Referência da tabela do sistema de tarefas

Artigo
03/11/2025

Nota

O lakeflow esquema era anteriormente conhecido como workflow. O conteúdo de ambos os esquemas é idêntico. Para tornar o lakeflow esquema visível, você deve habilitá-lo separadamente.

Este artigo é uma referência sobre como usar as tabelas do sistema lakeflow para monitorar trabalhos em sua conta. Essas tabelas incluem registros de todos os espaços de trabalho em sua conta implantados na mesma região de nuvem. Para ver registros de outra região, você deve exibir as tabelas de um espaço de trabalho implantado nessa região.

Requerimentos

O esquema system.lakeflow deve ser habilitado por um administrador de conta. Consulte Habilitar esquemas de tabela do sistema.
Para aceder a estas tabelas do sistema, os utilizadores devem:
- Seja um administrador de metastore e um administrador de conta, ou
- Ter permissões de USE e SELECT nos esquemas do sistema. Ver Conceder acesso às tabelas do sistema.

Tabelas de trabalhos disponíveis

Todas as tabelas do sistema relacionadas de trabalhos se encontram no esquema system.lakeflow. Atualmente, o esquema hospeda quatro tabelas:

Tabela	Descrição	Suporta streaming	Período de retenção gratuito	Inclui dados globais ou regionais
vagas (Visualização pública)	Rastreia todos os trabalhos criados na conta	Sim	365 dias	Regionais
job_tasks (Visualização pública)	Rastreia todas as tarefas de trabalho executadas na conta	Sim	365 dias	Regionais
job_run_timeline (Visualização pública)	Rastreia as execuções de tarefas e os metadados relacionados	Sim	365 dias	Regionais
job_task_run_timeline (Visualização Pública)	Rastreia execuções de tarefas de trabalho e metadados relacionados	Sim	365 dias	Regionais

Referência detalhada do esquema

As seções a seguir fornecem referências de esquema para cada uma das tabelas do sistema relacionadas a trabalhos.

esquema da tabela de Jobs

A tabela jobs é uma tabela de dimensões que muda lentamente (SCD2). Quando uma linha muda, uma nova linha é emitida, substituindo logicamente a anterior.

O caminho da tabela: system.lakeflow.jobs

Nome da coluna	Tipo de dados	Descrição	Observações
`account_id`	cadeia de caracteres	O ID da conta a que este trabalho pertence
`workspace_id`	string	A ID do espaço de trabalho ao qual este trabalho pertence
`job_id`	string	A ID do trabalho	Apenas exclusivo dentro de um único espaço de trabalho
`name`	string	O nome do trabalho fornecido pelo usuário
`description`	string	A descrição do trabalho fornecida pelo usuário	Este campo estará vazio se você tiver chaves gerenciadas pelo cliente configuradas. Não preenchido para linhas emitidas antes do final de agosto de 2024
`creator_id`	string	O ID da autoridade principal que criou a tarefa
`tags`	cadeia de caracteres	As tags personalizadas fornecidas pelo usuário associadas a este trabalho
`change_time`	carimbo de data/hora	A hora em que o trabalho foi modificado pela última vez	Fuso horário registado como +00:00 (UTC)
`delete_time`	carimbo de data/hora	A hora em que o trabalho foi excluído pelo usuário	Fuso horário registado como +00:00 (UTC)
`run_as`	cadeia de caracteres	O ID do utilizador ou principal de serviço cujas permissões são usadas para executar o trabalho

Exemplo de consulta

-- Get the most recent version of a job
SELECT
  *,
  ROW_NUMBER() OVER(PARTITION BY workspace_id, job_id ORDER BY change_time DESC) as rn
FROM
  system.lakeflow.jobs QUALIFY rn=1

Esquema da tabela de tarefas de trabalho

A tabela de tarefas de trabalho é uma tabela de dimensões que muda lentamente (SCD2). Quando uma linha muda, uma nova linha é emitida, substituindo logicamente a anterior.

