서버리스 작업 및 파이프라인에 대한 성능 모드를 선택하세요

서버리스 작업과 파이프라인은 다음 성능 모드 중 하나에서 실행됩니다:

  • 성능 최적화 모드(기본값): Azure Databricks는 웜 컴퓨트 풀을 준비 상태로 유지하므로, 워크로드는 보통 1분 이내에 시작되며 필요할 때 빠르게 추가 컴퓨팅을 제공합니다. 개발 및 테스트 중 빠른 피드백을 위해 이 모드를 사용하거나, 표준 모드가 완성 또는 데이터 신선성 요구사항을 충족하지 못할 때 사용할 수 있습니다.
  • 표준 모드: 워크로드는 일반적으로 4분에서 6분 이내에 시작되며 소모하는 Databricks 단위(DBU)가 적습니다. 대표 실행이 완료 및 데이터 신선성 요구사항을 충족할 때 예약 및 배치 작업에 대해 이 모드를 평가하십시오.

각 작업과 각 파이프라인 일정에 맞는 모드를 선택합니다. 표준 모드가 가장 큰 절약을 위해 작업 및 파이프라인 찾기를 참조하세요.

이 페이지에서는 모드를 비교하고, 모드를 선택하고 설정하는 방법을 설명하며, 어떤 모드를 사용했는지와 비용이 얼마인지 확인하는 방법을 보여줍니다.

Note

표준 모드는 서버리스 컴퓨팅을 위한 성능 설정입니다. 이는 클래식 컴퓨팅의 표준 액세스 모드 와는 관련이 없습니다.

성능 모드를 비교하세요

다음 표는 두 가지 성능 모드를 비교합니다:

성능 최적화 모드(기본값) 표준 모드
시작 시간 보통 1분도 채 안 돼요. Azure Databricks는 워크로드를 위해 웜 컴퓨트를 준비된 상태로 유지합니다. 일반적으로 컴퓨팅 가용성에 따라 4분에서 6분 정도 소요됩니다.
실행 시간 확장 가능한 워크로드에서는 워밍 용량에서 컴퓨트가 추가되기 때문에 더 짧습니다. 확장되는 워크로드의 경우 컴퓨트가 더 천천히 추가되기 때문에 시간이 더 오래 걸릴 수 있습니다.
비용 동일 작업 부하로 더 많은 DBU를 소모하면서도 빠르고 예측 가능한 시작을 가능하게 합니다. 동일한 워크로드, 동일한 DBU당 가격, 동일한 SKU에서 더 적은 DBU를 소비합니다.
가장 적합한 빠른 피드백이 필요한 인터랙티브 작업 및 개발, 그리고 표준 모드로는 완료 또는 데이터 신선성 요구사항을 충족할 수 없는 생산 워크로드. 완료 및 데이터 신선성 요구사항을 충족하는 예약 및 배치 작업으로, 시작 및 확장이 느린 경우, 야간 배치 작업, 백필, 일회성 로드 등이 포함됩니다.

성능 최적화 모드는 UI, API, 선언적 자동화 번들, Terraform, SDK를 통해 생성하든 상관없이 서버리스 작업과 파이프라인의 기본 모드입니다. 테이블 정의에 따라 예약 실행되는 구체화 뷰 및 스트리밍 테이블의 새로 고침에는 별도의 설정이 있으며, 기본값은 표준 모드입니다. 예약된 새로 고침에 대한 성능 모드 선택을 참조하세요.

두 모드는 동일한 서버리스 런타임에서 워크로드를 실행하며 동일한 결과를 냅니다. 가격에 대해서는 Lakeflow Jobs 가격 페이지를 참조하세요.

작업 부하에 맞는 모드를 선택하세요

성능 최적화 모드가 기본값입니다. 예약된 배치 작업의 경우 Databricks는 비용을 낮추기 위해 표준 모드를 검토할 것을 권장합니다. 시작 시간과 확장 시간을 포함한 대표적인 실행 사례가 워크로드의 완료 시간 및 데이터 최신성 요구사항을 충족하는 경우 표준 모드를 선택하십시오. 예를 들어, 야간 작업은 하위 대시보드가 결과를 필요로 하기 전에 완료되면 표준 모드를 사용할 수 있습니다.

