saat perintah CREATE EXTERNAL SCHEMA berjalan.
Gunakan `'SESSION'` jika Anda terhubung ke klaster Amazon Redshift menggunakan identitas federasi dan mengakses tabel dari skema eksternal yang dibuat menggunakan perintah ini. Untuk informasi selengkapnya, lihat [Menggunakan identitas federasi untuk mengelola akses Amazon Redshift ke sumber daya lokal dan tabel eksternal Amazon Redshift Spectrum](https://docs.aws.amazon.com/redshift/latest/mgmt/authorization-fas-spectrum.html), yang menjelaskan cara mengonfigurasi identitas federasi. Perhatikan bahwa konfigurasi ini, menggunakan `'SESSION'` sebagai pengganti ARN, hanya dapat digunakan jika skema dibuat menggunakan. `DATA CATALOG`
Gunakan Amazon Resource Name (ARN) untuk peran IAM yang digunakan klaster Anda untuk autentikasi dan otorisasi. Minimal, peran IAM harus memiliki izin untuk melakukan operasi LIST di bucket Amazon S3 untuk diakses dan operasi GET pada objek Amazon S3 yang berisi bucket.
Berikut ini menunjukkan sintaks untuk string parameter IAM\$1ROLE untuk ARN tunggal.
```
IAM_ROLE 'arn:aws:iam:::role/'
```
Anda dapat merantai peran sehingga klaster Anda dapat mengambil peran IAM lain, mungkin milik akun lain. Anda dapat merantai hingga 10 peran. Untuk contoh peran rantai, lihat[Merantai peran IAM dalam Amazon Redshift Spectrum](c-spectrum-iam-policies.md#c-spectrum-chaining-roles).
Untuk peran IAM ini, lampirkan kebijakan izin IAM yang serupa dengan yang berikut ini.
****
```
{
"Version":"2012-10-17",
"Statement": [
{
"Sid": "AccessSecret",
"Effect": "Allow",
"Action": [
"secretsmanager:GetResourcePolicy",
"secretsmanager:GetSecretValue",
"secretsmanager:DescribeSecret",
"secretsmanager:ListSecretVersionIds"
],
"Resource": "arn:aws:secretsmanager:us-west-2:123456789012:secret:my-rds-secret-VNenFy"
},
{
"Sid": "VisualEditor1",
"Effect": "Allow",
"Action": [
"secretsmanager:GetRandomPassword",
"secretsmanager:ListSecrets"
],
"Resource": "*"
}
]
}
```
Untuk langkah-langkah untuk membuat peran IAM yang akan digunakan dengan kueri federasi, lihat. [Membuat rahasia dan peran IAM untuk menggunakan kueri federasi](federated-create-secret-iam-role.md)
Jangan sertakan spasi dalam daftar peran yang dirantai.
Berikut ini menunjukkan sintaks untuk rantai tiga peran.
```
IAM_ROLE 'arn:aws:iam:::role/,arn:aws:iam:::role/,arn:aws:iam:::role/'
```
RAHASIA\$1ARN '' *ssm-secret-arn*
Nama Sumber Daya Amazon (ARN) dari rahasia mesin database PostgreSQL atau MySQL yang didukung yang dibuat menggunakan. AWS Secrets Manager Untuk informasi tentang cara membuat dan mengambil ARN untuk rahasia, [lihat Mengelola rahasia AWS Secrets Manager](https://docs.aws.amazon.com/secretsmanager/latest/userguide/manage_create-basic-secret.html) dengan di AWS Secrets Manager Panduan *Pengguna*, [dan Mengambil Nama Sumber Daya Amazon (ARN) rahasia](https://docs.aws.amazon.com/redshift/latest/mgmt/redshift-secrets-manager-integration-retrieving-secret.html) di Amazon Redshift..
CATALOG\$1ROLE ['SESI' \$1] *catalog-role-arn-string*
Gunakan `'SESSION'` untuk menyambung ke klaster Amazon Redshift menggunakan identitas federasi untuk autentikasi dan otorisasi ke katalog data. Untuk informasi selengkapnya tentang menyelesaikan langkah-langkah untuk identitas federasi, lihat [Menggunakan identitas federasi untuk mengelola akses Amazon Redshift ke sumber daya lokal dan tabel eksternal Amazon Redshift Spectrum](https://docs.aws.amazon.com/redshift/latest/mgmt/authorization-fas-spectrum.html). Perhatikan bahwa `'SESSION'` peran hanya dapat digunakan jika skema dibuat dalam KATALOG DATA.
Gunakan ARN Nama Sumber Daya Amazon untuk peran IAM yang digunakan klaster Anda untuk autentikasi dan otorisasi katalog data.
Jika CATALOG\$1ROLE tidak ditentukan, Amazon Redshift menggunakan IAM\$1ROLE yang ditentukan. Peran katalog harus memiliki izin untuk mengakses Katalog Data di AWS Glue atau Athena. Untuk informasi selengkapnya, lihat [Kebijakan IAM untuk Amazon Redshift Spectrum](c-spectrum-iam-policies.md).
Berikut ini menunjukkan sintaks untuk string parameter CATALOG\$1ROLE untuk ARN tunggal.
```
CATALOG_ROLE 'arn:aws:iam:::role/'
```
Anda dapat merantai peran sehingga klaster Anda dapat mengambil peran IAM lain, mungkin milik akun lain. Anda dapat merantai hingga 10 peran. Untuk informasi selengkapnya, lihat [Merantai peran IAM dalam Amazon Redshift Spectrum](c-spectrum-iam-policies.md#c-spectrum-chaining-roles).
Daftar peran yang dirantai tidak boleh menyertakan spasi.
Berikut ini menunjukkan sintaks untuk rantai tiga peran.
