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。 # 了解 Amazon Redshift 概念 Amazon Redshift Serverless 可讓您無需佈建資料倉儲的一般組態，即可存取和分析資料。系統會自動佈建資源，並有智慧地擴展資料倉儲容量，即使是最嚴苛且無法預測的工作負載，也能為其提供快速的效能。資料倉儲閒置時不會產生費用，因此只需按實際用量支付費用。您可以在 Amazon Redshift 查詢編輯器 v2 或您最愛的商業智慧 (BI) 工具中立即載入資料並開始查詢。在易於使用的零管理環境中，享受最優惠的價格效能和熟悉的 SQL 功能。 如果您是第一次使用 Amazon Redshift，建議您從閱讀下列章節開始： + [Amazon Redshift Serverless 功能概觀](https://docs.aws.amazon.com/redshift/latest/mgmt/serverless-considerations.html) - 在本主題中，您可以找到 Amazon Redshift Serverless 及其主要功能的概觀。 + [服務重點和定價](https://aws.amazon.com/redshift/redshift-serverless) - 在此產品詳細資訊頁面上，您可以找到有關 Amazon Redshift Serverless 重點和定價的詳細資訊。 + [開始使用 Amazon Redshift Serverless 資料倉儲開始使用無伺服器資料倉儲](new-user-serverless.md)。- 在本主題中，您可以進一步了解如何建立 Amazon Redshift Serverless 資料倉儲，以及使用查詢編輯器 v2 開始查詢資料。 如果您偏好手動管理 Amazon Redshift 資源，則可以針對資料查詢需求建立佈建叢集。如需詳細資訊，請參閱 [Amazon Redshift 叢集](https://docs.aws.amazon.com/redshift/latest/mgmt/working-with-clusters.html)。 如果您的組織符合資格，而且您的叢集是在未提供 Amazon Redshift Serverless 的 AWS 區域中建立，您也許可以在 Amazon Redshift 免費試用方案下建立叢集。選擇**生產**或**免費試用**來回答問題**您打算將此叢集用於什麼目的？** 選擇**免費試用**時，您可以使用 dc2.large 節點類型建立組態。如需選擇免費試用的相關資訊，請參閱 [Amazon Redshift 免費試用版](https://aws.amazon.com/redshift/free-trial/)。如需有提供 Amazon Redshift Serverless 的 AWS 區域 清單，請參閱*Amazon Web Services 一般參考*中針對 [Redshift Serverless API](https://docs.aws.amazon.com/general/latest/gr/redshift-service.html) 所列出的 Amazon Redshift 端點。 以下是 Amazon Redshift Serverless 的一些關鍵概念。 + **命名空間** – 資料庫物件和使用者的集合。命名空間會將您在 Amazon Redshift Serverless 中使用的所有資源 (例如結構描述、資料表、使用者、資料庫和快照) 群組在一起。 + **工作群組** - 運算資源的集合。工作群組存放 Amazon Redshift Serverless 用來執行運算任務的運算資源。此類資源的一些範例包括 Redshift 處理單元 (RPU)、安全群組、使用限制。工作群組具有網路和安全設定，您可以使用 Amazon Redshift Serverless 主控台、AWS Command Line Interface 或 Amazon Redshift Serverless API 進行設定。 如需取得規劃命名空間和工作群組資源的相關資訊，請參閱[使用命名空間](https://docs.aws.amazon.com/redshift/latest/mgmt/serverless-console-configure-namespace-working.html)和[使用工作群組](https://docs.aws.amazon.com/redshift/latest/mgmt/serverless-console-configure-workgroup-working.html)。 以下是一些關鍵的 Amazon Redshift 佈建的叢集概念： + **叢集** – Amazon Redshift 資料倉儲的核心基礎設施元件是叢集。 叢集是由一或多個*運算節點*所組成。*運算節點*會執行已編譯的程式碼。 如果為叢集佈建了兩個或多個運算節點，則會有另外的*領導節點*協調運算節點。領導節點可處理與應用程式的外部通訊，例如商業智慧工具和查詢編輯器。您的用戶端應用程式只會直接和領導節點互動，外部應用程式不會知道運算節點的存在。 + **資料庫** – 叢集包含一個或多個資料庫**。 使用者資料會儲存在運算節點上的一或多個資料庫中。您的 SQL 用戶端會和領導節點進行通訊，然後再由領導節點統籌使用運算節點的查詢執行作業。如需有關運算節點和領導節點的詳細資訊，請參閱[資料倉儲系統架構](https://docs.aws.amazon.com/redshift/latest/dg/c_high_level_system_architecture.html)。在資料庫中，使用者資料會組織成一或多個結構描述。 Amazon Redshift 是關聯式資料庫管理系統 (RDBMS)，因此和其他的 RDBMS 應用程式相容。它提供與典型 RD BMS 相同的功能 (包括線上交易處理 (OLTP) 功能，例如插入和刪除資料)。Amazon Redshift 也針對資料集的高效能批次分析和報告進行了最佳化。 接下來，您可以在 Amazon Redshift 中找到典型資料處理流程的說明，以及流程不同部分的說明。如需 Amazon Redshift 系統架構的詳細資訊，請參閱[資料倉儲系統架構](https://docs.aws.amazon.com/redshift/latest/dg/c_high_level_system_architecture.html)。 下圖說明 Amazon Redshift 中的典型資料處理流程。 ![\[圖表中顯示 Amazon Redshift 中的資料流程。資料會從外部來源擷取，經過處理後載入 Redshift 中，然後可供取用。\]](http://docs.aws.amazon.com/zh_tw/redshift/latest/gsg/images/architecture.png) Amazon Redshift *資料倉儲*是企業級的關聯式資料庫查詢與管理系統。Amazon Redshift 透過多種類型的應用程式來支援用戶端連線，包括商業智慧 (BI)、報告、資料與分析工具。執行分析查詢時，會以多階段操作的方式，擷取、比較和評估大量的資料，來產生最終的結果。 在*資料擷取*層，不同類型的資料來源會持續將結構化、半結構化或非結構化資料上傳至資料儲存層。此資料儲存區域可做為暫存區，以不同的使用準備狀態儲存資料。儲存的範例可能是 Amazon Simple Storage Service (Amazon S3) 儲存貯體。 在可選*資料處理*層，來源資料會使用擷取、轉換、載入 (ETL) 或擷取、載入、轉換 (ELT) 管線進行預處理、驗證和轉換。然後使用 ETL 操作對這些原始資料集進行細化。ETL 引擎的一個範例是 AWS Glue。 在*資料消耗*層，資料會載入您的 Amazon Redshift 叢集，您可以在其中執行分析工作負載。 如需分析工作負載的一些範例，請參閱[查詢外部資料來源](https://docs.aws.amazon.com/redshift/latest/gsg/data-querying.html)。