Referência da tabela do sistema de utilização faturável
Este artigo fornece uma visão geral da tabela do sistema de uso faturável, incluindo o esquema e exemplos de consultas. Com as tabelas do sistema, os dados de uso faturável do seu accountsão centralizados e roteados para todas as regiões, de modo que o senhor pode view o uso global do seu accountde qualquer região em que o workspace esteja.
Para obter informações sobre como usar essa tabela para monitorar os custos do Job, consulte Monitorar os custos do Job com as tabelas do sistema.
Caminho da tabela: Essa tabela do sistema está localizada em system.billing.usage
.
Esquema da tabela de utilização faturável
A tabela do sistema de uso faturável usa o seguinte esquema:
Nome da coluna |
Tipo de dados |
Descrição |
Exemplo |
---|---|---|---|
|
string |
ID exclusivo para esse registro |
|
|
string |
ID do site account para o qual esse relatório foi gerado |
|
|
string |
ID do site workspace ao qual esse uso estava associado |
|
|
string |
Nome da SKU |
|
|
string |
cloud este uso é relevante para. Os valores possíveis são |
|
|
timestamp |
O tempo de início relevante para esse registro de uso. As informações de fuso horário são registradas no final do valor com |
|
|
timestamp |
A hora final relevante para esse registro de uso. As informações de fuso horário são registradas no final do valor com |
|
|
Data |
Data do registro de uso, esse campo pode ser usado para uma agregação mais rápida por data |
|
|
map |
tags aplicados pelos usuários a esse uso. Inclui compute recurso tags e Job tags. |
|
|
string |
Unidade em que esse uso é medido. Os valores possíveis incluem DBUs. |
|
|
decimal |
Número de unidades consumidas para esse registro. |
|
|
struct |
Metadados fornecidos pelo sistema sobre o uso, incluindo IDs para compute recurso e Job (se aplicável). Consulte Analisar metadados de uso. |
|
|
struct |
Usado para atribuir registros serverless em Azure e AWS. O valor será |
|
|
string |
Se o registro é original, uma retratação ou uma reformulação. O valor é |
|
|
Data |
Data em que o registro foi ingerido na tabela |
|
|
string |
O produto que originou o uso. Alguns produtos podem ser faturados como SKUs diferentes. Para obter os valores possíveis, consulte view informações sobre o produto associado ao uso. |
|
|
struct |
Detalhes sobre o produto recurso específico usado. |
Para obter os valores possíveis, consulte produto recurso. |
|
string |
O tipo de uso atribuído ao produto ou à carga de trabalho para fins de faturamento. Os valores possíveis são |
|
Analisar metadados de uso
Os valores em usage_metadata
informam o senhor sobre o recurso envolvido no registro de uso.
Valor |
Tipo de dados |
Descrição |
---|---|---|
|
string |
ID do cluster associado ao registro de uso |
|
string |
ID do site SQL warehouse associado ao registro de uso |
|
string |
ID do pool de instâncias associado ao registro de uso |
|
string |
O tipo de instância do recurso compute |
|
string |
ID do trabalho associado ao registro de uso. Somente retorna um valor para o uso de serverless compute ou Job compute; caso contrário, retorna |
|
string |
ID da execução do trabalho associado ao registro de uso. Somente retorna um valor para o uso de serverless compute ou Job compute; caso contrário, retorna |
|
string |
Nome dado pelo usuário do trabalho associado ao registro de uso. Somente retorna um valor para a execução do trabalho em serverless compute, caso contrário, retorna |
|
string |
ID do site Notebook associado ao uso. Retorna apenas um valor para serverless compute para uso em Notebook; caso contrário, retorna |
|
string |
caminho de armazenamento do espaço de trabalho do Notebook associado ao uso. Somente retorna um valor para serverless compute para uso do Notebook; caso contrário, retorna |
|
string |
ID do pipeline do Delta Live Tables associado ao registro de uso |
|
string |
ID da atualização do pipeline Delta Live Tables associada ao registro de uso |
|
string |
ID da tarefa de manutenção Delta Live Tables pipeline associada ao registro de uso |
|
string |
Identificador exclusivo voltado para o usuário do Mosaic AI Model treinamento fine-tuning execution associado ao registro de uso |
|
string |
O nome do modelo de serviço endpoint ou pesquisa vetorial endpoint associado ao registro de uso |
|
string |
ID do modelo de serviço endpoint ou pesquisa vetorial endpoint associado ao registro de uso |
|
string |
ID da sala limpa central associada ao registro de uso |
Analise os registros de correção
A tabela billing.usage
suporta correções. As correções ocorrem quando qualquer campo do registro de uso está incorreto e deve ser corrigido.
