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.
Verwenden von Amazon Sagemaker Unified Studio zum Abfragen Ihrer Datenbanken in Amazon Redshift und The Lakehouse SageMaker
Amazon SageMaker Unified Studio bietet eine Entwicklungsumgebung außerhalb der Konsole und unterstützt SQL-Analysen für Daten in The SageMaker Lakehouse, Amazon Redshift und Amazon Athena für SQL-Analysen. Navigieren Sie mit der URL Ihres Administrators zu Amazon SageMaker Unified Studio und melden Sie sich mit Ihrem SSO oder Ihren AWS Anmeldeinformationen an. Weitere Informationen zur Einrichtung Ihres ersten Projekts finden Sie unter Erste Schritte im Amazon SageMaker Unified Studio-Benutzerhandbuch.
In Amazon SageMaker Unified Studio können Sie SQL-Analysen durchführen, indem Sie Amazon Redshift und Amazon Athena mit dem Abfrage-Editor ausführen. Verwenden Sie den Abfrage-Editor, um Abfragen zu schreiben und auszuführen, Ergebnisse anzuzeigen und Ihre Arbeit mit Ihrem Team zu teilen. Führen Sie Abfragen für Ihre Redshift-Data Warehouses in Ihrem AWS-Konten (innerhalb desselben Kontos und zwischen Ihren anderen AWS-Konten) aus, erstellen Sie SQL-Abfragen für Redshift und Athena mit derselben Schnittstelle und planen Sie die SQL-Abfragen mit Amazon Managed Workflows for Apache Airflow. Sie können Amazon Q Generative SQL auch verwenden, um SQL aus natürlicher Sprache zu generieren.
