Erstellen von Datenbankobjekten - Amazon Redshift

Amazon Redshift wird UDFs ab dem 1. November 2025 die Erstellung von neuem Python nicht mehr unterstützen. Wenn Sie Python verwenden möchten UDFs, erstellen Sie das UDFs vor diesem Datum liegende. Bestehendes Python UDFs wird weiterhin wie gewohnt funktionieren. Weitere Informationen finden Sie im Blogbeitrag.

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Erstellen von Datenbankobjekten

Sie können Datenbankobjekte erstellen, darunter Datenbanken, Schemas, Tabellen und benutzerdefinierte Funktionen (). UDFs Sie müssen mit einem Cluster oder einer Arbeitsgruppe und einer Datenbank verbunden sein, um Datenbankobjekte zu erstellen.

Erstellen von Datenbanken

Sie können den Abfrage-Editor v2 verwenden, um Datenbanken in Ihrem Cluster oder Ihrer Arbeitsgruppe zu erstellen.

Eine Datenbank erstellen

Weitere Informationen über Datenbanken finden Sie unter CREATE DATABASE im Datenbankentwicklerhandbuch zu Amazon Redshift.

  1. Wählen Sie Plus sign icon inside a circle, indicating an add or create action. Create (Erstellen) aus und danach Database (Datenbank).

  2. Geben Sie einen Database name (Datenbanknamen) ein.

  3. (Optional) Wählen Sie Users and groups (Benutzer und Gruppen) und dort einen Database user (Datenbankbenutzer) aus.

  4. (Optional) Sie können die Datenbank aus einem Datashare oder  AWS Glue Data Catalog erstellen. Weitere Informationen zu finden Sie AWS Glue unter Was ist? AWS Glue im AWS Glue Entwicklerhandbuch.

    • (Optional) Wählen Sie Mit einem Datashare erstellen aus und klicken Sie auf Einen Datashare auswählen. Die Liste enthält Producer-Datashares, mit denen ein Consumer-Datashare im aktuellen Cluster oder in der aktuellen Arbeitsgruppe erstellt werden kann.

    • (Optional) Wählen Sie Erstellen mit AWS Glue Data Catalog und wählen Sie eine AWS Glue-Datenbank aus. Geben Sie im Datenkatalogschema den Namen ein, der für das Schema verwendet wird, wenn auf die Daten in einem dreiteiligen Namen (database.schema.table) verwiesen wird.

  5. Wählen Sie Datenbank erstellen aus.

    Die neue Datenbank wird in der Baumansicht angezeigt.

    Wenn Sie den optionalen Schritt zum Abfragen einer Datenbank auswählen, die aus einem Datashare erstellt wurde, stellen Sie eine Verbindung mit einer Amazon-Redshift-Datenbank im Cluster oder in der Arbeitsgruppe her (z. B. die Standarddatenbank dev). Verwenden Sie dabei die dreiteilige Notation (database.schema.table), die auf den Datenbanknamen verweist, den Sie beim Auswählen der Option Mit einem Datashare erstellen erstellt haben. Die Datashare-Datenbank ist auf der Editor-Registerkarte des Abfrage-Editors v2 aufgeführt, jedoch nicht für eine direkte Verbindung aktiviert.

    Wenn Sie den optionalen Schritt zur Abfrage einer Datenbank wählen, die aus einer erstellt wurde AWS Glue Data Catalog, stellen Sie eine Verbindung zu Ihrer Amazon Redshift Redshift-Datenbank im Cluster oder in der Arbeitsgruppe her (z. B. die Standarddatenbankdev) und verwenden Sie die dreiteilige Notation (database.schema.table), die auf den Datenbanknamen verweist, den Sie erstellt haben, als Sie Create using ausgewählt haben, auf das Schema AWS Glue Data Catalog, das Sie in Data catalog schema benannt haben, und auf die Tabelle in. AWS Glue Data CatalogÄhnlich wie:

    SELECT * FROM glue-database.glue-schema.glue-table
    Anmerkung

    Vergewissern Sie sich, dass Sie mithilfe der Verbindungsmethode Temporäre Anmeldeinformationen mit Ihrer IAM-Identität mit der Standarddatenbank verbunden sind und dass Ihren IAM-Anmeldeinformationen Nutzungsrechte für die AWS Glue Datenbank gewährt wurden.