다음 워크로드에 성능 최적화 모드를 사용하십시오:

  • 누군가가 결과를 기다리는 인터랙티브 작업, 예를 들어 Run now 와 함께 애드홀릭 실행을 하거나, 사용자가 앱이나 API 호출을 통해 실행하는 실행 등이 있습니다.
  • 빠른 피드백이 중요한 작업과 파이프라인의 개발, 테스트, 검증.
  • 서비스 수준 계약(SLA), 데이터 최신성 목표 또는 다운스트림 소비자의 요구에 따라 표준 모드에서 제공되는 것보다 더 빨리 결과가 필요한 워크로드.
  • 파일 도착 트리거나 테이블 업데이트 트리거가 시작하는 작업으로, 목표는 새 데이터를 신속하게 처리하는 것입니다.
  • 몇 분마다 실행되는 작업들이라면 시작이 느려서 다음 실행이 지연되거나 큐에 올 수 있습니다.
  • 시작 시간이 전체 실행 시간에서 큰 비중을 차지하고 빠른 완료가 중요한 짧은 작업들입니다.
  • 완료 요구사항을 충족하기 위해 더 빠른 확장이 필요한 워크로드.

표준 모드는 다음 작업 부하에 잘 적합합니다:

  • 표준 모드에서 완료 및 데이터 신선 요구사항을 충족하는 야간, 시간별 및 기타 예약된 배치 작업.
  • 업데이트가 소비자가 결과를 필요로 하기 전에 완료될 때 일정에 따라 테이블을 새로고침하는 파이프라인.
  • 백필 및 일회성 데이터 로드.
  • 표준 모드가 다운스트림 완료 요구사항을 충족할 때 외부 오케스트레이터가 일정에 따라 트리거하는 작업들입니다.

성능 모드 설정은 대화형 서버리스 노트북에는 적용되지 않습니다.

성능 모드는 작업 수준 설정입니다. 작업이 시간에 민감한 작업과 기다릴 수 있는 작업을 혼합한다면, 작업을 별도의 작업으로 나누세요. 작업을 함께 조율하려면 Run Job 작업을 사용하세요. Run Job 작업이 실행하는 작업은 자체 성능 모드를 사용합니다.

기존 작업에서 표준 모드를 시도해 보기

작업에 참여하기 전에 표준 모드의 효과를 측정하려면 다음을 수행하세요:

  1. 작업을 표준 모드로 전환하세요. ' 작업을 표준 모드로 전환하기'를 참조하세요.
  2. 작업이 정상 일정대로 대표적인 실행이 여러 번 이루어지도록 두세요.
  3. 런별 DBU와 시작 포함 완료 시간을 스위치 이전의 런과 비교하세요. 작업이 여전히 완료 요구 사항 및 데이터 신선도 요구 사항을 충족하는지 확인하세요. 모드별 비용 측정을 참조하세요.
  4. 작업이 더 이상 지연 요구 사항을 충족하지 못하면 다시 성능 최적화 모드로 전환하세요. 이 변경은 다음 런에 적용됩니다.

비교를 위해 작업의 예약된 실행을 사용하세요. 생산 작업의 추가 수동 실행은 중복 데이터를 작성할 수 있습니다.

워크로드 유형별 성능 모드 지원

다음 유형의 서버리스 컴퓨팅 워크로드에 대해 성능 모드를 직접 구성할 수 있습니다:

  • 서버리스 노트북, Python 스크립트, Python 휠, JAR, dbt 작업 및 dbutils.notebook.run()를 사용해 작업이 실행하는 노트북을 포함합니다.
  • 서버리스 파이프라인은 파이프라인 작업에서 실행됩니다.
  • SQL 작업이 시작하거나 SQL 웨어하우스에서 노트북 또는 dbt 작업이 시작되는 구체화된 뷰와 스트리밍 테이블의 새로고침입니다. 이 모드는 SQL warehouse를 변경하지 않습니다.

다음 워크로드는 성능 최적화 모드로 실행됩니다:

다음 작업 부하의 경우, 작업 설정 이외의 다른 곳에서 성능 모드를 설정합니다:

  • Jobs API runs/submit 작업으로 생성하는 일회성 실행입니다. 성능 모드를 설정하려면 요청 본문에서 performance_target를 설정하세요. 매개변수를 생략하면 실행은 성능 최적화 모드를 사용합니다.
  • 테이블 정의를 기반으로 일정에 따라 새로 고침되는 구체화된 뷰와 스트리밍 테이블. 성능 모드를 설정하려면 카탈로그 탐색기에서 새로고침 일정을 업데이트하세요. 이 새로고침들은 기본적으로 표준 모드를 사용합니다. 이 새로고침의 모드 설정 기능은 베타입니다. 이를 사용하려면 작업 영역 관리자가 Previews 페이지에서 System-Managed Job for Materialized Views & Streaming Tables 미리 보기를 켜야 합니다. Azure Databricks 미리보기 관리 및 예약된 새로 고침을 위한 성능 모드 선택을 참조하세요.

