O Amazon Redshift deixará de oferecer suporte ao uso de UDFs em Python após 30 de junho de 2026. Começaremos a aplicar essa alteração em fases. Consulte mais informações sobre os detalhes do fim da vida útil do Python e as opções de migração na [publicação do blog](https://aws.amazon.com/blogs/big-data/amazon-redshift-python-user-defined-functions-will-reach-end-of-support-after-june-30-2026/) publicada em 30 de junho de 2025. 

# Carregar dados no Amazon Redshift
<a name="t_Loading_data"></a>

Há algumas maneiras de carregar dados em um banco de dados do Amazon Redshift. Uma fonte conhecida de dados a serem carregados são os arquivos do Amazon S3. A tabela a seguir resume alguns métodos a serem usados diretamente de uma fonte do Amazon S3.


<table>
<thead>
  <tr><th>Método a ser usado</th><th>Descrição</th><th>Quando o método é necessário</th></tr>
</thead>
<tbody>
  <tr><td>COPY command</td><td>Executa uma ingestão de arquivos em lote para carregar dados dos arquivos do Amazon S3. Esse método utiliza processamento paralelo do Amazon Redshift. Para obter mais informações, consulte <a href="t_Loading_tables_with_the_COPY_command.md">Carregar tabelas com o comando COPY</a>.</td><td>Deve ser usado quando são necessários requisitos básicos de carregamento de dados para iniciar a ingestão manual de arquivos em lote. Esse método é usado principalmente com pipelines de ingestão de arquivos personalizados e de terceiros ou workloads de ingestão de arquivos únicas ou ad hoc.</td></tr>
  <tr><td>COPY... Comando CREATE JOB (cópia automática)</td><td>Executa seus comandos COPY automaticamente quando um arquivo é criado em caminhos rastreados do Amazon S3. Para obter mais informações, consulte <a href="loading-data-copy-job.md">Criar uma integração de eventos do S3 para copiar automaticamente arquivos de buckets do Amazon S3</a>.</td><td>Deve ser usado quando um pipeline de ingestão de arquivos precisa ingerir dados automaticamente quando um arquivo é criado no Amazon S3. O Amazon Redshift monitora os arquivos ingeridos para evitar a duplicação de dados. Esse método requer configuração por proprietários de buckets do Amazon S3.</td></tr>
  <tr><td>Carregar diretamente de consultas de data lake</td><td>Crie tabelas externas para executar consultas de data lake em seus arquivos do Amazon S3 e, depois, execute o comando INSERT INTO para carregar os resultados de suas consultas de data lake em tabelas locais. Para obter mais informações, consulte <a href="c-spectrum-external-tables.md">Tabelas externas para o Redshift Spectrum</a>.</td><td>É possível usar qualquer um dos seguintes casos: <ul><li>Carregar diretamente do AWS Glue e abrir formatos de tabela (como Apache Iceberg, Apache Hudi ou Delta Lake).</li><li>Os arquivos de origem precisam ser ingeridos parcialmente (por exemplo, necessários para executar uma cláusula WHERE para ingerir linhas específicas).</li><li>É necessária maior flexibilidade para ingerir colunas específicas (como executar um comando SELECT) ou fazer a transformação básica de dados em tempo real (como aplicar operações básicas ou chamar UDFs nos valores do arquivo de origem).</li></ul></td></tr>
  <tr><td colspan="3"><b>Outros métodos a serem considerados</b></td></tr>
  <tr><td>Ingestão de streaming </td><td>A ingestão de streaming oferece ingestão de dados de fluxo de baixa latência e alta velocidade do Amazon Kinesis Data Streams e do Amazon Managed Streaming para Apache Kafka em uma visão materializada provisionada pelo Amazon Redshift ou Amazon Redshift sem servidor. Para obter mais informações, consulte <a href="materialized-view-streaming-ingestion-getting-started.md">Conceitos básicos da ingestão de streaming do Amazon Kinesis Data Streams</a> e <a href="materialized-view-streaming-ingestion-getting-started-MSK.md">Conceitos básicos da ingestão de streaming de origens do Apache Kafka</a>.</td><td>Deve ser considerado para casos de uso em que os dados são primeiro transmitidos para arquivos no Amazon S3 e depois carregados diretamente do Amazon S3. Se não for necessário manter os dados no Amazon S3, muitas vezes é possível transmiti-los diretamente para o Amazon Redshift. </td></tr>
  <tr><td>Executar consultas de data lake</td><td>Executar consultas diretamente de uma tabela do data lake em vez de ingerir o conteúdo da tabela em uma tabela local. Para obter mais informações, consulte <a href="c-using-spectrum.md">Amazon Redshift Spectrum</a>.</td><td>Deve ser usado quando o caso de uso não exige a performance de consultas de tabelas locais no Amazon Redshift.</td></tr>
  <tr><td>Carregamento em lote com o Editor de Consultas do Amazon Redshift v2</td><td>É possível preparar e executar as workloads de ingestão de arquivos em lote visualmente no Editor de Consultas do Amazon Redshift v2. Para ter mais informações, consulte <a href="https://docs.aws.amazon.com/redshift/latest/mgmt/query-editor-v2-loading.html#query-editor-v2-loading-data">Carregar dados do S3</a> no <i>Guia de gerenciamento do Amazon Redshift</i>.</td><td>Deve ser usado quando você deseja que o Editor de Consultas v2 prepare declarações COPY e deseja uma ferramenta visual para simplificar o processo de preparação da declaração COPY.</td></tr>
  <tr><td>Carregar dados de um arquivo local com o Editor de Consultas do Amazon Redshift v2.</td><td>É possível fazer upload de arquivos diretamente da área de trabalho para as tabelas do Amazon Redshift sem a necessidade de carregar manualmente os arquivos no Amazon S3. Para ter mais informações, consulte <a href="https://docs.aws.amazon.com/redshift/latest/mgmt/query-editor-v2-loading.html#query-editor-v2-loading-data-local">Carregar dados de uma configuração e fluxo de trabalho de arquivo local</a> no <i>Guia de gerenciamento do Amazon Redshift</i>.</td><td>Deve ser usado quando você precisa carregar rapidamente arquivos do computador local para fins de consulta única. Com esse método, o Editor de Consultas do Amazon Redshift v2 armazena temporariamente o arquivo em um bucket do Amazon S3 de propriedade do cliente e executa um comando de cópia usando esse caminho do Amazon S3.</td></tr>
</tbody>
</table>


