Megosztás a következőn keresztül:

Számlázható használati rendszer táblareferenciája

  • Cikk

Fontos

Ez a funkció a nyilvános előzetes verzióban érhető el.

Ez a cikk áttekintést nyújt a számlázható használati rendszer tábláról, beleértve a sémát és a példa lekérdezéseket. A rendszertáblák segítségével a fiók számlázható használati adatai központosítva és az összes régióhoz irányítva lesznek, így megtekintheti a fiók globális használatát attól függően, hogy melyik régióban van a munkaterülete.

A feladatköltségek monitorozására szolgáló tábla használatával kapcsolatos információkért lásd : Feladatköltségek monitorozása rendszertáblákkal.

A kiszolgáló nélküli használat elemzésével kapcsolatos stratégiákért lásd : A kiszolgáló nélküli számítás költségeinek monitorozása.

Számlázható használati táblaséma

A számlázható használati rendszer táblája a következő sémát system.billing.usage használja:

Oszlop neve Adattípus Leírás Példa
record_id húr A rekord egyedi azonosítója 11e22ba4-87b9-4cc2
-9770-d10b894b7118
account_id húr A jelentés által létrehozott fiók azonosítója 23e22ba4-87b9-4cc2
-9770-d10b894b7118
workspace_id húr Annak a munkaterületnek az azonosítója, amelyhez a használat társítva volt 1234567890123456
sku_name húr A termékváltozat neve STANDARD_ALL_PURPOSE_COMPUTE
cloud húr Ennek a használatnak a felhőben való használata releváns. A lehetséges értékek a következőkAWS: és AZUREGCP. AWS, AZURE vagy GCP
usage_start_time időbélyeg A használati rekordhoz kapcsolódó kezdési időpont 2023-01-09 10:00:00.000
usage_end_time időbélyeg A használati rekordhoz kapcsolódó befejezési idő 2023-01-09 11:00:00.000
usage_date dátum: A használati rekord dátuma, ez a mező használható a gyorsabb összesítéshez dátum szerint 2023-01-01
custom_tags térkép A felhasználók által erre a használatra alkalmazott címkék. Számítási erőforráscímkéket, feladatcímkéket és munkaterületi egyéni címkéket tartalmaz. { “env”: “production” }
usage_unit húr A használat mértékegysége. A lehetséges értékek közé tartoznak a dbU-k. DBU
usage_quantity tizedes A rekordhoz felhasznált egységek száma. 259.2958
usage_metadata Struct Rendszer által biztosított metaadatok a használatról, beleértve a számítási erőforrások és feladatok azonosítóit (ha vannak). Lásd: Használati metaadatok elemzése. {cluster_id: null;
instance_pool_id: null;
notebook_id: null;
job_id: null;
node_type: null}
identity_metadata Struct Rendszer által biztosított metaadatok a használatban részt vevő identitásokról. Lásd: Identitás metaadatainak elemzése. {run_as: example@email.com}
record_type húr Hogy a rekord javítás-e. A lehetséges értékek a következőkORIGINAL: és RETRACTIONRESTATEMENT. ORIGINAL
ingestion_date dátum: A rekord táblázatba usage való betöltésének dátuma. 2024-01-01
billing_origin_product húr A használatból származó termék. Egyes termékek különböző termékváltozatokként számlázhatók. A lehetséges értékekért lásd : A használathoz társított termékkel kapcsolatos információk megtekintése. JOBS
product_features Struct A használt termékfunkciók részletei. A lehetséges értékekért tekintse meg a Termékfunkciókat.
usage_type húr A termékhez vagy számítási feladathoz számlázási célból hozzárendelt használati típus. A lehetséges értékek a következőkCOMPUTE_TIME: , STORAGE_SPACECOMPUTE_SLOT, NETWORK_BYTES, API_CALLS, TOKENvagy GPU_TIME. STORAGE_SPACE

Használati metaadatok elemzése

A benne szereplő usage_metadata értékek a használati rekordban szereplő erőforrásokról tájékoztatnak.

Érték Adattípus Leírás
cluster_id string A használati rekordhoz társított fürt azonosítója
instance_pool_id string A használati rekordhoz társított példánykészlet azonosítója
node_type string A számítási erőforrás példánytípusa
job_id string A használati rekordhoz társított feladat azonosítója
job_run_id string A használati rekordhoz társított feladatfuttatás azonosítója
notebook_id string A használathoz társított jegyzetfüzet azonosítója. Csak a jegyzetfüzet-használat kiszolgáló nélküli számításának értékét adja vissza, ellenkező esetben ad vissza NULL.
dlt_pipeline_id string A használati rekordhoz társított Delta Live Tables-folyamat azonosítója

Feljegyzés

Ritkán a rendszer nem tölti ki azokat a hosszú ideig futó feladatokat, job_run_id amelyek számítása még azelőtt kezdődött, hogy az Azure Databricks megkezdte a metaadatok rögzítését job_run_id . Indítsa újra a feladat számítását a felvétel job_run_idmegkezdéséhez.

Feladat vagy jegyzetfüzet keresése a felhasználói felületen a job_id vagy notebook_id használatával

Ezek az utasítások bemutatják, hogyan lehet egy adott feladatot vagy jegyzetfüzetet lekérni a felhasználói felületen az azonosítójuk alapján.