```
CATALOG_ROLE 'arn:aws:iam:::role/,arn:aws:iam:::role/,arn:aws:iam:::role/'
```
BUAT DATABASE EKSTERNAL JIKA TIDAK ADA
Klausa yang membuat database eksternal dengan nama yang ditentukan oleh argumen DATABASE, jika database eksternal yang ditentukan tidak ada. Jika database eksternal yang ditentukan ada, perintah tidak membuat perubahan. Dalam hal ini, perintah mengembalikan pesan bahwa database eksternal ada, bukan berakhir dengan kesalahan.
Anda tidak dapat menggunakan CREATE EXTERNAL DATABASE JIKA TIDAK ADA dengan HIVE METASTORE.
Untuk menggunakan CREATE EXTERNAL DATABASE JIKA TIDAK ADA dengan Katalog Data diaktifkan AWS Lake Formation, Anda memerlukan `CREATE_DATABASE` izin pada Katalog Data.
CATALOG\$1ID 'ID akun *Amazon Web Services yang berisi basis data Glue atau Lake Formation '*
Id akun tempat database katalog data disimpan.
`CATALOG_ID`dapat ditentukan hanya jika Anda berencana untuk terhubung ke klaster Amazon Redshift atau ke Amazon Redshift Tanpa Server menggunakan identitas federasi untuk otentikasi dan otorisasi ke katalog data dengan menyetel salah satu dari berikut ini:
+ `CATALOG_ROLE` untuk `'SESSION'`
+ `IAM_ROLE`ke `'SESSION'` dan `'CATALOG_ROLE'` atur ke defaultnya
Untuk informasi selengkapnya tentang menyelesaikan langkah-langkah untuk identitas federasi, lihat [Menggunakan identitas federasi untuk mengelola akses Amazon Redshift ke sumber daya lokal dan tabel eksternal Amazon Redshift Spectrum](https://docs.aws.amazon.com/redshift/latest/mgmt/authorization-fas-spectrum.html).
OTENTIKASI
Jenis otentikasi yang ditentukan untuk konsumsi streaming. Penyerapan streaming dengan jenis otentikasi berfungsi dengan Amazon Managed Streaming for Apache Kafka. `AUTHENTICATION`Jenisnya adalah sebagai berikut:
+ **none** - Menentukan bahwa tidak ada otentikasi yang diperlukan. Ini sesuai dengan Akses tidak diautentikasi di MSK atau plaintext dengan TLS di Apache Kafka.
+ **iam** - Menentukan otentikasi IAM. Ketika Anda memilih ini, pastikan bahwa peran IAM memiliki izin untuk autentikasi IAM. Untuk informasi lebih lanjut tentang mendefinisikan skema eksternal, lihat. [Memulai dengan konsumsi streaming dari sumber Apache Kafka](materialized-view-streaming-ingestion-getting-started-MSK.md)
+ **mtls** — Menentukan bahwa keamanan lapisan transportasi timbal balik menyediakan komunikasi yang aman dengan memfasilitasi otentikasi antara klien dan server. Dalam hal ini, klien adalah Redshift dan servernya adalah Amazon MSK. Untuk informasi selengkapnya tentang mengonfigurasi konsumsi streaming dengan mTL, lihat. [Otentikasi dengan mTL untuk konsumsi streaming Redshift dari sumber Apache Kafka](materialized-view-streaming-ingestion-mtls.md)
AUTHENTICATION\$1ARN
ARN dari AWS Certificate Manager sertifikat yang digunakan oleh Amazon Redshift untuk otentikasi mtls dengan Amazon MSK. ARN tersedia di konsol ACM saat Anda memilih sertifikat yang dikeluarkan.
CLUSTER\$1ARN
Untuk konsumsi streaming, CLUSTER\$1ARN adalah pengidentifikasi cluster untuk cluster Amazon Managed Streaming for Apache Kafka Kafka tempat Anda streaming. Saat menggunakan CLUSTER\$1ARN, ini memerlukan kebijakan peran IAM yang menyertakan izin. `kafka:GetBootstrapBrokers` Opsi ini disediakan untuk kompatibilitas mundur. Saat ini, kami merekomendasikan menggunakan opsi URI bootstrap-broker untuk terhubung ke Amazon Managed Streaming for Apache Kafka Kafka cluster. Untuk informasi lebih lanjut, lihat [Streaming ingestion](https://docs.aws.amazon.com/redshift/latest/dg/materialized-view-streaming-ingestion.html).
## Catatan penggunaan
Untuk batasan saat menggunakan katalog data Athena, lihat Batas [Athena](https://docs.aws.amazon.com/general/latest/gr/aws_service_limits.html#amazon-athena-limits) di. Referensi Umum AWS
Untuk batas saat menggunakan AWS Glue Data Catalog, lihat [AWS Glue Batas](https://docs.aws.amazon.com/general/latest/gr/aws_service_limits.html#limits_glue) di Referensi Umum AWS.
Batasan ini tidak berlaku untuk metastore Hive.
Ada maksimum 9.900 skema per database. Untuk informasi selengkapnya, lihat [Kuota dan batasan](https://docs.aws.amazon.com/redshift/latest/mgmt/amazon-redshift-limits.html) di Panduan Manajemen *Pergeseran Merah Amazon*.
Untuk membatalkan pendaftaran skema, gunakan perintah. [DROP SCHEMA](r_DROP_SCHEMA.md)
Untuk melihat detail skema eksternal, kueri tampilan sistem berikut:
+ [SVV\$1EXTERNAL\$1SCHEMAS](r_SVV_EXTERNAL_SCHEMAS.md)
+ [SVV\$1EXTERNAL\$1TABLES](r_SVV_EXTERNAL_TABLES.md)
+ [SVV\$1EXTERNAL\$1COLUMNS](r_SVV_EXTERNAL_COLUMNS.md)
## Contoh
Contoh berikut membuat skema eksternal menggunakan database dalam katalog data bernama `sampledb` di Wilayah Barat AS (Oregon). Gunakan contoh ini dengan Athena atau katalog AWS Glue data.
