Informazioni di riferimento sulla tabella del sistema di utilizzo fatturabile

Questo articolo fornisce una panoramica della tabella del sistema di utilizzo fatturabile, inclusi lo schema e le query di esempio. Con le tabelle di sistema, i dati di utilizzo fatturabili dell'account sono centralizzati e indirizzati a tutte le aree, in modo da poter visualizzare l'utilizzo globale dell'account da qualsiasi area in cui si trova l'area di lavoro.

Per informazioni sull'uso di questa tabella per monitorare i costi e le query di esempio, vedere Monitorare i costi usando le tabelle di sistema.

percorso tabella: questa tabella di sistema si trova in system.billing.usage.

Schema della tabella di utilizzo fatturabile

La tabella del sistema di utilizzo fatturabile usa lo schema seguente:

Nome colonna	Tipo di dati	Descrizione	Esempio
record_id	string	ID univoco per questo record di utilizzo	11e22ba4-87b9-4cc2-9770-d10b894b7118
account_id	string	ID dell'account per cui è stato generato il report	23e22ba4-87b9-4cc2-9770-d10b894b7118
workspace_id	string	ID dell'area di lavoro a cui è stato associato questo utilizzo	1234567890123456
sku_name	string	Nome dello SKU	STANDARD_ALL_PURPOSE_COMPUTE
cloud	string	Cloud associato a questo utilizzo. I valori possibili sono AWS, AZUREe GCP.	AWS, AZURE o GCP
usage_start_time	timestamp	Ora di inizio relativa a questo record di utilizzo. Le informazioni sul fuso orario vengono registrate alla fine del valore con +00:00 che rappresenta il fuso orario UTC.	2023-01-09 10:00:00.000+00:00
usage_end_time	timestamp	Ora di fine relativa a questo record di utilizzo. Le informazioni sul fuso orario vengono registrate alla fine del valore con +00:00 che rappresenta il fuso orario UTC.	2023-01-09 11:00:00.000+00:00
usage_date	data	Data del record di utilizzo, questo campo può essere usato per un'aggregazione più veloce per data	2023-01-01
custom_tags	mappa	Tag personalizzati associati al record di utilizzo	{ “env”: “production” }
usage_unit	string	Unità in cui viene misurato questo utilizzo	DBU
usage_quantity	decimale	Numero di unità utilizzate per questo record	259.2958
usage_metadata	struttura	Metadati forniti dal sistema relativi all'utilizzo, inclusi gli ID per le risorse di calcolo e i processi (se applicabile). Consultare metadati di utilizzo.	{cluster_id: null; instance_pool_id: null; notebook_id: null; job_id: null; node_type: null}
identity_metadata	struttura	Metadati forniti dal sistema sulle identità coinvolte nell'utilizzo. Vedere Identity Metadata.	Fare riferimento ai metadati sull'identità
record_type	string	Se il record è originale, una ritrattazione o una riformulazione. Il valore è ORIGINAL a meno che il record non sia correlato a una correzione. Vedi Tipo di record.	ORIGINAL
ingestion_date	data	Data di inserimento del record nella tabella usage	2024-01-01
billing_origin_product	string	Prodotto che ha originato l'utilizzo. Alcuni prodotti possono essere fatturati come SKU diversi. Per i valori possibili, vedere Product.	JOBS
product_features	struct	Informazioni dettagliate sulle funzionalità specifiche del prodotto usate. Vedere Funzionalità del prodotto.	Vedere funzionalità del prodotto
usage_type	string	Tipo di utilizzo attribuito al prodotto o al carico di lavoro a scopo di fatturazione. I valori possibili sono COMPUTE_TIME, STORAGE_SPACE, NETWORK_BYTES, NETWORK_HOUR, API_OPERATION, TOKENo GPU_TIME.	STORAGE_SPACE

Informazioni di riferimento sui metadati di utilizzo

I valori in usage_metadata indicano gli oggetti e le risorse coinvolti nel record di utilizzo.

