

 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.

# STL\_WLM\_QUERY
<a name="r_STL_WLM_QUERY"></a>

WLM에서 처리하는 서비스 클래스의 쿼리를 실행하려고 시도할 때마다 레코드가 저장됩니다.

STL\_WLM\_QUERY는 모든 사용자에게 표시됩니다. 수퍼유저는 모든 행을 볼 수 있지만 일반 사용자는 자체 데이터만 볼 수 있습니다. 자세한 내용은 [시스템 테이블 및 뷰에 있는 데이터의 가시성](cm_chap_system-tables.md#c_visibility-of-data) 섹션을 참조하세요.

이 테이블의 데이터 중 일부 또는 전부는 SYS 모니터링 뷰인 [SYS\_QUERY\_HISTORY](SYS_QUERY_HISTORY.md)에서도 찾아볼 수 있습니다. SYS 모니터링 뷰의 데이터는 사용 및 이해가 더 쉽도록 형식이 지정되어 있습니다. 쿼리에 SYS 모니터링 뷰를 사용하는 것이 좋습니다.

## 테이블 열
<a name="r_STL_WLM_QUERY-table-columns"></a>


| 열 이름  | 데이터 유형  | 설명  | 
| --- | --- | --- | 
| userid | 정수 | 항목을 생성한 사용자의 ID. | 
| xid  | 정수  | 쿼리 또는 하위 쿼리의 트랜잭션 ID  | 
| task  | 정수  | 워크로드 관리자를 통해 쿼리를 추적하는 데 사용되는 ID. 다수의 쿼리 ID와 연결되기도 합니다. 쿼리를 다시 시작하면 새로운 작업 ID가 아닌 새로운 쿼리 ID가 할당됩니다. | 
| 쿼리  | 정수 | 쿼리 ID. 쿼리를 다시 시작하면 새로운 작업 ID가 아닌 새로운 쿼리 ID가 할당됩니다. | 
| service\_class  | 정수  | 서비스 클래스의 ID. 서비스 클래스 ID의 목록은 [WLM 서비스 클래스 ID](cm-c-wlm-system-tables-and-views.md#wlm-service-class-ids) 섹션을 참조하세요. | 
| slot\_count | 정수 | 대기열에 설정된 동시성 수준에 따라 쿼리가 사용하는 WLM 쿼리 슬롯의 수입니다. 기본값은 1. 자세한 내용은 [wlm\_query\_slot\_count](https://docs.aws.amazon.com/redshift/latest/dg/r_wlm_query_slot_count.html)를 참조하세요. | 
| service\_class\_start\_time  | timestamp  | 쿼리가 서비스 클래스에 할당된 시간 이 시간은 UTC 표준 시간대 기준입니다. | 
| queue\_start\_time  | timestamp  | 쿼리가 서비스 클래스 대기열에 진입한 시간 이 시간은 UTC 표준 시간대 기준입니다. | 
| queue\_end\_time  | timestamp  | 쿼리가 서비스 클래스 대기열에서 나간 시간 이 시간은 UTC 표준 시간대 기준입니다. | 
| total\_queue\_time  | bigint  | 쿼리가 대기열에서 대기한 총 시간(마이크로초) | 
| exec\_start\_time  | timestamp  | 쿼리 실행이 서비스 클래스에서 시작된 시간 이 시간은 UTC 표준 시간대 기준입니다. | 
| exec\_end\_time  | timestamp  | 쿼리 실행이 서비스 클래스에서 완료된 시간 이 시간은 UTC 표준 시간대 기준입니다. | 
| total\_exec\_time  | bigint  | 쿼리를 실행하는 데 걸린 시간(마이크로초)  | 
| service\_class\_end\_time  | timestamp  | 쿼리가 서비스 클래스에서 나간 시간 이 시간은 UTC 표준 시간대 기준입니다. | 
| final\_state  | character(16)  | 시스템에서 사용하도록 예약됩니다. | 
| est\_peak\_mem | bigint | 시스템에서 사용하도록 예약됩니다. | 
| query\_priority | char(20) | 쿼리의 우선순위입니다. 가능한 값은 n/a, lowest, low, normal, high 및 highest입니다. 여기에서 n/a은 쿼리 우선 순위가 지원되지 않음을 뜻합니다. | 
| service\_class\_name | character(64) | 서비스 클래스 이름입니다. 서비스 클래스에 대한 자세한 내용은 [WLM 시스템 테이블 및 뷰](https://docs.aws.amazon.com/redshift/latest/dg/cm-c-wlm-system-tables-and-views.html)를 참조하세요. | 

## 샘플 쿼리
<a name="r_STL_WLM_QUERY-sample-queries"></a>

 **쿼리의 평균 대기 및 실행 시간 보기** 

다음 쿼리는 4보다 큰 서비스 클래스의 현재 구성을 표시합니다. 서비스 클래스 ID의 목록은 [WLM 서비스 클래스 ID](cm-c-wlm-system-tables-and-views.md#wlm-service-class-ids) 섹션을 참조하세요.

다음은 각 쿼리가 쿼리 대기열에서 대기한 평균 시간과 각 서비스 클래스에서 실행하는 데 걸린 평균 시간을 마이크로초 단위로 반환하는 쿼리입니다.

```
select service_class as svc_class, count(*),
avg(datediff(microseconds, queue_start_time, queue_end_time)) as avg_queue_time,
avg(datediff(microseconds, exec_start_time, exec_end_time )) as avg_exec_time
from stl_wlm_query
where service_class > 4
group by service_class
order by service_class;
```

위 쿼리는 다음과 같은 샘플 출력을 반환합니다.

```
 svc_class | count | avg_queue_time | avg_exec_time
-----------+-------+----------------+---------------
         5 | 20103 |              0 |         80415
         5 |  3421 |          34015 |        234015
         6 |    42 |              0 |        944266
         7 |   196 |           6439 |       1364399
(4 rows)
```

 **쿼리의 최대 대기 및 실행 시간 보기** 

다음은 쿼리가 대기열에서 대기한 최대 시간과 각 서비스 클래스에서 실행하는 데 걸린 최대 시간을 마이크로초 단위로 반환하는 쿼리입니다.

```
select service_class as svc_class, count(*),
max(datediff(microseconds, queue_start_time, queue_end_time)) as max_queue_time,
max(datediff(microseconds, exec_start_time, exec_end_time )) as max_exec_time
from stl_wlm_query
where svc_class > 5  
group by service_class
order by service_class;
```

```
 svc_class | count | max_queue_time | max_exec_time
-----------+-------+----------------+---------------
         6 |    42 |              0 |       3775896
         7 |   197 |          37947 |      16379473
(4 rows)
```