Tagging av kostnader¶

Denne veiledningen viser deg hvordan du merker jobbene dine med kostnadstaggene CostTeam og CostProcess, slik at forbruket fordeles på riktig team og prosess i kostnadsrapportene. Plattform-infrastruktur (AWS-ressurser og Databricks-compute via clusterpolicyer og landingssonen) tagges automatisk av Golden Path; denne veiledningen viser hvordan du merker dine egne jobber.

Før du begynner¶

Sørg for at du har:

En bundle med en eller flere jobber du eier
Avklart hvilket team (CostTeam) ressursen tilhører
Avklart hvilken prosesstype (CostProcess) jobben utfører

Trinn 1: Merk en jobb med eget cluster (`new_cluster`)¶

Når jobben definerer sitt eget cluster, setter du CostTeam og CostProcess som custom_tags på new_cluster. Eksempelet nedenfor er hentet fra vscode_demo-bundlen i padda-databrikker, der jobben kjører transformasjoner på et eget cluster:

      job_clusters:
        - job_cluster_key: job_cluster
          new_cluster:
            spark_version: 17.3.x-scala2.13
            node_type_id: i3.xlarge
            data_security_mode: SINGLE_USER
            custom_tags:
              CostTeam: padda
              CostProcess: Transform
            autoscale:
              min_workers: 1
              max_workers: 2

Velg CostProcess ut fra hva jobben gjør:

Verdi	Brukes til
`General`	Generelt forbruk som ikke passer i de andre kategoriene
`Ingest`	Innhenting av data inn på plattformen
`Transform`	Bearbeiding og transformasjon av data
`Query`	Spørringer og analyse
`Serve`	Servering av data til konsumenter, inkludert serving-endepunkter for modeller
`ML`	Trening av modeller og batch-inferens

Serverless-jobber og serving-endepunkter

På serverless-jobber finnes det ikke noe cluster å tagge; bruk job-nivå tags som i trinn 2. Serving-endepunkter tagges med en liste av key/value-par, se MLflow og modellregister.

Trinn 2: Merk en jobb som bruker `existing_cluster_id`¶

Når jobben kjører på et eksisterende cluster som er felles, kan du ikke sette custom_tags på clusteret. Bruk i stedet job-nivå tags som søsken av name og tasks. Eksempelet nedenfor er hentet fra excel_ingest-bundlen i padda-databrikker:

  jobs:
    ingest_excel_job:
      name: "Ingest Excel"
      timeout_seconds: 3600
      max_concurrent_runs: 1
      tags:
        CostTeam: padda
        CostProcess: Ingest
      tasks:
        - task_key: ingest_excel_task
          existing_cluster_id: ${var.existing_cluster_id}

Job-nivå tags er fallback når det er et felles cluster og dermed ikke kan sette custom_tags på det. Bruk samme CostProcess-verdier som i trinn 1.

Bekreft resultatet¶

Valider bundlen for å bekrefte at taggene er på plass:

databricks bundle validate

Den rendrede jobben skal nå vise custom_tags på clusteret (trinn 1) eller tags på jobben (trinn 2) med CostTeam og CostProcess.