Amazon Redshift non supporterà più la creazione di nuovi Python UDFs a partire dalla Patch 198. Python esistente UDFs continuerà a funzionare fino al 30 giugno 2026. Per ulteriori informazioni, consulta il [post del blog](https://aws.amazon.com/blogs/big-data/amazon-redshift-python-user-defined-functions-will-reach-end-of-support-after-june-30-2026/).
Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
# Nozioni di base sui data warehouse Amazon Redshift serverless
Se utilizzi Amazon Redshift Serverless per la prima volta, consigliamo di iniziare leggendo le seguenti sezioni: Il flusso di base di Amazon Redshift serverless consiste nel creare risorse serverless, connettersi ad Amazon Redshift serverless, caricare dati di esempio e quindi eseguire query sui dati. In questa guida, è possibile scegliere di caricare dati di esempio da Amazon Redshift serverless o da un bucket Amazon S3. I dati di esempio vengono utilizzati in tutta la documentazione di Amazon Redshift per illustrare le funzionalità. Per iniziare a utilizzare i data warehouse con provisioning Amazon Redshift, consulta [Nozioni di base sui data warehouse con provisioning Amazon Redshift](new-user.md).
+ [Iscrizione a AWS](#serverless-prereq-signup)
+ [Creazione di un data warehouse con Amazon Redshift serverless](#serverless-console-resource-creation)
+ [Caricamento di dati da Amazon S3](#serverless-load-data-from-s3)
## Iscrizione a AWS
Se non hai già un AWS account, registrane uno. Se disponi già di un account, puoi ignorare questo prerequisito e utilizzare il tuo account esistente.
1. Apri la [https://portal.aws.amazon.com/billing/registrazione.](https://portal.aws.amazon.com/billing/signup)
1. Segui le istruzioni online.
Quando si registra un AWS account, viene creato un utente root dell' AWS account. L'utente root ha accesso a tutti i AWS servizi e le risorse dell'account. Come best practice di sicurezza, [assegna l'accesso amministrativo a un utente amministrativo](https://docs.aws.amazon.com/singlesignon/latest/userguide/getting-started.html) e utilizza solo l'utente root per eseguire [attività che richiedono l'accesso di un utente root](https://docs.aws.amazon.com/accounts/latest/reference/root-user-tasks.html).
## Creazione di un data warehouse con Amazon Redshift serverless
La prima volta che accedi alla console Amazon Redshift serverless, viene richiesto di accedere all'esperienza introduttiva, che puoi utilizzare per creare e gestire risorse serverless. In questa guida, creerai risorse serverless utilizzando le impostazioni predefinite di Amazon Redshift serverless.
Per un controllo più granulare della configurazione, scegli **Customize settings** (Personalizza impostazioni).
**Nota**
Redshift serverless richiede un VPC Amazon con tre sottoreti in tre zone di disponibilità diverse. Redshift serverless richiede inoltre almeno tre indirizzi IP disponibili. Prima di continuare, assicurati che il VPC Amazon che utilizzi per Redshift serverless abbia tre sottoreti in tre zone di disponibilità diverse e almeno tre indirizzi IP disponibili. Per ulteriori informazioni sulla creazione di sottoreti in un VPC Amazon, consulta [Creare una sottorete](https://docs.aws.amazon.com/vpc/latest/userguide/create-subnets.html) nella *Guida per l’utente di Amazon VPC*. Per ulteriori informazioni sugli indirizzi IP in un Amazon VPC, consulta [Indirizzamento IP per le tue sottoreti VPCs ](https://docs.aws.amazon.com/vpc/latest/userguide/vpc-ip-addressing.html).
**Per configurare utilizzando le impostazioni predefinite:**
1. Accedi Console di gestione AWS e apri la console Amazon Redshift all'indirizzo. [https://console.aws.amazon.com/redshiftv2/](https://console.aws.amazon.com/redshiftv2/)
Scegli **Prova la versione di prova gratuita di Redshift serverless**.
