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。

# 使用 Amazon Redshift Serverless 監控查詢和工作負載
<a name="serverless-monitoring"></a>

您可以使用所提供的系統檢視來監控 Amazon Redshift Serverless 查詢和工作負載。

監控檢視**是 Amazon Redshift Serverless 中用來監控查詢和工作負載用量的系統檢視。這些檢視位於 `pg_catalog` 結構描述中。可用的系統檢視旨在為您提供要監控 Amazon Redshift Serverless 所需的資訊，這比已佈建叢集所需的資訊簡單得多。SYS 系統檢視旨在與 Amazon Redshift Serverless 搭配運作。若要顯示這些檢視所提供的資訊，請執行 SQL SELECT 陳述式。

定義系統檢視是為了支援下列監控目標。

**工作負載監控**  
您可以監控一段時間內的查詢活動，以便執行下列操作：  
+ 了解工作負載模式，以知道什麼是正常 (基準) 以及商業服務水準協議 (SLA) 中的內容。
+ 快速識別偏離正常的情況，這可能是短暫的問題或需要採取進一步行動的事件。

**資料載入與卸載的監控**  
將資料移入和移出 Amazon Redshift Serverless 是一項關鍵功能。您可以使用 COPY 和 UNLOAD 來載入或卸載資料，而且您必須密切監控每一傳輸資料列的位元組和已完成檔案的進度，以追蹤商業 SLA 的遵循情況。這一般會透過頻繁 (即每分鐘) 執行系統資料表查詢來追蹤進度，並在偵測到重大偏差時提出調查/糾正行動的提醒。

**失敗和問題診斷**  
在某些情況下，您必須針對查詢或執行期的失敗採取行動。開發人員依賴系統資料表來自我診斷問題並確定正確的補救措施。

**效能調校**  
您可能需要針對從一開始就不符合 SLA 要求的查詢，或是隨時間降級的查詢進行微調。若要微調，您必須具有執行期的詳細資訊，包括執行計劃、統計資料、持續時間和資源取用。您需要有違規查詢的基準資料，以判斷偏差的原因，並指導您如何改善效能。

**使用者物件事件監控**  
您需要監控使用者物件上的動作和活動，例如重新整理具體化視觀表、清空和分析。這包括系統管理的事件，如具體化視觀表的自動重新整理 您會想要監控使用者啟動的事件何時結束，或是系統啟動的最後一次成功執行。

**帳單的用量追蹤**  
您可以監控一段時間內的用量趨勢，以便執行下列操作：  
+ 了解預算規劃和業務擴展估算。
+ 找出潛在的成本節約機會，例如移除冷資料。

使用 SYS 系統檢視以監控 Amazon Redshift Serverless。如需 SYS 監控檢視的詳細資訊，請參閱《Amazon Redshift 資料庫開發人員指南》中的 [SYS 監控檢視](https://docs.aws.amazon.com//redshift/latest/dg/serverless_views-monitoring.html)。