성능 모드는 인터랙티브 서버리스 노트북, 클래식 컴퓨트에서 실행되는 작업, SQL 웨어하우스 또는 AI Runtime에서 실행되는 작업에는 적용되지 않습니다.

작업을 표준 모드로 전환하기

Note

  • 작업의 성능 모드를 변경하려면 해당 작업에 대해 CAN MANAGE 권한이 필요합니다.
  • 선언적 자동화 번들에서 모드를 설정하려면 Databricks CLI 버전 0.241.0 이상이 필요합니다.

각 잡의 성능 모드를 설정합니다. 이 모드는 작업 내 모든 서버리스 작업에 적용되며, 저장 후 시작하는 런에는 변경이 적용됩니다.

사용자 인터페이스 (UI)

Jobs UI에서 작업을 표준 모드로 전환하려면 다음을 수행하세요:

  1. 작업 영역에서 워크플로 아이콘을 클릭합니다.사이드바의 작업 및 파이프라인입니다.
  2. 작업 이름을 클릭하세요.
  3. 작업 세부 정보 창에서 성능 최적화를 끄세요.

성능 최적화 모드가 작업 세부 정보 창에서 꺼진 상태로 표시되며, 변경 후 시작되는 실행은 표준 모드를 사용합니다.

성능 최적화 모드로 다시 전환하려면 Performance optimized를 켜세요. 이 모드가 적용되는 작업이 적어도 하나 이상일 때만 설정을 변경할 수 있습니다. 워크로드 유형별 성능 모드 지원을 참조하세요.

단일 실행을 위한 모드를 선택할 수도 있습니다:

노트북에서 일정을 예약할 때는 일정 대화 상자에서 모드를 선택하세요. 예약된 Notebook 작업 만들기 및 관리를 참조하세요.

선언적 자동화 번들

번들 내 작업에 표준 모드를 사용하려면 작업 리소스에 performance_target를 설정하세요. 다음 예제는 표준 모드를 사용하며, 개발 중 더 빠른 피드백을 위해 dev 대상에서 성능 최적화 모드를 사용합니다:

resources:
  jobs:
    nightly_etl:
      name: nightly_etl
      performance_target: STANDARD
      tasks:
        - task_key: transform
          notebook_task:
            notebook_path: ../src/transform.ipynb

targets:
  dev:
    resources:
      jobs:
        nightly_etl:
          performance_target: PERFORMANCE_OPTIMIZED

performance_target를 생략하면 작업은 성능 최적화 모드를 사용합니다. 작업 리소스와 대상 재정의에 대한 자세한 내용은 job 및 대상 설정으로 재정의를 참조하세요.

REST API

기존 작업을 표준 모드로 전환하려면 performance_target에서 을 사용해 new_settings를 호출하세요. 다음 예제는 DATABRICKS_HOST에 설명된 대로 및 DATABRICKS_TOKEN 환경 변수가 설정되어 있다고 가정합니다:

curl -X POST "$DATABRICKS_HOST/api/2.2/jobs/update" \
  -H "Authorization: Bearer $DATABRICKS_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "job_id": 123456789,
    "new_settings": {
      "performance_target": "STANDARD"
    }
  }'

다음 목록은 다른 요청에서 어떻게 performance_target 동작하는지를 설명합니다:

  • 작업 생성: 새 작업의 모드를 설정합니다. 필드를 생략하면 작업에서 PERFORMANCE_OPTIMIZED를 사용합니다.
  • 작업 재설정: 모든 작업 설정을 교체합니다. 표준 모드를 유지하려면 새 설정에 performance_target를 포함하세요.
  • 지금 실행 및 실행 복구: 해당 실행에 대한 모드를 설정합니다.
  • 일회성 실행 제출: 실행의 모드를 설정합니다. 필드를 생략하면 실행은 PERFORMANCE_OPTIMIZED를 사용합니다.