    GRANT USAGE ON DATABASE glue-database to "IAM:MyIAMUser"

    Die AWS Glue Datenbank ist auf der Registerkarte des Abfrage-Editors v2 aufgeführt, sie ist jedoch nicht für eine direkte Verbindung aktiviert.

    Weitere Informationen zum Abfragen von finden Sie unter Arbeiten mit von Lake Formation verwalteten Datenfreigaben als Verbraucher und Arbeiten mit von Lake Formation verwalteten Datenfreigaben als Produzent im Amazon Redshift Database Developer Guide. AWS Glue Data Catalog

Beispiel für das Erstellen einer Datenbank als Datashare-Consumer

Das folgende Beispiel beschreibt ein bestimmtes Szenario, das verwendet wurde, um mithilfe des Abfrage-Editors v2 eine Datenbank aus einem Datashare zu erstellen. Sehen Sie sich dieses Szenario an, um zu erfahren, wie Sie aus einem Datashare in Ihrer Umgebung eine Datenbank erstellen können. Dieses Szenario verwendet zwei Cluster, cluster-base (der Producer-Cluster) und cluster-view (der Consumer-Cluster).

  1. Verwenden Sie die Amazon-Redshift-Konsole, um einen Datashare für die Tabelle category2 im Cluster cluster-base zu erstellen. Der Producer-Datashare heißt datashare_base.

    Weitere Informationen zum Erstellen von Datashares finden Sie unter Freigeben von Daten über Cluster in Amazon Redshift im Datenbankentwicklerhandbuch zu Amazon Redshift.

  2. Verwenden Sie die Amazon-Redshift-Konsole, um einen Datashare datashare_base als Consumer für die Tabelle category2 im Cluster cluster-view zu erstellen.

  3. Sehen Sie sich das Strukturansichtsfenster im Abfrage-Editor v2 an, das die Hierarchie von cluster-base anzeigt als:

    • Cluster: cluster-base

      • Datenbank: dev

        • Schema: public

          • Tabellen: category2

  4. Wählen Sie Plus sign icon inside a circle, indicating an add or create action. Create (Erstellen) aus und danach Database (Datenbank).

  5. Geben Sie see_datashare_base als Datenbankname ein.

  6. Wählen Sie Mit einem Datashare erstellen aus und klicken Sie auf Einen Datashare auswählen. Wählen Sie datashare_base als Quelle der Datenbank aus, die Sie erstellen.

    Das Strukturansichtsfenster im Abfrage-Editor v2 zeigt die Hierarchie von cluster-view an als:

    • Cluster: cluster-view

      • Datenbank: see_datashare_base

        • Schema: public

          • Tabellen: category2

  7. Wenn Sie die Daten abfragen, stellen Sie eine Verbindung mit der Standarddatenbank des Clusters cluster-view (in der Regel dev) her, aber verweisen Sie auf die Datashare-Datenbank see_datashare_base in Ihrem SQL-Code.

    Anmerkung

    In der Editoransicht des Abfrage-Editors v2 ist der ausgewählte Cluster cluster-view. Die ausgewählte Datenbank ist dev. Die see_datashare_base-Datenbank ist aufgeführt, jedoch nicht für eine direkte Verbindung aktiviert. Sie wählen die dev-Datenbank aus und verweisen auf see_datashare_base in dem SQL-Code, den Sie ausführen.

    SELECT * FROM "see_datashare_base"."public"."category2";

    Die Abfrage ruft Daten aus dem Datashare datashare_base im Cluster cluster_base ab.

Beispiel für das Erstellen einer Datenbank aus einem AWS Glue Data Catalog

Das folgende Beispiel beschreibt ein bestimmtes Szenario, das verwendet wurde, um eine Datenbank AWS Glue Data Catalog mithilfe eines Abfrage-Editors v2 zu erstellen. Sehen Sie sich dieses Szenario an, um zu erfahren, wie Sie eine Datenbank aus einer AWS Glue Data Catalog in Ihrer Umgebung erstellen können. Dieses Szenario verwendet einen Cluster cluster-view, der die von Ihnen erstellte Datenbank enthalten soll.

  1. Wählen Sie Plus sign icon inside a circle, indicating an add or create action. Create (Erstellen) aus und danach Database (Datenbank).

