Referencia de la tabla del sistema Workspaces

En esta página se explica cómo usar la tabla del sistema de áreas de trabajo para supervisar áreas de trabajo en la cuenta de Azure Databricks. Cada fila de la tabla representa el estado conocido más reciente de un área de trabajo activa en la cuenta, incluidos los metadatos y el estado del ciclo de vida.

Esta tabla es más útil cuando se combina con otras tablas del sistema. Puede usarlo para obtener estadísticas agregadas sobre confiabilidad, rendimiento y costo en las áreas de trabajo de su cuenta.

Ruta de acceso de tabla: esta tabla se encuentra en system.access.workspaces_latest

Esquema de tabla de áreas de trabajo

Consultas de ejemplo

En las secciones siguientes se incluyen consultas SQL de ejemplo mediante la tabla del sistema de áreas de trabajo.

• ¿Qué áreas de trabajo se están ejecutando actualmente?
• ¿Qué áreas de trabajo tienen el gasto más alto?
• ¿Qué trabajos en mi cuenta son los más caros?

¿Qué áreas de trabajo se están ejecutando actualmente?

La consulta siguiente muestra todos los espacios de trabajo que actualmente se encuentran en el estado RUNNING en su cuenta.

SELECT
    workspace_id,
    workspace_name,
    workspace_url,
    create_time
FROM
    system.access.workspaces_latest
WHERE
    status = "RUNNING";

¿Qué áreas de trabajo tienen el gasto más alto?

Esta consulta calcula las 10 áreas de trabajo principales de la cuenta por gasto en los últimos 30 días.

WITH
-- apply date filter
usage_with_ws_filtered_by_date AS (
  SELECT
    w.workspace_id,
    w.workspace_name,
    w.workspace_url,
    u.usage_quantity,
    u.usage_unit,
    u.sku_name,
    u.usage_end_time,
    u.cloud
  FROM
    system.billing.usage AS u NATURAL JOIN system.access.workspaces_latest AS w
  WHERE
    u.usage_date > DATE_ADD(CURRENT_DATE(), -30)
),
-- calc list priced usage in USD
prices AS (
  SELECT
    COALESCE(price_end_time, DATE_ADD(current_date, 1)) AS coalesced_price_end_time,
    *
  FROM
    system.billing.list_prices
  WHERE
    currency_code = 'USD'
),
list_priced_usd AS (
  SELECT
    COALESCE(u.usage_quantity * p.pricing.default, 0) as usage_usd,
    u.*
  FROM
    usage_with_ws_filtered_by_date as u
      LEFT JOIN prices AS p
        ON u.sku_name = p.sku_name
        AND u.cloud = p.cloud
        AND u.usage_unit = p.usage_unit
        AND (u.usage_end_time BETWEEN p.price_start_time AND p.coalesced_price_end_time)
)
-- calc total usage in USD
SELECT
  workspace_id,
  workspace_name,
  workspace_url,
  round(sum(usage_usd), 2) AS usage_usd
FROM
  list_priced_usd
GROUP BY
  1,
  2,
  3
ORDER BY
  4 DESC
limit 10;

¿Qué trabajos en mi cuenta son los más caros?

Esta consulta calcula los 10 trabajos más caros en su cuenta en los últimos 30 días.

with usage_with_cost AS (
  SELECT
    *,
    t1.usage_quantity * list_prices.pricing.default as list_cost
  FROM system.billing.usage t1
  INNER JOIN system.billing.list_prices list_prices on
      t1.cloud = list_prices.cloud and
      t1.sku_name = list_prices.sku_name and
      t1.usage_start_time >= list_prices.price_start_time and
      (t1.usage_end_time <= list_prices.price_end_time or list_prices.price_end_time is null)
),
most_expensive_jobs_30d AS (
  SELECT
    workspace_id,
    usage_metadata.job_id,
    SUM(list_cost) as list_cost
  FROM usage_with_cost
  WHERE
    usage_metadata.job_id IS NOT NULL
    AND usage_date >= CURRENT_DATE() - INTERVAL 30 DAYS
  GROUP BY ALL
  ORDER BY list_cost DESC
  LIMIT 100
),
latest_jobs AS (
  SELECT
    *,
    ROW_NUMBER() OVER (PARTITION BY workspace_id, job_id ORDER BY change_time DESC) as rn
  FROM system.lakeflow.jobs QUALIFY rn=1
)
SELECT
  t1.workspace_id,
  t2.workspace_name,
  t3.name as job_name,
  CONCAT(
    t2.workspace_url, '/jobs/', t1.job_id
  ) as job_url,
  t1.list_cost
FROM most_expensive_jobs_30d t1
LEFT JOIN  system.access.workspaces_latest t2 using (workspace_id)
LEFT JOIN latest_jobs t3 USING (workspace_id, job_id)
ORDER BY list_cost DESC
LIMIT 10;