Caminho da tabela: system.lakeflow.job_tasks

Nome da coluna	Tipo de dados	Descrição	Observações
`account_id`	string	O ID da conta a que este trabalho pertence
`workspace_id`	string	A ID do espaço de trabalho ao qual este trabalho pertence
`job_id`	corda	A ID do trabalho	Apenas exclusivo dentro de um único espaço de trabalho
`task_key`	string	A chave de referência para uma tarefa em um trabalho	Apenas único numa única tarefa
`depends_on_keys`	array	As chaves de tarefa de todas as dependências antecedentes desta tarefa
`change_time`	carimbo de data/hora	A hora em que a tarefa foi modificada pela última vez	Fuso horário registado como +00:00 (UTC)
`delete_time`	marca temporal	A hora em que uma tarefa foi excluída pelo usuário	Fuso horário registado como +00:00 (UTC)

Exemplo de consulta

-- Get the most recent version of a job task
SELECT
  *,
  ROW_NUMBER() OVER(PARTITION BY workspace_id, job_id ORDER BY change_time DESC) as rn
FROM
  system.lakeflow.job_tasks QUALIFY rn=1

Esquema da tabela cronológica de execução do trabalho

A tabela de cronograma de execução do trabalho é imutável e completa no momento em que é produzida.

Caminho da tabela: system.lakeflow.job_run_timeline

Nome da coluna	Tipo de dados	Descrição	Observações
`account_id`	string	O ID da conta a que este trabalho pertence
`workspace_id`	string	A ID do espaço de trabalho ao qual este trabalho pertence
`job_id`	string	A ID do trabalho	Essa chave só é exclusiva em um único espaço de trabalho
`run_id`	string	O ID do trabalho executado
`period_start_time`	carimbo de data/hora	O horário de início da corrida ou do período de tempo	As informações de fuso horário são registradas no final do valor com `+00:00` representando UTC
`period_end_time`	carimbo de data/hora	A hora de término para a execução ou para o período de tempo	As informações de fuso horário são registradas no final do valor com `+00:00` representando UTC
`trigger_type`	string	O tipo de gatilho que pode iniciar uma execução	Para valores possíveis, consulte Valores de tipo de gatilho
`run_type`	string	O tipo de trabalho executado	Para obter valores possíveis, consulte Executar valores de tipo
`run_name`	string	O nome de execução fornecido pelo usuário associado a esta execução de trabalho
`compute_ids`	array	Matriz que contém as IDs de computação do trabalho para a execução do trabalho pai	Usar para identificar o agrupamento de tarefas usados pelos tipos de execução `WORKFLOW_RUN`. Para obter outras informações de computação, consulte a `job_task_run_timeline` tabela. Não preenchido para linhas emitidas antes do final de agosto de 2024
`result_state`	corda	O resultado da execução do trabalho	Para valores possíveis, consulte Valores de estado resultante
`termination_code`	string	O código de término do trabalho executado	Para obter os valores possíveis, consulte Valores do código de terminação. Não preenchido para linhas emitidas antes do final de agosto de 2024
`job_parameters`	mapa	Os parâmetros de nível de tarefa usados na execução da tarefa	As configurações de notebook_params preteridas não estão incluídas neste campo. Não preenchido para linhas emitidas antes do final de agosto de 2024

Exemplo de consulta

-- This query gets the daily job count for a workspace for the last 7 days:
SELECT
  workspace_id,
  COUNT(DISTINCT run_id) as job_count,
  to_date(period_start_time) as date
FROM system.lakeflow.job_run_timeline
WHERE
  period_start_time > CURRENT_TIMESTAMP() - INTERVAL 7 DAYS
GROUP BY ALL

-- This query returns the daily job count for a workspace for the last 7 days, distributed by the outcome of the job run.
SELECT
  workspace_id,
  COUNT(DISTINCT run_id) as job_count,
  result_state,
  to_date(period_start_time) as date
FROM system.lakeflow.job_run_timeline
WHERE
  period_start_time > CURRENT_TIMESTAMP() - INTERVAL 7 DAYS
  AND result_state IS NOT NULL
GROUP BY ALL

