Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Databricksの課金体系
Search
Databricks Japan
May 12, 2024
Technology
0
120
Databricksの課金体系
Databricksの課金体系(DBU)について説明します。
Databricks Japan
May 12, 2024
Tweet
Share
More Decks by Databricks Japan
See All by Databricks Japan
生成AIとレイクハウス・ガバナンス
databricksjapan
0
19
データプロダクトにおけるCI/CD: Databricks Asset Bundleとは?
databricksjapan
0
33
Databricks クリーンルームについてのご紹介
databricksjapan
0
66
Unity Catalog データ分離設計ガイド / Unity Catalog Data Isolation Design Guide
databricksjapan
1
240
機械学習モデルの運用と実用的なアプローチ
databricksjapan
0
540
Unity Catalogの自動有効化
databricksjapan
1
73
Unity Catalog 技術ディープダイブ
databricksjapan
1
310
パフォーマンス最適化のベストプラクティス
databricksjapan
0
1.4k
Databricks アシスタントとは?
databricksjapan
0
150
Other Decks in Technology
See All in Technology
AIエージェントを現場に導入する目線とは
masahiro_nishimi
1
1.5k
AWSで”最小権限の原則”を実現するための考え方 /20240722-ssmjp-aws-least-privilege
opelab
10
4.3k
クラウド利用者の「責任」をどう果たす?AWSセキュリティ対策のススメ #AWSSummit
hiashisan
0
270
Docker互換のセキュアなコンテナ実行環境「Podman」超入門
devops_vtj
6
3.2k
LLMアプリケーションの評価の実践と課題 ~PharmaXにおける今後の展望~
pharma_x_tech
2
160
VPoEの視点から見た、ヘンリーがサーバーサイドKotlinを使う理由 / Why Server-side Kotlin 2024
cho0o0
1
420
[NIKKEI Tech Talk]Bias for Action!! 実践から学ぶための仕組とコミュニティ / Community for Practice and Learning
kanamasa
0
270
テストケースの自動生成に生成AIの導入を試みた話と生成AIによる今後の期待
shift_evolve
0
180
サービス開発を前に進めるために 新米リードエンジニアが 取り組んだこと / Steps Taken by a Novice Lead Engineer to Advance Service Development
nologyance
0
180
エンジニアの生存戦略 〜クラウド潮流の経験から紐解く技術トレンドのメカニズムと乗りこなし方〜
shimy
9
1.9k
AIアシスタントの活用で品質の向上と開発ワークフローのスピードアップ
nagix
1
200
[2024最新版]AWS Control Towerを使ったセキュアなマルチアカウント環境の作り方
hiashisan
0
270
Featured
See All Featured
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
129
32k
Writing Fast Ruby
sferik
623
60k
From Idea to $5000 a Month in 5 Months
shpigford
377
46k
Code Reviewing Like a Champion
maltzj
517
39k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
248
20k
The Invisible Customer
myddelton
117
13k
Navigating Team Friction
lara
181
13k
We Have a Design System, Now What?
