

 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。

# 檢視叢集工作負載明細圖表
<a name="analyze-workload-performance"></a>

您可以取得工作負載效能的詳細檢視，方法是查看主控台中的工作負載執行明細項目圖表。我們以 QueryRuntimeBreakdown 指標提供的資料來建立圖表。利用此圖表，您可以查看您的查詢花費各種處理階段 (例如等候和規劃) 的時間。

**注意**  
工作負載執行明細項目圖表不會對單一節點叢集顯示。

以下指標清單說明各種處理階段：
+ `QueryPlanning`：剖析與最佳化 SQL 陳述式花費的時間。
+ `QueryWaiting`：花費在工作負載管理 (WLM) 佇列中等待的時間。
+ `QueryExecutingRead`：執行讀取查詢所花費的時間。
+ `QueryExecutingInsert`：執行插入查詢所花費的時間。
+ `QueryExecutingDelete`：執行刪除查詢所花費的時間。
+ `QueryExecutingUpdate`：執行更新查詢所花費的時間。
+ `QueryExecutingCtas`：執行 CREATE TABLE AS 查詢所花費的時間。
+ `QueryExecutingUnload`：執行卸載查詢所花費的時間。
+ `QueryExecutingCopy`：執行複製查詢所花費的時間。

例如，在 Amazon Redshift 主控台的下列圖示表示查詢在計畫、等待、讀取和寫入階段中所花的時間。您可以將此圖形中的發現與其他指標相結合，以進一步分析。在某些情況下，您的圖表可能顯示較短期間的查詢 (量測方式為 `QueryDuration` 指標) 在等待階段的所花費時間較長。在這些情況下，您可以為特定佇列增加 WLM 並行率，以增加傳輸量。

以下是工作負載執行細分圖表的範例。在圖表中，y 軸值是指每個階段在指定時間的平均持續時間，以堆疊長條圖顯示。

![\[垂直長條圖中以天為增量單位，顯示查詢處理階段的持續時間。\]](http://docs.aws.amazon.com/zh_tw/redshift/latest/mgmt/images/database-performance-workload-execution-breakdown.png)


下圖說明 Amazon Redshift 如何為並行工作階段彙總查詢的處理。

![\[水平長條圖中的 x 軸顯示工作階段編號，而 y 軸顯示時間。每個工作階段都是一個水平長條，並分成不同的查詢狀態。\]](http://docs.aws.amazon.com/zh_tw/redshift/latest/mgmt/images/querybreakdownschematic.png)


**檢視叢集工作負載明細圖表**

1. 登入 AWS 管理主控台 ，並在 [https://console.aws.amazon.com/redshiftv2/](https://console.aws.amazon.com/redshiftv2/)：// 開啟 Amazon Redshift 主控台。

1. 在導覽功能表上，選擇**叢集**，然後從清單中選擇叢集名稱以開啟其詳細資訊。叢集的詳細資訊隨即顯示，包含**叢集效能**、**查詢監控**、**資料庫**、**資料共用**、**排程**、**維護**和**屬性**索引標籤。

1. 選擇與查詢有關的指標 **Query monitoring (查詢監控)** 標籤。

1. 在 **Query monitoring (查詢監控)** 區段中，選擇 **Database performance (資料庫效能)** 及選擇 **Cluster metrics (叢集指標)**。

   下列指標已建立所選時間範圍的堆疊長條圖：
   + **Plan (計畫)** 階段 
   + **Wait (等待)** 階段 
   + **Commit (遞交)** 時間 
   + **Execution (執行)** 時間 