1. In **Configuration** (Configurazione), scegli **Use default settings** (Utilizza impostazioni predefinite). Amazon Redshift serverless crea un namespace predefinito a cui è associato un gruppo di lavoro predefinito. Seleziona **Save configuration** (Salva configurazione).
**Nota**
Un **namespace** è una raccolta di oggetti di database e utenti. I namespace raggruppano tutte le risorse utilizzate in Amazon Redshift serverless, come schemi, tabelle, utenti, unità di condivisione dati e snapshot.
Un **gruppo di lavoro** è una raccolta di risorse di calcolo. I gruppi di lavoro includono le risorse di calcolo utilizzate da Amazon Redshift serverless per eseguire attività di calcolo.
La schermata seguente mostra le impostazioni predefinite per Amazon Redshift Serverless.
![\[Scegli le impostazioni predefinite per utilizzare i valori predefiniti per Amazon Redshift Serverless.\]](http://docs.aws.amazon.com/it_it/redshift/latest/gsg/images/serverless-creation-default-settings.png)
1. Una volta completata la configurazione, scegliere **Continue** (Continua) per andare a **Serverless dashboard** (Pannello di controllo serverless). Puoi vedere che il gruppo di lavoro e lo spazio dei nomi serverless sono disponibili.
![\[Una volta terminata la configurazione, il gruppo di lavoro e lo spazio dei nomi sono disponibili per l'uso.\]](http://docs.aws.amazon.com/it_it/redshift/latest/gsg/images/serverless-available-workgroup-namespace.png)
**Nota**
Se Redshift serverless non crea correttamente il gruppo di lavoro, puoi fare quanto segue:
Risolvi eventuali errori segnalati da Redshift serverless, come la presenza di un numero insufficiente di sottoreti nel VPC Amazon.
Per eliminare il namespace, scegli **default-namespace** nella dashboard di Redshift serverless e quindi **Operazioni**, **Elimina spazio dei nomi**. L’eliminazione di un namespace richiede diversi minuti.
Quando apri di nuovo la console Redshift serverless, viene visualizzata la schermata di benvenuto.
### Caricamento di dati di esempio
Ora che è stato configurato il data warehouse con Amazon Redshift Serverless, puoi utilizzare l'editor di query Amazon Redshift v2 per caricare dati di esempio.
1. Per avviare l'editor di query v2 dalla console Amazon Redshift Serverless, scegli **Esegui query sui data**. Quando richiami l'editor di query v2 dalla console di Amazon Redshift Serverless, viene visualizzata una nuova scheda del browser con l'editor di query. L'editor di query v2 si connette dal computer client all'ambiente Amazon Redshift Serverless.
![\[Il pulsante Esegui query sui dati nella console Amazon Redshift serverless avvia l'editor di queary v2.\]](http://docs.aws.amazon.com/it_it/redshift/latest/gsg/images/serverless-query-data-button.png)
1. Per questa guida, utilizzerai il tuo account AWS amministratore e quello predefinito AWS KMS key. Per ulteriori informazioni sulla configurazione di Query Editor V2, incluse le autorizzazioni necessarie, consulta [Configurazione dell’ Account AWS](https://docs.aws.amazon.com//redshift/latest/mgmt/query-editor-v2-getting-started.html) nella *Guida alla gestione di Amazon Redshift*. Per informazioni sulla configurazione di Amazon Redshift per l'utilizzo di una chiave gestita dal cliente o per modificare la chiave KMS utilizzata da Amazon Redshift, [consulta AWS KMS Changing](https://docs.aws.amazon.com/redshift/latest/mgmt/serverless-workgroups-and-namespaces-rotate-kms-key.html) the key for a namespace.
1. Per connettersi a un gruppo di lavoro, scegliere il nome del gruppo di lavoro nel pannello con struttura ad albero.
![\[Per connettersi a un gruppo di lavoro, scegliere il nome del gruppo di lavoro nel pannello con struttura ad albero.\]](http://docs.aws.amazon.com/it_it/redshift/latest/gsg/images/serverless-connecting-to-a-workgroup.png)
1. Quando ti connetti a un nuovo gruppo di lavoro per la prima volta nell'editor di query v2, devi selezionare il tipo di autenticazione da utilizzare per connetterti al gruppo di lavoro. Per questa guida, lascia selezionato **Utente federato** e scegli **Crea connessione**.