```
create external schema spectrum_schema
from data catalog
database 'sampledb'
region 'us-west-2'
iam_role 'arn:aws:iam::123456789012:role/MySpectrumRole';
```
Contoh berikut membuat skema eksternal dan membuat database eksternal baru bernama`spectrum_db`.
```
create external schema spectrum_schema
from data catalog
database 'spectrum_db'
iam_role 'arn:aws:iam::123456789012:role/MySpectrumRole'
create external database if not exists;
```
Contoh berikut membuat skema eksternal menggunakan database metastore Hive bernama. `hive_db`
```
create external schema hive_schema
from hive metastore
database 'hive_db'
uri '172.10.10.10' port 99
iam_role 'arn:aws:iam::123456789012:role/MySpectrumRole';
```
Contoh berikut merantai peran untuk menggunakan peran `myS3Role` untuk mengakses Amazon S3 dan `myAthenaRole` digunakan untuk akses katalog data. Untuk informasi selengkapnya, lihat [Merantai peran IAM dalam Amazon Redshift Spectrum](c-spectrum-iam-policies.md#c-spectrum-chaining-roles).
```
create external schema spectrum_schema
from data catalog
database 'spectrum_db'
iam_role 'arn:aws:iam::123456789012:role/myRedshiftRole,arn:aws:iam::123456789012:role/myS3Role'
catalog_role 'arn:aws:iam::123456789012:role/myAthenaRole'
create external database if not exists;
```
Contoh berikut membuat skema eksternal yang mereferensikan database Aurora PostgreSQL.
```
CREATE EXTERNAL SCHEMA [IF NOT EXISTS] myRedshiftSchema
FROM POSTGRES
DATABASE 'my_aurora_db' SCHEMA 'my_aurora_schema'
URI 'endpoint to aurora hostname' PORT 5432
IAM_ROLE 'arn:aws:iam::123456789012:role/MyAuroraRole'
SECRET_ARN 'arn:aws:secretsmanager:us-east-2:123456789012:secret:development/MyTestDatabase-AbCdEf'
```
Contoh berikut membuat skema eksternal untuk merujuk ke sales\$1db diimpor pada cluster konsumen.
```
CREATE EXTERNAL SCHEMA sales_schema FROM REDSHIFT DATABASE 'sales_db' SCHEMA 'public';
```
Contoh berikut membuat skema eksternal yang mereferensikan database Aurora MySQL.
```
CREATE EXTERNAL SCHEMA [IF NOT EXISTS] myRedshiftSchema
FROM MYSQL
DATABASE 'my_aurora_db'
URI 'endpoint to aurora hostname'
IAM_ROLE 'arn:aws:iam::123456789012:role/MyAuroraRole'
SECRET_ARN 'arn:aws:secretsmanager:us-east-2:123456789012:secret:development/MyTestDatabase-AbCdEf'
```
# CREATE EXTERNAL TABLE
Membuat tabel eksternal baru dalam skema yang ditentukan. Semua tabel eksternal harus dibuat dalam skema eksternal. Jalur penelusuran tidak didukung untuk skema eksternal dan tabel eksternal. Untuk informasi selengkapnya, lihat [BUAT SKEMA EKSTERNAL](r_CREATE_EXTERNAL_SCHEMA.md).
Selain tabel eksternal yang dibuat menggunakan perintah CREATE EXTERNAL TABLE, Amazon Redshift dapat mereferensikan tabel eksternal yang ditentukan dalam AWS Glue atau AWS Lake Formation katalog atau metastore Apache Hive. Gunakan [BUAT SKEMA EKSTERNAL](r_CREATE_EXTERNAL_SCHEMA.md) perintah untuk mendaftarkan database eksternal yang ditentukan dalam katalog eksternal dan membuat tabel eksternal tersedia untuk digunakan di Amazon Redshift. Jika tabel eksternal ada di AWS Glue atau AWS Lake Formation katalog atau metastore Hive, Anda tidak perlu membuat tabel menggunakan CREATE EXTERNAL TABLE. Untuk melihat tabel eksternal, kueri tampilan [SVV\$1EXTERNAL\$1TABLES](r_SVV_EXTERNAL_TABLES.md) sistem.
Dengan menjalankan perintah CREATE EXTERNAL TABLE AS, Anda dapat membuat tabel eksternal berdasarkan definisi kolom dari kueri dan menulis hasil kueri tersebut ke Amazon S3. Hasilnya dalam Apache Parquet atau format teks yang dibatasi. Jika tabel eksternal memiliki kunci atau kunci partisi, Amazon Redshift mempartisi file baru sesuai dengan kunci partisi tersebut dan mendaftarkan partisi baru ke dalam katalog eksternal secara otomatis. Untuk informasi selengkapnya tentang CREATE EXTERNAL TABLE AS, lihat[Catatan penggunaan](r_CREATE_EXTERNAL_TABLE_usage.md).
Anda dapat melakukan kueri tabel eksternal menggunakan sintaks SELECT yang sama yang Anda gunakan dengan tabel Amazon Redshift lainnya. Anda juga dapat menggunakan sintaks INSERT untuk menulis file baru ke lokasi tabel eksternal di Amazon S3. Untuk informasi selengkapnya, lihat [INSERT (tabel eksternal)](r_INSERT_external_table.md).
Untuk membuat tampilan dengan tabel eksternal, sertakan klausa WITH NO SCHEMA BINDING dalam pernyataan. [CREATE VIEW](r_CREATE_VIEW.md)
Anda tidak dapat menjalankan CREATE EXTERNAL TABLE di dalam transaksi (BEGIN... END). Untuk informasi lebih lanjut tentang transaksi, lihat[Tingkat isolasi di Amazon Redshift](c_serial_isolation.md).
