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.
# STV\$1INFLIGHT
STV\$1INFLIGHT 테이블은 클러스터에서 현재 실행 중인 쿼리를 확인하는 데 사용됩니다. 문제를 해결하는 경우 장기 실행 쿼리의 상태를 확인하는 데 유용합니다.
단, 리더 노드 전용 쿼리를 표시하지는 않습니다. 자세한 내용은 [리더 노드 전용 함수](c_SQL_functions_leader_node_only.md) 섹션을 참조하세요. STV\$1INFLIGHT은 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\$1QUERY\$1HISTORY](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.
## STV\$1INFLIGHT를 사용한 문제 해결
쿼리 또는 쿼리 모음에 대한 성능 문제를 해결하기 위해 STV\$1INFLIGHT를 사용하는 경우 다음 사항에 유의하세요.
+ 장기간 실행 중인 미결 트랜잭션은 일반적으로 부하를 증가시킵니다. 이러한 미결 트랜잭션으로 인해 다른 쿼리의 실행 시간이 길어질 수 있습니다.
+ 장기 실행되는 복사 및 ETL 작업은 많은 컴퓨팅 리소스를 사용하는 경우 클러스터에서 실행 중인 다른 쿼리에 영향을 미칠 수 있습니다. 대부분의 경우 이러한 장기 실행 작업을 사용량이 적은 시간으로 옮기면 보고 또는 분석 워크로드의 성능이 향상됩니다.
+ STV\$1INFLIGHT와 관련된 정보를 제공하는 뷰가 있습니다. 여기에는 SQL 명령에 대한 쿼리 텍스트를 캡처하는 STL\$1QUERYTEXT와 STV\$1INFLIGHT를 [SVV\$1QUERY\$1INFLIGHT](r_SVV_QUERY_INFLIGHT.md)에 조인하는 [STL\$1QUERYTEXT](r_STL_QUERYTEXT.md)가 포함됩니다. 문제 해결을 위해 [STV\$1RECENTS](r_STV_RECENTS.md)를 STV\$1INFLIGHT와 함께 사용할 수도 있습니다. 예를 들어 STV\$1RECENTS는 특정 쿼리가 **실행 중 또는 **완료 상태에 있는지 여부를 나타낼 수 있습니다. 이 정보를 STV\$1INFLIGHT의 결과와 결합하면 쿼리의 속성 및 컴퓨팅 리소스 영향에 대한 자세한 정보를 얻을 수 있습니다.
Amazon Redshift 콘솔을 사용하여 실행 중인 쿼리를 모니터링할 수도 있습니다.
## 테이블 열
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/redshift/latest/dg/r_STV_INFLIGHT.html)
## 샘플 쿼리
현재 데이터베이스에서 활성화되어 실행 중인 모든 쿼리를 확인하려면 다음과 같이 쿼리를 입력합니다.
```
select * from stv_inflight;
```
아래 샘플 출력은 STV\$1INFLIGHT 쿼리 자체와 이름이 `avgwait.sql`인 스크립트에서 실행된 쿼리를 포함하여 현재 2개의 쿼리가 실행 중인 것을 나타냅니다.
```
select slice, query, trim(label) querylabel, pid,
starttime, substring(text,1,20) querytext
from stv_inflight;
slice|query|querylabel | pid | starttime | querytext
-----+-----+-----------+-----+--------------------------+--------------------
1011 | 21 | | 646 |2012-01-26 13:23:15.645503|select slice, query,
1011 | 20 |avgwait.sql| 499 |2012-01-26 13:23:14.159912|select avg(datediff(
(2 rows)
```
다음 쿼리는 concurrency\$1scaling\$1status를 포함한 여러 열을 선택합니다. 이 열은 쿼리가 동시성 확장 클러스터로 전송되고 있는지 여부를 나타냅니다. 일부 결과에 대해 값이 `1`이면 동시성 규모 조정 컴퓨팅 리소스가 사용 중임을 나타냅니다. 자세한 내용은 [동시성 확장](concurrency-scaling.md) 섹션을 참조하세요.
```
select userid,
query,
pid,
starttime,
text,
suspended,
concurrency_scaling_status
from STV_INFLIGHT;
```
샘플 출력은 동시성 규모 조정 클러스터로 전송되는 쿼리 하나를 보여줍니다.
```
query | pid | starttime | text | suspended | concurrency_scaling_status
--------+---------+----------------------------|------------------------|---------------|-------------------------------
1234567 | 123456 | 2012-01-26 13:23:15.645503 | select userid, query... 0 1
2345678 | 234567 | 2012-01-26 13:23:14.159912 | select avg(datediff(... 0 0
(2 rows)
```
쿼리 성능 문제 해결에 대한 자세한 팁은 [쿼리 문제 해결](queries-troubleshooting.md)을 참조하세요.