![\[Puoi scegliere di connettersi utilizzando una password temporanea o una combinazione di nome utente e password del database.\]](http://docs.aws.amazon.com/it_it/redshift/latest/gsg/images/serverless-connecting-to-default-workgroup.png)
Una volta connesso, puoi scegliere di caricare dati di esempio da Amazon Redshift serverless o da un bucket Amazon S3.
1. Nel gruppo di lavoro Amazon Redshift Serverless predefinito, espandi il database **sample\$1data\$1dev**. Esistono tre schemi di esempio corrispondenti a tre set di dati di esempio che puoi caricare nel database Amazon Redshift serverless. Scegli il set di dati di esempio che desideri caricare e scegli **Apri notebook di esempio**.
![\[Espandi il database sample_data_dev, quindi scegli lo schema che si desidera caricare.\]](http://docs.aws.amazon.com/it_it/redshift/latest/gsg/images/serverless-load-sample-notebooks.png)
**Nota**
Un notebook SQL è un container per le celle SQL e Markdown. Puoi utilizzare i notebook per organizzare, annotare e condividere più comandi SQL in un singolo documento.
1. Quando si caricano i dati per la prima volta, l'editor di query v2 richiederà di creare un database di esempio. Scegli **Create** (Crea).
![\[Finestra di dialogo con un prompt di creazione di un database di esempio.\]](http://docs.aws.amazon.com/it_it/redshift/latest/gsg/images/serverless-create-sample-database.png)
### Esecuzione di query di esempio
Dopo aver configurato Amazon Redshift serverless, puoi iniziare a utilizzare un set di dati di esempio in Amazon Redshift serverless. Amazon Redshift serverless carica automaticamente il set di dati di esempio, ad esempio il set di dati tickit, ed è possibile eseguire immediatamente le query sui dati.
+ Una volta che Amazon Redshift serverless ha terminato il caricamento dei dati di esempio, tutte le query di esempio vengono caricate nell'editor. Puoi scegliere **Esegui tutto** per eseguire tutte le query dai notebook di esempio.
![\[Scegli il pulsante Esegui tutto per eseguire tutte le query di esempio.\]](http://docs.aws.amazon.com/it_it/redshift/latest/gsg/images/serverless-running-sample-notebook.png)
Puoi anche esportare i risultati come file JSON o CSV o visualizzarli in un grafico.
![\[Il pulsante Esporta in Query Editor V2, accanto al pulsante di Visualizzazione del grafico.\]](http://docs.aws.amazon.com/it_it/redshift/latest/gsg/images/serverless-export-or-chart.png)
Puoi anche caricare i dati da un bucket Amazon S3. Per ulteriori informazioni, consulta [Caricamento di dati da Amazon S3](#serverless-load-data-from-s3).
## Caricamento di dati da Amazon S3
Una volta creato il data warehouse, puoi caricare i dati da Amazon S3.
A questo punto, disponi di un database denominato `dev`. Successivamente, crea alcune tabelle nel database, carica i dati nelle tabelle e prova a eseguire una query. Per maggiore praticità, i dati di esempio da caricare sono disponibili in un bucket Amazon S3.
1. Prima di poter caricare i dati da Amazon S3, è necessario prima creare un ruolo IAM con le autorizzazioni necessarie e collegarlo al proprio spazio dei nomi serverless. A tale scopo torna alla console Redshift serverless e scegli **Configurazione del namespace**. Dal menu di navigazione scegli il namespace e quindi **Sicurezza e crittografia**. Scegli **Gestisci ruoli IAM**.