-- This query returns the average time of job runs, measured in seconds. The records are organized by job. A top 90 and a 95 percentile column show the average lengths of the job's longest runs.
with job_run_duration as (
    SELECT
        workspace_id,
        job_id,
        run_id,
        CAST(SUM(period_end_time - period_start_time) AS LONG) as duration
    FROM
        system.lakeflow.job_run_timeline
    WHERE
      period_start_time > CURRENT_TIMESTAMP() - INTERVAL 7 DAYS
    GROUP BY ALL
)
SELECT
    t1.workspace_id,
    t1.job_id,
    COUNT(DISTINCT t1.run_id) as runs,
    MEAN(t1.duration) as mean_seconds,
    AVG(t1.duration) as avg_seconds,
    PERCENTILE(t1.duration, 0.9) as p90_seconds,
    PERCENTILE(t1.duration, 0.95) as p95_seconds
FROM
    job_run_duration t1
GROUP BY ALL
ORDER BY mean_seconds DESC
LIMIT 100

-- This query provides a historical runtime for a specific job based on the `run_name` parameter. For the query to work, you must set the `run_name`.
SELECT
  workspace_id,
  run_id,
  SUM(period_end_time - period_start_time) as run_time
FROM system.lakeflow.job_run_timeline
WHERE
  run_type="SUBMIT_RUN"
  AND run_name = :run_name
  AND period_start_time > CURRENT_TIMESTAMP() - INTERVAL 60 DAYS
GROUP BY ALL

-- This query collects a list of retried job runs with the number of retries for each run.
with repaired_runs as (
    SELECT
    workspace_id, job_id, run_id, COUNT(*) - 1 as retries_count
    FROM system.lakeflow.job_run_timeline
    WHERE result_state IS NOT NULL
    GROUP BY ALL
    HAVING retries_count > 0
    )
SELECT
    *
FROM repaired_runs
ORDER BY retries_count DESC
    LIMIT 10;

Esquema da tabela cronológica de execução da tarefa de trabalho

A tabela de cronograma de execução da tarefa de trabalho é imutável e completa no momento em que é produzida.

Caminho da tabela: system.lakeflow.job_task_run_timeline

Nome da coluna	Tipo de dados	Descrição	Observações
`account_id`	string	O ID da conta a que este trabalho pertence
`workspace_id`	corda	A ID do espaço de trabalho ao qual este trabalho pertence
`job_id`	string	A ID do trabalho	Apenas exclusivo dentro de um único espaço de trabalho
`run_id`	string	A ID da tarefa executada
`job_run_id`	string	A ID do trabalho executado	Não preenchido para linhas emitidas antes do final de agosto de 2024
`parent_run_id`	string	ID da execução principal	Não preenchido para linhas emitidas antes do final de agosto de 2024
`period_start_time`	carimbo de data/hora	A hora de início da tarefa ou do período de tempo	As informações de fuso horário são registradas no final do valor com `+00:00` representando UTC
`period_end_time`	data e hora	A hora de término da tarefa ou do período de tempo	As informações de fuso horário são registradas no final do valor com `+00:00` representando UTC
`task_key`	string	A chave de referência para uma tarefa em um trabalho	Essa chave só é única em um único trabalho
`compute_ids`	matriz	A matriz compute_ids contém IDs de clusters de trabalho, clusters interativos e SQL warehouses usados pela tarefa de trabalho
`result_state`	cadeia de caracteres	O resultado da execução da tarefa de trabalho	Para valores possíveis, consulte Valores de estado resultante
`termination_code`	cadeia de caracteres	O código de término da tarefa executada	Para obter os valores possíveis, consulte Valores do código de terminação. Não preenchido para linhas emitidas antes do final de agosto de 2024

Padrões comuns de junção

As seções a seguir fornecem consultas de exemplo que destacam padrões de junção comumente usados para tabelas do sistema de trabalhos.

