Faturalanabilir kullanım sistemi tablo başvurusu

Bu makalede, şema ve örnek sorgular da dahil olmak üzere faturalanabilir kullanım sistemi tablosuna genel bir bakış sağlanır. Sistem tablolarında hesabınızın faturalanabilir kullanım verileri merkezi hale getirilir ve tüm bölgelere yönlendirilir, böylece çalışma alanınızın bulunduğu bölgeden hesabınızın genel kullanımını görüntüleyebilirsiniz.

Maliyetleri ve örnek sorguları izlemek için bu tabloyu kullanma hakkında bilgi için bkz. Sistem tablolarını kullanarak maliyetleri izleme.

Tablo yolu: Bu sistem tablosu konumunda system.billing.usagebulunur.

Faturalanabilir kullanım tablosu şeması

Faturalanabilir kullanım sistemi tablosu aşağıdaki şemayı kullanır:

Sütun adı	Veri türü	Description	Example
record_id	string	Bu kullanım kaydı için benzersiz kimlik	11e22ba4-87b9-4cc2-9770-d10b894b7118
account_id	string	Bu raporun oluşturulduğu hesabın kimliği	23e22ba4-87b9-4cc2-9770-d10b894b7118
workspace_id	string	Bu kullanımın ilişkilendirildiği çalışma alanının kimliği	1234567890123456
sku_name	string	SKU'nun adı	STANDARD_ALL_PURPOSE_COMPUTE
cloud	string	Bu kullanımla ilişkili bulut. Olası değerler AWS, AZUREve GCP.	AWS, AZURE veya GCP
usage_start_time	timestamp	Bu kullanım kaydıyla ilgili başlangıç saati. Saat dilimi bilgileri değerin sonunda UTC saat dilimini temsil eden +00:00 kaydedilir.	2023-01-09 10:00:00.000+00:00
usage_end_time	timestamp	Bu kullanım kaydıyla ilgili bitiş saati. Saat dilimi bilgileri değerin sonunda UTC saat dilimini temsil eden +00:00 kaydedilir.	2023-01-09 11:00:00.000+00:00
usage_date	date	Kullanım kaydının tarihi, bu alan tarihe göre daha hızlı toplama için kullanılabilir	2023-01-01
custom_tags	map	Kullanım kaydıyla ilişkili özel etiketler	{ “env”: “production” }
usage_unit	string	Bu kullanımın ölçülmüş olduğu birim	DBU
usage_quantity	decimal	Bu kayıt için kullanılan birim sayısı	259.2958
usage_metadata	struct	İşlem kaynakları ve işleri için kimlikler de dahil olmak üzere kullanım hakkında sistem tarafından sağlanan meta veriler (varsa). Bkz . Kullanım Meta Verileri.	Bkz . Kullanım meta verileri
identity_metadata	struct	Kullanıma dahil olan kimlikler hakkında sistem tarafından sağlanan meta veriler. Bkz. kimlik meta verileri .	Bkz . Kimlik meta verileri
record_type	string	Kaydın orijinal, geri çekilmiş veya yeniden ifade edilmiş bir kayıt olup olmadığı. Değer, kayıt bir düzeltmeyle ilgili olmadığı sürece ORIGINAL'dir. Bkz. Kayıt Türü.	ORIGINAL
ingestion_date	date	Kaydın usage tablosuna alındığı tarih	2024-01-01
billing_origin_product	string	Kullanımı başlatan ürün. Bazı ürünler farklı SKU'lar olarak faturalandırılabilir. Olası değerler için bkz . Ürün.	JOBS
product_features	struct	Kullanılan belirli ürün özellikleri hakkındaki ayrıntılar. bkz. Ürün özellikleri.	Bkz. Ürün özellikleri
usage_type	string	Faturalama amacıyla ürüne veya iş yüküne atfedilen kullanım türü. Olası değerler COMPUTE_TIME, STORAGE_SPACE, NETWORK_BYTE, NETWORK_HOUR, API_OPERATION, TOKEN, GPU_TIME veya ANSWER.	STORAGE_SPACE

Kullanım meta verileri referansı

içindeki usage_metadata değerler, kullanım kaydında yer alan çalışma alanı nesneleri ve kaynakları hakkında bilgi veren tüm dizelerdir.

