作业系统表参考

本文是关于如何使用 lakeflow 系统表来监控您帐户中的作业的参考资料。 这些表包括帐户中部署在同一云区域内的所有工作区的记录。 若要查看另一个区域中的记录，必须查看该区域中部署的工作区中的表。

要求

• system.lakeflow 架构必须由帐户管理员启用。请参阅 启用系统表架构。
• 若要访问这些系统表，用户必须：
  • 既是元存储管理员，也是帐户管理员，或者
  • 对系统架构具有 USE 和 SELECT 权限。 请参阅授予对系统表的访问权限。

可用的作业表

所有与作业相关的系统表都位于 system.lakeflow 架构中。 目前，该架构托管四个表：

详细架构参考

以下各节为每个与作业相关的系统表提供架构引用。

作业表架构

jobs 表是渐变维度表（SCD2）。 当行发生更改时，系统会发出新行，以逻辑方式替换上一行。

表路径：system.lakeflow.jobs

示例查询

-- Get the most recent version of a job
SELECT
  *,
  ROW_NUMBER() OVER(PARTITION BY workspace_id, job_id ORDER BY change_time DESC) as rn
FROM
  system.lakeflow.jobs QUALIFY rn=1

作业任务表架构

作业任务表是一个渐变的维度表（SCD2）。 当行发生更改时，系统会发出新行，以逻辑方式替换上一行。

表路径：system.lakeflow.job_tasks

示例查询

-- Get the most recent version of a job task
SELECT
  *,
  ROW_NUMBER() OVER(PARTITION BY workspace_id, job_id ORDER BY change_time DESC) as rn
FROM
  system.lakeflow.job_tasks QUALIFY rn=1

作业运行时间线表架构

作业运行时间线表是不可变的，在生成作业时完成。

表路径：system.lakeflow.job_run_timeline

示例查询

-- This query gets the daily job count for a workspace for the last 7 days:
SELECT
  workspace_id,
  COUNT(DISTINCT run_id) as job_count,
  to_date(period_start_time) as date
FROM system.lakeflow.job_run_timeline
WHERE
  period_start_time > CURRENT_TIMESTAMP() - INTERVAL 7 DAYS
GROUP BY ALL

-- This query returns the daily job count for a workspace for the last 7 days, distributed by the outcome of the job run.
SELECT
  workspace_id,
  COUNT(DISTINCT run_id) as job_count,
  result_state,
  to_date(period_start_time) as date
FROM system.lakeflow.job_run_timeline
WHERE
  period_start_time > CURRENT_TIMESTAMP() - INTERVAL 7 DAYS
  AND result_state IS NOT NULL
GROUP BY ALL

-- This query returns the average time of job runs, measured in seconds. The records are organized by job. A top 90 and a 95 percentile column show the average lengths of the job's longest runs.
with job_run_duration as (
    SELECT
        workspace_id,
        job_id,
        run_id,
        CAST(SUM(period_end_time - period_start_time) AS LONG) as duration
    FROM
        system.lakeflow.job_run_timeline
    WHERE
      period_start_time > CURRENT_TIMESTAMP() - INTERVAL 7 DAYS
    GROUP BY ALL
)
SELECT
    t1.workspace_id,
    t1.job_id,
    COUNT(DISTINCT t1.run_id) as runs,
    MEAN(t1.duration) as mean_seconds,
    AVG(t1.duration) as avg_seconds,
    PERCENTILE(t1.duration, 0.9) as p90_seconds,
    PERCENTILE(t1.duration, 0.95) as p95_seconds
FROM
    job_run_duration t1
GROUP BY ALL
ORDER BY mean_seconds DESC
LIMIT 100

-- This query provides a historical runtime for a specific job based on the `run_name` parameter. For the query to work, you must set the `run_name`.
SELECT
  workspace_id,
  run_id,
  SUM(period_end_time - period_start_time) as run_time
FROM system.lakeflow.job_run_timeline
WHERE
  run_type="SUBMIT_RUN"
  AND run_name = :run_name
  AND period_start_time > CURRENT_TIMESTAMP() - INTERVAL 60 DAYS
GROUP BY ALL