## Hak istimewa yang diperlukan
Untuk membuat tabel eksternal, Anda harus menjadi pemilik skema eksternal atau superuser. Untuk mentransfer kepemilikan skema eksternal, gunakan ALTER SCHEMA untuk mengubah pemilik. Akses ke tabel eksternal dikendalikan oleh akses ke skema eksternal. Anda tidak bisa [HIBAH](r_GRANT.md) atau [MENCABUT](r_REVOKE.md) izin pada tabel eksternal. Sebagai gantinya, berikan atau cabut USE pada skema eksternal.
[Catatan penggunaan](r_CREATE_EXTERNAL_TABLE_usage.md)Memiliki informasi tambahan tentang izin khusus untuk tabel eksternal.
## Sintaksis
```
CREATE EXTERNAL TABLE
external_schema.table_name
(column_name data_type [, …] )
[ PARTITIONED BY (col_name data_type [, … ] )]
[ { ROW FORMAT DELIMITED row_format |
ROW FORMAT SERDE 'serde_name'
[ WITH SERDEPROPERTIES ( 'property_name' = 'property_value' [, ...] ) ] } ]
STORED AS file_format
LOCATION { 's3://bucket/folder/' | 's3://bucket/manifest_file' }
[ TABLE PROPERTIES ( 'property_name'='property_value' [, ...] ) ]
```
Berikut ini adalah sintaks untuk CREATE EXTERNAL TABLE AS.
```
CREATE EXTERNAL TABLE
external_schema.table_name
[ PARTITIONED BY (col_name [, … ] ) ]
[ ROW FORMAT DELIMITED row_format ]
STORED AS file_format
LOCATION { 's3://bucket/folder/' }
[ TABLE PROPERTIES ( 'property_name'='property_value' [, ...] ) ]
AS
{ select_statement }
```
## Parameter
*external\$1schema.table\$1name*
Nama tabel yang akan dibuat, dikualifikasikan oleh nama skema eksternal. Tabel eksternal harus dibuat dalam skema eksternal. Untuk informasi selengkapnya, lihat [BUAT SKEMA EKSTERNAL](r_CREATE_EXTERNAL_SCHEMA.md).
Panjang maksimum untuk nama tabel adalah 127 byte; nama yang lebih panjang dipotong menjadi 127 byte. Anda dapat menggunakan karakter multibyte UTF-8 hingga maksimal empat byte. Amazon Redshift memberlakukan batas 9.900 tabel per cluster, termasuk tabel sementara yang ditentukan pengguna dan tabel sementara yang dibuat oleh Amazon Redshift selama pemrosesan kueri atau pemeliharaan sistem. Secara opsional, Anda dapat memenuhi syarat nama tabel dengan nama database. Dalam contoh berikut, nama database adalah`spectrum_db`, nama skema eksternal`spectrum_schema`, dan nama tabel adalah`test`.
```
create external table spectrum_db.spectrum_schema.test (c1 int)
stored as parquet
location 's3://amzn-s3-demo-bucket/myfolder/';
```
Jika database atau skema yang ditentukan tidak ada, tabel tidak dibuat, dan pernyataan mengembalikan kesalahan. Anda tidak dapat membuat tabel atau tampilan dalam database sistem`template0`,, `template1``padb_harvest`, atau`sys:internal`.
Nama tabel harus berupa nama unik untuk skema yang ditentukan.
Untuk informasi selengkapnya tentang nama yang valid, lihat[Nama dan pengidentifikasi](r_names.md).
*(*column\$1name data\$1type*)*
Nama dan tipe data dari setiap kolom yang sedang dibuat.
Panjang maksimum untuk nama kolom adalah 127 byte; nama yang lebih panjang dipotong menjadi 127 byte. Anda dapat menggunakan karakter multibyte UTF-8 hingga maksimal empat byte. Anda tidak dapat menentukan nama kolom `"$path"` atau`"$size"`. Untuk informasi selengkapnya tentang nama yang valid, lihat[Nama dan pengidentifikasi](r_names.md).
Secara default, Amazon Redshift membuat tabel eksternal dengan `$path` pseudocolumns dan. `$size` Anda dapat menonaktifkan pembuatan pseudocolumns untuk sesi dengan menyetel parameter `spectrum_enable_pseudo_columns` konfigurasi ke. `false` Untuk informasi selengkapnya, lihat [Pseudokolom](r_CREATE_EXTERNAL_TABLE_usage.md#r_CREATE_EXTERNAL_TABLE_usage-pseudocolumns).
Jika pseudocolumns diaktifkan, jumlah maksimum kolom yang dapat Anda tentukan dalam satu tabel adalah 1.598. Jika pseudocolumns tidak diaktifkan, jumlah maksimum kolom yang dapat Anda tentukan dalam satu tabel adalah 1.600.
Jika Anda membuat “tabel lebar”, pastikan daftar kolom Anda tidak melebihi batas lebar baris untuk hasil perantara selama pemuatan dan pemrosesan kueri. Untuk informasi selengkapnya, lihat [Catatan penggunaan](r_CREATE_TABLE_NEW.md#r_CREATE_TABLE_usage).
Untuk perintah CREATE EXTERNAL TABLE AS, daftar kolom tidak diperlukan, karena kolom berasal dari kueri.
*data\$1type*
[Jenis Data](c_Supported_data_types.md) berikut didukung:
+ KECIL () INT2
+ BILANGAN BULAT (INT, INT4)
+ BIGINT () INT8
+ DESIMAL (NUMERIK)
+ NYATA (FLOAT4)
+ PRESISI GANDA (FLOAT8)
+ BOOLEAN (BOOL)
+ CHAR (KARAKTER)
+ VARCHAR (KARAKTER BERVARIASI)
+ VARBYTE (CHARACTER VARY) - dapat digunakan dengan file data Parket dan ORC, dan hanya dengan tabel non-partisi.
+ DATE - hanya dapat digunakan dengan teks, Parket, atau file data ORC, atau sebagai kolom partisi.
+ TIMESTAMP
Untuk DATE, Anda dapat menggunakan format seperti yang dijelaskan berikut. Untuk nilai bulan yang diwakili menggunakan digit, format berikut didukung:
+ `mm-dd-yyyy`Misalnya,`05-01-2017`. Ini adalah opsi default.
