مشاركة عبر

مرجع جدول نظام الاستخدام القابل للفوترة

  • مقالة

هام

هذه الميزة في المعاينة العامة.

توفر هذه المقالة نظرة عامة على جدول نظام الاستخدام القابل للفوترة، بما في ذلك المخطط واستعلامات المثال. باستخدام جداول النظام، يتم مركزية بيانات الاستخدام القابلة للفوترة الخاصة بحسابك وتوجيهها إلى جميع المناطق، بحيث يمكنك عرض الاستخدام العمومي لحسابك من أي منطقة توجد بها مساحة العمل.

للحصول على معلومات حول استخدام هذا الجدول لمراقبة تكاليف الوظيفة، راجع مراقبة تكاليف الوظيفة باستخدام جداول النظام.

للحصول على استراتيجيات حول تحليل الاستخدام بدون خادم، راجع مراقبة تكلفة الحوسبة بلا خادم.

مخطط جدول الاستخدام القابل للفوترة

يوجد جدول نظام الاستخدام القابل للفوترة في system.billing.usage ويستخدم المخطط التالي:

اسم العمود نوع البيانات ‏‏الوصف مثال
record_id سلسلة معرف فريد لهذا السجل 11e22ba4-87b9-4cc2
-9770-d10b894b7118
account_id سلسلة معرف الحساب الذي تم إنشاء هذا التقرير له 23e22ba4-87b9-4cc2
-9770-d10b894b7118
workspace_id سلسلة معرف مساحة العمل التي تم إقران هذا الاستخدام بها 1234567890123456
sku_name سلسلة اسم SKU STANDARD_ALL_PURPOSE_COMPUTE
cloud سلسلة السحابة ذات الصلة بهذا الاستخدام. القيم المُحتملة هي AWS و AZURE و GCP. AWSو AZURE, أو GCP
usage_start_time الطابع الزمني وقت البدء ذي الصلة بسجل الاستخدام هذا 2023-01-09 10:00:00.000
usage_end_time الطابع الزمني وقت الانتهاء ذي الصلة بسجل الاستخدام هذا 2023-01-09 11:00:00.000
usage_date date تاريخ سجل الاستخدام، يمكن استخدام هذا الحقل لتجميع أسرع حسب التاريخ 2023-01-01
custom_tags map العلامات التي يطبقها المستخدمون على هذا الاستخدام. يتضمن علامات موارد الحوسبة وعلامات الوظائف وعلامات مساحة العمل المخصصة. { “env”: “production” }
usage_unit سلسلة الوحدة التي يتم قياس هذا الاستخدام فيها. تتضمن القيم المحتملة وحدات DBUs. DBU
usage_quantity عشري عدد الوحدات المستهلكة لهذا السجل. 259.2958
usage_metadata بنية بيانات التعريف التي يوفرها النظام حول الاستخدام، بما في ذلك معرفات موارد الحوسبة والمهام (إن أمكن). راجع تحليل بيانات تعريف الاستخدام. {cluster_id: null;
instance_pool_id: null;
notebook_id: null;
job_id: null;
node_type: null}
identity_metadata بنية بيانات التعريف التي يوفرها النظام حول الهويات المتضمنة في الاستخدام. راجع تحليل بيانات تعريف الهوية. {run_as: example@email.com}
record_type سلسلة ما إذا كان السجل تصحيحا أم لا. القيم المُحتملة هي ORIGINAL و RETRACTION و RESTATEMENT. ORIGINAL
ingestion_date date تاريخ إدخال السجل في usage الجدول. 2024-01-01
billing_origin_product سلسلة المنتج الذي أنشأ الاستخدام. يمكن فوترة بعض المنتجات كوحدات SKU مختلفة. للحصول على القيم المحتملة، راجع عرض معلومات حول المنتج المقترن بالاستخدام. JOBS
product_features بنية تفاصيل حول ميزات المنتج المحددة المستخدمة. للحصول على القيم المحتملة، راجع ميزات المنتج.
usage_type سلسلة نوع الاستخدام المنسوب إلى المنتج أو حمل العمل لأغراض الفوترة. القيم المحتملة هي COMPUTE_TIME أو STORAGE_SPACE أو NETWORK_BYTES أو API_CALLS أو TOKEN أو GPU_TIME. STORAGE_SPACE

تحليل بيانات تعريف الاستخدام

تخبرك القيم الموجودة في usage_metadata بالموارد المتضمنة في سجل الاستخدام.