Feladat megkeresése a felhasználói felületen a következő job_idalapján:

  1. Másolja ki a job_id használati rekordból. Ebben a példában feltételezzük, hogy az azonosító az 700809544510906.
  2. Lépjen a munkafolyamatok felhasználói felületére ugyanabban az Azure Databricks-munkaterületen, mint a feladat.
  3. Ellenőrizze, hogy nincs-e bejelölve a csak az enyémek által birtokolt feladatok szűrője.
  4. Illessze be az azonosítót (700809544510906) a Feladatok szűrése keresősávba.

Ha az alapján szeretne jegyzetfüzetet keresni a felhasználói felületen notebook_id, kövesse az alábbi utasításokat:

  1. Másolja ki a notebook_id használati rekordból. Ebben a példában feltételezzük, hogy az azonosító az 700809544510906.
  2. Lépjen a Munkaterületek felhasználói felületére ugyanabban az Azure Databricks-munkaterületen, mint a jegyzetfüzet.
  3. kattintson a látható jegyzetfüzetre.
  4. Miután megnyitotta a jegyzetfüzetet, vizsgálja meg az URL-címet a böngésző címsorában. Úgy kell kinéznie, mint https://<account-console-url>/?o=<workspace ID>#notebook/<notebook ID>/command/<command ID>.
  5. A böngésző címsorában cserélje le a jegyzetfüzet azonosítóját az első lépésben kimásolt azonosítóra, majd törölje a jegyzetfüzet-azonosító után lévő összes adatot. Úgy kell kinéznie, mint https://<account-console-url>/?o=<workspace ID>#notebook/700809544510906.
  6. A jegyzetfüzet lekérése után a Megosztás gombra kattintva megtekintheti a jegyzetfüzet tulajdonosát.

Identitás metaadatainak elemzése

Az identity_metadata oszlop segít azonosítani, hogy ki felelős a kiszolgáló nélküli számlázási rekordokért. Az oszlop tartalmaz egy run_as értéket, amely a használatot egy identitáshoz rendeli. A rögzített identity_metadata.run_as identitás a használathoz társított terméktől függ.

A viselkedéshez tekintse meg az alábbi táblázatot identity_metadata.run_as :

Számítási feladat típusa Identitása run_as
Kiszolgáló nélküli számítás munkafolyamatokhoz A futtatásban beállításként definiált felhasználó vagy szolgáltatásnév. Alapértelmezés szerint a feladatok a feladat tulajdonosának identitásaként futnak, de a rendszergazdák módosíthatják ezt egy másik felhasználó vagy szolgáltatásnévként.
Kiszolgáló nélküli számítás jegyzetfüzetekhez A jegyzetfüzet-parancsokat futtató felhasználó (pontosabban a jegyzetfüzet-munkamenetet létrehozó felhasználó). Megosztott jegyzetfüzetek esetén ez magában foglalja az ugyanazon a jegyzetfüzet-munkameneten osztozó felhasználók általi használatot is.

A használati adatokhoz társított termék adatainak megtekintése

Egyes Databricks-termékek számlázása ugyanazon megosztott termékváltozat alapján történik. A használat megkülönböztetése érdekében az oszlopok és product_features oszlopok billing_origin_product részletesebb betekintést nyújtanak a használathoz kapcsolódó konkrét termékbe és funkciókba.

Az billing_origin_product oszlopban a használati rekordhoz társított Databricks-termék látható. Az értékek a következők:

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

Az product_features oszlop egy objektum, amely információkat tartalmaz a használt termékfunkciókról, és a következő kulcs-érték párokat tartalmazza:

  • jobs_tier: az értékek közé tartozik LIGHTaz , CLASSICvagy null
  • sql_tier: az értékek közé tartozik CLASSICaz , PROvagy null
  • dlt_tier: az értékek közé tartoznak COREa következők: , PRO, ADVANCEDvagy null
  • is_serverless: az értékek közé vagy truefalse, vagy null
  • is_photon: az értékek közé vagy truefalse, vagy null
  • serving_type: az értékek közé tartoznak MODELa következők: , GPU_MODEL, FOUNDATION_MODEL, FEATUREvagy null

Minta lekérdezések

A következő minta lekérdezésekkel válaszolhat a számlázható használattal kapcsolatos gyakori kérdésekre:

Mi a DBU-használat napi trendje?

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

Hány termékváltozatot használtak ebben a hónapban?

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

Az egyes termékváltozatok közül mennyit használt egy munkaterület június 1-jén?

Mindenképpen cserélje le workspace_id a tényleges munkaterület-azonosítót.

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

Feljegyzés

Ez a lekérdezés a munkaterületen a kiválasztott dátumon használt egyedi termékváltozat-azonosítónként egy sort ad vissza.

Mely feladatok használták a legtöbb DBU-t?

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

Mennyi használat rendelhető hozzá egy adott címkével rendelkező erőforrásokhoz?

A költségeket különböző módokon bonthatja le. Ez a példa bemutatja, hogyan bonthatja fel a költségeket egyéni címkék szerint. Mindenképpen cserélje le az egyéni címke kulcsát és értékét a lekérdezésben.

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

Mutassa meg azokat az termékváltozatokat, ahol a használat növekszik

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

Mi az All Purpose Compute (Photon) használati trendje?

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

Mi a materializált nézet vagy streamelési tábla DBU-felhasználása?

Egy adott materializált nézet vagy streamelési tábla DBU-használatának és termékváltozatának meghatározásához a társított folyamatazonosítóra (dlt_pipeline_id) van szükség. Keresse meg a Folyamatazonosítót a Részletek lapon, amikor megtekinti a releváns materializált nézetet vagy streamelési táblát a Catalog Explorerben.

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