Um comando COPY é a forma mais eficiente para carregar uma tabela. Você também pode adicionar dados às suas tabelas usando comandos INSERT, embora isso seja muito menos eficiente que o uso de COPY. O comando COPY é capaz de ler de vários arquivos de dados ou vários fluxos de dados simultaneamente. O Amazon Redshift aloca a workload aos nós do Amazon Redshift e executa as operações de carregamento em paralelo, incluindo a classificação das linhas e a distribuição dos dados entre fatias do nó.

**nota**  
As tabelas externas do Amazon Redshift Spectrum são de somente leitura. Não é possível COPY ou INSERT em uma tabela externa.

Para acessar dados em outros recursos da AWS, o Amazon Redshift deve ter permissão para acessar esses recursos e para realizar as ações necessárias para acessar os dados. É possível usar o AWS Identity and Access Management (IAM) para limitar o acesso que os usuários têm aos recursos e aos dados do Amazon Redshift.

Após o carregamento inicial de seus dados, se você adicionar, modificar ou excluir uma quantia significativa de dados, você deve executar um comando VACUUM para reorganizar seus dados e recuperar espaço após exclusões. Você também deve executar um comando ANALYZE para atualizar as estatísticas da tabela.

**Topics**
+ [Carregar tabelas com o comando COPY](t_Loading_tables_with_the_COPY_command.md)
+ [Criar uma integração de eventos do S3 para copiar automaticamente arquivos de buckets do Amazon S3](loading-data-copy-job.md)
+ [Carregar tabelas com comandos DML](t_Updating_tables_with_DML_commands.md)
+ [Execução de uma cópia profunda](performing-a-deep-copy.md)
+ [Análise de tabelas](t_Analyzing_tables.md)
+ [Vacuum de tabelas](t_Reclaiming_storage_space202.md)
+ [Gerenciamento de operações de gravação simultâneas](c_Concurrent_writes.md)
+ [Tutorial: Carregar dados do Amazon S3](tutorial-loading-data.md)