+ `yyyy-mm-dd`, di mana tahun diwakili oleh lebih dari 2 digit. Misalnya, `2017-05-01`.
Untuk nilai bulan yang diwakili menggunakan singkatan tiga huruf, format berikut didukung:
+ `mmm-dd-yyyy`Misalnya,`may-01-2017`. Ini adalah opsi default.
+ `dd-mmm-yyyy`, di mana tahun diwakili oleh lebih dari 2 digit. Misalnya, `01-may-2017`.
+ `yyyy-mmm-dd`, di mana tahun diwakili oleh lebih dari 2 digit. Misalnya, `2017-may-01`.
Untuk nilai tahun yang secara konsisten kurang dari 100, tahun dihitung dengan cara berikut:
+ Jika tahun kurang dari 70, tahun dihitung sebagai tahun ditambah 2000. Misalnya, tanggal 05-01-17 dalam `mm-dd-yyyy` format diubah menjadi. `05-01-2017`
+ Jika tahun kurang dari 100 dan lebih besar dari 69, tahun dihitung sebagai tahun ditambah 1900. Misalnya tanggal 05-01-89 dalam `mm-dd-yyyy` format diubah menjadi. `05-01-1989`
+ Untuk nilai tahun yang diwakili oleh dua digit, tambahkan angka nol utama untuk mewakili tahun dalam 4 digit.
Nilai stempel waktu dalam file teks harus dalam format`yyyy-mm-dd HH:mm:ss.SSSSSS`, seperti yang ditunjukkan oleh nilai stempel waktu berikut:. `2017-05-01 11:30:59.000000`
Panjang kolom VARCHAR didefinisikan dalam byte, bukan karakter. Misalnya, kolom VARCHAR (12) dapat berisi 12 karakter single-byte atau 6 karakter dua-byte. Saat Anda menanyakan tabel eksternal, hasil dipotong agar sesuai dengan ukuran kolom yang ditentukan tanpa mengembalikan kesalahan. Untuk informasi selengkapnya, lihat [Penyimpanan dan rentang](r_Character_types.md#r_Character_types-storage-and-ranges).
Untuk performa terbaik, sebaiknya tentukan ukuran kolom terkecil yang sesuai dengan data Anda. Untuk menemukan ukuran maksimum dalam byte untuk nilai dalam kolom, gunakan fungsi [OCTET\$1LENGTH](r_OCTET_LENGTH.md). Contoh berikut mengembalikan ukuran maksimum nilai dalam kolom email.
```
select max(octet_length(email)) from users;
max
---
62
```
DIPARTISI OLEH (*col\$1name *data\$1type** [,...])
Sebuah klausa yang mendefinisikan tabel dipartisi dengan satu atau lebih kolom partisi. Direktori data terpisah digunakan untuk setiap kombinasi yang ditentukan, yang dapat meningkatkan kinerja kueri dalam beberapa keadaan. Kolom yang dipartisi tidak ada dalam data tabel itu sendiri. Jika Anda menggunakan nilai untuk *col\$1name* yang sama dengan kolom tabel, Anda mendapatkan kesalahan.
Setelah membuat tabel yang dipartisi, ubah tabel menggunakan pernyataan[ALTER TABLE](r_ALTER_TABLE.md)... ADD PARTITION untuk mendaftarkan partisi baru ke katalog eksternal. Saat Anda menambahkan partisi, Anda menentukan lokasi subfolder di Amazon S3 yang berisi data partisi.
Misalnya, jika tabel `spectrum.lineitem_part` didefinisikan dengan`PARTITIONED BY (l_shipdate date)`, jalankan perintah ALTER TABLE berikut untuk menambahkan partisi.
```
ALTER TABLE spectrum.lineitem_part ADD PARTITION (l_shipdate='1992-01-29')
LOCATION 's3://spectrum-public/lineitem_partition/l_shipdate=1992-01-29';
```
Jika Anda menggunakan CREATE EXTERNAL TABLE AS, Anda tidak perlu menjalankan ALTER TABLE... ADD PARTITION. Amazon Redshift secara otomatis mendaftarkan partisi baru di katalog eksternal. Amazon Redshift juga secara otomatis menulis data yang sesuai ke partisi di Amazon S3 berdasarkan kunci partisi atau kunci yang ditentukan dalam tabel.
Untuk melihat partisi, kueri tampilan [SVV\$1EXTERNAL\$1PARTITIONS](r_SVV_EXTERNAL_PARTITIONS.md) sistem.
Untuk perintah CREATE EXTERNAL TABLE AS, Anda tidak perlu menentukan tipe data kolom partisi karena kolom ini berasal dari kueri.
*FORMAT BARIS FORMAT BARIS DIBATASI*
Klausa yang menentukan format data yang mendasarinya. Nilai yang mungkin untuk *rowformat* adalah sebagai berikut:
+ GARIS DIAKHIRI OLEH '*pembatas*'
+ BIDANG DIAKHIRI OLEH '*pembatas*'
Tentukan satu karakter ASCII untuk '*pembatas*'. Anda dapat menentukan karakter ASCII non-cetak menggunakan oktal, dalam format di `'\` *`ddd`*`'`mana *`d`*adalah digit oktal (0—7) hingga '\$1 177'. Contoh berikut menentukan BEL (bel) karakter menggunakan oktal.
```
ROW FORMAT DELIMITED FIELDS TERMINATED BY '\007'
```
Jika ROW FORMAT dihilangkan, format defaultnya adalah DELIMITED FIELDS TERMINATED BY '\$1 A' (awal heading) dan LINES TERMINATED BY'\$1n'(baris baru).
FORMAT BARIS SERDE '*serde\$1name*' *[DENGAN SERDEPROPERTIES ('*property\$1name' = 'property\$1value*' [,...])]*
Klausa yang menentukan format SERDE untuk data yang mendasarinya.
