Amazon Redshift non supporterà più la creazione di nuovi Python UDFs a partire dalla Patch 198. Python esistente UDFs continuerà a funzionare fino al 30 giugno 2026. Per ulteriori informazioni, consulta il [post del blog](https://aws.amazon.com/blogs/big-data/amazon-redshift-python-user-defined-functions-will-reach-end-of-support-after-june-30-2026/). Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà. # Utilizzo di Amazon Sagemaker Unified Studio per interrogare i database in Amazon Redshift e Lakehouse SageMaker Amazon SageMaker Unified Studio fornisce un ambiente di sviluppo off-console e supporta l'analisi SQL sui dati di SageMaker Lakehouse, Amazon Redshift e Amazon Athena per l'analisi SQL. Accedi ad Amazon SageMaker Unified Studio utilizzando l'URL fornito dal tuo amministratore e usa il tuo SSO o AWS le tue credenziali per accedere. Per ulteriori informazioni sulla configurazione del tuo primo progetto, consulta la Guida [introduttiva](https://docs.aws.amazon.com/sagemaker-unified-studio/latest/userguide/getting-started.html) alla *Amazon SageMaker Unified Studio User Guide*. [In Amazon SageMaker Unified Studio, puoi eseguire [analisi SQL](https://docs.aws.amazon.com/sagemaker-unified-studio/latest/userguide/sql-query.html) eseguendo Amazon Redshift e Amazon Athena con l'editor di query.](https://docs.aws.amazon.com/sagemaker-unified-studio/latest/userguide/query-editor-navigate.html) L’editor di query viene utilizzato principalmente per scrivere ed eseguire query, visualizzare i risultati e condividere il lavoro con il team. Esegui query sui tuoi data warehouse Redshift nel Account AWS tuo (all'interno dello stesso account e sull' Account AWS altro), crea query SQL per Redshift e Athena utilizzando la stessa interfaccia e pianifica le query SQL utilizzando Amazon Managed Workflows for Apache Airflow. Puoi anche utilizzare SQL generativo Amazon Q per generare SQL dal linguaggio naturale.