Bu değerlerin yalnızca bir alt kümesi, kullanılan işlem türüne ve özelliklere bağlı olarak herhangi bir kullanım kaydında doldurulur. Tablodaki üçüncü sütun, her değerin doldurulmasına neden olan kullanım türlerini gösterir.

Value	Description	belirtildiği için doldurulmuş (aksi takdirde null)
cluster_id	Kullanım kaydıyla ilişkili kümenin kimliği	Not defterleri, işler, Lakeflow Spark Bildirimli İşlem Hatları ve eski model sunma dahil sunucusuz işlem kullanımı
job_id	Kullanım kaydıyla ilişkili işin kimliği	Sunucusuz işler ve iş hesaplaması üzerinde çalışan işler (tüm amaçlı hesaplamada çalışan işler için doldurulmaz)
warehouse_id	Kullanım kaydıyla ilişkili SQL ambarının kimliği	İş yükleri SQL ambarı üzerinde çalışır
instance_pool_id	Kullanım kaydıyla ilişkili örnek havuzunun kimliği	Sunucusuz olmayan işlem kullanımı, not defterleri, görevler, Lakeflow Spark Deklaratif İşlem Hatları ve eski model sunumu dahil olmak üzere havuzlardan sağlanır.
node_type	İşlem kaynağının örnek türü	Not defterleri, işler, Lakeflow Spark Bildirimli İşlem Hatları ve tüm SQL ambarları dahil sunucusuz işlem kullanımı
job_run_id	Kullanım kaydıyla ilişkili iş çalıştırmasının kimliği	Sunucusuz işler ve iş hesaplaması üzerinde çalışan işler (tüm amaçlı hesaplamada çalışan işler için doldurulmaz)
notebook_id	Kullanımla ilişkili olan not defterinin kimliği	Sunucusuz not defterleri
dlt_pipeline_id	Kullanım kaydıyla ilişkili işlem hattının kimliği	Lakeflow Spark Bildirimli İşlem Hatları ve bu işlem hatlarını kullanan özellikler, örneğin, gerçekleştirilmiş görünümler, çevrimiçi tablolar, vektör arama dizini oluşturma ve Lakeflow Connect
endpoint_name	Kullanım kaydıyla ilişkili uç nokta veya vektör arama uç noktası sunan modelin adı	Model hizmeti ve vektör arama
endpoint_id	Kullanım kaydıyla ilişkili uç noktayı veya vektör arama uç noktasını sunan modelin kimliği	Model hizmeti ve vektör arama
dlt_update_id	Kullanım kaydıyla ilişkili işlem hattı güncelleştirmesinin kimliği	Lakeflow Spark Bildirimli İşlem Hatları ve bu işlem hatlarını kullanan özellikler, örneğin, gerçekleştirilmiş görünümler, çevrimiçi tablolar, vektör arama dizini oluşturma ve Lakeflow Connect
dlt_maintenance_id	Kullanım kaydıyla ilişkili boru hattı bakım görevlerinin ID'si	Lakeflow Spark Bildirimli İşlem Hatları ve bu işlem hatlarını kullanan özellikler, örneğin, gerçekleştirilmiş görünümler, çevrimiçi tablolar, vektör arama dizini oluşturma ve Lakeflow Connect
metastore_id	Bu değer Azure Databricks'te belirtilmemiştir.	Her zaman null
run_name	Kullanım kaydıyla ilişkili Temel Modelin İnce Ayarlama çalıştırmasının kullanıcıya yönelik benzersiz adı	Temel Modelde İnce Ayarlama
