Databricks 分享 5 个系统表查询，拆解平台成本与异常
用 Databricks 账单系统表写 SQL，就能把平台花费拆到产品、团队和具体日期，并预测下月账单。
Databricks 官方给出 5 个基于 system.billing 系统表的 SQL 查询，分别用来查看成本趋势、按团队分摊支出、标记异常开销，以及预测下个月的账单金额。
正文摘录
理解你的 Databricks 成本的 5 大系统表查询 五个 SQL 查询，用于呈现成本趋势、按团队归因支出、标记异常并预测下月账单 Databricks 系统表提供了丰富的信息，让你了解自己如何使用 Databricks 以及花费了多少。聚焦成本，system.billing.usage 表提供了整个 Databricks 账号成本的全局聚合视图，结合 system.billing.listprices，你可以深入了解支出被分配到了哪里。Databricks 提供了预构建的 Usage Dashboard，是理解成本的绝佳起点，但理解底层表并在其上构建查询，能让你的洞察更上一层楼，尤其是在利用 Databricks 可视化能力时。 以下是五个查询，可作为更好理解支出的起点。我们先从按产品划分的每日支出简单拆解开始，然后推进到通过特定 SQL Warehouse 和 Tag 的视角理解支出，最后识别支出异常的日期，并用 AI 预测未来支出。所有查询都会通过返回结果提供洞察，但作为 AI/BI dashboard 中的数据集使用时效果更佳——数据可以被可视化，并借助 Genie 进一步探查。 我们的第一个查询只是按天和产品拆解支出。我们将 usage 表（事实表）与 pricing 表（SCD Type 2 维度，即缓慢变化维度类型 2，保留历史版本）连接，以列表价获取一段时间内的支出。如上所述，你可以用包含相关折扣的自定义表替换提供的 list price 表，以查看确切成本。 这个查询非常适合感受你的 Databricks 环境如何被使用、哪些产品使用量在增长或收缩，以及总支出是多少。检查 Databricks 支出时，我总是从这里开始。 system.billing.usage 只包含 Databricks 成本。