  2. Geben Sie data_catalog_database als Datenbankname ein.

  3. Wählen Sie Create using a AWS Glue Data Catalog und wählen Sie Choose an AWS Glue database aus. Wählen Sie glue_db als Quelle der Datenbank aus, die Sie erstellen.

    Wählen Sie Datenkatalogschema aus und geben Sie myschema als Schemaname ein, der in dreiteiliger Notation verwendet werden soll.

    Das Strukturansichtsfenster im Abfrage-Editor v2 zeigt die Hierarchie von cluster-view an als:

    • Cluster: cluster-view

      • Datenbank: data_catalog_database

        • Schema: myschema

          • Tabellen: category3

  4. Wenn Sie die Daten abfragen, stellen Sie eine Verbindung mit der Standarddatenbank des Clusters cluster-view (in der Regel dev) her, aber verweisen Sie auf die Datenbank data_catalog_database in Ihrem SQL-Code.

    Anmerkung

    In der Editoransicht des Abfrage-Editors v2 ist der ausgewählte Cluster cluster-view. Die ausgewählte Datenbank ist dev. Die data_catalog_database-Datenbank ist aufgeführt, jedoch nicht für eine direkte Verbindung aktiviert. Sie wählen die dev-Datenbank aus und verweisen auf data_catalog_database in dem SQL-Code, den Sie ausführen.

    SELECT * FROM "data_catalog_database"."myschema"."category3";

    Die Abfrage ruft Daten ab, die von  AWS Glue Data Catalog katalogisiert sind.

Erstellen von Schemata

Sie können den Abfrage-Editor v2 verwenden, um Schemata in Ihrem Cluster oder Ihrer Arbeitsgruppe zu erstellen.

Ein Schema erstellen

Weitere Informationen über Schemata finden Sie unter Schemata im Datenbankentwicklerhandbuch zu Amazon Redshift.

  1. Wählen Sie Plus sign icon inside a circle, indicating an add or create action. Create (Erstellen) aus und danach Schema.

  2. Geben Sie einen Schema name (Schemennamen) ein.

  3. Wählen Sie entweder Local (Lokal) oder External (Extern) für Schema type (Schematyp) aus.

    Weitere Informationen über lokale Schemata finden Sie unter CREATE SCHEMA im Datenbankentwicklerhandbuch zu Amazon Redshift. Weitere Informationen über externe Schemata finden Sie unter CREATE EXTERNAL SCHEMA im Datenbankentwicklerhandbuch zu Amazon Redshift.

  4. Wenn Sie External (Extern) auswählen, stehen Ihnen folgende Optionen für ein externes Schema zur Verfügung.

    • Glue Data Catalog (Glue-Datenkatalog) – zum Erstellen eines externen Schemas in Amazon Redshift, das auf Tabellen in AWS Glue verweist. Wählen Sie neben der AWS Glue Datenbank auch die dem Cluster zugeordnete IAM-Rolle und die dem Datenkatalog zugeordnete IAM-Rolle aus.

    • PostgreSQL – zum Erstellen eines externen Schemas in Amazon Redshift, das auf eine Datenbank verweist, die mit Amazon RDS für PostgreSQL oder mit einer Edition von Amazon Aurora PostgreSQL kompatibel ist. Geben Sie die Verbindungsinformationen für die Datenbank an. Weitere Informationen über Verbundabfragen finden Sie unter Abfragen von Daten mit Verbundabfragen im Datenbankentwicklerhandbuch zu Amazon Redshift.

    • MySQL – zum Erstellen eines externen Schemas in Amazon Redshift, das auf eine Datenbank verweist, die mit Amazon RDS für MySQL oder mit einer Edition von Amazon Aurora MySQL kompatibel ist. Geben Sie die Verbindungsinformationen für die Datenbank an. Weitere Informationen über Verbundabfragen finden Sie unter Abfragen von Daten mit Verbundabfragen im Datenbankentwicklerhandbuch zu Amazon Redshift.

  5. Wählen Sie Create schema (Schema erstellen) aus.

    Das neue Schema wird in der Baumansicht angezeigt.

Erstellen von Tabellen

Sie können den Abfrage-Editor v2 verwenden, um Tabellen in Ihrem Cluster oder Ihrer Arbeitsgruppe zu erstellen.

