メインコンテンツまでスキップ

課金利用 システムテーブル リファレンス

この記事では、スキーマやクエリの例など、課金利用 システムテーブルの概要について説明します。 システムテーブルを使えば、アカウントの課金利用データが一元管理され、すべての地域にルーティングされるため、ワークスペースがどの地域からでもアカウントのグローバルな利用状況を確認することができます。

このテーブルを使用してコストとサンプル クエリを監視する方法については、「 システムテーブルを使用してコストを監視する」を参照してください。

テーブルパス :このシステムテーブルは system.billing.usageにあります。

課金利用 テーブルのスキーマ​

課金利用 システムテーブルは、次のスキーマを使用します。

列名

データ型

説明

例

record_id

string

この使用レコードの一意の ID

11e22ba4-87b9-4cc2-9770-d10b894b7118

account_id

string

このレポートが生成されたアカウントの ID

23e22ba4-87b9-4cc2-9770-d10b894b7118

workspace_id

string

この使用法が関連付けられたワークスペースの ID

1234567890123456

sku_name

string

SKU の名前

STANDARD_ALL_PURPOSE_COMPUTE

cloud

string

この使用状況に関連付けられたクラウド。 指定できる値は、 AWS、 AZURE、および GCPです。

AWS、 AZURE、または GCP

usage_start_time

タイムスタンプ

この使用レコードに関連する開始時刻。 タイムゾーン情報は、UTCタイムゾーンを表す +00:00 で値の末尾に記録されます。

2023-01-09 10:00:00.000+00:00

usage_end_time

タイムスタンプ

この使用レコードに関連する終了時刻。 タイムゾーン情報は、UTCタイムゾーンを表す +00:00 で値の末尾に記録されます。

2023-01-09 11:00:00.000+00:00

usage_date

日付

使用状況レコードの日付、このフィールドを使用すると、日付による集計を高速化できます

2023-01-01

custom_tags

マップ

使用状況レコードに関連付けられたカスタムタグ

{ “env”: “production” }

usage_unit

string

この使用量が測定される単位

DBU

usage_quantity

DECIMALタイプ

このレコードで消費されたユニット数

259.2958

usage_metadata

構造体

コンピュート リソースとジョブ (該当する場合) の ID など、使用状況に関するシステム提供のメタデータ。 使用状況メタデータを参照してください。

使用状況メタデータを参照してください

identity_metadata

構造体

使用に関連する ID に関するシステム提供のメタデータ。 ID メタデータを参照してください。

ID メタデータを参照してください。

record_type

string

レコードがオリジナル、撤回、または修正のいずれであるか。 レコードが修正に関連している場合を除き、値は ORIGINAL です。 レコードタイプを参照してください。

ORIGINAL

ingestion_date

日付

レコードが usage テーブルに取り込まれた日付

2024-01-01

billing_origin_product

string

使用を開始した製品。 一部の製品は、異なるSKUとして請求できます。 使用可能な値については、 製品を参照してください。

JOBS

product_features

構造体

使用されている特定の製品機能の詳細。 製品の機能を参照してください。

製品の機能を見る

usage_type

string

請求目的で製品またはワークロードに起因する使用のタイプ。 可能な値は、 COMPUTE_TIME、 STORAGE_SPACE、 NETWORK_BYTE、 NETWORK_HOUR、 API_OPERATION、 TOKEN、または GPU_TIMEです。

STORAGE_SPACE

使用状況メタデータのリファレンス​

usage_metadataの値はすべて、使用状況レコードに関連するワークスペースオブジェクトとリソースを示す文字列です。

これらの値のサブセットのみが、使用されるコンピュートの種類と機能に応じて、特定の使用状況レコードに入力されます。 表の 3 番目の列は、各値が入力される原因となる使用タイプを示しています。

値

説明

(それ以外の場合は null) に入力されます

cluster_id

使用状況レコードに関連付けられたクラスターの ID

ノートブック、ジョブ、Lakeflow宣言型パイプライン、レガシーモデルサービングを含む非サーバレスコンピュートの使用

job_id

使用状況レコードに関連付けられたジョブの ID

ジョブ コンピュートにおけるサーバレスジョブとジョブの実行 (汎用コンピュートにおけるジョブの実行は充当しません)

warehouse_id

使用レコードに関連付けられた SQLウェアハウスの ID

SQLウェアハウスにおけるワークロードの実行

instance_pool_id

使用状況レコードに関連付けられたインスタンス・プールの ID

プールからの非サーバレス コンピュートの使用, including ノートブック, ジョブ, Lakeflow 宣言型パイプライン, and legacy モデルサービング

node_type

コンピュート リソースのインスタンスタイプ

ノートブック、ジョブ、Lakeflow宣言型パイプライン、すべてのSQLウェアハウスを含む非サーバレスコンピュートの使用

job_run_id

使用状況レコードに関連付けられたジョブ実行の ID

ジョブ コンピュートにおけるサーバレスジョブとジョブの実行 (汎用コンピュートにおけるジョブの実行は充当しません)

