Amazon Redshift 將不再支援從修補程式 198 開始建立新的 Python UDFs。現有 Python UDF 將繼續正常運作至 2026 年 6 月 30 日。如需詳細資訊，請參閱[部落格文章](https://aws.amazon.com/blogs/big-data/amazon-redshift-python-user-defined-functions-will-reach-end-of-support-after-june-30-2026/)。
本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
# 在具體化視觀表中使用使用者定義函數 (UDF)
您可以在 Amazon Redshift 具體化視觀表中使用純量 UDF。在 python 或 SQL 中定義這些內容，並在具體化視觀表定義中加以參照。
## 在具體化視觀表中參照 UDF
下列程序顯示如何在具體化視觀表定義中使用執行簡單算術比較的 UDF。
1. 建立要在具體化視觀表定義中使用的資料表。
```
CREATE TABLE base_table (a int, b int);
```
1. 在 python 中建立一個純量使用者定義函數，該函數會傳回布林值，指出整數是否大於比較整數。
```
CREATE OR REPLACE FUNCTION udf_python_bool(x1 int, x2 int) RETURNS bool IMMUTABLE
AS $$
return x1 > x2
$$ LANGUAGE plpythonu;
```
或者，使用 SQL 建立功能類似的 UDF，您可以使用此功能與第一個結果做比較。
```
CREATE OR REPLACE FUNCTION udf_sql_bool(int, int) RETURNS bool IMMUTABLE
AS $$
select $1 > $2;
$$ LANGUAGE SQL;
```
1. 建立可從所建立資料表中選取並參照 UDF 的具體化視觀表。
```
CREATE MATERIALIZED VIEW mv_python_udf AS SELECT udf_python_bool(a, b) AS a FROM base_table;
```
您也可以選擇性地建立參照 SQL UDF 的具體化視觀表。
```
CREATE MATERIALIZED VIEW mv_sql_udf AS SELECT udf_sql_bool(a, b) AS a FROM base_table;
```
1. 新增資料至資料表，然後重新整理具體化視觀表。
```
INSERT INTO base_table VALUES (1,2), (1,3), (4,2);
```
```
REFRESH MATERIALIZED VIEW mv_python_udf;
```
您也可以選擇性地重新整理參照 SQL UDF 的具體化視觀表。
```
REFRESH MATERIALIZED VIEW mv_sql_udf;
```
1. 查詢具體化視觀表的資料。
```
SELECT * FROM mv_python_udf ORDER BY a;
```
查詢結果如下：
```
a
-----
false
false
true
```
這會針對最後一組值傳回 `true`，因為資料欄 `a` (4) 的值大於資料欄 `b` (2) 的值。
1. 您也可以選擇性地查詢參照 SQL UDF 的具體化視觀表。SQL 函數的結果會與 Python 版本的結果相符。
```
SELECT * FROM mv_sql_udf ORDER BY a;
```
查詢結果如下：
```
a
-----
false
false
true
```
這將針對最後一組值傳回 `true` 以進行比較。
1. 搭配 CASCADE 使用 DROP 陳述式，以捨棄使用者定義函數及參照該函數的具體化視觀表。
```
DROP FUNCTION udf_python_bool(int, int) CASCADE;
```
```
DROP FUNCTION udf_sql_bool(int, int) CASCADE;
```