O Amazon Redshift não permitirá mais a criação de UDFs do Python a partir do Patch 198. As UDFs do Python existentes continuarão a funcionar normalmente até 30 de junho de 2026. Para ter mais informações, consulte a publicação de blog
Otimização automática de banco de dados
O Amazon Redshift hospeda um conjunto de recursos automatizados, denominados coletivamente como operações autônomas, que aprimoram o desempenho, reduzem a manutenção manual e otimizam o uso de recursos. As operações autônomas utilizam machine learning e processos em segundo plano para gerenciar operações do banco de dados com eficiência, automatizando várias tarefas de manutenção de rotina para reduzir a carga de trabalho dos administradores de banco de dados.
A seguinte tabela detalha os recursos autônomos do Amazon Redshift:
| Recurso autônomo | Descrição |
|---|---|
Classificação automática de vacuum |
O Amazon Redshift reorganiza dados de tabela automaticamente com base nos padrões de consulta observados para garantir a ordem de classificação ideal. Esse recurso está habilitado por padrão para tabelas com chaves de classificação especificadas. Para obter mais informações, consulte Classificação automática de tabela. |
Exclusão de vacuum automática |
O Amazon Redshift executa operações de limpeza automaticamente para recuperar espaço das linhas excluídas e classificar dados. Para ter mais informações sobre operações automáticas de vacuum, consulte Exclusão de vacuum automática. |
Otimização automática de tabelas |
O Amazon Redshift monitora o desempenho das consultas e os metadados de tabela para determinar automaticamente as melhores chaves de classificação e distribuição para tabelas e escolhe o tipo de compactação aplicado a uma coluna de valores de dados à medida que são adicionados dados a uma tabela. Para obter mais informações, consulte Otimização automática de tabelas e Codificações de compactação. |
Análise automática |
O Amazon Redshift analisa automaticamente as tabelas à medida que os dados dentro delas mudam, garantindo que o planejador de consultas tenha informações atualizadas para planos de execução ideais. Para ter mais informações sobre operações de análise automáticas, consulte Análise automática. |
Visões materializadas automatizadas |
O Amazon Redshift cria e atualiza visões materializadas automaticamente com base nos padrões de consulta observados. Isso reduz a necessidade de os usuários criarem ou atualizarem manualmente as visões para se beneficiarem de respostas mais rápidas às consultas. Para ter informações sobre visões materializadas, consulte Visões materializadas no Amazon Redshift. |
Esses recursos autônomos estão habilitados por padrão e são executados automaticamente em segundo plano durante períodos de baixo tráfego para otimizar o desempenho do cluster. Se desejar, consulte Valores de parâmetros padrão no Guia de gerenciamento do Amazon Redshift para configurar recursos automáticos.
Para clusters ou grupos de trabalho com alto tráfego constante, recomendamos habilitar recursos extras de computação para garantir uma otimização contínua. Para obter mais informações, consulte Alocação de recursos extras de computação para otimização automática de banco de dados.
Tópicos
