O Amazon Redshift não permitirá mais a criação de UDFs do Python a partir do Patch 198. As UDFs do Python existentes continuarão a funcionar normalmente até 30 de junho de 2026. Para ter mais informações, consulte a [publicação de blog ](https://aws.amazon.com/blogs/big-data/amazon-redshift-python-user-defined-functions-will-reach-end-of-support-after-june-30-2026/). 

# Visões materializadas em tabelas externas de data lake no Amazon Redshift Spectrum
<a name="materialized-view-external-table"></a>

As visões materializadas podem fornecer manutenção incremental em tabelas externas de data lake. Em uma atualização incremental, o Amazon Redshift atualiza os dados na visão materializada apenas com as alterações dos dados nas tabelas básicas desde a última atualização. A manutenção incremental é mais econômica do que recalcular totalmente a visão materializada após cada alteração de dados na tabela básica.

Quando você usa visões materializadas em pelo menos uma tabela externa, a criação de visões materializadas é incremental em:
+ Tabelas de data lake padrão, particionadas e não particionadas, com arquivos de dados em qualquer formato compatível (Parquet, Avro, CSV etc.).
+ Tabelas do Apache Iceberg, particionadas e não particionadas, com cópia na gravação e mesclagem na leitura.
+ Tabelas do Amazon Redshift Spectrum unidas a qualquer tabela do Amazon Redshift no mesmo banco de dados.

A atualização da visão materializada é incremental em:
+ Tabelas de data lake padrão após a substituição de S3 DELETE ou PUT (exclusão de arquivos de dados), se a visão materializada não realizar a agregação.
+ Tabelas do Apache Iceberg após INSERT, DELETE, UPDATE ou compactação da tabela.

Para obter mais informações sobre o Amazon Redshift Spectrum, consulte [Amazon Redshift Spectrum](c-using-spectrum.md).

## Limitações
<a name="materialized-view-external-table-limitations"></a>

As limitações gerais das visões materializadas ainda se aplicam às visões materializadas em tabelas de data lake. Para obter mais informações, consulte [Atualizar uma visualização materializada](materialized-view-refresh.md). Além disso, considere as seguintes limitações ao usar visões materializadas em tabelas externas de data lake.
+ A criação de visões materializadas não é incremental em:
  + Tabelas do Hudi ou Delta Lake.
  + Acesso a dados aninhados ao espectro.
  + Referências a colunas VARBYTE.
+ A atualização da visão materializada volta ao recálculo completo em:
  + Tabelas do Apache Iceberg quando um snapshot necessário expira, se a visão materializada realizar a agregação.
  + Tabelas de data lake padrão após a exclusão ou atualização dos arquivos de dados no Amazon S3, se a visão materializada realizar a agregação.
  + As tabelas de data lake padrão foram atualizadas mais de uma vez em um bloco de transação.
  + Tabelas de data lake padrão governadas por um manifesto. Para obter mais informações sobre manifestos, consulte [Uso de um manifesto para especificar arquivos de dados](https://docs.aws.amazon.com/redshift/latest/dg/r_COPY_command_examples.html#copy-command-examples-manifest).
  + O Amazon Redshift voltará ao recálculo completo se achar que melhora o desempenho, especialmente para visões materializadas que contêm junções e se mais de uma tabela básica foi atualizada desde a última atualização.
+ Nas tabelas do Apache Iceberg, a atualização da visão materializada pode lidar com apenas até 4 milhões de posições excluídas em um único arquivo de dados. Quando esse limite for atingido, a tabela básica do Apache Iceberg deverá ser compactada para continuar atualizando a visão materializada.
+ Nas tabelas do Apache Iceberg, não há suporte para o escalonamento simultâneo na criação e na atualização de visões materializadas.
+ Não há suporte para os recursos do Autonomics. Isso inclui [visões materializadas automatizadas](https://docs.aws.amazon.com/redshift/latest/dg/materialized-view-auto-mv.html) e [reescrita automática de consultas](https://docs.aws.amazon.com/redshift/latest/dg/materialized-view-auto-rewrite.html). 
+ Quando uma visão materializada incremental é atualizada, as permissões do IAM se aplicam somente às partes acessadas das tabelas básicas do Amazon Redshift. 
+ As alterações nas permissões gerenciadas pelo Lake Formation não são verificadas ao consultar uma visão materializada. Isso significa que, se uma visão materializada for definida em uma tabela de data lake e os privilégios de seleção forem removidos da tabela com o Lake Formation, você ainda poderá consultar a visão materializada.