Junte-se às tabelas de cronograma de trabalhos e execução de trabalhos

Enriqueça a execução da tarefa com um nome de tarefa

with jobs as (
    SELECT
        *,
        ROW_NUMBER() OVER (PARTITION BY workspace_id, job_id ORDER BY change_time DESC) as rn
    FROM system.lakeflow.jobs QUALIFY rn=1
)
SELECT
    job_run_timeline.*
    jobs.name
FROM system.lakeflow.job_run_timeline
    LEFT JOIN jobs USING (workspace_id, job_id)

Associe o cronograma de execução do trabalho e as tabelas de utilização

Enriqueça cada log de faturamento com metadados de execução de tarefa

SELECT
    t1.*,
    t2.*
FROM system.billing.usage t1
    LEFT JOIN system.lakeflow.job_run_timeline t2
        ON t1.workspace_id = t2.workspace_id
            AND t1.usage_metadata.job_id = t2.job_id
            AND t1.usage_metadata.job_run_id = t2.run_id
            AND t1.usage_start_time >= date_trunc("Hour", t2.period_start_time)
            AND t1.usage_start_time < date_trunc("Hour", t2.period_end_time) + INTERVAL 1 HOUR
WHERE
    billing_origin_product="JOBS"

Calcular o custo por execução de trabalho

Essa consulta se une à tabela do sistema billing.usage para calcular um custo por execução de trabalho.

with jobs_usage AS (
  SELECT
    *,
    usage_metadata.job_id,
    usage_metadata.job_run_id as run_id,
    identity_metadata.run_as as run_as
  FROM system.billing.usage
  WHERE billing_origin_product="JOBS"
),
jobs_usage_with_usd AS (
  SELECT
    jobs_usage.*,
    usage_quantity * pricing.default as usage_usd
  FROM jobs_usage
    LEFT JOIN system.billing.list_prices pricing ON
      jobs_usage.sku_name = pricing.sku_name
      AND pricing.price_start_time <= jobs_usage.usage_start_time
      AND (pricing.price_end_time >= jobs_usage.usage_start_time OR pricing.price_end_time IS NULL)
      AND pricing.currency_code="USD"
),
jobs_usage_aggregated AS (
  SELECT
    workspace_id,
    job_id,
    run_id,
    FIRST(run_as, TRUE) as run_as,
    sku_name,
    SUM(usage_usd) as usage_usd,
    SUM(usage_quantity) as usage_quantity
  FROM jobs_usage_with_usd
  GROUP BY ALL
)
SELECT
  t1.*,
  MIN(period_start_time) as run_start_time,
  MAX(period_end_time) as run_end_time,
  FIRST(result_state, TRUE) as result_state
FROM jobs_usage_aggregated t1
  LEFT JOIN system.lakeflow.job_run_timeline t2 USING (workspace_id, job_id, run_id)
GROUP BY ALL
ORDER BY usage_usd DESC
LIMIT 100

Obter registos de utilização para as tarefas SUBMIT_RUN

SELECT
  *
FROM system.billing.usage
WHERE
  EXISTS (
      SELECT 1
      FROM system.lakeflow.job_run_timeline
      WHERE
        job_run_timeline.job_id = usage_metadata.job_id
        AND run_name = :run_name
        AND workspace_id = :workspace_id
  )

Juntar as tabelas de cronograma de execução de tarefas de trabalho e de clusters

Enriquecer execuções de tarefas de trabalho com metadados de clusters

with clusters as (
    SELECT
        *,
        ROW_NUMBER() OVER (PARTITION BY workspace_id, cluster_id ORDER BY change_time DESC) as rn
    FROM system.compute.clusters QUALIFY rn=1
),
exploded_task_runs AS (
  SELECT
    *,
    EXPLODE(compute_ids) as cluster_id
  FROM system.lakeflow.job_task_run_timeline
  WHERE array_size(compute_ids) > 0
)
SELECT
  exploded_task_runs.*,
  clusters.*
FROM exploded_task_runs t1
  LEFT JOIN clusters t2
    USING (workspace_id, cluster_id)

Encontre trabalhos executados em computação multiuso

Essa consulta une-se à tabela de sistema compute.clusters para retornar trabalhos recentes que estão a ser executados em recurso de computação multiuso em vez de recursos de computação para tarefas.