Quando ocorre uma correção, o Databricks adiciona dois novos registros à tabela. Um registro de retratação nega o registro incorreto original e, em seguida, um registro de reafirmação inclui as informações corrigidas. Os registros de correção são identificados usando o campo record_type
:
RETRACTION
: usado para negar o uso incorreto original. Todos os campos são idênticos ao registroORIGINAL
, excetousage_quantity
, que é um valor negativo que cancela a quantidade de uso original. Por exemplo, se a quantidade de uso do registro original fosse259.4356
, o registro de retração teria uma quantidade de uso de-259.4356
.RESTATEMENT
: o registro que inclui os campos e a quantidade de uso corretos.
Por exemplo, a consulta a seguir retorna a quantidade correta de uso por hora relacionada a um job_id
, mesmo que tenham sido feitas correções. Ao agregar a quantidade de uso, o registro de retração nega o registro original e somente os valores da atualização são retornados.
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
Observação
Para correções em que o registro de uso original não deveria ter sido escrito, uma correção só pode adicionar um registro de retração e nenhum registro de atualização.
view informações sobre o produto associado ao uso
Alguns produtos do Databricks são faturados sob o mesmo SKU compartilhado. Para ajudar o senhor a diferenciar o uso, as colunas billing_origin_product
e product_features
fornecem mais entendimento sobre o produto específico e o recurso associado ao uso.
A coluna billing_origin_product
mostra o produto Databricks associado ao registro de uso. Os valores incluem:
JOBS
DLT
SQL
ALL_PURPOSE
MODEL_SERVING
INTERACTIVE
MANAGED_STORAGE
VECTOR_SEARCH
LAKEHOUSE_MONITORING
PREDICTIVE_OPTIMIZATION
ONLINE_TABLES
FOUNDATION_MODEL_TRAINING
A coluna product_features
é um objeto que contém informações sobre o produto recurso específico usado e inclui o seguinte par chave-valor:
jobs_tier
Valores: incluemLIGHT
,CLASSIC
ounull
sql_tier
Valores: incluemCLASSIC
,PRO
ounull
dlt_tier
Valores: incluemCORE
,PRO
,ADVANCED
ounull
is_serverless
Valores incluemtrue
oufalse
, ounull
is_photon
Valores incluemtrue
oufalse
, ounull
serving_type
Valores: incluemMODEL
,GPU_MODEL
,FOUNDATION_MODEL
,FEATURE
ounull
Consultas de amostra
O senhor pode usar os exemplos de consultas a seguir para responder a perguntas comuns sobre o uso faturável:
Quantas DBUs de cada produto foram usadas ao longo deste mês?
Quanto uso pode ser atribuído ao recurso com um determinado tag?
Qual é o consumo DBU de uma tabela materializada view ou de transmissão?
Qual é a tendência diária do consumo de 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
Quantas DBUs de cada produto foram usadas ao longo deste mês?
SELECT
billing_origin_product,
usage_date,
sum(usage_quantity) as usage_quantity
FROM system.billing.usage
WHERE
month(usage_date) = month(NOW())
AND year(usage_date) = year(NOW())
GROUP BY billing_origin_product, usage_date
Qual trabalho consumiu mais DBUs?
