从补丁 198 开始，Amazon Redshift 将不再支持创建新的 Python UDF。现有的 Python UDF 将继续正常运行至 2026 年 6 月 30 日。有关更多信息，请参阅[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/)。

# STV\_ML\_MODEL\_INFO
<a name="r_STV_ML_MODEL_INFO"></a>

有关机器学习模型当前状态的状态信息。

STV\_ML\_MODEL\_INFO 对所有用户可见。超级用户可以查看所有行；普通用户只能查看其自己的数据。有关更多信息，请参阅 [系统表和视图中的数据可见性](cm_chap_system-tables.md#c_visibility-of-data)。

## 表列
<a name="r_STV_ML_MODEL_INFO-table-columns"></a>


| 列名称  | 数据类型  | 描述  | 
| --- | --- | --- | 
| schema\_name | char(128)  | 新模型的命名空间。 | 
| user\_name | char(128)  | 模型的拥有者。 | 
| model\_name | char(128) | 模型的名称。 | 
| life\_cycle | char(20) | 模型的生命周期状态。 | 
| is\_refreshable | integer | 如果训练查询中的原始表和列仍然存在，并且用户仍具有对它们的权限，则模型的状态为是否可刷新。可能的值为：1（可刷新）和 0（不可刷新）。 | 
| model\_state  | char(128) | 模型的当前状态。 | 

## 示例查询
<a name="r_STV_ML_MODEL_INFO-sample-query"></a>

以下查询显示机器学习模型的当前状态。

```
SELECT schema_name, model_name, model_state 
FROM stv_ml_model_info;

 schema_name |        model_name            |             model_state
-------------+------------------------------+--------------------------------------
 public      | customer_churn_auto_model    | Train Model On SageMaker In Progress
 public      | customer_churn_xgboost_model | Model is Ready
(2 row)
```