Databricks 명령줄 인터페이스 (CLI)

기존 작업을 표준 모드로 전환하려면 JSON 요청 본문에 작업 ID를 사용하여 databricks jobs update를 실행하세요:

databricks jobs update --json '{"job_id": 123456789, "new_settings": {"performance_target": "STANDARD"}}'

작업을 변경하지 않고 표준 모드에서 한 번 실행하려면 다음을 실행하세요:

databricks jobs run-now 123456789 --performance-target STANDARD --no-wait

Python SDK

Databricks SDK용 Python에서 하나 이상의 기존 작업을 표준 모드로 전환하려면 다음을 실행하세요:

from databricks.sdk import WorkspaceClient
from databricks.sdk.service import jobs

w = WorkspaceClient()

# Replace with the IDs of the jobs to switch to standard mode.
job_ids = [123456789, 234567890]

for job_id in job_ids:
    w.jobs.update(
        job_id=job_id,
        new_settings=jobs.JobSettings(performance_target=jobs.PerformanceTarget.STANDARD),
    )

Terraform

Databricks Terraform 공급자로 관리하는 작업에 표준 모드를 사용하려면 performance_target 리소스에서 databricks_job을 설정하세요:

resource "databricks_job" "nightly_etl" {
  name               = "nightly_etl"
  performance_target = "STANDARD"

  task {
    task_key = "transform"
    notebook_task {
      notebook_path = "/Workspace/Users/someone@example.com/transform"
    }
  }
}

번들이나 Terraform이 작업(Job)을 배포하는 경우, 구성에서 모드를 변경하세요. 다음 배포는 UI나 API에서 변경한 내용을 덮어씁니다. 번들이 배포하는 작업은 작업 UI에서 읽기 전용입니다.

파이프라인을 표준 모드로 전환

서버리스 파이프라인은 이를 실행하는 작업의 성능 모드를 사용합니다. 파이프라인 페이지에서 파이프라인을 예약하면 일정이 작업을 생성하므로 일정에서 모드를 선택합니다.

표준 모드를 사용하는 파이프라인 일정을 만들려면 다음을 수행하세요:

  1. 작업 영역에서 워크플로 아이콘을 클릭합니다.사이드바의 작업 및 파이프라인입니다.
  2. 파이프라인 이름을 클릭합니다.
  3. 일정클릭합니다. 파이프라인에 이미 일정이 있는 경우, 일정 추가를 클릭하세요.
  4. 트리거와 작업 이름을 구성하세요. ' 파이프라인 UI로 파이프라인 예약하기'를 참조하세요.
  5. 성능 최적화 체크박스를 해제하세요.
  6. 만들기를 클릭합니다.

스케줄은 파이프라인을 표준 모드로 실행하는 작업을 생성합니다. 확인하려면 해당 작업을 열고 성능 최적화가 작업 세부 정보 창에서 꺼져 있는지 확인하세요.

기존 일정 또는 파이프라인을 실행하는 다른 작업의 모드를 변경하려면 해당 작업을 표준 모드로 전환하세요. ' 작업을 표준 모드로 전환하기'를 참조하세요.

수동으로 시작한 트리거된 파이프라인 업데이트(예: 파이프라인 페이지에서 시작 )는 성능 최적화 모드로 실행됩니다. 선택적 완전 새로고침은 표준 모드에서 실행할 수 있습니다. 새로 고침할 테이블을 선택한 후에는 '다른 설정으로 지금 실행'을 클릭하고, 전체 테이블 새로 고침 상태로 파이프라인 실행을 켜고, 성능 최적화를 끕니다.

파이프라인에 내장된 연속 모드를 사용하는 연속 파이프라인은 성능 최적화 모드로 실행되며, 모드를 변경할 수 없습니다. 표준 모드에서 연속 파이프라인을 실행하려면 연속 작업으로 실행하고 해당 작업에 최적화된 성능을 끄세요. 연속 작업은 실행 재시작이 되면 새로운 모드로 전환됩니다. 변경 사항을 바로 적용하려면 실행을 다시 시작하세요. 연 속 작업으로 연속 파이프라인 실행 과 작업 연속 실행을 참조하세요.

테이블 정의에서 일정에 따라 새로 고침되는 구체화된 뷰 및 스트리밍 테이블의 경우, Catalog Explorer에서 새로 고침 일정의 모드를 설정하세요. 예약된 새로 고침에 대한 성능 모드 선택을 참조하세요.