![\[Dalla pagina di configurazione dello spazio dei nomi, scegli Sicurezza e crittografia, quindi Gestisci ruoli IAM.\]](http://docs.aws.amazon.com/it_it/redshift/latest/gsg/images/serverless-namespace-configuration.png)
1. Espandi il menu **Gestisci ruoli IAM** e scegli **Crea ruolo IAM**.
![\[Espandi il menu Gestisci ruoli IAM e scegli Crea ruolo IAM.\]](http://docs.aws.amazon.com/it_it/redshift/latest/gsg/images/serverless-manage-iam-role.png)
1. Scegli il livello di accesso al bucket S3 che desideri concedere a questo ruolo e scegli **Crea ruolo IAM come default**.
![\[Crea un ruolo IAM da utilizzare come ruolo predefinito.\]](http://docs.aws.amazon.com/it_it/redshift/latest/gsg/images/serverless-create-iam-role.png)
1. Scegli **Save changes** (Salva modifiche). È ora possibile caricare i dati di esempio da Amazon S3.
Le fasi seguenti utilizzano i dati all'interno di un bucket S3 pubblico di Amazon Redshift, ma è possibile replicare le stesse fasi utilizzando il proprio bucket S3 e i propri comandi SQL.
**Caricamento di dati di esempio da Amazon S3**
1. Nell'editor di query v2, scegli ![\[The add button, represented by a plus sign.\]](http://docs.aws.amazon.com/it_it/redshift/latest/gsg/images/add-plus.png) Aggiungi, quindi scegli **Notebook** per creare un nuovo notebook SQL.
![\[In Query Editor V2 crea un nuovo notebook.\]](http://docs.aws.amazon.com/it_it/redshift/latest/gsg/images/serverless-create-new-notebook.png)
1. Passaggio al database `dev`.
![\[Passa al database di sviluppo per caricare i dati da un bucket S3.\]](http://docs.aws.amazon.com/it_it/redshift/latest/gsg/images/serverless-switch-to-dev-database.png)
1. Per creare le tabelle.
Se utilizzi l'editor di query v2, copia ed esegui le seguenti istruzioni per la creazione delle tabelle nel database `dev`. Per ulteriori informazioni sulla sintassi, consultare [CREATE TABLE](https://docs.aws.amazon.com/redshift/latest/dg/r_CREATE_TABLE_NEW.html) nella *Guida per gli sviluppatori di database di Amazon Redshift*.
```
create table users(
userid integer not null distkey sortkey,
username char(8),
firstname varchar(30),
lastname varchar(30),
city varchar(30),
state char(2),
email varchar(100),
phone char(14),
likesports boolean,
liketheatre boolean,
likeconcerts boolean,
likejazz boolean,
likeclassical boolean,
likeopera boolean,
likerock boolean,
likevegas boolean,
likebroadway boolean,
likemusicals boolean);
create table event(
eventid integer not null distkey,
venueid smallint not null,
catid smallint not null,
dateid smallint not null sortkey,
eventname varchar(200),
starttime timestamp);
create table sales(
salesid integer not null,
listid integer not null distkey,
sellerid integer not null,
buyerid integer not null,
eventid integer not null,
dateid smallint not null sortkey,
qtysold smallint not null,
pricepaid decimal(8,2),
commission decimal(8,2),
saletime timestamp);
```
1. Nell'editor di query v2, crea una nuova cella SQL nel notebook.
![\[Crea una nuova cella SQL nell'editor di query v2 per eseguire i comandi SQL.\]](http://docs.aws.amazon.com/it_it/redshift/latest/gsg/images/serverless-create-new-sql-cell.png)
1. Utilizza ora il comando COPY nell'editor di query v2 per caricare set di dati di grandi dimensioni da Amazon S3 o da Amazon DynamoDB in Amazon Redshift. Per ulteriori informazioni sulla sintassi di COPY, consultare [COPY](https://docs.aws.amazon.com/redshift/latest/dg/r_COPY.html) nella *Guida per gli sviluppatori di database di Amazon Redshift*.
Puoi eseguire il comando COPY con alcuni dati di esempio disponibili in un bucket S3 pubblico. Esegui i seguenti comandi SQL nell'editor di query v2.
