Amazon Redshift 將不再支援在 2026 年 6 月 30 日之後使用 Python UDFs。我們將開始分階段強制執行。如需 Python 生命週期結束和遷移選項的詳細資訊，請參閱 2025 年 6 月 30 日發佈的部落格文章。

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。

系統資料表與 S3 資料表整合

使用系統資料表與 Amazon S3 Tables 整合，將 Amazon Redshift 系統資料表資料保留超過 7 天的叢集內保留期。這可協助您符合合規、稽核和可觀測性要求。當您啟用此功能時，Redshift 會以 Apache Iceberg 格式將系統資料表日誌寫入 S3 Tables，並管理分割、壓縮和快照維護。只要您需要進行分析和稽核，您就可以保留此資料。由於資料是以開放的 Iceberg 格式儲存，因此您可以使用 Redshift、Amazon Athena 或任何其他 Iceberg 相容引擎來查詢資料。您也可以將 AI 代理程式技能用於自然語言查詢 （請參閱 GitHub 網站上的AWS 客服人員工具組系統資料表技能)。

當您透過主控台、Redshift CLI 或 SDK 啟用此功能時，Redshift 會立即開始從您選取的系統資料表，以固定頻率將新資料列寫入 S3 Tables。您可以選擇要發佈的系統資料表；S3 Tables 會強制執行您設定的保留期間。

這支援下列使用案例：

此功能適用於支援 Redshift 和 S3RA33 和 RG 執行個體和 Amazon Redshift Serverless。 https://aws.amazon.com/redshift/redshift-serverless/ AWS 在本主題中，資料倉儲是指佈建叢集或 Redshift Serverless 工作群組。

運作方式

啟用此功能並選取一或多個支援的系統資料表後，Redshift 會將新完成的記錄從這些系統資料表寫入 S3 資料表。資料會以固定頻率分批交付。

系統資料表存在於 AWS 您的帳戶中，但服務受管： AWS 擁有並操作資料交付和資料表管理，包括下列項目：

無需建置或維護基礎設施，也不會影響工作負載。

您可以設定透過 S3 Tables 記錄過期來保留資料的時間。如需詳細資訊，請參閱設定保留。

由於資料表是由 管理 AWS，因此您無法修改或刪除 Redshift 交付的資料列。交付的資料是不可變的。您只控制對資料表的讀取存取權。如需詳細資訊，請參閱資料控管。

只有完成的活動才會交付至 S3 Tables。資料倉儲中的系統資料表可以顯示進行中的活動，但只會複製已達到最終狀態的記錄。例如，已交付已完成、已中止或取消的查詢，但在達到最終狀態之前，仍會交付仍在執行中的查詢。

啟用與 S3 Tables 的系統資料表整合

若要啟用與 S3 Tables 的系統資料表整合，請使用具有新 日誌目的地類型的現有 Redshift APIss3table。啟用時，Redshift 會在您的帳戶aws-redshift中建立名為 的 S3 資料表儲存貯體。您可以使用與其他日誌目的地相同的操作來管理功能：適用於佈建叢集的 disable-logging、、 enable-logging和 describe-logging-status；適用於 Redshift Serverless 的 update-namespace和 get-namespace。

許可

啟用、修改或停用功能的委託人必須具有下列許可：

建立儲存貯體之後，Redshift 會使用 Redshift 和 S3 Tables 之間的服務信任關係，在其中建立命名空間和資料表。啟用主體不需要建立命名空間或資料表的許可。

部署選項

您可以透過兩種模式之一來設定交付。指定的資料倉儲一次使用一種模式。

部署模型會決定如何在 S3 Tables 中組織資料。在每一倉儲模型中，S3 Tables 命名空間名稱包含資料倉儲的唯一識別符，因此每個倉儲的資料會實際分成自己的命名空間。在合併模型中，S3 Tables 命名空間名稱包含 AWS 帳戶號碼，該帳戶和區域中所有倉儲的資料會一起存放在相同的命名空間和資料表中。

單一 AWS 帳戶和單一 AWS 區域支援這兩個選項。若要跨區域或帳戶分析資料，請在查詢時合併每個區域或帳戶資料表的結果。對於跨帳戶存取，您可以使用 AWS Glue Data Catalog 共用。如需詳細資訊，請參閱《 AWS Glue 開發人員指南》中的授予跨帳戶存取權。

使用主控台

若要停止發佈系統資料表，請返回設定並將其移除。已發佈的資料會保留，直到您透過 S3 Tables 設定過期為止。

您可以從叢集或命名空間詳細資訊頁面檢閱整合的狀態。展開檢視 S3 資料表映射，以查看每個系統資料表與其對應 S3 資料表名稱和命名空間之間的映射。您也可以從 S3 Tables 主控台檢視發佈的資料。

使用 AWS CLI

下列參數會設定 S3 Tables 發佈：

佈建叢集

啟用交付。 --log-exports 接受all或以空格分隔的支援系統資料表清單，並接受 --s3-table-granularity cluster（每個倉儲） 或 account（合併）。

aws redshift enable-logging \
    --cluster-identifier my-redshift-cluster \
    --log-destination-type s3table \
    --log-exports all \
    --s3-table-granularity account

僅啟用特定系統資料表的交付：

aws redshift enable-logging \
    --cluster-identifier my-redshift-cluster \
    --log-destination-type s3table \
    --log-exports sys_query_history sys_query_text sys_userlog \
    --s3-table-granularity cluster

檢查交付狀態。

aws redshift describe-logging-status \
    --cluster-identifier my-redshift-cluster