القيمة‬ نوع البيانات ‏‏الوصف
cluster_id string معرف نظام المجموعة المقترن بسجل الاستخدام
instance_pool_id string معرف تجمع المثيل المقترن بسجل الاستخدام
node_type string نوع المثيل لمورد الحساب
job_id string معرف المهمة المقترنة بسجل الاستخدام. ترجع فقط قيمة للحوسبة بلا خادم أو استخدام مجموعة المهام، وإلا ترجع NULL.
job_run_id string معرف تشغيل المهمة المقترن بسجل الاستخدام. ترجع فقط قيمة للحوسبة بلا خادم أو استخدام مجموعة المهام، وإلا ترجع NULL.
notebook_id string معرف دفتر الملاحظات المقترن بالاستخدام. ترجع فقط قيمة للحساب بلا خادم لاستخدام دفتر الملاحظات، وإلا ترجع NULL.
dlt_pipeline_id string معرف مسار Delta Live Tables المقترن بسجل الاستخدام

إشعار

في حالات نادرة، job_run_id لا يتم ملؤها للوظائف طويلة الأمد التي بدأ حسابها في العمل قبل أن يبدأ Azure Databricks في job_run_id التقاط بيانات التعريف. أعد تشغيل حساب الوظيفة لبدء تسجيل job_run_id.

البحث عن وظيفة أو دفتر ملاحظات في واجهة المستخدم باستخدام job_id أو notebook_id

تشرح هذه الإرشادات كيفية سحب مهمة أو دفتر ملاحظات معين في واجهة المستخدم استنادا إلى معرفها.

للعثور على وظيفة في واجهة المستخدم استنادا job_idإلى :

  1. انسخ من job_id سجل الاستخدام. على سبيل المثال، افترض أن المعرف هو 700809544510906.
  2. انتقل إلى واجهة مستخدم مهام سير العمل في نفس مساحة عمل Azure Databricks مثل المهمة.
  3. تأكد من إلغاء تحديد عامل التصفية المهام المملوكة لي فقط.
  4. الصق المعرف (700809544510906) في شريط البحث في مهام التصفية.

للبحث عن دفتر ملاحظات في واجهة المستخدم استنادا notebook_idإلى ، استخدم الإرشادات التالية:

  1. انسخ من notebook_id سجل الاستخدام. على سبيل المثال، افترض أن المعرف هو 700809544510906.
  2. انتقل إلى واجهة مستخدم مساحات العمل في نفس مساحة عمل Azure Databricks مثل دفتر الملاحظات.
  3. انقر فوق أي دفتر ملاحظات تراه.
  4. بعد فتح دفتر الملاحظات، افحص عنوان URL في شريط عناوين المستعرض. يجب أن تبدو كما يليhttps://<account-console-url>/?o=<workspace ID>#notebook/<notebook ID>/command/<command ID>.
  5. في شريط عناوين المستعرض، استبدل معرف دفتر الملاحظات بالمعرف الذي نسخته في الخطوة الأولى، ثم احذف كل شيء بعد معرف دفتر الملاحظات. يجب أن تبدو كما يليhttps://<account-console-url>/?o=<workspace ID>#notebook/700809544510906.
  6. بعد سحب دفتر الملاحظات، يمكنك النقر فوق الزر مشاركة لعرض مالك دفتر الملاحظات.

تحليل بيانات تعريف الهوية

identity_metadata يمكن أن يساعدك العمود في تحديد المسؤول عن سجل الفوترة بلا خادم. يتضمن run_as العمود قيمة سمات الاستخدام إلى هوية. تعتمد الهوية المسجلة في identity_metadata.run_as على المنتج المرتبط بالاستخدام.

الرجوع إلى الجدول التالي للسلوك identity_metadata.run_as :

نوع حِمل العمل هوية run_as
حساب بلا خادم لسير العمل المستخدم أو كيان الخدمة المحدد في التشغيل كإعداد. بشكل افتراضي، يتم تشغيل المهام كهوية لمالك الوظيفة، ولكن يمكن للمسؤولين تغيير هذا ليكون مستخدما آخر أو كيان خدمة آخر.
حساب بلا خادم لدفاتر الملاحظات المستخدم الذي قام بتشغيل أوامر دفتر الملاحظات (على وجه التحديد، المستخدم الذي أنشأ جلسة عمل دفتر الملاحظات). بالنسبة إلى دفاتر الملاحظات المشتركة، يتضمن هذا الاستخدام من قبل مستخدمين آخرين يشاركون جلسة دفتر الملاحظات نفسها.

عرض معلومات حول المنتج المقترن بالاستخدام

تتم فوترة بعض منتجات Databricks ضمن نفس SKU المشتركة. لمساعدتك على التمييز بين الاستخدام، billing_origin_product يوفر العمودان و product_features مزيدا من التفاصيل حول المنتج المحدد والميزات المرتبطة بالاستخدام.

billing_origin_product يعرض العمود منتج Databricks المقترن بسجل الاستخدام. تتضمن القيم ما يلي:

  • JOBS
  • DLT
  • SQL
  • ALL_PURPOSE
  • MODEL_SERVING
  • INTERACTIVE
  • MANAGED_STORAGE
  • VECTOR_SEARCH
  • LAKEHOUSE_MONITORING
  • PREDICTIVE_OPTIMIZATION
  • ONLINE_TABLES

product_features العمود هو كائن يحتوي على معلومات حول ميزات المنتج المحددة المستخدمة ويتضمن أزواج المفاتيح/القيم التالية:

