如何通过Redshift Data API程序化获取查询的总扫描数据指标？

目前Redshift Data API的DescribeStatement接口确实不直接返回「总扫描数据」，但可以通过以下两种程序化方式获取：

方式一：利用CloudWatch Metrics API #

Redshift会将查询的扫描数据量作为指标推送到CloudWatch，你可以通过CloudWatch的GetMetricData API获取：

• 指标命名空间：AWS/Redshift
• 指标名称：TotalScanBytes
• 维度：需指定ClusterIdentifier（集群ID）和QueryId（查询ID）

调用示例（Python）：

import boto3
import datetime

cloudwatch = boto3.client('cloudwatch')

response = cloudwatch.get_metric_data(
    MetricDataQueries=[
        {
            'Id': 'scan_bytes',
            'MetricStat': {
                'Metric': {
                    'Namespace': 'AWS/Redshift',
                    'MetricName': 'TotalScanBytes',
                    'Dimensions': [
                        {'Name': 'ClusterIdentifier', 'Value': 'your-cluster-id'},
                        {'Name': 'QueryId', 'Value': 'your-query-id'}
                    ]
                },
                'Period': 300,
                'Stat': 'Sum'
            },
            'ReturnData': True
        }
    ],
    StartTime=datetime.datetime.utcnow() - datetime.timedelta(minutes=10),
    EndTime=datetime.datetime.utcnow()
)

注意：需确保Lambda角色拥有cloudwatch:GetMetricData权限，且查询完成后指标会有1-5分钟的延迟。

方式二：使用Redshift Data API的GetQueryExecution接口 #

通过redshift-data客户端的GetQueryExecution接口，部分场景下会返回包含TotalScanBytes的QueryExecutionStatistics字段。

调用示例（Python）：

import boto3

redshift_data = boto3.client('redshift-data')

response = redshift_data.get_query_execution(
    QueryId='your-query-id'
)

total_scan_bytes = response['QueryExecutionStatistics'].get('TotalScanBytes')

注意：该字段的返回依赖查询类型和Redshift版本，只读查询（如SELECT）通常会返回，DDL/DML可能不返回。

关键注意点 #

• 两种方式都需要先通过DescribeStatement获取查询ID（Id字段）
• CloudWatch方式覆盖所有查询类型，但延迟较高；GetQueryExecution方式更实时，但有场景限制
• 确保Lambda执行角色拥有对应API的调用权限

内容的提问来源于stack exchange，提问作者CustardBun