共用方式為

計費使用量系統數據表參考

  • 發行項

本文提供可計費使用量系統數據表的概觀，包括架構和範例查詢。 使用系統數據表時，您的帳戶計費使用量數據會集中並路由傳送到所有區域，因此您可以從工作區所在的哪個區域檢視帳戶的全域使用量。

如需使用此資料表監視成本和範例查詢的資訊，請參閱使用系統資料表監視成本 。

資料表路徑：此系統資料表位於 system.billing.usage。

計費使用量數據表架構

計費使用量系統數據表會使用下列架構：

欄位名稱 資料類型 描述 範例
record_id 字串 此使用記錄的唯一標識碼 11e22ba4-87b9-4cc2
-9770-d10b894b7118
account_id 字串 產生此報告之帳戶的標識碼 23e22ba4-87b9-4cc2
-9770-d10b894b7118
workspace_id 字串 此使用方式與工作區的標識符相關聯 1234567890123456
sku_name 字串 SKU 的名稱 STANDARD_ALL_PURPOSE_COMPUTE
cloud 字串 此使用量與雲端相關。 可能的值為 AWS、AZURE和 GCP。 AWS、 AZURE或 GCP
usage_start_time timestamp 與這個使用量記錄相關的開始時間。 時區資訊會記錄在值的結尾，+00:00 代表 UTC 時區。 2023-01-09 10:00:00.000+00:00
usage_end_time timestamp 與這個使用記錄相關的結束時間。 時區資訊會記錄在值的結尾，+00:00 代表 UTC 時區。 2023-01-09 11:00:00.000+00:00
usage_date date 使用量記錄的日期，此字段可用於依日期更快速匯總 2023-01-01
custom_tags map 套用至此用法的標籤。 包含計算資源標籤、作業標籤、工作區自定義標籤和預算原則標籤。 { “env”: “production” }
usage_unit 字串 測量此使用量的單位。 可能的值包括 DBU 單位。 DBU
usage_quantity decimal 此記錄所耗用的單位數目。 259.2958
usage_metadata struct 系統提供的使用量元數據，包括計算資源和作業的標識碼（如果適用的話）。 請參閱 使用量元資料參考。 {cluster_id: null;
instance_pool_id: null;
notebook_id: null;
job_id: null;
node_type: null}
identity_metadata struct 系統提供的有關使用方式相關身分識別的元數據。 請參閱身分識別元資料參考 。 {"run_as": example@email.com,"created_by":null}
record_type 字串 記錄是原始的、撤銷的，還是重述。 除非記錄與更正相關，否則此值 ORIGINAL 為 。 請參閱 記錄類型參考。 ORIGINAL
ingestion_date date 記錄加入 usage 資料表的日期。 2024-01-01
billing_origin_product 字串 產生使用量的產品。 某些產品可以計費為不同的 SKU。 如需可能的值，請參閱 計費來源產品參考。 JOBS
product_features struct 所使用特定產品功能的詳細數據。 如需可能的值，請參閱 產品功能。
usage_type 字串 用於計費之產品或工作負載的使用類型。 可能的值為 COMPUTE_TIME、STORAGE_SPACE、NETWORK_BYTES、API_OPERATION、TOKEN或 GPU_TIME。 STORAGE_SPACE

使用元數據參考

usage_metadata 中的值會告訴您使用記錄中涉及的對象和資源。

值 資料類型 描述
cluster_id 字串 與使用量記錄相關聯的叢集標識碼
warehouse_id 字串 與使用量記錄相關聯的 SQL 倉儲標識碼
instance_pool_id 字串 與使用量記錄相關聯的實例集區標識碼
node_type 字串 計算資源的實例類型
job_id 字串 與使用量記錄相關聯的作業標識碼。 只傳回無伺服器計算或作業計算使用量的值，否則會傳 null回 。
job_run_id 字串 與使用量記錄相關聯的作業執行標識碼。 只傳回無伺服器計算或作業計算使用量的值，否則會傳 null回 。
job_name 字串 與使用量記錄相關聯的作業使用者指定名稱。 只會傳回在無伺服器計算上執行的作業值，否則會傳 null回 。
notebook_id 字串 與使用量相關聯的筆記本標識碼。 只會傳回筆記本使用量的無伺服器計算值，否則會傳 null回 。
notebook_path 字串 與使用量相關聯的筆記本工作區記憶體路徑。 只會傳回筆記本使用量的無伺服器計算值，否則會傳 null回 。
dlt_pipeline_id 字串 與使用量記錄相關聯的 Delta Live Tables 管線標識碼
dlt_update_id 字串 與使用量記錄相關聯的 Delta Live Tables 流水線更新 ID
dlt_maintenance_id 字串 與使用量記錄相關聯的 Delta Live Tables 管線維護工作的標識碼
run_name 字串 與使用記錄相關聯的基礎模型微調的唯一用戶對應標識符
endpoint_name 字串 服務端點或向量搜尋端點的模型名稱，與使用記錄相關聯
endpoint_id 字串 與使用記錄相關聯的模型服務端點或向量搜尋端點的標識碼
central_clean_room_id 字串 與使用量記錄相關聯的中央清理室標識碼
metastore_id 字串 與使用量記錄相關聯的中繼存放區標識碼。
app_id 字串 與使用量記錄相關聯的應用程式標識碼。
app_name 字串 與使用量記錄相關聯的應用程式使用者指定名稱。