```
COPY users
FROM 's3://redshift-downloads/tickit/allusers_pipe.txt'
DELIMITER '|'
TIMEFORMAT 'YYYY-MM-DD HH:MI:SS'
IGNOREHEADER 1
REGION 'us-east-1'
IAM_ROLE default;
COPY event
FROM 's3://redshift-downloads/tickit/allevents_pipe.txt'
DELIMITER '|'
TIMEFORMAT 'YYYY-MM-DD HH:MI:SS'
IGNOREHEADER 1
REGION 'us-east-1'
IAM_ROLE default;
COPY sales
FROM 's3://redshift-downloads/tickit/sales_tab.txt'
DELIMITER '\t'
TIMEFORMAT 'MM/DD/YYYY HH:MI:SS'
IGNOREHEADER 1
REGION 'us-east-1'
IAM_ROLE default;
```
1. Dopo aver caricato i dati, crea un'altra cella SQL nel notebook e prova alcune query di esempio. Per ulteriori informazioni sull'utilizzo del comando SELECT, consultare [SELECT](https://docs.aws.amazon.com/redshift/latest/dg/r_SELECT_synopsis.html) nella *Guida per gli sviluppatori di database di Amazon Redshift*. Per comprendere la struttura e gli schemi dei dati di esempio, esplora l'utilizzo dell'editor di query v2.
```
-- Find top 10 buyers by quantity.
SELECT firstname, lastname, total_quantity
FROM (SELECT buyerid, sum(qtysold) total_quantity
FROM sales
GROUP BY buyerid
ORDER BY total_quantity desc limit 10) Q, users
WHERE Q.buyerid = userid
ORDER BY Q.total_quantity desc;
-- Find events in the 99.9 percentile in terms of all time gross sales.
SELECT eventname, total_price
FROM (SELECT eventid, total_price, ntile(1000) over(order by total_price desc) as percentile
FROM (SELECT eventid, sum(pricepaid) total_price
FROM sales
GROUP BY eventid)) Q, event E
WHERE Q.eventid = E.eventid
AND percentile = 1
ORDER BY total_price desc;
```
Ora che sono stati caricati i dati ed eseguito alcune query di esempio, puoi esplorare altre aree di Amazon Redshift serverless. Consulta l'elenco seguente per ulteriori informazioni su come utilizzare Amazon Redshift serverless.
+ Puoi caricare i dati da un bucket Amazon S3. Per ulteriori informazioni, consulta [Caricamento dei dati da Amazon S3](https://docs.aws.amazon.com/redshift/latest/mgmt/query-editor-v2-loading.html#query-editor-v2-loading-data).
+ Puoi utilizzare l'editor di query v2 per caricare dati da un file locale separato da caratteri di dimensioni inferiori a 5 MB. Per ulteriori informazioni, consulta la sezione relativa al [caricamento di dati da un file locale](https://docs.aws.amazon.com/redshift/latest/mgmt/query-editor-v2-loading.html#query-editor-v2-loading-data-local).
+ Puoi connetterti ad Amazon Redshift serverless con strumenti SQL di terze parti con i driver JDBC e ODBC. Per ulteriori informazioni, consulta [Connessione ad Amazon Redshift serverless](https://docs.aws.amazon.com/redshift/latest/mgmt/serverless-connecting.html).
+ Puoi anche utilizzare l'Amazon Redshift Data API per connetterti ad Amazon Redshift Serverless. Per ulteriori informazioni, consulta [Uso dell'API dati di Amazon Redshift](https://github.com/aws-samples/getting-started-with-amazon-redshift-data-api).
+ Puoi utilizzare i dati in Amazon Redshift serverless con Redshift ML per creare modelli di machine learning con il comando CREATE MODEL. Consulta il [tutorial: Building customer churn models](https://docs.aws.amazon.com/redshift/latest/dg/tutorial_customer_churn.html) (Creazione di modelli di abbandono dei clienti) per informazioni su come creare un modello ML di Redshift.
+ Puoi eseguire query sui dati da un data lake Amazon S3 senza caricare i dati in Amazon Redshift serverless. Per ulteriori informazioni, consulta [Esecuzione di query in un data lake](https://docs.aws.amazon.com/redshift/latest/mgmt/query-editor-v2-querying-data-lake.html).