Valore	Tipo di dati	Descrizione
cluster_id	string	ID del cluster associato al record di utilizzo
warehouse_id	string	ID del warehouse SQL associato al record di utilizzo
instance_pool_id	string	ID del pool di istanze associato al record di utilizzo
node_type	string	Tipo di istanza della risorsa di calcolo
job_id	string	ID del processo associato al record di utilizzo. Restituisce un valore solo per l'utilizzo del calcolo serverless o del calcolo dei processi, altrimenti restituisce null.
job_run_id	string	ID dell'esecuzione del processo associata al record di utilizzo. Restituisce un valore solo per l'utilizzo di calcolo serverless o per job, altrimenti restituisce null.
job_name	string	Nome specificato dall'utente del lavoro associato al record di utilizzo. Restituisce solo un valore per i processi eseguiti in un ambiente di calcolo serverless. In caso contrario, restituisce null.
notebook_id	string	ID del notebook associato all'utilizzo. Restituisce solo un valore per il calcolo serverless per l'utilizzo del notebook. In caso contrario, restituisce null.
notebook_path	string	Percorso di archiviazione dell'area di lavoro del notebook associato all'utilizzo. Restituisce solo un valore per il calcolo serverless per l'utilizzo del notebook. In caso contrario, restituisce null.
dlt_pipeline_id	string	ID della pipeline DLT associata al record di utilizzo
dlt_update_id	string	ID dell'aggiornamento della pipeline DLT associato al record di utilizzo
dlt_maintenance_id	string	ID delle attività di manutenzione della DLT pipeline associate al record di utilizzo
run_name	string	Identificatore univoco orientato all'utente della messa a punto del modello di base associato al record di utilizzo
endpoint_name	string	Nome del modello che gestisce l'endpoint o l'endpoint di ricerca vettoriale associato al record di utilizzo
endpoint_id	string	ID del modello che gestisce l'endpoint o l'endpoint di ricerca vettoriale associato al record di utilizzo
central_clean_room_id	string	ID della stanza pulita centrale associata al record di utilizzo
source_region	string	Area dell'area di lavoro associata all'utilizzo. restituisce solo un valore per i costi correlati alla rete.
destination_region	string	Area della risorsa a cui si accede. restituisce solo un valore per i costi correlati alla rete.
metastore_id	string	ID del metastore associato al record di utilizzo
app_id	string	ID dell'app associata al record di utilizzo
app_name	string	Nome specificato dall'utente dell'app associata al record di utilizzo
private_endpoint_name	string	Nome dell'endpoint privato applicabile. restituisce solo un valore per i costi correlati alla rete.

Riferimento ai metadati di identità

La colonna identity_metadata fornisce altre informazioni sulle identità coinvolte nell'utilizzo. Il campo run_as registra chi ha eseguito il carico di lavoro. Il campo owned_by si applica solo all'utilizzo di SQL Warehouse e registra l'utente o l'entità servizio proprietaria del warehouse SQL responsabile dell'utilizzo.

Inoltre, l'utilizzo attribuito alle applicazioni Databricks registra un valore nel campo identity_metadata.created_by. Questo valore viene popolato con l'indirizzo di posta elettronica dell'utente che ha creato l'app.

identità run_as

L'identità registrata in identity_metadata.run_as dipende dal prodotto associato all'utilizzo. Fare riferimento alla tabella seguente per il comportamento di identity_metadata.run_as:

Tipo di carico di lavoro	Identità di run_as
Elaborazione dei lavori	L'utente o l'entità servizio definita nella impostazione run_as. Per impostazione predefinita, i processi vengono eseguiti con l'identità del proprietario del processo, ma gli amministratori possono modificarli in modo che siano un altro utente o un principale del servizio.
Calcolo serverless per le attività	L'utente o il principale di servizio definito nelle impostazioni run_as. Per impostazione predefinita, i processi vengono eseguiti con l'identità del proprietario del processo, ma gli amministratori possono modificare questa impostazione per utilizzare un altro utente o un'entità servizio.
Calcolo serverless per notebook	L'utente che ha eseguito i comandi del notebook( in particolare l'utente che ha creato la sessione del notebook). Per i notebook condivisi, questo include l'utilizzo da parte di altri utenti che condividono la stessa sessione del notebook.
Pipeline DLT	Utente le cui autorizzazioni vengono usate per eseguire la pipeline DLT. Questa operazione può essere modificata trasferendo la proprietà della pipeline.
Ottimizzazione del modello di base	L'utente o l'entità servizio che ha avviato l'esecuzione del training di ottimizzazione.
Ottimizzazione predittiva	Il principale del servizio di Databricks che esegue operazioni di ottimizzazione predittiva.
Monitoraggio di Lakehouse	L'utente che ha creato il monitor.

Riferimento al tipo di record

La tabella billing.usage supporta le correzioni. Le correzioni si verificano quando un campo del record di utilizzo non è corretto e deve essere corretto.

Quando si verifica una correzione, Azure Databricks aggiunge due nuovi record alla tabella. Un record di ritiro nega il record originale non corretto, quindi un record di riformazione include le informazioni corrette. I record di correzione vengono identificati usando il record_type campo :

• RETRACTION: usato per negare l'utilizzo non corretto originale. Tutti i campi sono identici al ORIGINAL record tranne usage_quantity, ovvero un valore negativo che annulla la quantità di utilizzo originale. Ad esempio, se la quantità di utilizzo del record originale era 259.4356, il record di ritiro avrebbe una quantità di utilizzo pari -259.4356a .
• RESTATEMENT: record che include i campi e la quantità di utilizzo corretti.

Ad esempio, la query seguente restituisce la quantità di utilizzo orario corretta correlata a un job_idoggetto , anche se sono state apportate correzioni. Aggregando la quantità di utilizzo, il record di storno annulla il record originale e vengono restituiti solo i valori della rettifica.

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

Nota

Per le correzioni in cui il record di utilizzo originale non avrebbe dovuto essere scritto, una correzione può aggiungere solo un record di revoca e nessun record di ristabilimento.

informazioni di riferimento sul prodotto origine fatturazione

Alcuni prodotti Databricks vengono fatturati con lo stesso SKU condiviso. Per facilitare la differenziazione dell'utilizzo, le colonne billing_origin_product e product_features forniscono maggiori informazioni dettagliate sul prodotto e sulle funzionalità specifiche associate all'utilizzo.

La colonna billing_origin_product mostra il prodotto Databricks associato al record di utilizzo. I valori includono:

• JOBS
• DLT
• SQL
• ALL_PURPOSE
• MODEL_SERVING
• INTERACTIVE
• DEFAULT_STORAGE
• VECTOR_SEARCH
• LAKEHOUSE_MONITORING
• PREDICTIVE_OPTIMIZATION
• ONLINE_TABLES
• FOUNDATION_MODEL_TRAINING
• AGENT_EVALUATION
• FINE_GRAIN_ACCESS_CONTROL

• NETWORKING: Costi associati alla connessione dei servizi serverless alle risorse tramite endpoint privati. Per l'utilizzo di NETWORKING, workspace_id è null, usage_unit è houre networking.connectivity_type è PRIVATE_IP.
• APPS: costi associati allo sviluppo e gestione delle App di Databricks

Informazioni di riferimento sulle funzionalità del prodotto

La colonna product_features è un oggetto contenente informazioni sulle funzionalità specifiche del prodotto usate e include le coppie chiave/valore seguenti:

• jobs_tier: i valori includono LIGHT, CLASSICo null
• sql_tier: i valori includono CLASSIC, PROo null
• dlt_tier: i valori includono CORE, PRO, ADVANCEDo null
• is_serverless: i valori includono true o falseo null
• is_photon: i valori includono true o falseo null
• serving_type: i valori includono MODEL, GPU_MODEL, FOUNDATION_MODEL, FEATUREo null

• networking.connectivity_type: i valori includono PUBLIC_IP e PRIVATE_IP