身份識別元數據參考資料

identity_metadata 欄位可協助您識別對伺服器無需求計費記錄負責的人員。 欄位包含一個 run_as 值，將使用用途歸屬於身分識別。

此外，歸因於 Databricks Apps 的使用量會在 [identity_metadata.created_by] 欄位中記錄值。 此值會填入建立應用程式之用戶的電子郵件。

中 identity_metadata.run_as 記錄的身分識別取決於與使用量相關聯的產品。 請參考下列表格，以了解 identity_metadata.run_as 行為：

工作負載類型 的身分識別 run_as
作業計算 設定中 run_as 定義的用戶或服務主體。 根據預設，作業會以作業擁有者的身分識別執行，但系統管理員可以將此變更為其他用戶或服務主體。
工作的無伺服器計算 設定中 run_as 定義的用戶或服務主體。 根據預設，作業會以作業擁有者的身分識別執行，但系統管理員可以將此變更為其他用戶或服務主體。
筆記本的無伺服器計算 執行筆記本命令的使用者（特別是建立筆記本會話的使用者）。 對於共用筆記本，這包括其他用戶共用相同筆記本會話的使用方式。
Delta Live Tables 資料處理管道 以其許可權來執行 Delta Live Tables 管線的使用者。 您可以藉由傳送管線的擁有權來變更。
基礎模型微調 起始微調定型執行的用戶或服務主體。
預測性優化 Databricks 所擁有的服務主體，執行預測優化作業。
Lakehouse 監視 建立監視器的使用者。

記錄類型參考

billing.usage 數據表支援更正。 當使用記錄的任何欄位不正確且必須修正時，就會發生更正。

發生更正時，Azure Databricks 會將兩筆新記錄新增至數據表。 撤銷記錄會否定原始不正確的記錄，然後重新整理記錄會包含更正的資訊。 更正記錄是使用 record_type 欄位來識別：

  • RETRACTION：用來否定原始不正確的使用方式。 所有欄位都與 ORIGINAL 記錄相同，但 除外 usage_quantity，這是取消原始使用量數量的負值。 例如，如果原始記錄的使用數量是 259.4356，則撤銷記錄的使用量數量 -259.4356會是 。
  • RESTATEMENT：包含正確欄位和使用量數量的記錄。

例如，下列查詢會傳回與 job_id相關的正確每小時使用量數量，即使已進行更正也一樣。 藉由彙總使用量，撤銷記錄會抵消原始記錄，只會傳回重述的值。

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

注意

對於不應寫入原始使用記錄的更正，更正可能只會新增撤銷記錄，而沒有重新整理記錄。

計費來源產品參考

某些 Databricks 產品會以相同的共用 SKU 計費。 為了協助您區分使用量，billing_origin_product 和 product_features 數據行可讓您深入瞭解與使用量相關聯的特定產品和功能。

billing_origin_product 欄顯示與使用記錄相關聯的 Databricks 產品。 這些值包括：

  • 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

  • APPS：與建置和執行 Databricks Apps 相關聯的成本

產品功能參考

product_features 列是一個包含使用特定產品功能信息的物件，並包括以下鍵值對：

  • jobs_tier：值包括 LIGHT、CLASSIC或 null
  • sql_tier：值包括 CLASSIC、PRO或 null
  • dlt_tier：值包括 CORE、PRO、ADVANCED或 null
  • is_serverless：值包括 true 或 false或 null
  • is_photon：值包括 true 或 false或 null
  • serving_type：值包括 MODEL、GPU_MODEL、FOUNDATION_MODEL、FEATURE或 null