Monitorar o uso empregando marcas
Para monitorar o custo e atribuir com precisão o uso do Azure Databricks às unidades de negócios e às equipes da sua organização (para estornos, por exemplo), você pode marcar workspaces (grupos de recursos) e recursos de computação. Essas marcas são propagadas para relatórios detalhados de análise de custo que você pode acessar no portal do Azure. Observação: os dados da tag podem ser replicados globalmente. Não use nomes ou valores de marca que possam comprometer a segurança de seus recursos. como informações pessoais ou confidenciais.
Este é um relatório de detalhes da fatura de análise de custo no portal do Azure que detalha o custo por marca clusterid em um período de um mês:
Objetos e recursos marcados
| Objeto | Interface do usuário de marcação | Interface de marcação (API) |
|---|---|---|
| Workspace | Portal do Azure | API de Recursos do Azure |
| pool | Interface do usuário de pools no workspace do Azure Databricks | API do Pool de Instâncias |
| Computação de trabalho e para todos os fins | Interface do usuário de computação no workspace do Azure Databricks | API de Clusters |
| SQL warehouse | Interface do usuário do SQL warehouse no workspace do Azure Databricks | API de warehouses |
Aviso
Não atribua uma marca personalizada com a chave Name a um cluster. Cada cluster tem uma marca Name cujo valor é definido pelo Azure Databricks. Se você alterar o valor associado à chave Name, o cluster não poderá mais ser acompanhado pelo Azure Databricks. Como consequência, o cluster pode não ser encerrado depois de ficar ocioso e continuará a incorrer em custos de uso.
Marcas padrão
O Azure Databricks adiciona as seguintes marcas padrão à computação para todas as finalidades:
| Chave de marca | Valor |
|---|---|
Vendor |
Valor constante: Databricks |
ClusterId |
ID interna do Azure Databricks do cluster |
ClusterName |
Nome do cluster |
Creator |
Nome de usuário (endereço de email) do usuário que criou o cluster |
Em clusters de trabalho, o Azure Databricks também aplica as seguintes marcas padrão:
| Chave de marca | Valor |
|---|---|
RunName |
Nome do trabalho |
JobId |
ID do Trabalho |
O Azure Databricks adiciona as seguintes marcas padrão a todos os pools:
| Chave de marca | Valor |
|---|---|
Vendor |
Valor constante: Databricks |
DatabricksInstancePoolCreatorId |
ID interna do Azure Databricks do usuário que criou o pool |
DatabricksInstancePoolId |
ID interna do Azure Databricks do pool |
Na computação usada pelo Lakehouse Monitoring, o Azure Databricks também aplica as seguintes marcas:
| Chave de marca | Valor |
|---|---|
LakehouseMonitoring |
true |
LakehouseMonitoringTableId |
ID da tabela monitorada |
LakehouseMonitoringWorkspaceId |
ID do workspace em que o monitor foi criado |
LakehouseMonitoringMetastoreId |
ID do metastore em que a tabela monitorada existe |
Marcação de cargas de trabalho de computação sem servidor
Para atribuir o uso de computação sem servidor a usuários, grupos ou projetos, você pode usar políticas de orçamento. Quando um usuário recebe uma política de orçamento, o uso sem servidor é marcado automaticamente com as tags da política. Consulte Atribua o uso sem servidor com políticas de orçamento.
Propagação de marcas
As marcas de workspace, pool e cluster são agregadas pelo Azure Databricks e propagadas para VMs do Azure para relatórios de análise de custo. Mas as marcas do pool e do cluster são propagadas de forma diferente.
As marcas de pool e workspace são agregadas e atribuídas como marcas de recurso das VMs do Azure que hospedam os pools.
As marcas de cluster e workspace são agregadas e atribuídas como marcas de recurso das VMs do Azure que hospedam os clusters.
Quando os clusters são criados com base nos pools, somente as marcas de workspace e as marcas de pool são propagadas para as VMs. As marcas de cluster não são propagadas para preservar o desempenho de inicialização do cluster de pool.
Resolução de conflitos de marcas
Se uma marca personalizada de cluster, de pool ou de workspace tiver o mesmo nome de uma marca padrão de cluster ou de pool do Azure Databricks, a marca personalizada será prefixada com um x_ quando for propagada.
Por exemplo, se um workspace for marcado com vendor = Azure Databricks, essa marca estará em conflito com a marca de cluster padrão vendor = Databricks. Portanto, as marcas serão propagadas como x_vendor = Azure Databricks e vendor = Databricks.
Limitações
- Pode levar até uma hora para que as marcas de workspace personalizadas sejam propagadas para o Azure Databricks após qualquer alteração.
- No máximo, 50 marcas podem ser atribuídas a um recurso do Azure. Se a contagem geral de marcas agregadas exceder esse limite, as marcas prefixadas com
x_serão avaliadas em ordem alfabética e aquelas que excederem o limite serão ignoradas. Se todas as marcas prefixadas comx_forem ignoradas e a contagem estiver acima do limite, as marcas restantes serão avaliadas em ordem alfabética e aquelas que excederem o limite serão ignoradas. - As chaves e valores de tag só podem conter letras, espaços, números ou os caracteres
+,-,=,._,:, ,/, .@As tags que contêm outros caracteres são inválidas. - Se você alterar os nomes ou os valores de chave de marca, essas alterações serão aplicadas somente após a reinicialização do cluster ou a expansão do pool.
- Se as marcas personalizadas do cluster entrarem em conflito com as marcas personalizadas de um pool, o cluster não poderá ser criado.
Imposição de marca com políticas
Você pode impor marcas em recursos de computação usando políticas de computação. Para obter mais informações, confira Imposição de marca personalizada.