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 Amazon Sagemaker Unified Studio 在 Amazon Redshift 和 SageMaker Lakehouse 中查詢資料庫
<a name="sagemaker-unified-studio"></a>

Amazon SageMaker Unified Studio 提供主控台外開發環境，並支援對 SageMaker Lakehouse、Amazon Redshift 和適用於 SQL 分析的 Amazon Athena 中的資料進行 SQL 分析。使用管理員的 URL 導覽至 Amazon SageMaker Unified Studio，並使用 SSO 或 AWS 登入資料登入。如需設定第一個專案的詳細資訊，請參閱《Amazon SageMaker Unified Studio 使用者指南》**中的[入門](https://docs.aws.amazon.com/sagemaker-unified-studio/latest/userguide/getting-started.html)。

在 Amazon SageMaker Unified Studio 中，您可以使用[查詢編輯器](https://docs.aws.amazon.com/sagemaker-unified-studio/latest/userguide/query-editor-navigate.html)執行 Amazon Redshift 和 Amazon Athena 來進行 [SQL 分析](https://docs.aws.amazon.com/sagemaker-unified-studio/latest/userguide/sql-query.html)。使用查詢編輯器編寫和執行查詢、檢視結果，並與您的團隊共用您的工作。針對您 中的 Redshift 資料倉儲執行查詢 AWS 帳戶 （在相同 帳戶內和跨其他 AWS 帳戶)、使用相同界面為 Redshift 和 Athena 建置 SQL 查詢，並使用 Amazon Managed Workflows for Apache Airflow 排程 SQL 查詢。您也可以使用 Amazon Q 生成式 SQL 從自然語言生成 SQL。