notebook_id

使用状況に関連付けられているノートブックの ID

サーバレス ノートブック

dlt_pipeline_id

使用状況レコードに関連付けられているパイプラインの ID

Lakeflow 宣言型パイプラインと、Lakeflow 宣言型パイプラインを使用する機能 (マテリアライズドビュー、オンライン テーブル、ベクトル検索 インデックス作成、Lakeflowコネクトなど)

endpoint_name

使用状況レコードに関連付けられているモデルサービング エンドポイントまたはベクトル検索エンドポイントの名前

モデルサービング and ベクトル検索

endpoint_id

使用状況レコードに関連付けられたモデルサービング エンドポイントまたはベクトル検索エンドポイントの ID

モデルサービング and ベクトル検索

dlt_update_id

使用状況レコードに関連付けられたパイプラインの更新クラスタリングの ID

Lakeflow 宣言型パイプラインと、Lakeflow 宣言型パイプラインを使用する機能 (マテリアライズドビュー、オンライン テーブル、ベクトル検索 インデックス作成、Lakeflowコネクトなど)

dlt_maintenance_id

使用状況レコードに関連付けられたパイプラインのメンテナンス クラスタリングの ID

Lakeflow 宣言型パイプラインと、Lakeflow 宣言型パイプラインを使用する機能 (マテリアライズドビュー、オンライン テーブル、ベクトル検索 インデックス作成、Lakeflowコネクトなど)

metastore_id

この値は、GCP の Databricks には入力されません

いつも null

run_name

使用状況レコードに関連付けられた基盤モデル ファインチューニング 実行の一意のユーザー向け名前

基盤モデルのファインチューニング

job_name

使用状況レコードに関連付けられたジョブのユーザー指定の名前

サーバレス コンピュートにおけるジョブ実行

notebook_path

使用状況に関連付けられているノートブックのワークスペース ストレージ パス

サーバレス コンピュートにおけるノートブックの実行

central_clean_room_id

使用レコードに関連付けられたセントラルクリーンルームのID

クリーンルーム

source_region

この値は、GCP の Databricks には入力されません

いつも null

destination_region

この値は、GCP の Databricks には入力されません

いつも null

app_id

使用状況レコードに関連付けられているアプリの ID

Databricks Apps

app_name

使用状況レコードに関連付けられているアプリのユーザー指定の名前

Databricks Apps

private_endpoint_name

この値は、GCP の Databricks には入力されません

いつも null

budget_policy_id

ワークロードにアタッチされているサーバレス 予算ポリシーの ID

サーバレス コンピュート usage, including ノートブック, ジョブ, Lakeflow 宣言型パイプライン, and モデルサービング エンドポイント

storage_api_type

デフォルト ストレージで実行される操作の種類。可能な値はTIER_1 (PUT、COPY、POST、LIST) とTIER_2 (その他の操作) です。

デフォルトのストレージ

ai_runtime_workload_id

この値は、GCP の Databricks には入力されません

いつも null

uc_table_catalog

使用記録に関連付けられた Unity Catalog のカタログ名

マテリアライズドビュー

uc_table_schema

使用状況レコードに関連付けられたUnity Catalogスキーマ名

マテリアライズドビュー

uc_table_name

使用状況レコードに関連付けられたUnity Catalogテーブル名

マテリアライズドビュー

database_instance_id

使用状況レコードに関連付けられたデータベースインスタンスのID

Lakebaseデータベースインスタンス

sharing_materialization_id

使用記録に関連付けられた共有マテリアライゼーションのID

Delta Sharingを使用したビュー共有、マテリアライズドビュー、ストリーミングテーブル

usage_policy_id

使用記録に関連付けられた使用ポリシーのID

利用ポリシー

base_environment_id

使用状況に関連付けられたベース環境のID

ワークスペースのサーバレス基本環境の構築または更新からの使用。 billing_origin_productがBASE_ENVIRONMENTSときに設定されます。

ID メタデータのリファレンス​

identity_metadata列には、使用に関連する ID に関する詳細情報が表示されます。

  • run_as フィールドには、ワークロードを実行したユーザーが記録されます。この値は、次の表に示す特定のワークロードの種類に対してのみ設定されます。
  • owned_byフィールドはSQLウェアハウスの使用状況にのみ適用され、使用状況を担当するSQLウェアハウスを所有するユーザーまたはサービスプリンシパルをログに記録します。

run_asのID​

identity_metadata.run_asに記録される ID は、使用状況に関連付けられている製品によって異なります。identity_metadata.run_asの動作については、次の表を参照してください。

ワークロードの種類

アイデンティティ: run_as

ジョブ コンピュート

run_as設定で定義されているユーザーまたはサービスプリンシパル。デフォルトでは、ジョブはジョブ所有者のIDとして実行されますが、管理者はこれを別のユーザーまたはサービスプリンシパルに変更できます。

ジョブ用サーバレスコンピュート

run_as設定で定義されているユーザーまたはサービスプリンシパル。デフォルトでは、ジョブはジョブ所有者のIDとして実行されますが、管理者はこれを別のユーザーまたはサービスプリンシパルに変更できます。

