O Amazon Redshift não permitirá mais a criação de UDFs do Python a partir do Patch 198. As UDFs do Python existentes continuarão a funcionar normalmente até 30 de junho de 2026. Para ter mais informações, consulte a [publicação de blog ](https://aws.amazon.com/blogs/big-data/amazon-redshift-python-user-defined-functions-will-reach-end-of-support-after-june-30-2026/). 

# Como revisar alertas de consulta por tabela
<a name="review-query-alerts-by-table"></a>

A consulta a seguir identifica as tabelas que tiveram eventos de alerta registrados e também identifica que tipo de alerta surge com mais frequência.

Se o valor `minutes` para uma linha com uma tabela identificada for alto, verifique a tabela para ver se ela precisa de manutenção de rotina, tal como a execução de [ANALYZE](r_ANALYZE.md) ou [VACUUM](r_VACUUM_command.md) nela.

Se o valor `count` for alto para uma linha mas o valor `table` for nulo, execute uma consulta em STL\$1ALERT\$1EVENT\$1LOG pelo valor `event` associado para investigar por que esse alerta está sendo ativado com mais frequência.

```
select trim(s.perm_table_name) as table, 
(sum(abs(datediff(seconds, s.starttime, s.endtime)))/60)::numeric(24,0) as minutes, trim(split_part(l.event,':',1)) as event,  trim(l.solution) as solution, 
max(l.query) as sample_query, count(*) 
from stl_alert_event_log as l 
left join stl_scan as s on s.query = l.query and s.slice = l.slice 
and s.segment = l.segment and s.step = l.step
where l.event_time >=  dateadd(day, -7, current_Date) 
group by 1,3,4 
order by 2 desc,6 desc;
```