'*serde\$1name*'
Nama SerDe. Anda dapat menentukan format berikut:
+ org.apache.hadoop.hive.serde2. RegexSerDe
+ com.amazonaws.glue.serde. GrokSerDe
+ org.apache.hadoop.hive.serde2.open CSVSerde
Parameter ini mendukung SerDe properti berikut untuk OpenCSVSerde:
```
'wholeFile' = 'true'
```
Setel `wholeFile` properti `true` untuk mengurai karakter baris baru dengan benar (\$1n) dalam string yang dikutip untuk permintaan OpenCSV.
+ org.openx.data.jsonserde. JsonSerDe
+ JSON SERDE juga mendukung file Ion.
+ JSON harus dibentuk dengan baik.
+ Stempel waktu di Ion dan JSON harus menggunakan format. ISO8601
+ Parameter ini mendukung SerDe properti berikut untuk JsonSerDe:
```
'strip.outer.array'='true'
```
Memproses Ion/JSON file yang berisi satu array yang sangat besar tertutup dalam tanda kurung luar ([...]) seolah-olah berisi beberapa catatan JSON dalam array.
+ com.amazon.ionhiveserde. IonHiveSerDe
Format Amazon ION menyediakan format teks dan biner, selain tipe data. Untuk tabel eksternal yang mereferensikan data dalam format ION, Anda memetakan setiap kolom di tabel eksternal ke elemen yang sesuai dalam data format ION. Untuk informasi lebih lanjut, lihat [Amazon Ion](https://amzn.github.io/ion-docs/). Anda juga perlu menentukan format input dan output.
*DENGAN SERDEPROPERTIES ('*property\$1name' = 'property\$1value*' [,...])]*
Secara opsional, tentukan nama dan nilai properti, dipisahkan dengan koma.
Jika ROW FORMAT dihilangkan, format defaultnya adalah DELIMITED FIELDS TERMINATED BY '\$1 A' (awal heading) dan LINES TERMINATED BY'\$1n'(baris baru).
DISIMPAN SEBAGAI *file\$1format*
Format file untuk file data.
Format yang valid adalah sebagai berikut:
+ PARQUET
+ RCFILE (untuk data ColumnarSerDe hanya menggunakan, tidak) LazyBinaryColumnarSerDe
+ SEQUENCEFILE
+ TEXTFILE (untuk file teks, termasuk file JSON).
+ ORC
+ AVRO
+ *INPUTFORMAT 'input\$1format\$1classname' OUTPUTFORMAT '*output\$1format\$1classname*'*
Perintah CREATE EXTERNAL TABLE AS hanya mendukung dua format file, TEXTFILE dan PARQUET.
Untuk INPUTFORMAT dan OUTPUTFORMAT, tentukan nama kelas, seperti yang ditunjukkan contoh berikut.
```
'org.apache.hadoop.mapred.TextInputFormat'
```
*LOKASI \$1's3://*ember/folder /' \$1 's3://ember/manifest\$1file* '\$1*
Jalur ke bucket atau folder Amazon S3 yang berisi file data atau file manifes yang berisi daftar jalur objek Amazon S3. Ember harus berada di AWS Wilayah yang sama dengan cluster Amazon Redshift. Untuk daftar Wilayah AWS yang didukung, lihat [Keterbatasan Amazon Redshift Spectrum](c-spectrum-considerations.md).
Jika jalur menentukan bucket atau folder, misalnya`'s3://amzn-s3-demo-bucket/custdata/'`, Redshift Spectrum memindai file di bucket atau folder tertentu dan subfolder apa pun. Redshift Spectrum mengabaikan file dan file tersembunyi yang dimulai dengan titik atau garis bawah.
Jika jalur menentukan file manifes, `'s3://bucket/manifest_file'` argumen harus secara eksplisit mereferensikan satu file — misalnya,. `'s3://amzn-s3-demo-bucket/manifest.txt'` Itu tidak dapat mereferensikan key prefix.
Manifes adalah file teks dalam format JSON yang mencantumkan URL setiap file yang akan dimuat dari Amazon S3 dan ukuran file, dalam byte. URL menyertakan nama bucket dan path objek lengkap untuk file tersebut. File yang ditentukan dalam manifes dapat berada di bucket yang berbeda, tetapi semua bucket harus berada di AWS Wilayah yang sama dengan cluster Amazon Redshift. Jika file terdaftar dua kali, file dimuat dua kali. Contoh berikut menunjukkan JSON untuk manifes yang memuat tiga file.
```
{
"entries": [
{"url":"s3://amzn-s3-demo-bucket1/custdata.1", "meta": { "content_length": 5956875 } },
{"url":"s3://amzn-s3-demo-bucket1/custdata.2", "meta": { "content_length": 5997091 } },
{"url":"s3://amzn-s3-demo-bucket2/custdata.1", "meta": { "content_length": 5978675 } }
]
}
```
Anda dapat membuat penyertaan file tertentu wajib. Untuk melakukan ini, sertakan `mandatory` opsi di tingkat file dalam manifes. Saat Anda menanyakan tabel eksternal dengan file wajib yang hilang, pernyataan SELECT gagal. Pastikan bahwa semua file yang termasuk dalam definisi tabel eksternal ada. Jika tidak semuanya ada, kesalahan muncul yang menunjukkan file wajib pertama yang tidak ditemukan. Contoh berikut menunjukkan JSON untuk manifes dengan `mandatory` opsi disetel ke`true`.
```
{
"entries": [
{"url":"s3://amzn-s3-demo-bucket1/custdata.1", "mandatory":true, "meta": { "content_length": 5956875 } },
{"url":"s3://amzn-s3-demo-bucket1/custdata.2", "mandatory":false, "meta": { "content_length": 5997091 } },
{"url":"s3://amzn-s3-demo-bucket2/custdata.1", "meta": { "content_length": 5978675 } }
]
}
```
Untuk mereferensikan file yang dibuat menggunakan UNLOAD, Anda dapat menggunakan manifes yang dibuat menggunakan [MEMBONGKAR](r_UNLOAD.md) parameter MANIFEST. File manifes kompatibel dengan file manifes untuk[SALIN dari Amazon S3](copy-parameters-data-source-s3.md), tetapi menggunakan kunci yang berbeda. Kunci yang tidak digunakan diabaikan.
