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。

# 使用 DML 命令載入資料表
<a name="t_Updating_tables_with_DML_commands"></a>

Amazon Redshift 支援標準資料處理語言 (DML) 命令 (INSERT、UPDATE 和 DELETE)，您可以使用這些命令來修改資料表中的資料列。您也可以使用 TRUNCATE 命令來執行快速的大量刪除。

**注意**  
我們強烈鼓勵您使用 [COPY](r_COPY.md) 命令來載入大量資料。使用個別 INSERT 陳述式填入資料表的速度可能會相當慢。或者，如果您的資料已存在於其他 Amazon Redshift 資料庫資料表中，請使用 INSERT INTO ... SELECT FROM 或 CREATE TABLE AS 來改善效能。如需詳細資訊，請參閱 [INSERT](r_INSERT_30.md) 或 [CREATE TABLE AS](r_CREATE_TABLE_AS.md)。

如果您插入、更新或刪除資料表中的大量資料列 (相對於變更之前的資料列數量)，完成時請對資料表執行 ANALYZE 和 VACUUM 命令。如果隨著時間在您的應用程式中累積少量的變更，您可以排程 ANALYZE 和 VACUUM 命令定期執行。如需詳細資訊，請參閱[分析資料表](t_Analyzing_tables.md)及[清空資料表](t_Reclaiming_storage_space202.md)。

**Topics**
+ [更新和插入新資料](t_updating-inserting-using-staging-tables-.md)