2026 年 6 月 30 日之后，Amazon Redshift 不再支持使用 Python UDF。我们将分阶段开始执行。有关 Python 生命周期终止和迁移选项详情的更多信息，请参阅 2025 年 6 月 30 日发布的[博客文章](https://www.amazonaws.cn/blogs/big-data/amazon-redshift-python-user-defined-functions-will-reach-end-of-support-after-june-30-2026/)。

# 使用 Amazon SageMaker 融通式合作开发工作室在 Amazon Redshift 和 SageMaker 智能湖仓中查询您的数据库
<a name="sagemaker-unified-studio"></a>

Amazon SageMaker 融通式合作开发工作室提供一个非控制台开发环境，并支持对 SageMaker 智能湖仓、Amazon Redshift 和 Amazon Athena 中的数据进行 SQL 分析来实现 SQL 分析。使用管理员提供的 URL 导航至 Amazon SageMaker 融通式合作开发工作室，然后使用您的 SSO 或 Amazon 凭证进行登录。有关设置第一个项目的更多信息，请参阅《Amazon SageMaker Unified Studio User Guide》**中的 [Getting started](https://docs.amazonaws.cn/sagemaker-unified-studio/latest/userguide/getting-started.html)。

在 Amazon SageMaker 融通式合作开发工作室中，可以通过使用 [query editor](https://docs.amazonaws.cn/sagemaker-unified-studio/latest/userguide/query-editor-navigate.html) 运行 Amazon Redshift 和 Amazon Athena 来执行 [SQL analytics](https://docs.amazonaws.cn/sagemaker-unified-studio/latest/userguide/sql-query.html)。使用查询编辑器来编写和运行查询、查看结果以及与团队共享您的工作。在您的 Amazon Web Services 账户中（在同一账户内和跨其它 Amazon Web Services 账户）针对 Redshift 数据仓库运行查询，使用相同的界面为 Redshift 和 Athena 构建 SQL 查询，并使用 Amazon Managed Workflows for Apache Airflow 安排 SQL 查询。还可以使用 Amazon Q 生成式 SQL，根据自然语言生成 SQL。