PROPERTI TABEL ('*property\$1name*' = '*property\$1value*' [,...])
Sebuah klausa yang menetapkan definisi tabel untuk properti tabel.
Properti tabel peka huruf besar/kecil.
*'compression\$1type'=' nilai '*
Properti yang menetapkan jenis kompresi yang akan digunakan jika nama file tidak berisi ekstensi. Jika Anda mengatur properti ini dan ada ekstensi file, ekstensi diabaikan dan nilai yang ditetapkan oleh properti digunakan. Nilai yang valid untuk jenis kompresi adalah sebagai berikut:
+ bzip2
+ gzip
+ none
+ tajam
'data\$1cleansing\$1enabled'='benar/salah'
Properti ini menetapkan apakah penanganan data aktif untuk tabel. Ketika 'data\$1cleansing\$1enabled' disetel ke true, penanganan data aktif untuk tabel. Ketika 'data\$1cleansing\$1enabled' disetel ke false, penanganan data tidak aktif untuk tabel. Berikut ini adalah daftar properti penanganan data tingkat tabel yang dikendalikan oleh properti ini:
+ column\$1count\$1mismatch\$1handling
+ invalid\$1char\$1handling
+ numeric\$1overflow\$1handling
+ replacement\$1char
+ surplus\$1char\$1handling
Sebagai contoh, lihat [Contoh penanganan data](r_CREATE_EXTERNAL_TABLE_examples.md#r_CREATE_EXTERNAL_TABLE_examples-data-handling).
*'invalid\$1char\$1handling'=' nilai '*
Menentukan tindakan untuk melakukan ketika hasil query berisi nilai karakter UTF-8 tidak valid. Anda dapat menentukan tindakan berikut:
DISABLED
Tidak melakukan penanganan karakter yang tidak valid.
GAGAL
Membatalkan kueri yang mengembalikan data yang berisi nilai UTF-8 yang tidak valid.
SET\$1TO\$1NULL
Mengganti nilai UTF-8 yang tidak valid dengan null.
DROP\$1ROW
Mengganti setiap nilai di baris dengan null.
MENGGANTIKAN
Mengganti karakter yang tidak valid dengan karakter pengganti yang Anda tentukan menggunakan. `replacement_char`
*'replacement\$1char'=' karakter '*
Menentukan karakter pengganti untuk digunakan ketika Anda mengatur `invalid_char_handling` ke`REPLACE`.
'numeric\$1overflow\$1handling'='nilai'
Menentukan tindakan untuk melakukan ketika data ORC berisi integer (misalnya, BIGINT atau int64) yang lebih besar dari definisi kolom (misalnya, SMALLINT atau int16). Anda dapat menentukan tindakan berikut:
DISABLED
Penanganan karakter yang tidak valid dimatikan.
GAGAL
Batalkan kueri saat data menyertakan karakter yang tidak valid.
SET\$1TO\$1NULL
Setel karakter tidak valid ke null.
DROP\$1ROW
Tetapkan setiap nilai di baris ke null.
*'surplus\$1bytes\$1handling'=' nilai '*
Menentukan cara menangani data yang dimuat yang melebihi panjang tipe data yang ditentukan untuk kolom yang berisi data VARBYTE. Secara default, Redshift Spectrum menetapkan nilai ke null untuk data yang melebihi lebar kolom.
Anda dapat menentukan tindakan berikut yang akan dilakukan saat kueri mengembalikan data yang melebihi panjang tipe data:
SET\$1TO\$1NULL
Mengganti data yang melebihi lebar kolom dengan null.
DISABLED
Tidak melakukan penanganan byte surplus.
GAGAL
Membatalkan kueri yang mengembalikan data melebihi lebar kolom.
DROP\$1ROW
Jatuhkan semua baris yang berisi data melebihi lebar kolom.
MEMOTONG
Menghapus karakter yang melebihi jumlah maksimum karakter yang ditentukan untuk kolom.
*'surplus\$1char\$1handling'=' nilai '*
Menentukan cara menangani data yang dimuat yang melebihi panjang tipe data yang ditentukan untuk kolom yang berisi VARCHAR, CHAR, atau data string. Secara default, Redshift Spectrum menetapkan nilai ke null untuk data yang melebihi lebar kolom.
Anda dapat menentukan tindakan berikut untuk melakukan ketika query mengembalikan data yang melebihi lebar kolom:
SET\$1TO\$1NULL
Mengganti data yang melebihi lebar kolom dengan null.
DISABLED
Tidak melakukan penanganan karakter surplus.
GAGAL
Membatalkan kueri yang mengembalikan data melebihi lebar kolom.
DROP\$1ROW
Mengganti setiap nilai di baris dengan null.
MEMOTONG
Menghapus karakter yang melebihi jumlah maksimum karakter yang ditentukan untuk kolom.
'column\$1count\$1mismatch\$1handling'='nilai'
Mengidentifikasi jika file berisi kurang atau lebih nilai untuk baris daripada jumlah kolom yang ditentukan dalam definisi tabel eksternal. Properti ini hanya tersedia untuk format file teks yang tidak terkompresi. Anda dapat menentukan tindakan berikut:
DISABLED
Penanganan ketidakcocokan jumlah kolom dimatikan.
GAGAL
Gagal kueri jika ketidakcocokan jumlah kolom terdeteksi.
SET\$1TO\$1NULL
Isi nilai yang hilang dengan NULL dan abaikan nilai tambahan di setiap baris.
DROP\$1ROW
Jatuhkan semua baris yang berisi kesalahan ketidakcocokan jumlah kolom dari pemindaian.