실행에서 사용된 모드를 확인하세요

실행에서 사용하는 모드는 작업 설정과 다를 수 있습니다. 예를 들어, 한 번의 실행에 대해 다른 모드를 선택할 수 있는데, 그 모드는 일부 작업 유형에는 적용되지 않습니다. 어떤 실행이 사용되었는지 확인하려면 다음 방법 중 하나를 사용하십시오:

  • Jobs UI: 실행을 엽니다. 작업 실행 세부 정보 페이지에서 세부 정보 창에 성능 최적화가 성능 최적화 모드에서는 활성화됨으로, 표준 모드에서는 비활성화로 표시됩니다. 작업 실행 세부 정보 페이지에는 각 작업에 대해 동일한 필드가 표시됩니다.
  • 작업 API: '단일 작업 실행' 응답의 필드에는 effective_performance_target 해당 실행이 사용된 모드를 표시합니다.
  • 시스템 테이블: product_features.performance_target의 열은 서버리스 작업 및 파이프라인의 모드를 기록합니다. 작업이 트리거하는 파이프라인 업데이트의 경우, 파이프라인 업데이트 타임라인 테이블의 열에는 trigger_details.job_task.performance_target 모드도 함께 기록됩니다.

각 모드의 비용을 측정하세요

billable usage system table를 사용하여 전환할 작업 부하를 찾고 표준 모드로 절감되는 양을 측정하세요. 사용 기록이 표에 나타나기까지 몇 시간이 걸릴 수 있습니다. 이 섹션의 쿼리는 정가를 사용하므로 비용은 할인을 반영하지 않습니다.

표준 모드로 전환할 작업 및 파이프라인 찾기

다음 쿼리는 지난 30일 동안 성능 최적화 모드를 사용한 서버리스 작업과 파이프라인을 목록 비용 순으로 정렬합니다. 결과 상단에 위치한 워크로드는 대표적인 실행 시점(시작 및 확장 시간을 포함)이 완료 및 데이터 신선성 요구사항을 충족할 때 표준 모드에 적합한 후보입니다.

SELECT
  u.workspace_id,
  u.billing_origin_product AS product,
  u.usage_metadata.job_id AS job_id,
  u.usage_metadata.dlt_pipeline_id AS pipeline_id,
  MAX(u.usage_metadata.job_name) AS job_name,
  COUNT(DISTINCT u.usage_metadata.job_run_id) AS job_runs,
  SUM(u.usage_quantity) AS dbus,
  SUM(u.usage_quantity * lp.pricing.default) AS list_cost
FROM system.billing.usage AS u
INNER JOIN system.billing.list_prices AS lp
  ON u.cloud = lp.cloud
  AND u.sku_name = lp.sku_name
  AND u.usage_start_time >= lp.price_start_time
  AND (u.usage_end_time <= lp.price_end_time OR lp.price_end_time IS NULL)
WHERE
  u.billing_origin_product IN ('JOBS', 'DLT')
  AND u.product_features.is_serverless
  AND u.product_features.performance_target = 'PERFORMANCE_OPTIMIZED'
  AND u.usage_unit = 'DBU'
  AND u.usage_date >= DATEADD(day, -30, current_date())
GROUP BY
  u.workspace_id,
  u.billing_origin_product,
  u.usage_metadata.job_id,
  u.usage_metadata.dlt_pipeline_id
ORDER BY list_cost DESC
LIMIT 50

작업이 실행되는 파이프라인을 전환하려면 작업을 전환하세요. ' 작업을 표준 모드로 전환하기'를 참조하세요.

전환 전후의 작업 사용량을 비교하세요

작업이 두 모드에서 모두 실행된 후, 다음 쿼리는 각 모드에서 작업별로 작업이 소모하는 DBU를 비교합니다. <job-id>를 작업 ID로 바꾸세요:

SELECT
  u.product_features.performance_target AS performance_mode,
  COUNT(DISTINCT u.usage_metadata.job_run_id) AS runs,
  SUM(u.usage_quantity) AS dbus,
  SUM(u.usage_quantity) / COUNT(DISTINCT u.usage_metadata.job_run_id) AS dbus_per_run
FROM system.billing.usage AS u
WHERE
  u.billing_origin_product = 'JOBS'
  AND u.product_features.is_serverless
  AND u.usage_unit = 'DBU'
  AND u.usage_metadata.job_id = '<job-id>'
  AND u.usage_date >= DATEADD(day, -30, current_date())
GROUP BY ALL