job_name	Kullanıcı tarafından kullanım kaydıyla ilişkili işe verilen ad	İşler sunucusuz işlemde çalıştırılır
notebook_path	Kullanımla ilişkili not defterinin çalışma alanı depolama yolu	Notebooklar sunucusuz hesaplama altyapısında çalışır
central_clean_room_id	Kullanım kaydıyla ilişkili merkezi temiz odanın kimliği	Odaları Temizle
source_region	Kullanımla ilişkili çalışma alanının bölgesi. Yalnızca sunucusuz ağ kullanımı için bir değer döndürür.	Sunucusuz ağ
destination_region	Erişilmekte olan kaynağın bölgesi. Yalnızca sunucusuz ağ kullanımı için bir değer döndürür.	Sunucusuz ağ
app_id	Kullanım kaydıyla ilişkili uygulamanın kimliği	Databricks Uygulamaları
app_name	Kullanım kaydıyla ilişkili uygulamanın kullanıcı tarafından verilen adı	Databricks Uygulamaları
private_endpoint_name	Sunucusuz işlemle dağıtılan geçerli özel uç noktanın adı	Sunucusuz ağ
budget_policy_id	İş yüküne eklenmiş sunucusuz kullanım ilkesinin kimliği	Defterler, işler, Lakeflow Spark Deklaratif İşlem Hatları ve model sunma uç noktaları dahil sunucusuz hesaplama kullanımı
storage_api_type	Varsayılan depolamada gerçekleştirilen işlemin türü. Olası değerler ( TIER_1 PUT, COPY, POST, LIST) ve TIER_2 (diğer işlemler)	Varsayılan depolama
ai_runtime_workload_id	Kullanım kaydıyla ilişkili sunucusuz GPU iş yükünün kimliği	AI Çalışma Zamanı iş yükleri
uc_table_catalog	Kullanım kaydıyla ilişkilendirilmiş Unity Kataloğu katalog adı	Gerçekleştirilmiş görünümler
uc_table_schema	Kullanım kaydıyla ilişkilendirilmiş Unity Kataloğu şema adı	Gerçekleştirilmiş görünümler
uc_table_name	Kullanım kaydıyla ilişkilendirilmiş Unity Kataloğu tablo adı	Gerçekleştirilmiş görünümler
database_instance_id	Kullanım kaydıyla ilişkili veritabanı örneğinin kimliği	Lakebase veritabanı örnekleri
sharing_materialization_id	Kullanım kaydıyla ilişkili paylaşım malzemenin kimliği	Delta Sharing kullanarak görünümleri paylaşma, materyalize edilmiş görünümleri ve akış tablolarını görme.
usage_policy_id	Kullanım kaydıyla ilişkili sunucusuz kullanım ilkesinin kimliği	Sunucusuz kullanım ilkeleri
agent_bricks_id	Kullanım kaydıyla ilişkili Agent Bricks iş yükünün kimliği	Bilgi YardımcısıGözetmen Aracısı iş yükleri
base_environment_id	Kullanımla ilişkili temel ortamın kimliği	Çalışma alanının sunucusuz temel ortamını oluşturmak veya yenilemek için kullanım. billing_origin_product BASE_ENVIRONMENTS olduğunda doldurulur.
schema_id	Kullanım kaydıyla ilişkili şemanın kimliği	Anomali algılama
table_id	Kullanım kaydıyla ilişkili tablonun kimliği	Veri profili oluşturma
catalog_id	Varsayılan depolama kullanımıyla ilişkili Unity Kataloğu kataloğunun kimliği	Varsayılan depolama

