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 Reference

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 table schema​

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_BYTES、 NETWORK_HOUR、 API_OPERATION、 TOKEN、または GPU_TIMEです。

STORAGE_SPACE

使用状況メタデータの参照​

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

Non-Serverレス コンピュートの使用, including ノートブック, ジョブ, DLT, レガシー モデルサービング

job_id

使用状況レコードに関連付けられたジョブの ID

サーバレス ジョブ and ジョブ 実行 on ジョブ コンピュート (does not populate for job run on all-purpose コンピュート)

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

Workloads 実行 on a SQLウェアハウス

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

Non-Serverレス コンピュート プールからの使用量, including ノートブック, ジョブ, DLT, 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

Non-Serverレス コンピュートの使用、ノートブック、ジョブ、 DLT、およびすべての SQLウェアハウスを含む

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

サーバレス ジョブ and ジョブ 実行 on ジョブ コンピュート (does not populate for job run on all-purpose コンピュート)

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た DLT パイプラインの ID

DLT パイプラインを使用するDLTと機能 (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 Connect

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 DLT パイプライン更新の ID

DLT パイプラインを使用するDLTと機能 (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 Connect

dlt_maintenance_id

使用状況レコードに関連付けられた DLT パイプラインメンテナンスタスクの ID

DLT パイプラインを使用するDLTと機能 (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 Connect

metastore_id

デフォルト ストレージに関連付けられているメタストアの ID

デフォルトのストレージ

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

Jobs 実行 on サーバレス コンピュート

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

ノートブック 実行 on サーバレス コンピュート

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

使用状況に関連付けられているワークスペースのリージョン。サーバレス ネットワーキング関連の使用状況の値のみを返します。

サーバレス ネットワーキング

destination_region

アクセスされているリソースのリージョン。サーバレス ネットワーキング関連の使用状況の値のみを返します。

サーバレス ネットワーキング

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 Databricks on AWS には入力されません

常にDatabricks on AWSnull

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, DLT, モデルサービング endpoints

ID メタデータの参照​

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。

  • identity_metadata.created_byフィールドはDatabricksアプリに適用され、アプリを作成したユーザーのEメールがログに記録されます。

実行 IDS​

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

のアイデンティティ run_as

Jobs 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。

DLT パイプライン

DLT パイプラインの実行にアクセス許可が使用されているユーザー。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。

基盤モデルのファインチューニング

ファインチューニング トレーニング 実行を開始したユーザーまたはサービスプリンシパル。

予測的最適化

Databricks所有のサービスプリンシパル that 実行 予測的最適化 operations.

Lakehouseモニタリング

モニターを作成したユーザー。

注記

FedRamp コンプライアンス標準が有効になっているワークスペースでは、 identity_metadata 列のすべての null 以外の値が __REDACTED__に置き換えられます。

レコード・タイプ参照​

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。

請求元製品参照​

一部の Databricks 製品は、同じ共有 SKU で請求されます。たとえば、レイクハウスモニタリング、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。

  • JOBS

  • DLT

  • SQL

  • ALL_PURPOSE

  • MODEL_SERVING

  • INTERACTIVE

  • DEFAULT_STORAGE

  • VECTOR_SEARCH

  • LAKEHOUSE_MONITORING

  • PREDICTIVE_OPTIMIZATION

  • ONLINE_TABLES

  • FOUNDATION_MODEL_TRAINING

  • AGENT_EVALUATION

  • FINE_GRAINED_ACCESS_CONTROL

  • NETWORKING: サーバレス コンピュートをリソースに接続するためのコスト

  • APPS: Databricks アプリの構築と実行に関連するコスト

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。

  • 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: 値に true または falseが含まれる null

  • is_photon: 値に true または falseが含まれる null

  • serving_type: 値には、 MODEL、 GPU_MODEL、 FOUNDATION_MODEL、 FEATURE、または null

  • networking.connectivity_type: 値には PUBLIC_IP と PRIVATE_IP

に最終更新