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.

# Menanyakan data yang direplikasi di Amazon Redshift
Meminta data yang direplikasi

Setelah Anda menambahkan data ke sumber Anda, itu direplikasi dalam waktu dekat ke gudang data Amazon Redshift, dan siap untuk kueri. Untuk informasi tentang metrik integrasi dan statistik tabel, lihat[Metrik untuk integrasi nol-ETL](zero-etl-using.metrics.md).

**catatan**  
Karena database sama dengan skema di MySQL, tingkat database MySQL memetakan ke tingkat skema Amazon Redshift. Perhatikan perbedaan pemetaan ini saat Anda menanyakan data yang direplikasi dari Aurora MySQL atau RDS untuk MySQL.

**Untuk menanyakan data yang direplikasi**

1. Arahkan ke konsol Amazon Redshift dan pilih **Editor kueri v2**.

1. Connect ke workgroup Amazon Redshift Serverless atau klaster yang disediakan Amazon Redshift dan pilih database Anda dari daftar tarik-turun.

1. Gunakan pernyataan SELECT untuk memilih semua data yang direplikasi dari skema dan tabel yang Anda buat di sumber. Untuk sensitivitas kasus, gunakan tanda kutip ganda (“”) untuk nama skema, tabel, dan kolom. Contoh:

   ```
   SELECT * FROM "schema_name"."table_name";
   ```

   Anda juga dapat melakukan kueri data menggunakan Amazon Redshift Data API.

## Menanyakan data yang direplikasi dengan tampilan terwujud


Anda dapat membuat tampilan terwujud di database Amazon Redshift lokal Anda untuk mengubah data yang direplikasi melalui integrasi nol-ETL. Connect ke database lokal Anda dan gunakan kueri lintas basis data untuk mengakses database tujuan. Anda dapat menggunakan nama objek yang sepenuhnya memenuhi syarat dengan notasi tiga bagian (destination-database-name.schema-name.table-name) atau membuat skema eksternal yang mereferensikan pasangan skema database tujuan dan menggunakan notasi dua bagian (.table-name). external-schema-name Untuk informasi selengkapnya tentang kueri lintas basis data, lihat [Mengkueri data di seluruh basis data](https://docs.aws.amazon.com/redshift/latest/dg/cross-database-overview.html).

Gunakan contoh berikut untuk membuat dan menyisipkan data sampel ke dalam *sales\$1zetl* dan *event\$1zetl* tabel dari sumber*tickit\$1zetl*. Tabel direplikasi ke dalam database Amazon *zetl\$1int\$1db* Redshift.

```
CREATE TABLE sales_zetl (
        salesid integer NOT NULL primary key,
        eventid integer NOT NULL,
        pricepaid decimal(8, 2)
);
 
CREATE TABLE event_zetl (
        eventid integer NOT NULL PRIMARY KEY,
        eventname varchar(200)
);
       
INSERT INTO sales_zetl VALUES(1, 1, 3.33);
INSERT INTO sales_zetl VALUES(2, 2, 4.44);
INSERT INTO sales_zetl VALUES(3, 2, 5.55);
 
INSERT INTO event_zetl VALUES(1, "Event 1");
INSERT INTO event_zetl VALUES(2, "Event 2");
```

Anda dapat membuat tampilan terwujud untuk mendapatkan total penjualan per acara menggunakan notasi tiga bagian:

```
--three part notation zetl-database-name.schema-name.table-name 
CREATE MATERIALIZED VIEW mv_transformed_sales_per_event_3p 
AUTO REFRESH YES
AS
(SELECT eventname, sum(pricepaid) as total_price
FROM  zetl_int_db.tickit_zetl.sales_zetl S, zetl_int_db.tickit_zetl.event_zetl E
WHERE S.eventid = E.eventid
GROUP BY 1);
```

Anda dapat membuat tampilan terwujud untuk mendapatkan total penjualan per acara menggunakan notasi dua bagian:

```
--two part notation external-schema-name.table-name notation
CREATE EXTERNAL schema ext_tickit_zetl
FROM REDSHIFT
DATABASE zetl_int_db
SCHEMA tickit_zetl;
 
CREATE MATERIALIZED VIEW mv_transformed_sales_per_event_2p
AUTO REFRESH YES
AS
(
    SELECT eventname, sum(pricepaid) as total_price
    FROM  ext_tickit_zetl.sales_zetl S, ext_tickit_zetl.event_zetl E
    WHERE S.eventid = E.eventid
    GROUP BY 1  
);
```

Untuk melihat tampilan terwujud yang Anda buat, gunakan contoh berikut.

```
SELECT * FROM mv_transformed_sales_per_event_3p;
 
+-----------+-------------+
| eventname | total_price |
+-----------+-------------+
| Event 1   | 3.33        |
| Event 2   | 9.99        |
+-----------+-------------+
 
SELECT * FROM mv_transformed_sales_per_event_2p;
 
+-----------+-------------+
| eventname | total_price |
+-----------+-------------+
| Event 1   | 3.33        |
| Event 2   | 9.99        |
+-----------+-------------+
```

## Menanyakan data yang direplikasi dari DynamoDB


Saat Anda mereplikasi data dari Amazon DynamoDB ke database Amazon Redshift, data tersebut disimpan dalam tampilan terwujud dalam kolom tipe data SUPER.

Untuk contoh ini, data berikut disimpan di DynamoDB.

```
{
    "key1": {
        "S": "key_1"
    },
    "key2": {
        "N": 0
    },
    "payload": {
        "L": [
            {
                "S": "sale1"
            },
            {
                "S": "sale2"
            },
        ]
    },
}
```

Tampilan terwujud Amazon Redshift didefinisikan sebagai berikut.

```
CREATE MATERIALIZED VIEW mv_sales
                    BACKUP NO
                    AUTO REFRESH YES
                    AS
                    SELECT "value"."payload"."L"[0]."S"::VARCHAR AS first_payload
                    FROM public.sales;
```

Untuk melihat data dalam tampilan terwujud, jalankan perintah SQL. 

```
SELECT first_payload FROM mv_sales;
```