コンピュート システムテーブル リファレンス
この記事では、コンピュート システムテーブルのリファレンス ガイドを提供します。 これらのテーブルを使用して、アカウント内の non-Serverレス all-purpose コンピュート、ジョブ コンピュート、および DLT パイプライン コンピュートのアクティビティとメトリクスをモニタできます。 コンピュートテーブルには、次のものが含まれます。
clusters
: コンピュートの設定をアカウントに記録します。node_types
: 現在使用可能なノード・タイプごとに 1 つのレコード (ハードウェア情報を含む) が含まれます。node_timeline
: コンピュートの利用メトリクスの分単位の記録が含まれます。
クラスター テーブル スキーマ
クラスタリング テーブルは、all-purpose コンピュート、ジョブ コンピュート、DLT パイプライン コンピュート、およびパイプライン maintenance コンピュートのコンピュート構成の経時的な履歴を含む、変化の遅いディメンション テーブルです。
Table path : このシステムテーブルは system.compute.clusters
列名 | データ型 | 説明 | 例 |
---|---|---|---|
| string | このクラスターが作成されたアカウントの ID。 |
|
| string | このクラスターが作成されたワークスペースの ID。 |
|
| string | このレコードが関連付けられているクラスターの ID。 |
|
| string | クラスターのユーザー定義名。 |
|
| string | クラスター所有者のユーザー名。 デフォルトはクラスター作成者に与えられますが、クラスターAPI. |
|
| タイムスタンプ | このコンピュート定義に対する変更のタイムスタンプ。 |
|
| タイムスタンプ | クラスターが削除された時点のタイムスタンプ。 クラスターが削除されていない場合、値は |
|
| string | ドライバー ノードの種類の名前。 これは、クラウドプロバイダーのインスタンスタイプ名と一致します。 |
|
| string | ワーカー ノードの種類の名前。 これは、クラウドプロバイダーのインスタンスタイプ名と一致します。 |
|
| bigint | ワーカーの数。 固定サイズのクラスターに対してのみ定義されます。 |
|
| bigint | 設定されたワーカーの最小数。 このフィールドは、オートスケール クラスターの場合にのみ有効です。 |
|
| bigint | 設定された最大ワーカー数。 このフィールドは、オートスケール クラスターの場合にのみ有効です。 |
|
| bigint | 設定された自動終了期間。 |
|
| ブーリアン | オートスケール ディスクの有効化ステータス。 |
|
| マップ | クラスターのユーザー定義タグ (デフォルト タグは含まれません)。 |
|
| string | クラスタリングのソース。 |
|
| 配列 | initスクリプトのパスのセットです。 |
|
| 構造体 | AWS 固有の設定。 |
|
| 構造体 | Azure 固有の設定。 |
|
| 構造体 | GCP 固有の設定。 このフィールドは空になります。 |
|
| string | インスタンス プール ID: ドライバーがインスタンス プールの上に構成されている場合。 |
|
| string | ワーカーがインスタンスプールの上に設定されている場合、インスタンスプールID。 |
|
| string | クラスターの Databricks Runtime 。 |
|
| タイムスタンプ | コンピュート定義の変更のタイムスタンプ。 |
|
| 日付 | 日付を変更します。 保持に使用されます。 |
|
ノード タイプ テーブル スキーマ
ノードタイプテーブルは、現在使用可能なノードタイプとその基本的なハードウェア情報をキャプチャします。
テーブルパス :このシステムテーブルは system.compute.node_types
にあります。
列名 | データ型 | 説明 | 例 |
---|---|---|---|
| string | このクラスターが作成されたアカウントの ID。 |
|
| string | ノードタイプの一意の識別子。 |
|
| double | インスタンスの vCPU の数。 |
|
| ロング | インスタンスの合計メモリ。 |
|
| ロング | インスタンスの GPU の数。 |
|
ノード タイムライン テーブル スキーマ
ノード タイムライン テーブルは、ノード レベルのリソース使用率データを分単位の粒度でキャプチャします。各レコードには、インスタンスごとに特定の時間分のデータが含まれています。このテーブルは、アカウント内の all-purpose コンピュート、ジョブ コンピュート、DLT パイプライン コンピュート、およびパイプライン maintenance コンピュート リソースのノード タイムラインをキャプチャします。
テーブルパス :このシステムテーブルは system.compute.node_timeline
にあります。
列名 | データ型 | 説明 | 例 |
---|---|---|---|
| string | このコンピュート リソースが実行されているアカウントの ID。 |
|
| string | このコンピュート リソースが実行されているワークスペースの ID。 |
|
| string | コンピュート リソースの ID。 |
|
| string | 特定のインスタンスの ID。 |
|
| タイムスタンプ | レコードの開始時刻 (UTC)。 |
|
| タイムスタンプ | レコードの終了時刻 (UTC)。 |
|
| ブーリアン | インスタンスがドライバー ノードかワーカー ノードか。 |
|
| double | CPU がユーザーランドで費やした時間の割合。 |
|
| double | CPU がカーネルに費やした時間の割合。 |
|