쿼리는 작업에 청구된 사용량만 집계합니다(JOBS). 파이프라인 작업은 파이프라인 사용량DLT()으로 청구되므로 결과에는 이 작업이 포함되지 않습니다. 파이프라인 작업이 실행되는 파이프라인을 비교하려면 u.usage_metadata.dlt_pipeline_id = '<pipeline-id>' 및 u.billing_origin_product = 'DLT'로 대신 필터링하고, u.usage_metadata.job_run_id 대신 u.usage_metadata.dlt_update_id를 계산하세요.

런당 DBU 소비량은 각 런이 처리하는 데이터의 양에 따라 달라지므로, 비슷한 양의 데이터를 처리하는 런들을 비교하세요. 실행 시간을 비교하려면 작업을 열고 실행 내역을 확인하세요. Lakeflow 작업 모니터링을 참조하세요.

모든 작업 및 파이프라인에서 모드별 DBU 사용량을 보고하려면 성능 모드별 DBU 사용량 보고서를 참조하세요.

서버리스 성능 모드에 대한 자주 묻는 질문(FAQ)

스탠다드 모드는 가격이 다른가요?

No. 두 모드 모두 같은 SKU로 DBU당 동일한 가격에 청구됩니다. 표준 모드는 DBU 사용량이 적기 때문에 비용이 적게 듭니다.

작업 공간 내 모든 작업에 기본 모드를 설정할 수 있나요?

No. 각 작업과 각 파이프라인 일정에 대해 모드를 설정합니다. 많은 작업을 전환하려면 Jobs API, Python용 Databricks SDK, Declarative Automation Bundles 또는 Terraform을 사용하세요. 작업을 표준 모드로 전환하기를 참조하세요.

같은 작업(job) 내의 태스크들이 서로 다른 모드를 사용할 수 있나요?

No. 이 모드는 전체 작업에 적용됩니다. 각 모드에서 일부 작업을 실행하려면 이를 각각 별도의 잡에 나누고, Run Job 작업을 사용해 이를 조정하세요.

모드 변경은 언제 적용되나요?

저장 이후에 시작하는 런에 변경 사항이 적용됩니다. 진행 중인 런은 처음에 시작했던 모드를 유지합니다. 연속 작업의 경우 변경 사항을 즉시 적용하려면 실행 재시작 을 클릭하십시오.

왜 어떤 실행은 본래의 작업과 다른 모드를 사용했을까요?

런은 해당 실행에만 적용되는 모드로 시작했을 수도 있습니다. 예를 들어 다른 설정으로 지금 실행, 복구 작업에서, 또는 지금 실행 요청에서 performance_target 사용으로 시작했을 수도 있습니다. 실행이 사용한 모드를 확인하려면 ' 실행이 사용한 모드 확인'을 참조하세요.

왜 제가 선택하지 않았는데 작업이 표준 모드를 사용하는 걸까요?

2025년 9월까지는 UI에서 생성한 새로운 서버리스 작업과 파이프라인 일정의 기본 모드가 표준 모드였습니다. 변경 이전에 UI가 표준 모드로 생성한 작업은 변경할 때까지 그 상태를 유지합니다. 2025년 9월 릴리스 노트를 참조하세요. 작업을 성능 최적화 모드로 전환하려면 '작업을 표준 모드로 전환하기'를 참조하세요.

왜 제 작업이 표준 모드에서 시작하는 데 6분 이상 걸리나요?

표준 모드에서의 시작 시간은 계산 가용성에 따라 달라지며, 실행마다 달라집니다. 4분에서 6분이 일반적이지 최대치는 아닙니다. 작업이 예측 가능한 시작 시간이 필요하다면 성능 최적화 모드를 사용하세요.

외부 툴이 트리거하는 작업에 표준 모드를 사용할 수 있나요?

Yes. 작업에서 모드를 설정하고, 해당 도구가 '지금 실행'으로 작업을 트리거하도록 하세요. 도구가 runs/submit로 일회성 실행을 제출할 경우, 요청에서 performance_target를 설정하지 않는 한 해당 실행은 성능 최적화 모드를 사용합니다.

추가 리소스