Amazon Redshift는 패치 198부터 새 Python UDF 생성을 더 이상 지원하지 않습니다. 기존 Python UDF는 2026년 6월 30일까지 계속 작동합니다. 자세한 내용은 [블로그 게시물](https://aws.amazon.com/blogs/big-data/amazon-redshift-python-user-defined-functions-will-reach-end-of-support-after-june-30-2026/)을 참조하세요.

# 데이터 로드에 대한 Amazon Redshift 모범 사례
<a name="c_loading-data-best-practices"></a>

대용량 데이터 세트를 로드하려면 오랜 시간이 걸릴 뿐만 아니라 컴퓨팅 리소스를 많이 소비할 수 있습니다. 또한 데이터의 로딩 방식은 쿼리 성능에도 영향을 미치기도 합니다. 이번 단원에서는 COPY 명령, 대량 삽입, 스테이징 테이블을 사용하여 데이터를 효율적으로 로드하기 위한 모범 사례에 대해서 살펴보겠습니다.

**Topics**
+ [자습서를 통해 데이터를 로드하는 방법 알아보기](c_best-practices-loading-take-loading-data-tutorial.md)
+ [COPY 명령을 사용하여 데이터 로드](c_best-practices-use-copy.md)
+ [단일 COPY 명령을 사용하여 여러 파일에서 로드](c_best-practices-single-copy-command.md)
+ [파일에서 데이터 로드](c_best-practices-use-multiple-files.md)
+ [데이터 파일 압축](c_best-practices-compress-data-files.md)
+ [로드 전후의 데이터 파일 확인](c_best-practices-verifying-data-files.md)
+ [다중 행 삽입 사용](c_best-practices-multi-row-inserts.md)
+ [대량 삽입 사용](c_best-practices-bulk-inserts.md)
+ [정렬 키 순서로 데이터 로드](c_best-practices-sort-key-order.md)
+ [순차적 블록으로 데이터 로드](c_best-practices-load-data-in-sequential-blocks.md)
+ [시계열 테이블 사용](c_best-practices-time-series-tables.md)
+ [유지 관리 기간 예약](c_best-practices-avoid-maintenance.md)