Kimlik meta veri referansı

identity_metadata sütunu, kullanıma dahil olan kimlikler hakkında daha fazla bilgi sağlar.

• run_as alanı, iş yükünü kimin çalıştırdığını günlüğe kaydeder. Bu değerler yalnızca aşağıdaki tabloda listelenen belirli iş yükü türleri için doldurulur.
• owned_by alanı yalnızca SQL ambarı kullanımı için geçerlidir ve kullanımdan sorumlu SQL ambarı sahibi olan kullanıcı veya hizmet sorumlusunu günlüğe kaydeder.

• Bu created_by alan Databricks Uygulamaları, Bilgi Yardımcısı ve Gözetmen Aracısı için geçerlidir. alan, uygulamayı veya aracıyı oluşturan kullanıcının e-postasını kaydeder.

run_as kimlikleri

identity_metadata.run_as içinde kaydedilen kimlik, kullanım ile ilişkili ürüne bağlıdır. identity_metadata.run_as davranışı için aşağıdaki tabloya başvurun:

İş yükü türü	run_as kimliği
İşler hesapla	Ayarında run_as tanımlanan kullanıcı veya hizmet sorumlusu. Varsayılan olarak, işler iş sahibinin kimliği olarak çalışır, ancak yöneticiler bunu başka bir kullanıcı veya hizmet sorumlusu olarak değiştirebilir.
İşler için sunucusuz işlem	Ayarında run_as tanımlanan kullanıcı veya hizmet sorumlusu. Varsayılan olarak, işler iş sahibinin kimliği olarak çalışır, ancak yöneticiler bunu başka bir kullanıcı veya hizmet sorumlusu olarak değiştirebilir.
Not defterleri için sunucusuz işlem	Not defteri komutlarını çalıştıran kullanıcı (özellikle not defteri oturumunu oluşturan kullanıcı). Paylaşılan not defterleri için bu, aynı not defteri oturumunu paylaşan diğer kullanıcıların kullanımını içerir.
Lakeflow Spark Deklaratif İşlem Hatları	İşlem hattını çalıştırmak için izinleri kullanılan kullanıcı veya hizmet sorumlusu. İşlem hattının sahipliği aktarıldığında bu durum değiştirilebilir.
Temel Modelde İnce Ayarlama	İnce ayar eğitim çalıştırmasını başlatan kullanıcı veya hizmet sorumlusu.
Tahmine dayalı iyileştirme	Tahmine dayalı iyileştirme işlemleri çalıştıran Databricks'e ait hizmet sorumlusu.
Veri kalitesi izleme	Profili oluşturan kullanıcı.

Kayıt türü referansı

billing.usage tablosu düzeltmeleri destekler. Düzeltmeler, kullanım kaydının herhangi bir alanı yanlış olduğunda ve düzeltilmesi gerektiğinde oluşur.

Düzeltme gerçekleştiğinde Azure Databricks tabloya iki yeni kayıt ekler. Geri çekme kaydı özgün yanlış kaydı yok eder, sonra bir yeniden ifade kaydı düzeltilen bilgileri içerir. Düzeltme kayıtları şu alan kullanılarak record_type tanımlanır:

• RETRACTION: Özgün yanlış kullanımı azaltmak için kullanılır. Tüm alanlar, ORIGINAL kaydıyla aynıdır; sadece usage_quantity alanı, özgün kullanım miktarını iptal eden negatif bir değer içerir. Örneğin, özgün kaydın kullanım miktarı ise 259.4356, geri çekme kaydı kullanım miktarına -259.4356sahip olur.
• RESTATEMENT: Doğru alanları ve kullanım miktarını içeren kayıt.

Örneğin aşağıdaki sorgu, düzeltmeler yapılmış olsa bile ile job_idilgili doğru saatlik kullanım miktarını döndürür. Kullanım miktarını bir araya getirerek, geri çekme kaydı orijinal kaydı etkisiz hale getirir ve yalnızca düzeltmenin değerleri döndürülür.

SELECT
  usage_metadata.job_id, usage_start_time, usage_end_time,
  SUM(usage_quantity) as usage_quantity
FROM system.billing.usage
GROUP BY ALL
HAVING usage_quantity != 0

Note

Özgün kullanım kaydının yazılmaması gereken düzeltmeler için, düzeltme yalnızca bir geri çekme kaydı ekleyebilir ve hiçbir yeniden ifade kaydı eklemeyebilir.

Faturalama kaynağı ürün referansı

Bazı Databricks ürünleri aynı paylaşılan SKU kapsamında faturalandırılır. Örneğin, veri kalitesi izleme, tahmine dayalı iyileştirme ve sunucusuz iş akışları aynı sunucusuz iş SKU'su altında faturalandırılır.

kullanımı ayırt etmeye yardımcı olmak için billing_origin_product ve product_features sütunları, kullanımla ilişkili belirli ürün ve özellikler hakkında daha fazla içgörü sağlar.

billing_origin_product sütunu, kullanım kaydıyla ilişkili Databricks ürününü gösterir. Değerler şunlardır:

