在具體化視觀表中使用使用者定義函數 (UDF)

您可以在 Amazon Redshift 具體化視觀表中使用純量 UDF。在 python 或 SQL 中定義這些內容，並在具體化視觀表定義中加以參照。

在具體化視觀表中參照 UDF

下列程序顯示如何在具體化視觀表定義中使用執行簡單算術比較的 UDF。

1. 建立要在具體化視觀表定義中使用的資料表。

   CREATE TABLE base_table (a int, b int);

2. 在 python 中建立一個純量使用者定義函數，該函數會傳回布林值，指出整數是否大於比較整數。

   CREATE OR REPLACE FUNCTION udf_python_bool(x1 int, x2 int) RETURNS bool IMMUTABLE
   AS $$
     return x1 > x2
   $$ LANGUAGE plpythonu;

   或者，使用 SQL 建立功能類似的 UDF，您可以使用此功能與第一個結果做比較。

   CREATE OR REPLACE FUNCTION udf_sql_bool(int, int) RETURNS bool IMMUTABLE
   AS $$
     select $1 > $2;
   $$ LANGUAGE SQL;

3. 建立可從所建立資料表中選取並參照 UDF 的具體化視觀表。

   CREATE MATERIALIZED VIEW mv_python_udf AS SELECT udf_python_bool(a, b) AS a FROM base_table;

   您也可以選擇性地建立參照 SQL UDF 的具體化視觀表。

   CREATE MATERIALIZED VIEW mv_sql_udf AS SELECT udf_sql_bool(a, b) AS a FROM base_table;

4. 新增資料至資料表，然後重新整理具體化視觀表。

   INSERT INTO base_table VALUES (1,2), (1,3), (4,2);

   REFRESH MATERIALIZED VIEW mv_python_udf;

   您也可以選擇性地重新整理參照 SQL UDF 的具體化視觀表。

   REFRESH MATERIALIZED VIEW mv_sql_udf;

5. 查詢具體化視觀表的資料。

   SELECT * FROM mv_python_udf ORDER BY a;

   查詢結果如下：

   a
   -----
   false
   false
   true

   這會針對最後一組值傳回 true，因為資料欄 a (4) 的值大於資料欄 b (2) 的值。

6. 您也可以選擇性地查詢參照 SQL UDF 的具體化視觀表。SQL 函數的結果會與 Python 版本的結果相符。

   SELECT * FROM mv_sql_udf ORDER BY a;

   查詢結果如下：

   a
   -----
   false
   false
   true

   這將針對最後一組值傳回 true 以進行比較。

7. 搭配 CASCADE 使用 DROP 陳述式，以捨棄使用者定義函數及參照該函數的具體化視觀表。

   DROP FUNCTION udf_python_bool(int, int) CASCADE;

   DROP FUNCTION udf_sql_bool(int, int) CASCADE;