Eine Tabelle erstellen

Sie können eine Tabelle basierend auf einer CSV-Datei erstellen, in der Sie jede Spalte der Tabelle angeben bzw. definieren. Weitere Informationen über Tabellen finden Sie unter Gestalten von Tabellen und CREATE TABLE im Datenbankentwicklerhandbuch zu Amazon Redshift.

Wählen Sie Open query in editor (Abfrage im Editor öffnen) aus, um die Anweisung CREATE TABLE anzuzeigen und zu bearbeiten, bevor Sie die Abfrage zum Erstellen der Tabelle ausführen.

  1. Klicken Sie auf Plus sign icon inside a circle, indicating an add or create action. Create (Erstellen) und wählen Sie Table (Tabelle) aus.

  2. Wählen Sie ein Schema aus.

  3. Geben Sie einen Tabellennamen ein.

  4. Wählen Sie Plus sign icon representing an addition or new item action. Add field (Feld hinzufügen), um eine Spalte hinzuzufügen.

  5. Verwenden Sie eine CSV-Datei als Vorlage für die Tabellendefinition:

    1. Wählen Sie Load from CSV (Laden aus CSV) aus.

    2. Gehen Sie zum Speicherort der Datei.

      Wenn Sie eine CSV-Datei verwenden, muss die erste Zeile der Datei die Spaltenüberschriften enthalten.

    3. Wählen Sie die Datei und dann Open (Öffnen). Bestätigen Sie, dass die Spaltennamen und Datentypen korrekt sind.

  6. Wählen Sie die einzelnen Spalten und die gewünschten Optionen aus:

    • Wählen Sie einen Wert für Encoding (Codierung) aus.

    • Wählen Sie einen Default value (Standardwert) aus.

    • Aktivieren Sie Automatically increment (Automatisch inkrementieren), wenn die Spaltenwerte inkrementiert werden sollen. Geben Sie dann einen Wert für Auto increment seed (Seed automatisch inkrementieren) und Auto increment step (Schritt automatisch inkrementieren) ein.

    • Aktivieren Sie Not NULL (Nicht NULL), wenn die Spalte immer einen Wert enthalten soll.

    • Geben Sie einen Wert für Size (Größe) für die Spalte ein.

    • Aktivieren Sie Primary key (Primärschlüssel), wenn Sie möchten, dass die Spalte ein Primärschlüssel sein soll.

    • Aktivieren Sie Unique key (Einmaliger Schlüssel), wenn Sie möchten, dass die Spalte ein einmaliger Schlüssel sein soll.

  7. (Optional) Wählen Sie Table details (Tabellendetails) und dann eine der folgenden Optionen aus:

    • Spalte des Verteilungsschlüssels und deren Stil.

    • Spalte des Sortierschlüssels und deren Stil.

    • Aktivieren Sie Backup, um die Tabelle in Snapshots aufzunehmen.

    • Aktivieren Sie Temporary table (Temporäre Tabelle), um die Tabelle als temporäre Tabelle zu erstellen.

  8. Wählen Sie Open query in editor (Abfrage im Editor öffnen) aus, um noch mehr Einstellungen zum Definieren der Tabelle zu treffen, bzw. Create table (Tabelle erstellen), um die Tabelle zu erstellen.

Erstellung von Funktionen

Sie können den Abfrage-Editor v2 verwenden, um Funktionen in Ihrem Cluster oder Ihrer Arbeitsgruppe zu erstellen.

Eine Funktion erstellen
  1. Wählen Sie Plus sign icon inside a circle, indicating an add or create action. Create (Erstellen) aus und dann Function (Funktion).

  2. Wählen Sie bei Type entweder SQL oder Python als Typ aus.

  3. Wählen Sie einen Wert für Schema aus.

  4. Geben Sie bei Name einen Namen für die Funktion ein.

  5. Geben Sie bei Volatility den Wert der Volatilität der Funktion ein.

  6. Wählen Sie Parameters nach ihren Datentypen in der Reihenfolge der Eingabeparameter.

  7. Wählen Sie bei Returns (Rückgabewerte) einen Datentyp aus.

  8. Geben Sie den SQL-Programmcode oder den Python-Programmcode für die Funktion ein.

  9. Wählen Sie Erstellen aus.

Weitere Informationen zu benutzerdefinierten Funktionen (UDFs) finden Sie unter Erstellen benutzerdefinierter Funktionen im Amazon Redshift Database Developer Guide.