Value	Description
JOBS	Lakeflow İşleri iş yükleriyle ilişkili maliyetler
DLT	Lakeflow Spark Bildirimli İşlem Hatları iş yükleriyle ilişkili maliyetler
SQL	Databricks SQL ile ilişkili maliyetler, SQL ambarları ve oluşturulmuş görünümlerde çalıştırılan iş yüklerini içerir.
ALL_PURPOSE	Klasik çok amaçlı işlemle ilişkili maliyetler
MODEL_SERVING	Mozaik AI Modeli Sunma ile ilişkili maliyetler
INTERACTIVE	Sunucusuz etkileşimli iş yükleriyle ilişkili maliyetler
DEFAULT_STORAGE	Varsayılan depolama ile ilişkili maliyetler
VECTOR_SEARCH	Vektör Arama ile ilişkili maliyetler
LAKEHOUSE_MONITORING	Veri Kalitesi İzleme ile ilişkili maliyetler
PREDICTIVE_OPTIMIZATION	Tahmine dayalı iyileştirme ile ilişkili maliyetler
ONLINE_TABLES	Çevrimiçi tablolarla ilişkili maliyetler (Önceki Sürüm)
FOUNDATION_MODEL_TRAINING	Temel Model İnce Ayarlama ile ilişkili maliyetler
AGENT_EVALUATION	Aracı değerlendirmesiyle ilişkili maliyetler
FINE_GRAINED_ACCESS_CONTROL	Sunucusuz kullanım, ayrılmış işlemde ayrıntılı erişim denetimi sağlar
BASE_ENVIRONMENTS	Çalışma alanının sunucusuz temel ortamını oluşturma veya yenileme ile ilişkili kullanım
DATA_CLASSIFICATION	Veri sınıflandırma işlemleriyle ilişkili maliyetler
DATA_QUALITY_MONITORING	Anomali algılama ve veri profili oluşturma dahil olmak üzere veri kalitesi izleme ile ilişkili maliyetler
DATA_SHARING	Delta Paylaşımı ile ilişkili maliyetler
AI_GATEWAY	AI Gateway kullanımıyla ilişkili maliyetler
AI_RUNTIME	Sunucusuz GPU iş yükleriyle ilişkili maliyetler
NETWORKING	Sunucusuz işlemleri özel uç noktalar aracılığıyla kaynaklarınıza bağlamayla ilişkili maliyetler. NETWORKING kullanımı için workspace_idnull, usage_unithourve networking.connectivity_typePRIVATE_IP.
APPS	Databricks Uygulamalarını oluşturma ve çalıştırmayla ilişkili maliyetler
DATABASE	Lakebase veritabanı örnekleriyle ilişkili maliyetler
AI_FUNCTIONS	AI İşlevleri kullanımıyla ilişkili maliyetler. Bu ürün AI_PARSE_DOCUMENT, AI_EXTRACT AI_CLASSIFY kullanımını kaydeder.
AGENT_BRICKS	Bilgi YardımcısıGözetmen Aracısı iş yükleriyle ilişkili maliyetler
CLEAN_ROOM	Temiz Odalar iş yükleriyle ilişkili maliyetler
LAKEFLOW_CONNECT	Lakeflow Connect yönetilen bağlayıcılarıyla ilişkili maliyetler

Ürün özellikleri referansı

product_features sütunu, kullanılan belirli ürün özellikleri hakkında bilgi içeren bir nesnedir ve aşağıdaki anahtar/değer çiftlerini içerir:

Veri Alanı	Description
jobs_tier	Değerler, LIGHT, CLASSIC veya null değerlerini içerir.
sql_tier	Değerler, CLASSIC, PRO veya null değerlerini içerir.
dlt_tier	Değerler CORE, PRO, ADVANCED veya null değerlerini içerir.
is_serverless	Değerler true, false veya null içerebilir (değer true veya false olabilir; sunucusuz ve klasik işlem arasında seçim yapabiliyorsanız. Aksi takdirde, değer null olacaktır.)
is_photon	Değerler şunlardır true : veya falseveya null
serving_type	Değerler MODEL, GPU_MODEL, FOUNDATION_MODEL, FEATURE, veya null içerir
offering_type	Değerler şunlardır BATCH_INFERENCE : veya null
performance_target	Sunucusuz işin veya işlem hattının performans modunu gösterir. Değerler, PERFORMANCE_OPTIMIZED, STANDARD veya null içerir. Sunucusuz olmayan iş yüklerinin bir null değeri vardır.
ai_runtime.compute_type	Sunucusuz GPU iş yükleri için işlem türünü gösterir veya null
model_serving.offering_type	Model sunumu veya başka bir teklif türünü gösterir null
ai_gateway.feature_type	AI Gateway iş yükleri için özellik türünü gösterir veya null
serverless_gpu.workload_type	AI Çalışma Zamanı (sunucusuz GPU) veya iş yükü türünü gösterir null
ai_functions.ai_function	AI işlev türünü gösterir veya null
networking.connectivity_type	Değerler şunları içerir: PUBLIC_IP ve PRIVATE_IP
agent_bricks.problem_type	Bilgi Yardımcısı iş yükleri için sorun türünü gösterir. Değerler AGENT_BRICKS_KNOWLEDGE_ASSISTANT veya null içerir.
agent_bricks.workload_type	Bilgi Yardımcısı için iş yükü türünü gösterir. Değerler şunlardır AGENT_BRICKS_REAL_TIME_INFERENCE : veya null