从补丁 198 开始，Amazon Redshift 将不再支持创建新的 Python UDF。现有的 Python UDF 将继续正常运行至 2026 年 6 月 30 日。有关更多信息，请参阅[博客文章](https://aws.amazon.com/blogs/big-data/amazon-redshift-python-user-defined-functions-will-reach-end-of-support-after-june-30-2026/)。

# Amazon Redshift 最佳实践
<a name="best-practices"></a>

在下文中，您可以查找针对计划概念验证、设计表、将数据加载到表中和为 Amazon Redshift 编写查询的最佳实践，还可以查找有关使用 Amazon Redshift Advisor 的讨论。

Amazon Redshift 与其他 SQL 数据库系统不同。为充分实现 Amazon Redshift 架构的优势，您必须专门设计、构建和加载表来使用大规模并行处理、列式数据存储和列式数据压缩。如果数据加载和查询执行时间超过预期或超过您预计等待的时间，您可能忽视了关键信息。

如果您是经验丰富的 SQL 数据库开发人员，我们强烈建议您在开发 Amazon Redshift 数据仓库前查阅主题。

如果您是 SQL 数据库开发新手，本主题并不适合入门。我们建议您首先阅读《Amazon Redshift 入门指南》**中的[运行命令以在数据仓库中定义和使用数据库](https://docs.aws.amazon.com/redshift/latest/gsg/database-tasks.html)，然后亲自尝试这些示例。

在本主题中，您可以找到最重要的开发原则的概述，以及实施这些原则的具体提示、示例和最佳实践。没有任何一种做法可以适用于所有应用。应在完成数据库设计之前评估所有选项。有关更多信息，请参阅[自动表优化](t_Creating_tables.md)、[在 Amazon Redshift 中加载数据](t_Loading_data.md)、[查询性能优化](c-optimizing-query-performance.md)和参考章节。

**Topics**
+ [为 Amazon Redshift 执行概念验证（POC）。](proof-of-concept-playbook.md)
+ [设计表的 Amazon Redshift 最佳实践](c_designing-tables-best-practices.md)
+ [Amazon Redshift 加载数据的最佳实践](c_loading-data-best-practices.md)
+ [设计查询的 Amazon Redshift 最佳实践](c_designing-queries-best-practices.md)
+ [采用 Amazon Redshift Advisor 的建议](advisor.md)