计费使用情况系统表引用

本文概述了可计费使用情况系统表，包括架构和示例查询。 使用系统表时，你的帐户的可计费使用情况数据会集中并路由到所有区域，以便可以从你的工作区所在的任何区域查看帐户的全局使用情况。

可计费使用情况表架构

计费使用量系统表位于 system.billing.usage 并使用以下架构：

分析使用情况元数据

usage_metadata 中的值告知使用情况记录中涉及的资源。

使用 job_id 或 notebook_id 在 UI 中查找作业或笔记本

这些说明解释了如何在 UI 中根据 ID 拉取特定的作业或笔记本。

若要在 UI 中根据 job_id 查找作业，请运行：

1. 从使用情况记录中复制 job_id。 对于本示例，假设 ID 为 700809544510906。
2. 导航到作业所在的同一 Azure Databricks 工作区中的“工作流”UI。
3. 确保未选中“仅我拥有的作业”筛选器。
4. 将 ID (700809544510906) 粘贴到“筛选作业”搜索栏中。

若要在 UI 中根据 notebook_id 查找笔记本，请按以下说明操作：

1. 从使用情况记录中复制 notebook_id。 对于本示例，假设 ID 为 700809544510906。
2. 导航到笔记本所在的同一 Azure Databricks 工作区中的“工作区”UI。
3. 单击你看到的任一笔记本。
4. 打开笔记本后，检查浏览器地址栏中的 URL。 它看起来应该类似于：https://<account-console-url>/?o=<workspace ID>#notebook/<notebook ID>/command/<command ID>。
5. 在浏览器地址栏中，将笔记本 ID 替换为在第一步中复制的 ID，然后删除笔记本 ID 后面的所有内容。 它看起来应该类似于：https://<account-console-url>/?o=<workspace ID>#notebook/700809544510906。
6. 拉取笔记本后，可以单击“共享”按钮查看笔记本所有者。

查看与使用情况关联的产品的相关信息

某些 Databricks 产品在同一共享 SKU 下计费。 为了帮助区分使用情况，billing_origin_product 和 product_features 列提供了有关与使用情况关联的特定产品与功能的更深入见解。

该 billing_origin_product 列会显示与使用记录关联的 Databricks 产品。 这些值包括：

• JOBS
• DLT
• SQL
• ALL_PURPOSE
• MODEL_SERVING
• INTERACTIVE
• MANAGED_STORAGE
• VECTOR_SEARCH
• LAKEHOUSE_MONITORING
• PREDICTIVE_OPTIMIZATION
• ONLINE_TABLES

该 product_features 列是一个对象，其中包含有关所使用特定产品功能的信息，并且该列包括以下键/值对：

• 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、false 或 null
• is_photon：值包括 true、false 或 null
• serving_type：值包括 MODEL、GPU_MODEL、FOUNDATION_MODEL、FEATURE 或 null

示例查询

可以使用以下示例查询来回答有关可计费使用情况的常见问题：

• DBU 消耗的每日趋势是什么？
• 在本月，每个 SKU 使用了多少个 DBU？
• 工作区在 6 月 1 日使用了每种 SKU 多少个？
• 哪些作业消耗的 DBU 最多？
• 有多少使用情况可以归因于具有特定标记的资源？
• 向我展示使用量在增加的 SKU
• 全用途计算 (Photon) 的使用趋势是什么？
• 具体化视图或流式处理表的 DBU 使用量是多少？

DBU 消耗的每日趋势是什么？

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

在本月，每个 SKU 使用了多少个 DBU？

SELECT sku_name, usage_date, sum(usage_quantity) as `DBUs`
    FROM system.billing.usage
WHERE
    month(usage_date) = month(NOW())
    AND year(usage_date) = year(NOW())
GROUP BY sku_name, usage_date

工作区在 6 月 1 日使用了每种 SKU 多少个？

请务必将 workspace_id 替换为实际的工作区 ID。

SELECT sku_name, sum(usage_quantity) as `DBUs consumed`
FROM system.billing.usage
WHERE workspace_id = 1234567890123456
AND usage_date = "2023-06-01"
GROUP BY sku_name

哪些作业消耗的 DBU 最多？

SELECT usage_metadata.job_id as `Job ID`, sum(usage_quantity) as `DBUs`
FROM system.billing.usage
WHERE usage_metadata.job_id IS NOT NULL
GROUP BY `Job ID`
ORDER BY `DBUs` DESC

有多少使用情况可以归因于具有特定标记的资源？

可以通过各种方式细分成本。 此示例演示了如何按自定义标记细分成本。 请务必替换查询中自定义标记的键和值。

SELECT sku_name, usage_unit, SUM(usage_quantity) as `DBUs consumed`
FROM system.billing.usage
WHERE custom_tags.{{key}} = "{{value}}"
GROUP BY 1, 2

向我展示使用量在增加的 SKU

SELECT after.sku_name, before_dbus, after_dbus, ((after_dbus - before_dbus)/before_dbus * 100) AS growth_rate
FROM
(SELECT sku_name, sum(usage_quantity) as before_dbus
    FROM system.billing.usage
WHERE usage_date BETWEEN "2023-04-01" and "2023-04-30"
GROUP BY sku_name) as before
JOIN
(SELECT sku_name, sum(usage_quantity) as after_dbus
    FROM system.billing.usage
WHERE usage_date BETWEEN "2023-05-01" and "2023-05-30"
GROUP BY sku_name) as after
where before.sku_name = after.sku_name
SORT by growth_rate DESC

全用途计算 (Photon) 的使用趋势是什么？

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

具体化视图或流式处理表的 DBU 使用量是多少？

若要确定特定具体化视图或流式处理表的 DBU 使用量和 SKU，需要关联的管道 ID (dlt_pipeline_id)。 在目录资源管理器中查看相关具体化视图或流式处理表时，在“详细信息”选项卡中查找管道 ID。

SELECT
  sku_name,
  usage_date,
  SUM(usage_quantity) AS `DBUs`
FROM
  system.billing.usage
WHERE
  usage_metadata.dlt_pipeline_id = "113739b7-3f45-4a88-b6d9-e97051e773b9"
  AND usage_start_time > "2023-05-30"
GROUP BY
  ALL