Carga de datos

Temas

• Uso de un comando COPY para cargar datos
• Ingesta continua de archivos desde Amazon S3 (versión preliminar)
• Actualización de tablas con comandos DML
• Actualización e inserción de datos nuevos
• Realización de una copia profunda
• Análisis de tablas
• Limpieza de tablas
• Administración de operaciones de escritura simultáneas
• Tutorial: Carga de datos desde Amazon S3

La forma más eficiente de cargar una tabla es mediante el comando COPY. También puede agregar datos a las tablas mediante el uso de los comandos INSERT, aunque ese método es menos efectivo que usar COPY. El comando COPY puede leer datos de diferentes archivos y flujos de datos de forma simultánea. Amazon Redshift asigna la carga de trabajo a los nodos del clúster y realiza las operaciones de carga en paralelo, incluida la ordenación de las filas y la distribución de los datos entre los sectores de los nodos.

nota

Las tablas externas de Amazon Redshift Spectrum solo se pueden leer. No puede utilizar COPY ni INSERT en una tabla externa.

Para obtener acceso a los datos en otros recursos de AWS, su clúster debe tener permiso para acceder a tales recursos y para realizar las acciones necesarias para obtener acceso a los datos. Puede usar AWS Identity and Access Management (IAM) para limitar el acceso de los usuarios a los datos y recursos del clúster.

Tras la carga de datos inicial, si agrega, modifica o elimina una cantidad de datos significativa, a continuación debe ejecutar un comando VACUUM para reorganizar los datos y recuperar espacio tras las eliminaciones. También debe ejecutar un comando ANALYZE para actualizar las estadísticas de la tabla.

En esta sección, se explica cómo cargar datos y resolver problemas durante ese proceso, y se presentan las prácticas recomendadas para la carga de datos.