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/)。 # 跨数据库查询示例 本主题包含如何使用跨数据库查询的示例。跨数据库查询是对单个 Amazon Redshift 集群中的多个数据库进行操作的查询。 使用以下示例帮助了解如何设置引用 Amazon Redshift 数据库的跨数据库查询。 首先，请在您的 Amazon Redshift 集群中创建数据库 `db1` 和 `db2` 以及用户 `user1` 和 `user2`。有关更多信息，请参阅[CREATE DATABASE](r_CREATE_DATABASE.md)和[CREATE USER](r_CREATE_USER.md)。 ``` --As user1 on db1 CREATE DATABASE db1; CREATE DATABASE db2; CREATE USER user1 PASSWORD 'Redshift01'; CREATE USER user2 PASSWORD 'Redshift01'; ``` 作为 `db1` 上的 `user1`，授予对 `user2` 的访问权限，然后将值插入 `table1` 中。有关更多信息，请参阅[GRANT](r_GRANT.md)和[INSERT](r_INSERT_30.md)。 ``` --As user1 on db1 CREATE TABLE table1 (c1 int, c2 int, c3 int); GRANT SELECT ON table1 TO user2; INSERT INTO table1 VALUES (1,2,3),(4,5,6),(7,8,9); ``` 作为 `db2` 上的 `user2`，使用三部分表示法在 `db2` 中运行跨数据库查询。 ``` --As user2 on db2 SELECT * from db1.public.table1 ORDER BY c1; c1 | c2 | c3 ---+-----+---- 1 | 2 | 3 4 | 5 | 6 7 | 8 | 9 (3 rows) ``` 现在向 `user2` 授予写入权限，并以 `user2` 身份将值插入到 `db1` 中的 `table1`。 ``` --As user1 on db1 GRANT INSERT ON table1 TO user2; ``` 作为 `db2` 上的 `user2`，使用三部分表示法在 `db2` 中运行跨数据库查询，以便将数据插入到 `db1` 中的 `table1`。 ``` --As user2 on db2 INSERT INTO db1.public.table1 VALUES (10,11,12); SELECT * from db1.public.table1 ORDER BY c1; c1 | c2 | c3 ----+------+---- 1 | 2 | 3 4 | 5 | 6 7 | 8 | 9 10 | 11 | 12 (4 rows) ``` 作为 `db2` 上的 `user2`，创建外部 schema 并在 `db2` 中使用外部 schema 表示法运行跨数据库查询。 ``` --As user2 on db2 CREATE EXTERNAL SCHEMA db1_public_sch FROM REDSHIFT DATABASE 'db1' SCHEMA 'public'; SELECT * FROM db1_public_sch.table1 ORDER BY c1; c1 | c2 | c3 ----+----+---- 1 | 2 | 3 4 | 5 | 6 7 | 8 | 9 10 | 11 | 12 (4 rows) ``` 要创建不同的视图并授予对这些视图的权限，作为 `db1` 上的 `user1`，请执行以下操作。 ``` --As user1 on db1 CREATE VIEW regular_view AS SELECT c1 FROM table1; GRANT SELECT ON regular_view TO user2; CREATE MATERIALIZED VIEW mat_view AS SELECT c2 FROM table1; GRANT SELECT ON mat_view TO user2; CREATE VIEW late_bind_view AS SELECT c3 FROM public.table1 WITH NO SCHEMA BINDING; GRANT SELECT ON late_bind_view TO user2; ``` 作为 `db2` 上的 `user2`，使用三部分表示法运行以下跨数据库查询以查看特定视图。 ``` --As user2 on db2 SELECT * FROM db1.public.regular_view; c1 ---- 1 4 7 10 (4 rows) SELECT * FROM db1.public.mat_view; c2 ---- 2 5 8 11 (4 rows) SELECT * FROM db1.public.late_bind_view; c3 ---- 3 6 9 12 (4 rows) ``` 作为 `db2` 上的 `user2`，使用外部 schema 表示法运行以下跨数据库查询以查询后期绑定视图。 ``` --As user2 on db2 SELECT * FROM db1_public_sch.late_bind_view; c3 ---- 3 6 9 12 (4 rows) ``` 作为 `db2` 上的 `user2`，在单个查询中使用连接的表运行以下命令。 ``` --As user2 on db2 CREATE TABLE table1 (a int, b int, c int); INSERT INTO table1 VALUES (1,2,3), (4,5,6), (7,8,9); SELECT a AS col_1, (db1.public.table1.c2 + b) AS sum_col2, (db1.public.table1.c3 + c) AS sum_col3 FROM db1.public.table1, table1 WHERE db1.public.table1.c1 = a; col_1 | sum_col2 | sum_col3 ------+----------+---------- 1 | 4 | 6 4 | 10 | 12 7 | 16 | 18 (3 rows) ``` 以下示例列出了集群上的所有数据库。 ``` select database_name, database_owner, database_type from svv_redshift_databases where database_name in ('db1', 'db2'); database_name | database_owner | database_type ---------------+----------------+--------------- db1 | 100 | local db2 | 100 | local (2 rows) ``` 以下示例列出了集群上所有数据库的所有 Amazon Redshift schema。 ``` select database_name, schema_name, schema_owner, schema_type from svv_redshift_schemas where database_name in ('db1', 'db2'); database_name | schema_name | schema_owner | schema_type ---------------+--------------------+--------------+------------- db1 | pg_catalog | 1 | local db1 | public | 1 | local db1 | information_schema | 1 | local db2 | pg_catalog | 1 | local db2 | public | 1 | local db2 | information_schema | 1 | local (6 rows) ``` 以下示例列出了集群上所有数据库的所有 Amazon Redshift 表或视图。 ``` select database_name, schema_name, table_name, table_type from svv_redshift_tables where database_name in ('db1', 'db2') and schema_name in ('public'); database_name | schema_name | table_name | table_type ---------------+-------------+---------------------+------------ db1 | public | late_bind_view | VIEW db1 | public | mat_view | VIEW db1 | public | mv_tbl__mat_view__0 | TABLE db1 | public | regular_view | VIEW db1 | public | table1 | TABLE db2 | public | table2 | TABLE (6 rows) ``` 以下示例列出了集群上所有数据库的所有 Amazon Redshift 和外部 schema。 ``` select database_name, schema_name, schema_owner, schema_type from svv_all_schemas where database_name in ('db1', 'db2') ; database_name | schema_name | schema_owner | schema_type ---------------+--------------------+--------------+------------- db1 | pg_catalog | 1 | local db1 | public | 1 | local db1 | information_schema | 1 | local db2 | pg_catalog | 1 | local db2 | public | 1 | local db2 | information_schema | 1 | local db2 | db1_public_sch | 1 | external (7 rows) ``` 以下示例列出了集群上所有数据库的所有 Amazon Redshift 和外部表。 ``` select database_name, schema_name, table_name, table_type from svv_all_tables where database_name in ('db1', 'db2') and schema_name in ('public'); database_name | schema_name | table_name | table_type ---------------+-------------+---------------------+------------ db1 | public | regular_view | VIEW db1 | public | mv_tbl__mat_view__0 | TABLE db1 | public | mat_view | VIEW db1 | public | late_bind_view | VIEW db1 | public | table1 | TABLE db2 | public | table2 | TABLE (6 rows) ```