with clusters AS (
  SELECT
    *,
    ROW_NUMBER() OVER(PARTITION BY workspace_id, cluster_id ORDER BY change_time DESC) as rn
  FROM system.compute.clusters
  WHERE cluster_source="UI" OR cluster_source="API"
  QUALIFY rn=1
),
job_tasks_exploded AS (
  SELECT
    workspace_id,
    job_id,
    EXPLODE(compute_ids) as cluster_id
  FROM system.lakeflow.job_task_run_timeline
  WHERE period_start_time >= CURRENT_DATE() - INTERVAL 30 DAY
),
all_purpose_cluster_jobs AS (
  SELECT
    t1.*,
    t2.cluster_name,
    t2.owned_by,
    t2.dbr_version
  FROM job_tasks_exploded t1
    INNER JOIN clusters t2 USING (workspace_id, cluster_id)
)
SELECT * FROM all_purpose_cluster_jobs LIMIT 10;

Painel de monitorização de tarefas do

O painel a seguir usa tabelas do sistema para ajudá-lo a começar a monitorar seus trabalhos e a integridade operacional. Ele inclui casos de uso comuns, como rastreamento de desempenho de trabalho, monitoramento de falhas e utilização de recursos.

Painel de observação de custos de trabalhos

Para obter informações sobre como baixar o painel, consulte Monitorizar os custos do trabalho e o desempenho & com as tabelas do sistema

Solução de problemas

Trabalho não está registado na tabela `lakeflow.jobs`

Se um trabalho não estiver visível nas tabelas do sistema:

O trabalho não foi modificado nos últimos 365 dias
- Modifique qualquer um dos campos do trabalho presentes no esquema para emitir um novo registro.
O emprego foi criado numa região diferente
Criação recente de emprego (atraso na tabela)

Não se consegue encontrar um emprego indicado na tabela `job_run_timeline`

Nem todas as execuções de trabalhos são visíveis em todos os lugares. Embora as entradas JOB_RUN apareçam em todas as tabelas relacionadas ao trabalho, as execuções WORKFLOW_RUN (fluxos de trabalho de cadernos) são registradas apenas em job_run_timeline e as execuções SUBMIT_RUN (enviadas uma única vez) são registradas apenas nas duas tabelas de linha do tempo. Essas execuções não são preenchidas em outras tabelas do sistema de trabalho, como jobs ou job_tasks.

Consulte a tabela tipos de corrida abaixo para obter um detalhamento de onde cada tipo de corrida é visível e acessível.

Execução de tarefa não visível na tabela `billing.usage`

No system.billing.usage, o usage_metadata.job_id só é preenchido para trabalhos executados em computação de trabalho ou computação sem servidor.

Além disso, os trabalhos WORKFLOW_RUN não têm a sua própria atribuição de usage_metadata.job_id ou de usage_metadata.job_run_id em system.billing.usage. Em vez disso, o uso de computação deles/delas é atribuído ao caderno de origem que os gerou. Isso significa que, quando um notebook inicia uma execução de fluxo de trabalho, todos os custos de computação são contabilizados no uso do notebook pai, não como uma tarefa de fluxo de trabalho separada.

Consulte a referência de metadados de uso para obter mais informações.

Calcular o custo de um trabalho executado em uma computação multiuso

O cálculo preciso de custos para trabalhos executados em computação específica não é possível com uma precisão de 100%. Quando um trabalho é executado em uma computação interativa (multiuso), várias cargas de trabalho, como blocos de anotações, consultas SQL ou outros trabalhos, geralmente são executadas simultaneamente nesse mesmo recurso de computação. Como os recursos do cluster são compartilhados, não há mapeamento 1:1 direto entre os custos de computação e as execuções de tarefas individuais.

Para um acompanhamento preciso do custo do trabalho, o Databricks recomenda a execução de trabalhos em computação de trabalho dedicada ou computação sem servidor, onde o usage_metadata.job_id e a usage_metadata.job_run_id permitem a atribuição precisa de custos.

