Amazon Redshift unterstützt die Verwendung von Python-UDFs nach dem 30. Juni 2026 nicht mehr. Wir werden damit beginnen, es schrittweise durchzusetzen. Weitere Informationen zum Ende der Lebensdauer von Python und zu den Migrationsoptionen finden Sie im [ Blogbeitrag](https://aws.amazon.com/blogs/big-data/amazon-redshift-python-user-defined-functions-will-reach-end-of-support-after-june-30-2026/), der am 30. Juni 2025 veröffentlicht wurde. 

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

# ARRAY-Funktion
<a name="r_array"></a>

Erstellt ein Array des SUPER-Datentyps.

## Syntax
<a name="r_array-synopsis"></a>

```
ARRAY( [ expr1 ] [, expr2 [, ... ]] )
```

## Argument
<a name="r_array-argument"></a>

 *expr1, expr2*   
Ausdrücke eines Amazon Redshift-Datentyps außer Datums- und Uhrzeittypen, da Amazon Redshift die Datums- und Uhrzeittypen nicht in den SUPER-Datentyp umwandelt. Die Argumente müssen nicht denselben Datentyp haben.

## Rückgabetyp
<a name="r_array-return-type"></a>

Die ARRAY-Funktion gibt den SUPER-Datentyp zurück.

## Beispiel
<a name="r_array-example"></a>

Die folgenden Beispiele zeigen ein Array numerischer Werte und ein Array verschiedener Datentypen.

```
--an array of numeric values
select ARRAY(1,50,null,100);
      array
------------------
 [1,50,null,100]
(1 row)

--an array of different data types
select ARRAY(1,'abc',true,3.14);
        array
-----------------------
 [1,"abc",true,3.14]
(1 row)
```

## Weitere Informationen finden Sie auch unter
<a name="r_array-see-also"></a>
+ [ARRAY\_CONCAT-Funktion](r_array_concat.md)
+ [Funktion SPLIT\_TO\_ARRAY](split_to_array.md)
+ [Funktion ARRAY\_FLATTEN](array_flatten.md)