Amazon Redshift unterstützt UDFs ab Patch 198 nicht mehr die Erstellung von neuem Python. Das bestehende Python UDFs wird bis zum 30. Juni 2026 weiterhin funktionieren. Weitere Informationen finden Sie im [Blog-Posting](https://aws.amazon.com/blogs/big-data/amazon-redshift-python-user-defined-functions-will-reach-end-of-support-after-june-30-2026/). Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich. # Analysieren des Abfragezusammenfassung Wenn Sie die Ausführungsschritte und die Statistik etwas detaillierter benötigen als in dem Abfrageplan, den [EXPLAIN](r_EXPLAIN.md) ausgibt, verwenden Sie die Systemansichten [SVL\_QUERY\_SUMMARY](r_SVL_QUERY_SUMMARY.md) und [SVL\_QUERY\_REPORT](r_SVL_QUERY_REPORT.md). SVL\_QUERY\_SUMMARY zeigt Abfragestatistiken für die Stream an. Sie können die ausgegebenen Informationen verwenden, um Probleme in Zusammenhang mit besonders kostenintensiven Schritten, Schritten mit besonders langer Ausführungszeit und Schritten, bei denen Daten auf den Datenträger geschrieben werden, zu identifizieren. Die Systemansicht SVL\_QUERY\_REPORT zeigt Informationen ähnlich denen von SVL\_QUERY\_SUMMARY an, allerdings nicht nach Streams angeordnet, sondern nach den Slices auf den Verarbeitungsknoten. Sie können diese Informationen auf Slice-Ebene verwenden, um eine ungleichmäßige Datenverteilung in dem Cluster zu erkennen (eine „verzerrte“ Datenverteilung). Eine verzerrte Datenverteilung zwingt einige Knoten dazu, mehr Arbeit zu verrichten als andere, was die Abfrageleistung beeinträchtigt. **Topics** + [Verwenden der Ansicht SVL\_QUERY\_SUMMARY](using-SVL-Query-Summary.md) + [Verwenden der Ansicht SVL\_QUERY\_REPORT](using-SVL-Query-Report.md) + [Zuweisung der Informationen in Abfrageplan und Abfragezusammenfassung](query-plan-summary-map.md)