-- This query collects a list of retried job runs with the number of retries for each run.
with repaired_runs as (
    SELECT
    workspace_id, job_id, run_id, COUNT(*) - 1 as retries_count
    FROM system.lakeflow.job_run_timeline
    WHERE result_state IS NOT NULL
    GROUP BY ALL
    HAVING retries_count > 0
    )
SELECT
    *
FROM repaired_runs
ORDER BY retries_count DESC
    LIMIT 10;

作业运行时间线表架构

作业任务运行时间线表在生成时不可变并完成。

表路径：system.lakeflow.job_task_run_timeline

常见联接模式

以下部分提供了示例查询，这些查询突出显示了作业系统表的常用联接模式。

联接作业和作业运行时间线表

使用作业名称扩充作业运行

with 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
    job_run_timeline.*
    jobs.name
FROM system.lakeflow.job_run_timeline
    LEFT JOIN jobs USING (workspace_id, job_id)

联接作业运行时间线和使用情况表

使用作业运行元数据扩充每个计费日志

SELECT
    t1.*,
    t2.*
FROM system.billing.usage t1
    LEFT JOIN system.lakeflow.job_run_timeline t2
        ON t1.workspace_id = t2.workspace_id
            AND t1.usage_metadata.job_id = t2.job_id
            AND t1.usage_metadata.job_run_id = t2.run_id
            AND t1.usage_start_time >= date_trunc("Hour", t2.period_start_time)
            AND t1.usage_start_time < date_trunc("Hour", t2.period_end_time) + INTERVAL 1 HOUR
WHERE
    billing_origin_product="JOBS"

计算每次作业运行的成本

此查询与 billing.usage 系统表联接，以计算每个作业运行的成本。

with jobs_usage AS (
  SELECT
    *,
    usage_metadata.job_id,
    usage_metadata.job_run_id as run_id,
    identity_metadata.run_as as run_as
  FROM system.billing.usage
  WHERE billing_origin_product="JOBS"
),
jobs_usage_with_usd AS (
  SELECT
    jobs_usage.*,
    usage_quantity * pricing.default as usage_usd
  FROM jobs_usage
    LEFT JOIN system.billing.list_prices pricing ON
      jobs_usage.sku_name = pricing.sku_name
      AND pricing.price_start_time <= jobs_usage.usage_start_time
      AND (pricing.price_end_time >= jobs_usage.usage_start_time OR pricing.price_end_time IS NULL)
      AND pricing.currency_code="USD"
),
jobs_usage_aggregated AS (
  SELECT
    workspace_id,
    job_id,
    run_id,
    FIRST(run_as, TRUE) as run_as,
    sku_name,
    SUM(usage_usd) as usage_usd,
    SUM(usage_quantity) as usage_quantity
  FROM jobs_usage_with_usd
  GROUP BY ALL
)
SELECT
  t1.*,
  MIN(period_start_time) as run_start_time,
  MAX(period_end_time) as run_end_time,
  FIRST(result_state, TRUE) as result_state
FROM jobs_usage_aggregated t1
  LEFT JOIN system.lakeflow.job_run_timeline t2 USING (workspace_id, job_id, run_id)
GROUP BY ALL
ORDER BY usage_usd DESC
LIMIT 100

获取 SUBMIT_RUN 作业的使用情况日志

SELECT
  *
FROM system.billing.usage
WHERE
  EXISTS (
      SELECT 1
      FROM system.lakeflow.job_run_timeline
      WHERE
        job_run_timeline.job_id = usage_metadata.job_id
        AND run_name = :run_name
        AND workspace_id = :workspace_id
  )

联接作业任务运行时间线和群集表

使用群集元数据扩充作业任务运行

with clusters as (
    SELECT
        *,
        ROW_NUMBER() OVER (PARTITION BY workspace_id, cluster_id ORDER BY change_time DESC) as rn
    FROM system.compute.clusters QUALIFY rn=1
),
exploded_task_runs AS (
  SELECT
    *,
    EXPLODE(compute_ids) as cluster_id
  FROM system.lakeflow.job_task_run_timeline
  WHERE array_size(compute_ids) > 0
)
SELECT
  exploded_task_runs.*,
  clusters.*
FROM exploded_task_runs t1
  LEFT JOIN clusters t2
    USING (workspace_id, cluster_id)

