O Amazon Redshift deixará de oferecer suporte ao uso de UDFs em Python após 30 de junho de 2026. Começaremos a aplicar essa alteração em fases. Consulte mais informações sobre os detalhes do fim da vida útil do Python e as opções de migração na [publicação do blog](https://aws.amazon.com/blogs/big-data/amazon-redshift-python-user-defined-functions-will-reach-end-of-support-after-june-30-2026/) publicada em 30 de junho de 2025. # Carregamento de dados em blocos sequenciais Se você precisa adicionar uma grande quantidade de dados, carregue os dados em blocos sequenciais de acordo com a ordem de classificação e elimine a necessidade de vácuo. Por exemplo, suponha que você precise carregar uma tabela com eventos de janeiro de 2017 a dezembro de 2017. Supondo que cada mês está em um arquivo, carregue as linhas para janeiro, fevereiro e assim por diante. Sua tabela será completamente classificada quando seu carregamento for concluído e você não precisará executar um vacuum. Para obter mais informações, consulte [Uso de tabelas de séries temporais](c_best-practices-time-series-tables.md). Ao carregar conjuntos de dados muito grandes, o espaço necessário para classificar pode exceder o espaço total disponível. Ao carregar dados em blocos menores, você usará muito menos espaço intermediário de classificação durante cada carregamento. Além disso, o carregamento de blocos menores facilita a reinicialização se o comando COPY falhar e for revertido.