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/). 

# como usar a visualização SVL\_QUERY\_REPORT
<a name="using-SVL-Query-Report"></a>

Para analisar as informações de resumo de consulta por fatia usando [SVL\_QUERY\_REPORT](r_SVL_QUERY_REPORT.md), faça o seguinte:

1. Execute o seguinte para determinar o ID de sua consulta:

   ```
   select query, elapsed, substring
   from svl_qlog
   order by query
   desc limit 5;
   ```

   Examine o texto truncado da consulta no campo `substring` para determinar qual valor de `query` representa a sua consulta. Se você executou a consulta mais de uma vez, use o valor de `query` da linha com o menor valor `elapsed`. Esta é a linha para a versão compilada. Se você estiver executando várias consultas, poderá aumentar o valor usado pela cláusula LIMIT usada para certificar-se de que sua consulta seja incluída.

1. Selecione linhas do SVL\_QUERY\_REPORT para sua consulta. Classifique os resultados por segmento, etapa, tempo decorrido e linhas:

   ```
   select * from svl_query_report where query = MyQueryID order by segment, step, elapsed_time, rows;
   ```

1. Para cada etapa, verifique se todas as fatias estão processando aproximadamente o mesmo número de linhas:  
![Uma lista de fatias de dados usadas para executar uma consulta. Cada fatia processa aproximadamente o mesmo número de linhas.](http://docs.aws.amazon.com/pt_br/redshift/latest/dg/images/SVL_QUERY_REPORT_rows.png)

   Verifique também se todas as fatias estão utilizando, aproximadamente, a mesma quantidade de tempo:  
![Uma lista de fatias de dados usadas para executar uma consulta. O tempo de processamento de cada fatia é aproximadamente o mesmo.](http://docs.aws.amazon.com/pt_br/redshift/latest/dg/images/SVL_QUERY_REPORT_elapsed_time.png)

   Grandes discrepâncias nesses valores podem indicar desvio de distribuição de dados em decorrência de um estilo menos satisfatório de distribuição para esta consulta específica. Para soluções recomendadas, consulte [Distribuição de dados pouco satisfatória](query-performance-improvement-opportunities.md#suboptimal-data-distribution).