*'numRows'=' baris\$1hitungan '*
Properti yang menetapkan nilai NumRows untuk definisi tabel. Untuk secara eksplisit memperbarui statistik tabel eksternal, atur properti NumRows untuk menunjukkan ukuran tabel. Amazon Redshift tidak menganalisis tabel eksternal untuk menghasilkan statistik tabel yang digunakan pengoptimal kueri untuk menghasilkan paket kueri. Jika statistik tabel tidak ditetapkan untuk tabel eksternal, Amazon Redshift menghasilkan rencana eksekusi kueri berdasarkan asumsi bahwa tabel eksternal adalah tabel yang lebih besar dan tabel lokal adalah tabel yang lebih kecil.
*'skip.header.line.count'=' line\$1count '*
Properti yang menetapkan jumlah baris untuk dilewati di awal setiap file sumber.
'serialization.null.format'=' '
Properti yang menentukan Spectrum harus mengembalikan `NULL` nilai ketika ada kecocokan persis dengan teks yang disediakan dalam bidang.
'orc.schema.resolution'='mapping\$1type'
Properti yang menetapkan jenis pemetaan kolom untuk tabel yang menggunakan format data ORC. Properti ini diabaikan untuk format data lainnya.
Nilai yang valid untuk jenis pemetaan kolom adalah sebagai berikut:
+ name
+ posisi
Jika properti *orc.schema.resolution* dihilangkan, kolom dipetakan berdasarkan nama secara default. Jika *orc.schema.resolution* disetel ke nilai apa pun selain *'nama' atau 'posisi'**, kolom dipetakan berdasarkan posisi*. Untuk informasi selengkapnya tentang pemetaan kolom, lihat[Memetakan kolom tabel eksternal ke kolom ORC](c-spectrum-external-tables.md#c-spectrum-column-mapping-orc).
Perintah COPY memetakan ke file data ORC hanya berdasarkan posisi. Properti tabel *orc.schema.resolution* tidak berpengaruh pada perilaku perintah COPY.
'write.parallel'='on/off'
Properti yang menetapkan apakah CREATE EXTERNAL TABLE AS harus menulis data secara paralel. Secara default, CREATE EXTERNAL TABLE AS menulis data secara paralel dengan beberapa file, sesuai dengan jumlah irisan dalam cluster. Opsi default aktif. Ketika 'write.parallel' disetel ke off, CREATE EXTERNAL TABLE AS menulis ke satu atau beberapa file data secara serial ke Amazon S3. Properti tabel ini juga berlaku untuk pernyataan INSERT berikutnya ke dalam tabel eksternal yang sama.
'write.maxfilesize.mb'='ukuran'
Properti yang menetapkan ukuran maksimum (dalam MB) dari setiap file yang ditulis ke Amazon S3 oleh CREATE EXTERNAL TABLE AS. Ukurannya harus berupa bilangan bulat yang valid antara 5 dan 6200. Ukuran file maksimum default adalah 6.200 MB. Properti tabel ini juga berlaku untuk pernyataan INSERT berikutnya ke dalam tabel eksternal yang sama.
*'write.kms.key.id'=' nilai '*
Anda dapat menentukan AWS Key Management Service kunci untuk mengaktifkan Server-Side Encryption (SSE) untuk objek Amazon S3, di mana *nilai* adalah salah satu dari berikut ini:
+ `auto`untuk menggunakan AWS KMS kunci default yang disimpan di bucket Amazon S3.
+ *kms-key* yang Anda tentukan untuk mengenkripsi data.
*select\$1statement*
Pernyataan yang menyisipkan satu atau lebih baris ke dalam tabel eksternal dengan mendefinisikan kueri apa pun. Semua baris yang dihasilkan kueri ditulis ke Amazon S3 dalam format teks atau Parket berdasarkan definisi tabel.
## Contoh
Koleksi contoh tersedia di[Contoh](r_CREATE_EXTERNAL_TABLE_examples.md).
# Catatan penggunaan
Topik ini berisi catatan penggunaan untuk[CREATE EXTERNAL TABLE](r_CREATE_EXTERNAL_TABLE.md). Anda tidak dapat melihat detail untuk tabel Amazon Redshift Spectrum menggunakan sumber daya yang sama dengan yang Anda gunakan untuk tabel Amazon Redshift standar, [PG\$1TABLE\$1DEF](r_PG_TABLE_DEF.md) [STV\$1TBL\$1PERM](r_STV_TBL_PERM.md) seperti,, PG\$1CLASS, atau information\$1schema. Jika alat intelijen bisnis atau analitik Anda tidak mengenali tabel eksternal Redshift Spectrum, konfigurasikan aplikasi Anda ke kueri [SVV\$1EXTERNAL\$1TABLES](r_SVV_EXTERNAL_TABLES.md) dan. [SVV\$1EXTERNAL\$1COLUMNS](r_SVV_EXTERNAL_COLUMNS.md)
## BUAT TABEL EKSTERNAL SEBAGAI
Dalam beberapa kasus, Anda mungkin menjalankan perintah CREATE EXTERNAL TABLE AS pada Katalog AWS Glue Data, katalog AWS Lake Formation eksternal, atau metastore Apache Hive. Dalam kasus seperti itu, Anda menggunakan peran AWS Identity and Access Management (IAM) untuk membuat skema eksternal. Peran IAM ini harus memiliki izin baca dan tulis di Amazon S3.
Jika Anda menggunakan katalog Lake Formation, peran IAM harus memiliki izin untuk membuat tabel di katalog. Dalam hal ini, ia juga harus memiliki izin lokasi danau data pada jalur Amazon S3 target. Peran IAM ini menjadi pemilik AWS Lake Formation tabel baru.
Untuk memastikan bahwa nama file unik, Amazon Redshift menggunakan format berikut untuk nama setiap file yang diunggah ke Amazon S3 secara default.
`_