Se você precisar usar computação multiuso, poderá:

Monitore a utilização global do cluster e os custos em system.billing.usage com base em usage_metadata.cluster_id.
Acompanhe as métricas de tempo de execução do trabalho separadamente.
Considere que qualquer estimativa de custo será aproximada devido aos recursos compartilhados.

Consulte Referência de Metadados de Uso para mais informações sobre a atribuição de custos.

Valores de referência

A seção a seguir inclui referências para colunas selecionadas em tabelas relacionadas a trabalhos.

Valores de tipo de gatilho

Os valores possíveis para a trigger_type coluna são:

CONTINUOUS
CRON
FILE_ARRIVAL
ONETIME
ONETIME_RETRY

Valores de tipos de execução

Os valores possíveis para a run_type coluna são:

Tipo	Descrição	Localização da interface do usuário	Ponto de extremidade da API	Tabelas do sistema
`JOB_RUN`	Execução de trabalho padrão	Trabalhos e Execuções de Trabalho na Interface do Utilizador	/jobs e /jobs/runs pontos de extremidade	empregos, tarefas_emprego, cronograma_execução_emprego, cronograma_execução_tarefa_emprego
`SUBMIT_RUN`	Execução única via POST /jobs/runs/submit	Somente Interface de Execução de Tarefas	/jobs/executa apenas pontos de extremidade	linha_do_tempo_execução_trabalho, linha_do_tempo_execução_tarefa
`WORKFLOW_RUN`	Execução iniciada a partir do fluxo de trabalho do notebook	Não visível	Não acessível	cronograma de execução do trabalho

Valores do estado de resultado

Os valores possíveis para a result_state coluna são:

Estado	Descrição
`SUCCEEDED`	A execução foi concluída com êxito
`FAILED`	A execução foi concluída com um erro
`SKIPPED`	A execução nunca foi realizada porque uma condição não foi atendida
`CANCELLED`	A execução foi cancelada a pedido do usuário
`TIMED_OUT`	A corrida foi interrompida depois de atingir o tempo limite
`ERROR`	A execução foi concluída com um erro
`BLOCKED`	A execução foi bloqueada em uma dependência upstream

Valores do código de interrupção

Os valores possíveis para a termination_code coluna são:

Código de rescisão	Descrição
`SUCCESS`	A execução foi concluída com sucesso
`CANCELLED`	A execução foi cancelada durante a execução pela plataforma Databricks; por exemplo, se a duração máxima de execução foi excedida
`SKIPPED`	A execução não foi realizada, por exemplo, se a execução da tarefa anterior falhou, a condição de dependência não foi atendida ou não havia tarefas concretas para executar.
`DRIVER_ERROR`	A execução encontrou um erro ao se comunicar com o Spark Driver
`CLUSTER_ERROR`	A execução falhou devido a um erro de cluster
`REPOSITORY_CHECKOUT_FAILED`	Falha ao concluir o checkout devido a um erro ao se comunicar com o serviço de terceiros
`INVALID_CLUSTER_REQUEST`	A execução falhou porque emitiu uma solicitação inválida para iniciar o cluster
`WORKSPACE_RUN_LIMIT_EXCEEDED`	O espaço de trabalho atingiu o limite para o número máximo de execuções simultâneas ativas. Considere agendar as sessões em um intervalo de tempo mais prolongado
`FEATURE_DISABLED`	A execução falhou porque tentou acessar um recurso indisponível para o espaço de trabalho
`CLUSTER_REQUEST_LIMIT_EXCEEDED`	O número de pedidos de criação, início e aumento de tamanho do cluster excedeu o limite de taxa atribuído. Considere distribuir a execução ao longo de um período de tempo maior
`STORAGE_ACCESS_ERROR`	A execução falhou devido a um erro ao acessar o armazenamento de blob do cliente
`RUN_EXECUTION_ERROR`	A execução foi concluída com falhas na tarefa
`UNAUTHORIZED_ERROR`	A execução falhou devido a um problema de permissão ao acessar um recurso
`LIBRARY_INSTALLATION_ERROR`	A execução falhou durante a instalação da biblioteca solicitada pelo usuário. As causas podem incluir, mas não estão limitadas a: A biblioteca fornecida é inválida, não há permissões suficientes para instalar a biblioteca e assim por diante
`MAX_CONCURRENT_RUNS_EXCEEDED`	A execução agendada excede o limite máximo de execuções simultâneas definido para o trabalho
`MAX_SPARK_CONTEXTS_EXCEEDED`	A execução é agendada em um cluster que já atingiu o número máximo de contextos que está configurado para criar
`RESOURCE_NOT_FOUND`	Um recurso necessário para executar a execução não existe
`INVALID_RUN_CONFIGURATION`	A execução falhou devido a uma configuração inválida
`CLOUD_FAILURE`	A execução falhou devido a um problema com o provedor de nuvem
`MAX_JOB_QUEUE_SIZE_EXCEEDED`	A execução foi ignorada por atingir o limite de tamanho da fila de nível de tarefa.

