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。

# 從 Amazon S3 載入資料
<a name="t_Loading-data-from-S3"></a>

COPY 命令會利用 Amazon Redshift 大量平行處理 (MPP) 架構，從 Amazon S3 儲存貯體中的單一檔案或多個檔案平行讀取和載入資料。如果檔案經過壓縮，您可以將資料分割為多個檔案，以充分利用平行處理的優勢。(此規則有例外情況。如需詳細資訊，請參閱[載入資料檔案](https://docs.aws.amazon.com/redshift/latest/dg/c_best-practices-use-multiple-files.html)。) 您也可以藉由在資料表上設定分佈索引鍵來善加利用平行處理。如需分佈索引鍵的相關資訊，請參閱[分配資料以實現查詢最佳化](t_Distributing_data.md)。

資料會載入到目標資料表，每個資料列一行。資料檔案中的欄位會依次與資料表資料欄對應，由左至右。資料檔案中的欄位可以是固定寬度或以字元分隔；預設的分隔符號為管線 (\$1)。依預設，所有資料表資料欄已載入，但您可以選擇性地定義以逗點分隔的資料欄清單。如果資料表資料欄未包含在 COPY 命令指定的資料欄清單中，它會使用預設值載入。如需詳細資訊，請參閱[載入預設的欄位值](c_loading_default_values.md)。

**Topics**
+ [從已壓縮和未壓縮的檔案載入資料](t_splitting-data-files.md)
+ [將檔案上傳至 Amazon S3 以搭配 COPY 使用](t_uploading-data-to-S3.md)
+ [使用 COPY 命令從 Amazon S3 載入](t_loading-tables-from-s3.md)