ノートブック実行用サーバレスコンピュート

ノートブック コマンドを実行したユーザー (具体的には、ノートブック セッションを作成したユーザー)。 共有ノートブックの場合、これには同じノートブック セッションを共有する他のユーザーによる使用が含まれます。

Lakeflow 宣言型パイプライン

アクセス許可がパイプラインを実行するために使用されるユーザーまたはサービスプリンシパル。 これは、パイプラインの所有権を譲渡することで変更できます。

予測的最適化

予測的最適化オペレーションを実行するDatabricks所有のサービスプリンシパル。

Lakehouseモニタリング

モニターを作成したユーザー。

レコード・タイプのリファレンス​

billing.usage テーブルは修正をサポートしています。修正は、使用レコードのいずれかのフィールドが正しくなく、修正する必要がある場合に発生します。

修正が行われると、Databricks は 2 つの新しいレコードをテーブルに追加します。 取り消しレコードは元の誤ったレコードを否定し、その後、修正された情報を再修正レコードに含めます。 修正レコードは、 record_type フィールドを使用して識別されます。

  • RETRACTION: 元の誤った使用を否定するために使用されます。すべてのフィールドは、元の使用量を相殺する負の値である usage_quantityを除き、ORIGINALレコードと同じです。たとえば、元のレコードの使用量が 259.4356の場合、リトラクション レコードの使用量は -259.4356になります。
  • RESTATEMENT: 正しいフィールドと使用量を含むレコード。

たとえば、次のクエリは、修正が加えられた場合でも、 job_idに関連する正しい時間単位使用量を返します。使用量を集計することにより、リトラクトレコードは元のレコードを否定し、リプレゼンテーションの値のみを返します。

SQL
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
注記

元の使用レコードが書き込まれるべきではなかった修正の場合、修正は撤回レコードのみを追加し、修正レコードは追加できません。

請求元製品のリファレンス​

一部の Databricks 製品は、同じ共有 SKU で課金されます。たとえば、データ品質モニタリング、予測的最適化、およびサーバレス ワークフローはすべて、同じサーバレス ジョブSKUで請求されます。

使用状況を区別するために、 billing_origin_product 列と product_features 列では、使用状況に関連する特定の製品や機能について、より詳細な知見を得ることができます。

billing_origin_product 列には、使用状況レコードに関連付けられている Databricks 製品が表示されます。値には次のものが含まれます。

値

説明

JOBS

LakeFlow Jobsワークロードに関連するコスト

DLT

LakeFlow宣言型パイプラインワークロードに関連するコスト

SQL

Databricks SQLに関連するコスト ( SQLウェアハウスおよびマテリアライズドビューでのワークロードの実行を含む)

ALL_PURPOSE

古典的な汎用コンピュートに関連するコスト

MODEL_SERVING

Mosaic AI Model Servingに関連するコスト

INTERACTIVE

インタラクティブなワークロードに関連するコスト

DEFAULT_STORAGE

デフォルトストレージに関連するコスト

VECTOR_SEARCH

サーチに関連するコスト

LAKEHOUSE_MONITORING

データ品質モニタリングに関連するコスト

PREDICTIVE_OPTIMIZATION

予測的最適化に関連するコスト

AGENT_EVALUATION

エージェント評価に関連するコスト

FINE_GRAINED_ACCESS_CONTROL

専用コンピュートによるきめ細かいアクセス制御によるサーバレス利用

BASE_ENVIRONMENTS

ワークスペースのサーバレスベース環境の構築または更新に伴う使用法

DATA_CLASSIFICATION

データ分類操作に関連するコスト

AI_GATEWAY

AIゲートウェイの使用に関連するコスト

製品機能リファレンス​

product_features列は、使用されている特定の製品機能に関する情報を含むオブジェクトであり、次のキーと値のペアが含まれます。

フィールド

説明

jobs_tier

値にはLIGHT 、 CLASSIC 、または null

sql_tier

値にはCLASSIC 、 PRO 、または null

dlt_tier

値にはCORE 、 PRO 、 ADVANCED 、または null

is_serverless

ワークロードがサーバレス コンピュートを使用するかどうか。 値には、 true 、 false 、またはnullが含まれます (値は、サーバレスとクラシック コンピュートのどちらかを選択できる場合はtrueまたはfalse 、それ以外の場合はnullです)

is_photon

ワークロードに対して Photon が有効になっているかどうか。値にはtrueまたはfalse 、あるいは null

serving_type

値にはMODEL 、 GPU_MODEL 、 FOUNDATION_MODEL 、 FEATURE 、または null

offering_type

値にはBATCH_INFERENCEまたは null

performance_target

サーバレスジョブまたはパイプラインのパフォーマンスモードを示します。 値にはPERFORMANCE_OPTIMIZED 、 STANDARD 、またはnullが含まれます。非サーバレスワークロードの値はnullです。

model_serving.offering_type

モデルサービングまたは null

ai_gateway.feature_type

AIゲートウェイワークロードの機能タイプを示します。 null

serverless_gpu.workload_type

GCP 上の Databricks ではサポートされていません

ai_runtime.compute_type

GCP 上の Databricks ではサポートされていません

ai_functions.ai_function

AI機能の種類または null

に最終更新