morganepeng
46
7k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
189
16k
Bootstrapping a Software Product
garrettdimon
PRO
304
110k
Designing Dashboards & Data Visualisations in Web Apps
destraynor
226
52k
Making Projects Easy
brettharned
111
5.7k
Transcript
©2024 Databricks Inc. — All rights reserved Databricks DBU 1
©2024 Databricks Inc. — All rights reserved Databricks - プラットフォーム製品とコンピュート
Databricks製品 クラウド コンピュート • Databricksプラットフォー ム製品を起動する際、お客 様のクラウド アカウント内に コンピュートのインフラを配 備します。 • クラウドコンピュートのコス トはDatabricksのコストと は別であり Databricksの 価格*の 要素ではありません pricing* (サーバレス製品 は除く) * サーバレスのDBUにおいては、クラウドコンピュートはDatabricksのアカウントに存在し、このコストをお客様に請求します。 Databricks サーバレス 製品 Databricksアカウント クラウドコンピュート 非サーバレス サーバレス
©2024 Databricks Inc. — All rights reserved DBUとは? ▪ Databrick
Unit (DBU)は処理能力に対して正規化された単位です ▪ Databricks製品のほとんどがDBUで課金されます ▪ Databricksの消費量/使用量を計測するためにDBUを使用しています ▪ 消費されるDBUの数は、使用された計算リソースによって決定されます ▪ $DBU/hourは特定の製品の時間あたりの価格です 注意事項: よりパワフルなクラウドコンピュートほど、 時間あたりのDBUが増加します
©2024 Databricks Inc. — All rights reserved Databricks Unit (DBU)は時間あたりの処理能力の単位であり、秒単位で課金されます
▪ Databricksクラスターの起動で課金 ▪ アイドル状態のプールインスタンスではDBU課金されません (AzureのVMコストは発生します) ドライバー DS3_v2 ワーカー DS3_v2 ワーカー DS3_v2 ワーカー DS3_v2 2時間 4ノード (1ドライバー + 3ワーカー) x 2時間 = 8 DBU 合計コスト = 8 DBUのコスト + DS3_v2の8 インスタンス時間のAzureコスト Azure Databricksのコスト - DBU
©2024 Databricks Inc. — All rights reserved 課金モデル • 使用量に応じてスケールする課金モデルに基づく柔軟な消費が可能に。
• Databricks Unit (DBU)を消費するクラスターやSQLウェアハウスを用いる際に コストが発生します。 • DBUあたりの金額はワークスペースの課金プラン(スタンダートやプレミアム)とコン ピュートの選択肢(インタラクティブ、ジョブ、SQLウェアハウスなど)に 依存します。 • 他のAzureサービスと一緒に請求されます。 • コンピュートのインスタンスが実行されていない際にはDBUは課金されません。
©2024 Databricks Inc. — All rights reserved DLT Compute -
Photon Delta Lakeで高信頼、運用可 能、テスト可能なデータ処理 パイプラインを構築 するために宣言型ツールを 活用 ディープダイブ: プラットフォーム製品ファミリー Jobs Compute 大規模にデータレイクを 構築し、データを管理するため のデータエンジニア リングパイプラインを実行 Jobs Compute - Photon 最適なワークロード パフォーマンスのために DatabricksのPhotonエンジン を用いたデータエンジニアリン グパイプラインの実行 All-purpose Compute ワンストップショップ体験でイ ンタラクティブな データサイエンス、機械 学習ワークロードを実行 DLT Compute Delta Lakeに高品質な データを提供する高信頼の データエンジニアリング パイプラインの構築と管理 SQL Compute データレイクから タイムリーに洞察を得るため に、BIレポート、分析、 可視化のためにSQLクエリーを 実行 All-purpose Compute - Photon 最適なワークロード パフォーマンスのために DatabricksのPhoton エンジンを用いたデータサイ エンスや機械学習ワーク ロードの実行 Serverless SQL Compute 最適なレーテンシーと 使用率のためにDatabricksの サーバレス環境でSQL クエリーを実行
©2022 Databricks Inc. — All rights reserved TCOブレークダウンの例 $1.00 $DBU
$3.00 VM $1.45 $DBU $1.50 VM TCO $4.00 TCO $2.95 Spark Databricks 最適化 • Databricksの最適化Sparkはクエリーを迅速に 完了するため、計算資源の消費が抑えられます • ジョブあたりのTCOを低減します • 2倍高速であることは、インフラストラクチャのコスト が半分になることを意味します • この例では、クラウドインフラストラクチャの節約に よって、TCOを26%削減できる可能性があります 26%のTCO削減
©2024 Databricks Inc. — All rights reserved ワークロードに基づくサイジング 最小 ピーク
ピークに基づく オンプレミスアプローチ 平均 実際のワークロード クラウドの推定値 コスト削減の機会 クラウドスケールの最小 クラウドスケールの最大