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](https://aws.amazon.com/blogs/big-data/amazon-redshift-python-user-defined-functions-will-reach-end-of-support-after-june-30-2026/)。

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。

# Amazon Redshift 最佳實務
<a name="best-practices"></a>

接下來，您可以找到有關規劃概念驗證、設計資料表、載入資料至資料表，以及為 Amazon Redshift 撰寫查詢的最佳實務，以及有關使用 Amazon Redshift Advisor 的討論。

Amazon Redshift 不同於其他 SQL 資料庫系統。為了完全實現 Amazon Redshift 架構的優點，您必須特別設計、建置及載入您的資料表，以使用大規模平行處理、單欄式資料儲存體，以及單欄式資料壓縮。如果您的資料載入與查詢執行時間比預期長，或比您希望的長，表示您可能忽略了關鍵資訊。

如果您是有經驗的 SQL 資料庫開發人員，在開始開發您的 Amazon Redshift 資料倉儲之前，強烈建議您檢閱本主題。

如果您是開發 SQL 資料庫的新手，本主題並非最佳的起點。建議您先閱讀《Amazon Redshift 入門指南》**中的[執行命令來定義和使用資料倉儲中的資料庫](https://docs.aws.amazon.com/redshift/latest/gsg/database-tasks.html)，然後再自行嘗試範例。

在本主題中，您可以找到最重要的開發原則概觀，以及實作這些原則的具體技巧、範例及最佳實務。沒有任何單一實務可以套用至每個應用程式。在完成資料庫設計之前，請評估所有的選項。如需詳細資訊，請參閱 [自動資料表最佳化](t_Creating_tables.md)、[在 Amazon Redshift 中載入資料](t_Loading_data.md)、[調校查詢效能](c-optimizing-query-performance.md)，以及參考章節。

**Topics**
+ [執行 Amazon Redshift 的概念驗證 (POC)](proof-of-concept-playbook.md)
+ [設計資料表的 Amazon Redshift 最佳實務](c_designing-tables-best-practices.md)
+ [載入資料的 Amazon Redshift 最佳實務](c_loading-data-best-practices.md)
+ [設計查詢的 Amazon Redshift 最佳實務](c_designing-queries-best-practices.md)
+ [依照 Amazon Redshift Advisor 的建議進行](advisor.md)