Amazon Redshift 將不再支援從修補程式 198 開始建立新的 Python UDFs。現有 Python UDF 將繼續正常運作至 2026 年 6 月 30 日。如需詳細資訊，請參閱[部落格文章](https://aws.amazon.com/blogs/big-data/amazon-redshift-python-user-defined-functions-will-reach-end-of-support-after-june-30-2026/)。

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 載入資料的 Amazon Redshift 最佳實務
<a name="c_loading-data-best-practices"></a>

載入極大的資料集將非常耗時，並消耗大量運算資源。資料的載入方式也會影響查詢效能。本節介紹使用 COPY 命令、大量插入及臨時資料表，以有效率地載入資料的最佳實務。

**Topics**
+ [了解如何使用教學課程載入資料](c_best-practices-loading-take-loading-data-tutorial.md)
+ [使用 COPY 命令載入資料](c_best-practices-use-copy.md)
+ [使用單一 COPY 命令從多個檔案載入](c_best-practices-single-copy-command.md)
+ [載入資料檔案](c_best-practices-use-multiple-files.md)
+ [壓縮您的資料檔案](c_best-practices-compress-data-files.md)
+ [在載入前後驗證資料檔案](c_best-practices-verifying-data-files.md)
+ [使用多資料列插入](c_best-practices-multi-row-inserts.md)
+ [使用大量插入](c_best-practices-bulk-inserts.md)
+ [以排序索引鍵順序載入資料](c_best-practices-sort-key-order.md)
+ [將資料載入循序區塊](c_best-practices-load-data-in-sequential-blocks.md)
+ [使用時間序列資料表](c_best-practices-time-series-tables.md)
+ [排程維護時段](c_best-practices-avoid-maintenance.md)