Amazon Redshift는 패치 198부터 새 Python UDF 생성을 더 이상 지원하지 않습니다. 기존 Python UDF는 2026년 6월 30일까지 계속 작동합니다. 자세한 내용은 [블로그 게시물](https://aws.amazon.com/blogs/big-data/amazon-redshift-python-user-defined-functions-will-reach-end-of-support-after-june-30-2026/)을 참조하세요.

# 쿼리 요약 분석
<a name="c-analyzing-the-query-summary"></a>

[EXPLAIN](r_EXPLAIN.md)에서 출력되는 쿼리 계획보다 더욱 자세하게 실행 단계 및 통계 정보를 가져오려면 [SVL\$1QUERY\$1SUMMARY](r_SVL_QUERY_SUMMARY.md) 및 [SVL\$1QUERY\$1REPORT](r_SVL_QUERY_REPORT.md) 시스템 뷰를 사용하세요.

SVL\$1QUERY\$1SUMMARY는 스트림 단위로 쿼리 통계 정보를 제공합니다. 이 정보를 사용하여 비용이 높은 단계, 장기 실행 단계, 그리고 디스크에 작성되는 단계의 문제를 식별할 수 있습니다.

SVL\$1QUERY\$1REPORT 시스템 뷰도 SVL\$1QUERY\$1SUMMARY와 유사한 정보를 제공하지만 스트림 단위가 아닌 컴퓨팅 노드 조각 단위로 이루어집니다. 이러한 조각 수준의 정보는 클러스터 간 고르지 않은 데이터 분산(데이터 분산 스큐라고도 함)을 감지하는 데 사용할 수 있습니다. 데이터 분산이 고르지 않으면 일부 노드가 다른 노드에 비해 작업량이 많아지면서 쿼리 성능이 떨어집니다.

**Topics**
+ [SVL\$1QUERY\$1SUMMARY 뷰 사용](using-SVL-Query-Summary.md)
+ [SVL\$1QUERY\$1REPORT 뷰 사용](using-SVL-Query-Report.md)
+ [쿼리 계획을 쿼리 요약에 매핑](query-plan-summary-map.md)