  • jobs_tier: تتضمن LIGHTالقيم أو CLASSICأو null
  • sql_tier: تتضمن CLASSICالقيم أو PROأو null
  • dlt_tier: تتضمن COREالقيم أو PROADVANCEDأو أوnull
  • is_serverless: تتضمن true القيم أو ، أو falsenull
  • is_photon: تتضمن true القيم أو ، أو falsenull
  • serving_type: تتضمن MODELالقيم أو GPU_MODELأو FOUNDATION_MODELFEATUREnull

نماذج الاستعلامات

يمكنك استخدام نماذج الاستعلامات التالية للإجابة عن الأسئلة الشائعة حول الاستخدام القابل للفوترة:

ما هو الاتجاه اليومي في استهلاك DBU؟

SELECT usage_date as `Date`, sum(usage_quantity) as `DBUs Consumed`
  FROM system.billing.usage
WHERE sku_name = "STANDARD_ALL_PURPOSE_COMPUTE"
GROUP BY usage_date
ORDER BY usage_date ASC

كم عدد وحدات DBUs لكل وحدة SKU تم استخدامها طوال هذا الشهر؟

SELECT sku_name, usage_date, sum(usage_quantity) as `DBUs`
    FROM system.billing.usage
WHERE
    month(usage_date) = month(NOW())
    AND year(usage_date) = year(NOW())
GROUP BY sku_name, usage_date

كم من كل وحدة SKU استخدمت مساحة عمل في 1 يونيو؟

تأكد من استبدال workspace_id بمعرف مساحة العمل الفعلي.

SELECT sku_name, sum(usage_quantity) as `DBUs consumed`
FROM system.billing.usage
WHERE workspace_id = 1234567890123456
AND usage_date = "2023-06-01"
GROUP BY sku_name

إشعار

يقوم هذا الاستعلام بإرجاع صف واحد لكل معرف SKU فريد مستخدم في مساحة العمل في التاريخ المختار.

ما هي الوظائف التي استهلكت معظم وحدات DBUs؟

SELECT usage_metadata.job_id as `Job ID`, sum(usage_quantity) as `DBUs`
FROM system.billing.usage
WHERE usage_metadata.job_id IS NOT NULL
GROUP BY `Job ID`
ORDER BY `DBUs` DESC

ما مقدار الاستخدام الذي يمكن أن يعزى إلى الموارد ذات علامة معينة؟

يمكنك تقسيم التكاليف بطرق مختلفة. يوضح لك هذا المثال كيفية تقسيم التكاليف حسب علامة مخصصة. تأكد من استبدال مفتاح العلامة المخصصة وقيمتها في الاستعلام.

SELECT sku_name, usage_unit, SUM(usage_quantity) as `DBUs consumed`
FROM system.billing.usage
WHERE custom_tags.{{key}} = "{{value}}"
GROUP BY 1, 2

إظهار وحدات SKU حيث ينمو الاستخدام

SELECT after.sku_name, before_dbus, after_dbus, ((after_dbus - before_dbus)/before_dbus * 100) AS growth_rate
FROM
(SELECT sku_name, sum(usage_quantity) as before_dbus
    FROM system.billing.usage
WHERE usage_date BETWEEN "2023-04-01" and "2023-04-30"
GROUP BY sku_name) as before
JOIN
(SELECT sku_name, sum(usage_quantity) as after_dbus
    FROM system.billing.usage
WHERE usage_date BETWEEN "2023-05-01" and "2023-05-30"
GROUP BY sku_name) as after
where before.sku_name = after.sku_name
SORT by growth_rate DESC

ما هو اتجاه استخدام حساب جميع الأغراض (الفوتون)؟

SELECT sku_name, usage_date, sum(usage_quantity) as `DBUs consumed`
    FROM system.billing.usage
WHERE year(usage_date) = year(CURRENT_DATE)
AND sku_name = "ENTERPRISE_ALL_PURPOSE_COMPUTE_(PHOTON)"
AND usage_date > "2023-04-15"
GROUP BY sku_name, usage_date

ما هو استهلاك DBU لعرض مجسد أو جدول دفق؟

لتحديد استخدام DBU وSKU لعرض معين مجسد أو جدول دفق، تحتاج إلى معرف المسار المقترن (dlt_pipeline_id). ابحث عن معرف المسار في علامة التبويب تفاصيل عند عرض طريقة العرض المجسدة ذات الصلة أو جدول البث في مستكشف الكتالوج.

SELECT
  sku_name,
  usage_date,
  SUM(usage_quantity) AS `DBUs`
FROM
  system.billing.usage
WHERE
  usage_metadata.dlt_pipeline_id = "113739b7-3f45-4a88-b6d9-e97051e773b9"
  AND usage_start_time > "2023-05-30"
GROUP BY
  ALL