O Amazon Redshift não permitirá mais a criação de UDFs do Python a partir do Patch 198. As UDFs do Python existentes continuarão a funcionar normalmente até 30 de junho de 2026. Para ter mais informações, consulte a [publicação de blog ](https://aws.amazon.com/blogs/big-data/amazon-redshift-python-user-defined-functions-will-reach-end-of-support-after-june-30-2026/). # Gerenciamento do workload Esta seção descreve o gerenciamento de workloads (WLM), que ajuda a entender como o Amazon Redshift prepara e executa consultas. O gerenciamento de workload (WLM) do Amazon Redshift permite prioridades de gerenciamento flexível dentro dos workloads para que consultas curtas e de execução rápida não fiquem presas em filas atrás de consultas de longa duração. O Amazon Redshift cria filas de consulta no runtime de acordo com as *classes de serviço*, que definem os parâmetros de configuração para vários tipos de filas, incluindo filas internas do sistema e filas acessíveis ao usuário. Do ponto de vista de um usuário, uma classe de serviço acessível e uma fila são funcionalmente equivalentes. Tendo em vista a consistência, esta documentação usa o termo *fila* para indicar uma classe de serviço acessível pelo usuário, bem como uma fila de tempo de execução. O Redshift oferece o gerenciamento de workload automático, chamado de **WLM automático**, que é ajustado para lidar com workloads variáveis e é o padrão recomendado. Com o WLM automático, o Redshift determina a utilização dos recursos à medida que as consultas chegam e estabelece dinamicamente se elas devem ser executadas no cluster principal, em um cluster com escalabilidade simultânea ou se devem ser enviadas para uma fila. (Quando as consultas são enfileiradas, o WLM automático prioriza consultas de menor duração.) O WLM automático maximiza o throughput total e permite manter recursos eficientes de data warehouse. Você executa workloads sem precisar se preocupar com o tamanho ou com a forma como estão programadas. O WLM automático é o padrão para clusters provisionados. Consulte mais informações em [Implementar o WLM automático](https://docs.aws.amazon.com/redshift/latest/dg/automatic-wlm.html). **nota** Os grupos de trabalho do Amazon Redshift sem servidor sempre usam o WLM automático. Em momentos em que muitas consultas ou consultas que consomem muitos recursos estão sendo executadas, é possível escalar o gerenciamento do workload para recursos de computação adicionais quando os workloads são colocados na fila em recursos locais. A escalabilidade da simultaneidade com o WLM automático é compatível com um desempenho consistente de usuários e consultas simultâneos praticamente ilimitados. Os clusters provisionados do Redshift oferecem o **WLM manual** caso você precise de uma otimização manual refinada. Aqui, o cliente gerencia a alocação de recursos, a simultaneidade de consultas e o enfileiramento. Quando uma consulta é executada, o WLM atribui a consulta a uma fila de acordo com o grupo de usuários ou comparando um grupo de consultas listado na configuração da fila. Isso é configurado com um rótulo de grupo de consulta definido pelo usuário. Consulte mais informações em [Implementar o WLM manual](https://docs.aws.amazon.com/redshift/latest/dg/cm-c-defining-query-queues.html). Embora o WLM manual possa ser ajustado ao longo do tempo para corresponder aos padrões do workload, na maioria dos casos, desencorajamos seu uso porque sua natureza estática pode dificultar a adaptação às mudanças nos workloads ao longo de um dia ou por um longo período. Isso requer mais monitoramento e ajustes contínuos. Além disso, o WLM manual, em muitos casos, não usa recursos de computação de forma tão eficiente quanto o WLM automático, como, por exemplo, se as filas são definidas manualmente para limitar a memória alocada a elas. Uma métrica importante para medir o sucesso da configuração do gerenciamento do workload é o throughput do sistema, que, em outras palavras, indica quantas consultas são concluídas com êxito. O throughput do sistema é medido em metros por segundo. Consulte mais informações sobre as métricas do sistema em [Monitorar a performance do cluster do Amazon Redshift](https://docs.aws.amazon.com/redshift/latest/mgmt/metrics.html). A maneira mais fácil de gerenciar a configuração do WLM é usando o console de gerenciamento do Amazon Redshift. Você também pode usar a [interface de linha de comandos (CLI) do Amazon Redshift](https://docs.aws.amazon.com/cli/latest/reference/redshift/) ou a [API do Amazon Redshift](https://docs.aws.amazon.com/redshift/latest/APIReference/API_Operations.html). Consulte mais informações sobre como implementar e usar o gerenciamento de workload em [Como implementar o gerenciamento do workload](https://docs.aws.amazon.com/redshift/latest/dg/cm-c-implementing-workload-management.html).