| double | CPU が I/O の待機に費やした時間の割合。 |
|
| double | 期間中に使用されたコンピュートのメモリの割合 (コンピュートで実行されているバックグラウンド プロセスによって使用されたメモリを含む)。 |
|
| double | メモリ スワップに起因するメモリ使用量の割合。 |
|
| bigint | ネットワーク トラフィックで送信されたバイト数。 |
|
| bigint | ネットワーク トラフィックから受信したバイト数。 |
|
| マップ | マウント・ポイント別にグループ化されたディスク使用率。 これは、コンピュートが実行されている間のみの一時的なストレージ プロビジョニングです。 |
|
| string | ノードの種類の名前。 これは、クラウドプロバイダーのインスタンスタイプ名と一致します。 |
|
既知の制限事項
- 2023 年 10 月 23 日より前に削除済みとしてマークされたコンピュート リソースは、クラスター テーブルに表示されません。 これにより、
system.billing.usage
テーブルからのジョインがクラスターテーブルのレコードと一致しなくなる可能性があります。 すべてのアクティブなコンピュート リソースがバックフィルされました。 - これらのテーブルには、all-purpose とジョブ コンピュートのレコードのみが含まれます。 サーバレス コンピュート、DLT コンピュート、 SQLウェアハウスのレコードは含まれていません。
- 実行時間が 10 分未満のノードは、
node_timeline
テーブルに表示されない場合があります。
サンプル クエリ
次のサンプル クエリを使用して、一般的な質問に答えることができます。
これらの例の一部は、クラスター テーブルと system.billing.usage
テーブルを結合します。 請求レコードはクロスリージョンであり、クラスター レコードはリージョン指定であるため、請求レコードはクエリを実行するリージョンのクラスター レコードのみと一致します。 別の地域のレコードを表示するには、その地域でクエリを実行してください。
クラスターレコードを最新の請求レコードと結合する
このクエリは、時間の経過に伴う支出を理解するのに役立ちます。 usage_start_time
を最新の請求期間に更新すると、請求レコードに対する最新の更新が取得され、クラスター データに結合されます。
各レコードは、その特定の実行中にクラスター所有者に関連付けられます。 そのため、クラスターの所有者が変更された場合、コストはクラスターが使用された時期に基づいて正しい所有者にロールアップされます。
SELECT
u.record_id,
c.cluster_id,
c.owned_by,
c.change_time,
u.usage_start_time,
u.usage_quantity
FROM
system.billing.usage u
JOIN system.compute.clusters c
JOIN (SELECT u.record_id, c.cluster_id, max(c.change_time) change_time
FROM system.billing.usage u
JOIN system.compute.clusters c
WHERE
u.usage_metadata.cluster_id is not null
and u.usage_start_time >= '2023-01-01'
and u.usage_metadata.cluster_id = c.cluster_id
and date_trunc('HOUR', c.change_time) <= date_trunc('HOUR', u.usage_start_time)
GROUP BY all) config
WHERE
u.usage_metadata.cluster_id is not null
and u.usage_start_time >= '2023-01-01'
and u.usage_metadata.cluster_id = c.cluster_id
and u.record_id = config.record_id
and c.cluster_id = config.cluster_id
and c.change_time = config.change_time
ORDER BY cluster_id, usage_start_time desc;
平均使用率とピーク使用率が最も高いコンピュート リソースを特定します
平均 CPU 使用率とピーク CPU 使用率が最も高い汎用コンピュートとジョブ コンピュートを特定します。
SELECT
distinct cluster_id,
driver,
avg(cpu_user_percent + cpu_system_percent) as `Avg CPU Utilization`,
max(cpu_user_percent + cpu_system_percent) as `Peak CPU Utilization`,
avg(cpu_wait_percent) as `Avg CPU Wait`,
max(cpu_wait_percent) as `Max CPU Wait`,
avg(mem_used_percent) as `Avg Memory Utilization`,
max(mem_used_percent) as `Max Memory Utilization`,
avg(network_received_bytes)/(1024^2) as `Avg Network MB Received per Minute`,
avg(network_sent_bytes)/(1024^2) as `Avg Network MB Sent per Minute`
FROM
node_timeline
WHERE
start_time >= date_add(now(), -1)
GROUP BY
cluster_id,
driver
ORDER BY
3 desc;