コンピュート システムテーブルリファレンス

プレビュー

このシステムテーブルは パブリック プレビュー段階です。 テーブルにアクセスするには、 system カタログでスキーマを有効にする必要があります。 詳細については、「 システムテーブル スキーマを有効にする」を参照してください。

この記事では、コンピュート テーブル システムのリファレンス ガイドを提供します。 これらのテーブルを使用して、アカウント内の汎用およびジョブ コンピュートのアクティビティとメトリクスを監視できます。

• clusters: コンピュート設定をアカウントに記録します。

• node_types: ハードウェア情報を含む、現在使用可能なノード タイプごとに 1 つのレコードが含まれます。

• node_timeline: コンピュートの使用状況メトリクスの分単位の記録が含まれます。

クラスターテーブルスキーマ

クラスター テーブルは、汎用およびジョブ コンピュートの長期にわたるコンピュート構成の完全な履歴を含む、ゆっくりと変化するディメンション テーブルです。

Table path: このシステムテーブルは system.compute.clusters

列名	データ型	説明	例
account_id	string	このクラスターが作成されたアカウントの ID。	23e22ba4-87b9- 4cc2-9770-d10b894b7118
workspace_id	string	このクラスターが作成されたワークスペースの ID。	1234567890123456
cluster_id	string	このレコードが関連付けられているクラスターの ID。	0000-123456-xxxxxxxx
cluster_name	string	クラスターのユーザー定義名。	My cluster
owned_by	string	クラスター所有者のユーザー名。 デフォルトをクラスター creator に公開しますが、クラスター API.	sample_user@email.com
create_time	timestamp	このコンピュート定義の変更のタイムスタンプ。	2023-01-09 11:00:00.000
delete_time	timestamp	クラスターが削除されたときのタイムスタンプ。 クラスターが削除されていない場合、値はnullになります。	2023-01-09 11:00:00.000
driver_node_type	string	ドライバー ノードの種類の名前。 これは、クラウド プロバイダーのインスタンス タイプ名と一致します。	n2-highmem-8
worker_node_type	string	ワーカー ノード タイプ名。 これは、クラウド プロバイダーのインスタンス タイプ名と一致します。	n2-highmem-4
worker_count	bigint	労働者の数。 固定サイズのクラスターに対してのみ定義されます。	4
min_autoscale_workers	bigint	設定された最小労働者数。 このフィールドはオートスケール クラスターに対してのみ有効です。	1
max_autoscale_workers	bigint	設定された最大ワーカー数。 このフィールドはオートスケール クラスターに対してのみ有効です。	1
auto_termination_minutes	bigint	設定された自動終了期間。	120
enable_elastic_disk	ブーリアン	オートスケール ディスクの有効化ステータス。	true
tags	マップ	クラスターのユーザー定義タグ (デフォルトのタグは含まれません)。	{"ResourceClass":"SingleNode"}
cluster_source	string	クラスターの作成者を示します: UI 、 API 、 JOBなど。	UI
init_scripts	array	init スクリプトのパスのセット。	"/Users/example@email.com /files/scripts/install-python-pacakges.sh"
aws_attributes	構造体	AWS 固有の設定。 このフィールドは空になります。	null
azure_attributes	構造体	Azure 固有の設定。 このフィールドは空になります。	null
gcp_attributes	構造体	GCP 固有の設定。	{ "first_on_demand": "0", "availability": "ON_DEMAND_GCP", "spot_bid_max_price": "—1" }
driver_instance_pool_id	string	ドライバーがインスタンス プール上に構成されている場合のインスタンス プール ID。	1107-555555-crhod16-pool-DIdnjazB
worker_instance_pool_id	string	ワーカーがインスタンス プール上に構成されている場合のインスタンス プール ID。	1107-555555-crhod16-pool-DIdnjazB
dbr_version	string	クラスターの Databricks Runtime。	14.x-snapshot-scala2.12
change_time	timestamp	コンピュート定義の変更のタイムスタンプ。	2023-01-09 11:00:00.000
change_date	日付	日付を変更します。 保持に使用されます。	2023-01-09

ノード・タイプ・テーブル・スキーマ

ノードタイプテーブルは、現在使用可能なノードタイプとその基本的なハードウェア情報をキャプチャします。

テーブルパス:このシステムテーブルは system.compute.node_typesにあります。

列名	データ型	説明	例
account_id	string	このクラスターが作成されたアカウントの ID。	23e22ba4-87b9-4cc2-9770-d10b894b7118
node_type	string	ノード・タイプの一意の識別子。	<driver type>
core_count	double	インスタンスの vCPU の数。	48.0
memory_mb	ロング	インスタンスの合計メモリ。	393216
gpu_count	ロング	インスタンスの GPU の数。	0

ノード タイムライン テーブル スキーマ

ノード タイムライン テーブルは、ノード レベルのリソース使用率データを分単位の粒度でキャプチャします。 各レコードには、インスタンスごとに特定の時間分のデータが含まれています。