Partilhar via

Referência da tabela do sistema de tarefas

Requerimentos

Tabelas de trabalhos disponíveis

Referência detalhada do esquema

esquema da tabela de Jobs

Exemplo de consulta

Esquema da tabela de tarefas de trabalho

Exemplo de consulta

Esquema da tabela cronológica de execução do trabalho

Exemplo de consulta

Esquema da tabela cronológica de execução da tarefa de trabalho

Padrões comuns de junção

Junte-se às tabelas de cronograma de trabalhos e execução de trabalhos

Enriqueça a execução da tarefa com um nome de tarefa

Associe o cronograma de execução do trabalho e as tabelas de utilização

Enriqueça cada log de faturamento com metadados de execução de tarefa

Calcular o custo por execução de trabalho

Obter registos de utilização para as tarefas SUBMIT_RUN

Juntar as tabelas de cronograma de execução de tarefas de trabalho e de clusters

Enriquecer execuções de tarefas de trabalho com metadados de clusters

Encontre trabalhos executados em computação multiuso

Painel de monitorização de tarefas do

Solução de problemas

Trabalho não está registado na tabela `lakeflow.jobs`

Não se consegue encontrar um emprego indicado na tabela `job_run_timeline`

Execução de tarefa não visível na tabela `billing.usage`

Calcular o custo de um trabalho executado em uma computação multiuso

Valores de referência

Valores de tipo de gatilho

Valores de tipos de execução

Valores do estado de resultado

Valores do código de interrupção

Comentários

Recursos adicionais

Partilhar via

Referência da tabela do sistema de tarefas

Requerimentos

Tabelas de trabalhos disponíveis

Referência detalhada do esquema

esquema da tabela de Jobs

Exemplo de consulta

Esquema da tabela de tarefas de trabalho

Exemplo de consulta

Esquema da tabela cronológica de execução do trabalho

Exemplo de consulta

Esquema da tabela cronológica de execução da tarefa de trabalho

Padrões comuns de junção

Junte-se às tabelas de cronograma de trabalhos e execução de trabalhos

Enriqueça a execução da tarefa com um nome de tarefa

Associe o cronograma de execução do trabalho e as tabelas de utilização

Enriqueça cada log de faturamento com metadados de execução de tarefa

Calcular o custo por execução de trabalho

Obter registos de utilização para as tarefas SUBMIT_RUN

Juntar as tabelas de cronograma de execução de tarefas de trabalho e de clusters

Enriquecer execuções de tarefas de trabalho com metadados de clusters

Encontre trabalhos executados em computação multiuso

Painel de monitorização de tarefas do

Solução de problemas

Trabalho não está registado na tabela lakeflow.jobs

Não se consegue encontrar um emprego indicado na tabela job_run_timeline

Execução de tarefa não visível na tabela billing.usage

Calcular o custo de um trabalho executado em uma computação multiuso

Valores de referência

Valores de tipo de gatilho

Valores de tipos de execução

Valores do estado de resultado

Valores do código de interrupção

Comentários

Recursos adicionais

Trabalho não está registado na tabela `lakeflow.jobs`

Não se consegue encontrar um emprego indicado na tabela `job_run_timeline`

Execução de tarefa não visível na tabela `billing.usage`