SYS_LUDF_DETAIL - Amazon Redshift
資料表欄範例查詢

Amazon Redshift 將不再支援從修補程式 198 開始建立新的 Python UDFs。現有 Python UDF 將繼續正常運作至 2026 年 6 月 30 日。如需詳細資訊，請參閱部落格文章。

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

SYS_LUDF_DETAIL

SYS_LUDF_DETAIL 會記錄特定查詢中使用的 Lambda 使用者定義函數 (LUDFs) 的資訊和指標。

只有超級使用者可以看到 SYS_LUDF_DETAIL。如需詳細資訊，請參閱系統資料表和檢視中資料的可見性。

資料表欄

欄名稱 資料類型 Description
user_id integer 提交查詢並呼叫 函數之使用者的識別符。
transaction_id bigint 交易識別碼。
query_id bigint 使用者查詢識別符。
function_oid bigint 目錄中 函數的物件 ID。
function_position integer 步驟中此函數的數值位置。例如，如果查詢的 SELECT 清單中有相同函數的多個呼叫，則可以使用這些位置號碼來識別它們。
stream_id integer 執行函數呼叫的串流識別符。
segment_id integer 執行函數呼叫的區段識別符。
step_id integer 函數呼叫在其中執行的步驟識別符。
lambda_function_name char(256) Lambda 函數的名稱。
start_time timestamp 呼叫開始的時間。
end_time timestamp 呼叫結束的時間。
total_duration bigint 呼叫的總持續時間。
調用 integer 並行或外部調用的數量。
total_rows bigint 傳入/傳回通話的資料列數。
input_bytes bigint 傳遞給呼叫的位元組數。
output_bytes bigint 呼叫產生的位元組數。

範例查詢

下列範例在查詢中使用 Lambda UDF，然後顯示如何查詢 SYS_LUDF_DETAIL 檢視以查看函數執行詳細資訊。

SET SESSION AUTHORIZATION regular_user;

CREATE EXTERNAL FUNCTION exfunc_sum(INT,INT) RETURNS INT STABLE
LAMBDA 'lambda_sum'
IAM_ROLE 'arn:aws:iam::123456789012:role/Redshift-Exfunc-Test';

CREATE TABLE t_sum(c1 int, c2 int);
INSERT INTO t_sum VALUES (4,5), (6,7);
SELECT exfunc_sum(c1,c2) FROM t_sum;

-- Switch to super user in order to inspect records in the LUDF SYS view.
SET SESSION AUTHORIZATION super_user;
select * from sys_ludf_detail;

輸出範例：

 user_id | transaction_id | query_id | function_oid | function_position | stream_id | segment_id | step_id | lambda_function_name |         start_time         |          end_time          | total_duration | invocations | total_rows | input_bytes | output_bytes
---------+----------------+----------+--------------+-------------------+-----------+------------+---------+----------------------+----------------------------+----------------------------+----------------+-------------+------------+-------------+--------------
     100 |           1463 |     1544 |       111055 |                 0 |         0 |          0 |       2 | lambda_sum           | 2026-01-06 17:23:25.165898 | 2026-01-06 17:23:25.165898 |            414 |           1 |          2 |         277 |           18
(1 row)