テーブルパス:このシステムテーブルは system.compute.node_timelineにあります。

列名	データ型	説明	例
account_id	string	このコンピュート リソースが実行されているアカウントの ID。	23e22ba4-87b9-4cc2-9770-d10b894b7118
workspace_id	string	このコンピュート リソースが実行されているワークスペースの ID。	1234567890123456
cluster_id	string	コンピュート リソースの ID。	0000-123456-crmpt124
instance_id	string	特定のインスタンスの ID。	i-1234a6c12a2681234
start_time	timestamp	レコードの開始時刻 (UTC)。	2024-07-16T12:00:00Z
end_time	timestamp	レコードの終了時刻 (UTC)。	2024-07-16T13:00:00Z
driver	ブーリアン	インスタンスがドライバーノードかワーカーノードか。	true
cpu_user_percent	double	CPU がユーザーランドで費やした時間の割合。	34.76163817234407
cpu_system_percent	double	CPU がカーネルに費やした時間の割合。	1.0895310279488264
cpu_wait_percent	double	CPU が I/O の待機に費やした時間の割合。	0.03445157400629276
mem_used_percent	double	期間中に使用されたコンピュートのメモリの割合 (コンピュート上で実行されているバックグラウンド プロセスによって使用されたメモリを含む)。	45.34858216779041
mem_swap_percent	double	メモリスワップに起因するメモリ使用量の割合。	0.014648443087939
network_sent_bytes	bigint	ネットワーク トラフィックで送信されたバイト数。	517376
network_received_bytes	bigint	ネットワーク トラフィックから受信したバイト数。	179234
disk_free_bytes_per_mount_point	マップ	マウント・ポイント別にグループ化されたディスク使用率。 これは、コンピュートの実行中のみの一時的なストレージ プロビジョニングです。	{"/var/lib/lxc":123455551234,"/": 123456789123,"/local_disk0":123412341234}
node_type	string	ノードの種類の名前。 これは、クラウド プロバイダーのインスタンス タイプ名と一致します。	<driver type>

既知の制限事項

• 2023 年 10 月 23 日より前に削除済みとしてマークされたコンピュート リソースは、クラスター テーブルに表示されません。 これにより、 system.billing.usageテーブルからの結合がクラスター テーブルのレコードと一致しなくなる可能性があります。 すべてのアクティブなコンピュート リソースがバックフィルされました。

• これらのテーブルには、汎用およびジョブ コンピュートのレコードのみが含まれます。 これらには、サーバーレス コンピュート、 Delta Live Tablesコンピュート、またはSQLのレコードは含まれません。

• 実行時間が 10 分未満のノードは、 node_timelineテーブルに表示されない可能性があります。

サンプル クエリ

次のサンプル クエリを使用して、一般的な質問に答えることができます。

注：

これらの例のいくつかは、クラスター テーブルをsystem.billing.usageテーブルに結合します。 課金レコードはリージョンをまたがっており、クラスター レコードはリージョン固有であるため、課金レコードはクエリ対象のリージョンのクラスター レコードとのみ一致します。 別の地域のレコードを表示するには、その地域でクエリを実行してください。

クラスターレコードを最新の請求レコードと結合する

このクエリは、時間の経過に伴う支出を理解するのに役立ちます。 usage_start_timeを最新の請求期間に更新すると、請求レコードの最新の更新が取得され、クラスター データに結合されます。

各レコードは、その特定の実行中にクラスター所有者に関連付けられます。 したがって、クラスターの所有者が変更された場合、クラスターが使用された時期に基づいて、コストは正しい所有者にロールアップされます。

SELECT
  u.record_id,
  c.cluster_id,
  c.owned_by,
  c.change_time,
  u.usage_start_time,
  u.usage_quantity
FROM
  system.billing.usage u
  JOIN system.compute.clusters c
  JOIN (SELECT u.record_id, c.cluster_id, max(c.change_time) change_time
    FROM system.billing.usage u
    JOIN system.compute.clusters c
    WHERE
      u.usage_metadata.cluster_id is not null
      and u.usage_start_time >= '2023-01-01'
      and u.usage_metadata.cluster_id = c.cluster_id
      and date_trunc('HOUR', c.change_time) <= date_trunc('HOUR', u.usage_start_time)
    GROUP BY all) config
WHERE
  u.usage_metadata.cluster_id is not null
  and u.usage_start_time >= '2023-01-01'
  and u.usage_metadata.cluster_id = c.cluster_id
  and u.record_id = config.record_id
  and c.cluster_id = config.cluster_id
  and c.change_time = config.change_time
ORDER BY cluster_id, usage_start_time desc;

コストをクラスター所有者に帰属させる

コンピュートのコストを削減したい場合は、このクエリを使用して、アカウント内のどのクラスター所有者が最も多くの DBU を使用しているかを確認できます。

SELECT
  u.record_id record_id,
  c.cluster_id cluster_id,
  max_by(c.owned_by, c.change_time) owned_by,
  max(c.change_time) change_time,
  any_value(u.usage_start_time) usage_start_time,
  any_value(u.usage_quantity) usage_quantity
FROM
  system.billing.usage u
  JOIN system.compute.clusters c
WHERE
  u.usage_metadata.cluster_id is not null
  and u.usage_start_time >= '2023-01-01'
  and u.usage_metadata.cluster_id = c.cluster_id
  and c.change_time <= u.usage_start_time
GROUP BY 1, 2
ORDER BY cluster_id, usage_start_time desc;

平均使用率とピーク使用率が最も高いコンピュート リソースを特定する

平均 CPU 使用率とピーク CPU 使用率が最も高い汎用およびジョブ コンピュートを特定します。

SELECT
        distinct cluster_id,
driver,
avg(cpu_user_percent + cpu_system_percent) as `Avg CPU Utilization`,
max(cpu_user_percent + cpu_system_percent) as `Peak CPU Utilization`,
        avg(cpu_wait_percent) as `Avg CPU Wait`,
        max(cpu_wait_percent) as `Max CPU Wait`,
        avg(mem_used_percent) as `Avg Memory Utilization`,
        max(mem_used_percent) as `Max Memory Utilization`,
avg(network_received_bytes)/(1024^2) as `Avg Network MB Received per Minute`,
avg(network_sent_bytes)/(1024^2) as `Avg Network MB Sent per Minute`
FROM
        node_timeline
WHERE
        start_time >= date_add(now(), -1)
GROUP BY
        cluster_id,
        driver
ORDER BY
        3 desc;