SELECT
usage_metadata.job_id as `Job ID`, sum(usage_quantity) as `Usage`
FROM
system.billing.usage
WHERE
usage_metadata.job_id IS NOT NULL
GROUP BY
`Job ID`
ORDER BY
`DBUs` DESC
Quanto uso pode ser atribuído ao recurso com um tag específico?
O senhor pode dividir os custos de várias maneiras. Este exemplo mostra ao senhor como dividir os custos por uma tag personalizada. Não se esqueça de substituir o tagpersonalizado por key e o valor na consulta.
SELECT
sku_name, usage_unit, SUM(usage_quantity) as `Usage`
FROM
system.billing.usage
WHERE
custom_tags.{{key}} = "{{value}}"
GROUP BY 1, 2
Mostre-me o produto em que o uso está crescendo
SELECT
after.billing_origin_product, before_dbus, after_dbus, ((after_dbus - before_dbus)/before_dbus * 100) AS growth_rate
FROM
(SELECT
billing_origin_product, sum(usage_quantity) as before_dbus
FROM
system.billing.usage
WHERE
usage_date BETWEEN "2023-04-01" and "2023-04-30"
GROUP BY
billing_origin_product
) as before
JOIN
(SELECT
billing_origin_product, sum(usage_quantity) as after_dbus
FROM
system.billing.usage
WHERE
usage_date
BETWEEN
"2023-05-01" and "2023-05-30"
GROUP BY
billing_origin_product
) as after
WHERE
before.billing_origin_product = after.billing_origin_product
SORT BY
growth_rate DESC
Qual é a tendência de uso do All Purpose Compute (Photon)?
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
Qual é o consumo DBU de uma tabela materializada view ou de transmissão?
Para obter o DBU usage e o SKU para uma tabela materializada específica view ou transmissão, envie uma consulta à tabela do sistema billable usage para registros em que usage_metadata.dlt_pipeline_id
esteja definido como o ID do pipeline associado à tabela materializada view ou transmissão. O senhor pode encontrar o ID pipeline em Details tab no Catalog Explorer ao visualizar a tabela materializada view ou de transmissão. Para limitar opcionalmente o consumo por data, especifique uma data de início, uma data final ou um intervalo de datas. A consulta a seguir recupera o uso do DBU para o pipeline com ID 00732f83-cd59-4c76-ac0d-57958532ab5b
e uma data de início de uso de 2023-05-30
:
SELECT
sku_name,
usage_date,
SUM(usage_quantity) AS `DBUs`
FROM
system.billing.usage
WHERE
usage_metadata.dlt_pipeline_id = "00732f83-cd59-4c76-ac0d-57958532ab5b"
AND
usage_start_time > "2023-05-30"
GROUP BY
ALL
Qual é o consumo de DBU de um pipeline DLT sem servidor?
Para obter o uso de DBU e SKU para um serverless DLT pipeline, envie uma consulta à tabela do sistema de uso faturável para registros em que usage_metadata.dlt_pipeline_id
é definido como o ID do pipeline. O senhor pode encontrar o ID do pipeline em Detalhes do pipeline tab ao visualizar um pipeline na interface do usuário Delta Live Tables. Para limitar opcionalmente o consumo por data, especifique uma data de início, uma data final ou um intervalo de datas. A consulta a seguir recupera o uso de DBU de dezembro de 2023 para o pipeline com ID 00732f83-cd59-4c76-ac0d-57958532ab5b
.
SELECT
sku_name,
usage_date,
SUM(usage_quantity) AS `DBUs`
FROM
system.billing.usage
WHERE
usage_metadata.dlt_pipeline_id = "00732f83-cd59-4c76-ac0d-57958532ab5b"
AND
usage_start_time >= "2023-12-01"
AND
usage_end_time < "2024-01-01"
GROUP BY
ALL