查找基于通用计算运行的作业

此查询与 compute.clusters 系统表联接，以返回最近基于通用计算（而不是作业计算）运行的作业。

with clusters AS (
  SELECT
    *,
    ROW_NUMBER() OVER(PARTITION BY workspace_id, cluster_id ORDER BY change_time DESC) as rn
  FROM system.compute.clusters
  WHERE cluster_source="UI" OR cluster_source="API"
  QUALIFY rn=1
),
job_tasks_exploded AS (
  SELECT
    workspace_id,
    job_id,
    EXPLODE(compute_ids) as cluster_id
  FROM system.lakeflow.job_task_run_timeline
  WHERE period_start_time >= CURRENT_DATE() - INTERVAL 30 DAY
),
all_purpose_cluster_jobs AS (
  SELECT
    t1.*,
    t2.cluster_name,
    t2.owned_by,
    t2.dbr_version
  FROM job_tasks_exploded t1
    INNER JOIN clusters t2 USING (workspace_id, cluster_id)
)
SELECT * FROM all_purpose_cluster_jobs LIMIT 10;

作业监视仪表板

以下仪表板使用系统表来帮助您开始监控作业和运行状况。 它包括常见用例，例如作业性能跟踪、故障监视和资源利用率。

有关下载仪表板的信息，请参阅使用系统表监视作业成本和性能

故障排除

作业未记录在 lakeflow.jobs 表中

如果任务在系统表中不可见：

• 在过去 365 天内未修改作业
  • 修改架构中存在的任何作业字段以发出新记录。
• 作业是在不同区域创建的
• 作业是最近创建的（表格数据延迟）

找不到在 job_run_timeline 表中显示的作业

并非所有作业运行在任何地方都可见。 虽然 JOB_RUN 条目出现在所有与作业相关的表中，但 WORKFLOW_RUN（笔记本工作流运行）仅记录在 job_run_timeline 中，SUBMIT_RUN（一次性提交的运行）仅记录在这两个时间线表中。 这些运行不会填充到其他作业系统表，例如 jobs 或 job_tasks。

有关每种运行类型在何处可见和可访问的详细信息，请参阅下表 运行类型 表。

作业运行在 billing.usage 表中不可见

在 system.billing.usage 中，仅针对在作业计算或无服务器计算上运行的作业填充 usage_metadata.job_id。

此外，WORKFLOW_RUN 作业在 usage_metadata.job_id 中没有自己的 usage_metadata.job_run_id 或 system.billing.usage 属性。 这些计算的使用量将归因于触发它们的父笔记本。 这意味着，当笔记本启动工作流运行时，所有计算成本都归于父笔记本的使用，而不会单独列为工作流作业。

有关详细信息，请参阅 使用情况元数据参考。

计算在通用计算上运行的作业的成本

对于在通用计算上运行的作业的成本，不可能 100% 准确地进行精确的成本计算。 当作业在交互式（用途）计算上运行时，多个工作负荷（如笔记本、SQL 查询或其他作业）通常会在同一计算资源上同时运行。 由于群集资源是共享的，因此计算成本和单个作业运行之间没有直接的 1：1 映射。

为了准确跟踪作业成本，Databricks 建议在专用作业计算或无服务器计算上运行作业，其中 usage_metadata.job_id 和 usage_metadata.job_run_id 允许精确的成本归因。

如果必须使用全用途计算，可以：

• 根据 usage_metadata.cluster_id 监视 system.billing.usage 中的总体群集使用情况和成本。
• 单独跟踪作业运行时指标。
• 请考虑由于共享资源，任何成本估算都将是近似值。

有关成本归因的详细信息，请参阅 使用情况元数据参考。

引用值

以下部分包括有关作业相关表中选择列的引用。

触发器类型值

trigger_type 列的可能值为：

• CONTINUOUS
• CRON
• FILE_ARRIVAL
• ONETIME
• ONETIME_RETRY

运行类型值

run_type 列的可能值为：

结果状态值

result_state 列的可能值为：

终止代码值

termination_code 列的可能值为：