Amazon Redshift unterstützt ab Patch 198 nicht mehr die Erstellung neuer Python-UDFs. Bestehende Python-UDFs werden bis zum 30. Juni 2026 weiterhin funktionieren. Weitere Informationen finden Sie im Blog-Posting
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.
Einschränkungen für Python-UDFs
Solange Sie die in diesem Thema aufgelisteten Einschränkungen berücksichtigen, können Sie UDFs überall dort verwenden, wo Sie auch die integrierten skalaren Funktionen von Amazon Redshift einsetzen können. Weitere Informationen finden Sie unter SQL-Funktionsreferenz.
Für Amazon-Redshift-Python-UDFs gelten die folgenden Einschränkungen:
-
Python-UDFs können weder auf das Netzwerk zugreifen noch im Dateisystem lesen oder schreiben.
-
Die Gesamtgröße von Python-Bibliotheken, die von Benutzern installiert werden, darf 100 MB nicht überschreiten.
-
Amazon Redshift kann jeweils nur eine Python-UDF für bereitgestellte Cluster mit automatischem Workload-Management (WLM) und für Serverless-Arbeitsgruppen ausführen. Wenn Sie versuchen, mehr als eine UDF gleichzeitig auszuführen, stellt Amazon Redshift die verbleibenden Python-UDFs, die ausgeführt werden sollen, in die Workload-Verwaltungswarteschlangen. Für SQL-UDFs gibt es kein Gleichzeitigkeitslimit, wenn das automatische WLM verwendet wird.
-
Bei der Verwendung eines manuellen WLM für bereitgestellte Cluster, wird die Anzahl der Python-UDFs, die gleichzeitig pro Cluster ausgeführt werden können, auf ein Viertel der gesamten Gleichzeitigkeitskapazität für den Cluster begrenzt. Beispielsweise kann ein bereitgestellter Cluster mit der Gleichzeitigkeitskapazität 15 maximal drei gleichzeitige Python-UDFs ausführen.
Bei Verwendung von Python-UDFs unterstützt Amazon Redshift die Datentypen SUPER und HLLSKETCH nicht.
