Amazon Redshift는 패치 198부터 새 Python UDF 생성을 더 이상 지원하지 않습니다. 기존 Python UDF는 2026년 6월 30일까지 계속 작동합니다. 자세한 내용은 블로그 게시물
자동 데이터베이스 최적화
Amazon Redshift는 성능을 개선하고, 수동 유지 관리를 줄이고, 리소스 사용을 최적화하는 Autonomics라고 하는 자동화된 기능 세트를 호스팅합니다. Autonomics는 기계 학습 및 백그라운드 프로세스를 활용하여 데이터베이스 작업을 효율적으로 관리함으로써 많은 일상적인 유지 관리 작업을 자동화하여 데이터베이스 관리자 워크로드를 줄입니다.
다음 표에는 Amazon Redshift의 Autonomics 기능이 자세히 나와 있습니다.
| Autonomics 기능 | 설명 |
|---|---|
자동 vacuum 정렬 |
Amazon Redshift는 관찰된 쿼리 패턴을 기반으로 테이블 데이터를 자동으로 재구성하여 최적의 정렬 순서를 보장합니다. 이 기능은 지정된 정렬 키가 있는 테이블에 대해 기본적으로 활성화됩니다. 자세한 내용은 자동 테이블 정렬 섹션을 참조하세요. |
자동 vacuum 삭제 |
Amazon Redshift는 vacuum 작업을 자동으로 실행하여 삭제된 행에서 스페이스를 회수하고 데이터를 정렬합니다. 자동 vacuum 삭제 작업에 대한 자세한 내용은 자동 vacuum 삭제 섹션을 참조하세요. |
자동 테이블 최적화 |
Amazon Redshift는 쿼리 성능 및 테이블 메타데이터를 모니터링하여 테이블에 가장 적합한 정렬 및 배포 키를 자동으로 결정하고 행이 테이블에 추가될 때 데이터 값 열에 적용되는 압축 유형을 선택합니다. 자세한 내용은 자동 테이블 최적화 및 압축 인코딩(을)를 참조하세요. |
자동 분석 |
Amazon Redshift는 테이블 내의 데이터가 변경될 때 테이블을 자동으로 분석하여 쿼리 플래너가 최적의 실행 계획을 위한 최신 정보를 갖도록 합니다. 자동 분석 작업에 대한 자세한 내용은 자동 분석 섹션을 참조하세요. |
자동화된 구체화된 보기 |
Amazon Redshift는 관찰된 쿼리 패턴을 기반으로 구체화된 뷰를 자동으로 생성하고 새로 고칩니다. 이렇게 하면 사용자가 더 빠른 쿼리 응답의 이점을 활용하기 위해 뷰를 수동으로 생성하거나 새로 고칠 필요가 줄어듭니다. 구체화된 뷰에 대한 자세한 내용은 Amazon Redshift의 구체화된 뷰 섹션을 참조하세요. |
이러한 Autonomics 기능은 기본적으로 활성화되며 트래픽이 적은 기간 동안 백그라운드에서 자동으로 실행되어 클러스터의 성능을 최적화합니다. Amazon Redshift 관리 안내서의 기본 파라미터 값을 참조하여 자동 기능을 구성할 수 있습니다.
트래픽이 지속적으로 높은 클러스터 또는 작업 그룹의 경우 지속적인 최적화를 위해 추가 컴퓨팅 리소스를 활성화하는 것이 좋습니다. 자세한 내용은 자동 데이터베이스 최적화를 위한 추가 컴퓨팅 리소스 할당 섹션을 참조하세요.