停用所有系統資料表的交付，或使用 的特定資料表的交付--log-exports：

aws redshift disable-logging \
    --cluster-identifier my-redshift-cluster \
    --log-destination-type s3table \
    --log-exports sys_stream_scan_states

Redshift Serverless

在 Redshift Serverless 中，您可以使用 設定每個命名空間的功能update-namespace。系統資料表名稱會在 --s3-table-names（而非 --log-exports) 上傳遞。

啟用交付。

aws redshift-serverless update-namespace \
    --namespace-name my-namespace \
    --log-destination-type s3table \
    --s3-table-action Enable \
    --s3-table-names all \
    --s3-table-granularity namespace

停用特定系統資料表 （或 all) 的交付：

aws redshift-serverless update-namespace \
    --namespace-name my-namespace \
    --log-destination-type s3table \
    --s3-table-action Disable \
    --s3-table-names sys_stream_scan_states

檢查交付狀態。

aws redshift-serverless get-namespace \
    --namespace-name my-namespace

若要在捨棄 S3 資料表儲存貯體或資料表後繼續交付，請再次執行啟用命令。

向 註冊 AWS Glue Data Catalog

在使用 Redshift、Athena 或其他分析服務查詢保留的資料之前，服務受管 S3 資料表儲存貯體必須與 整合 AWS Glue Data Catalog。這是每個帳戶和區域的一次性步驟。如果您已將 S3 Tables 與 整合 AWS Glue Data Catalog，則不需要其他動作。

如需整合說明，請參閱《 AWS Glue 開發人員指南》中的將 Amazon S3 資料表與 整合 AWS Glue Data Catalog。

設定加密

根據預設，傳送到 S3 Tables 的資料會使用 Amazon S3-managed金鑰 (SSE-S3) 加密。若要改用 AWS KMS 客戶受管金鑰，請在啟用交付--s3-table-kms-key-id時以 指定其 ARN：

aws redshift enable-logging \
    --cluster-identifier my-redshift-cluster \
    --log-destination-type s3table \
    --log-exports all \
    --s3-table-granularity account \
    --s3-table-kms-key-id arn:aws:kms:us-west-2:111122223333:key/key-id

如果您使用客戶受管金鑰，其金鑰政策必須允許 Redshift 系統資料表整合服務主體在寫入系統資料表時產生資料金鑰，以及 S3 Tables 維護服務主體在資料表維護期間 （例如壓縮） 使用金鑰。將下列陳述式新增至金鑰政策，以您自己的值取代 REGION、ACCOUNT 和 KEY_ID。

{
  "Version": "2012-10-17",
  "Statement": [
    {
      "Sid": "EnableRedshiftSystemTableKeyUsage",
      "Effect": "Allow",
      "Principal": {
        "Service": "systemtables.redshift.amazonaws.com"
      },
      "Action": [
        "kms:DescribeKey",
        "kms:GenerateDataKey",
        "kms:Decrypt"
      ],
      "Resource": "arn:aws:kms:REGION:ACCOUNT:key/KEY_ID",
      "Condition": {
        "StringEquals": {
          "aws:SourceAccount": "ACCOUNT"
        }
      }
    },
    {
      "Sid": "EnableS3TableMaintenanceKeyUsage",
      "Effect": "Allow",
      "Principal": {
        "Service": "maintenance.s3tables.amazonaws.com"
      },
      "Action": [
        "kms:GenerateDataKey",
        "kms:Decrypt"
      ],
      "Resource": "arn:aws:kms:REGION:ACCOUNT:key/KEY_ID",
      "Condition": {
        "StringLike": {
          "kms:EncryptionContext:aws:s3:arn": "arn:aws:s3tables:REGION:ACCOUNT:bucket/aws-redshift/*"
        }
      }
    }
  ]
}

如果金鑰政策未授予這些許可，則 Redshift 無法寫入加密的 S3 資料表，且交付失敗。

支援的系統資料表

您可以選擇下列任何SYS_*監控檢視來與 S3 Tables 整合。如需每個檢視中資料欄的說明，請選擇檢視名稱。

新增至每個資料表的中繼資料欄

每個 S3 資料表都包含來源SYS_*檢視中的所有資料欄，以及 Redshift 新增的下列五個中繼資料資料欄，用於識別每一列的來源及其交付時間。

設定保留

Redshift 不會為其交付至 S3 Tables 的資料定義保留政策。您可以設定透過 S3 Tables 設定記錄過期政策來保留資料的時間。您可以指定天數 （例如 5 天、100 天或 365 天），而 S3 Tables 會自動移除超過設定持續時間的資料。

如果您未設定過期政策，資料會無限期保留。

當您停用整合或移除系統資料表時，Redshift 會停止寫入新資料，但先前交付的資料會保留在 S3 Tables 中，並繼續遵守您設定的任何過期政策。

如需詳細資訊，請參閱《Amazon S3 使用者指南》中的設定 S3 資料表儲存貯體的記錄過期。 Amazon S3

資料控管

您可以管理對保留系統資料表資料的存取；Redshift 不會代表您套用讀取許可，也不會遮罩資料。

交付和生命週期行為

檢查交付狀態

您可以隨時檢閱目前的組態和每個系統資料表的最新交付時間：

Redshift Serverless

交付不會讓工作群組保持喚醒或耗用您的運算。在工作群組暫停之前，Redshift 會確保交付任何待定批次。

最佳實務

帳單

將系統資料表資料寫入 S3 Tables 是免費的。您需要支付保留資料的標準 S3 Tables 儲存和維護費用，以及根據該引擎的定價，用於讀取資料的查詢引擎的費用。如需詳細資訊，請參閱 Amazon S3 Tables 定價。

考量和限制