Samenvatting
Serverless compute van Databricks krijgt kostencontroles voor toegang, toewijzing en bestedingslimieten.
Serverless compute verschuift kostenbeheersing
Databricks breidt kostenbeheersing voor serverless compute uit naar notebooks, jobs en pipelines. Platformteams kunnen kosten toewijzen met usage-policy-tags, toegang beperken met toegangscontroles en verbruik volgen via billing system tables en budget alerts.
Rate limits zijn nu beschikbaar. Gedeelde budgetten volgen later. Databricks meldt bovendien dat het gebruik van serverless compute binnen het bedrijf in één jaar meer dan verdrievoudigde en dat duizenden klanten er bedrijfskritische notebooks, jobs en pipelines op draaien.
Bij klassieke compute lag de controle bij de infrastructuur. Teams beperkten node-aantallen, instantietypen, autoscaling en cluster policies. Serverless neemt provisioning, schaling en het passend maken van infrastructuur over; daardoor verschuift kostenbeheer van machines naar gebruikers en workloads.
Waarom serverless kostenbeheersing telt
De bron benoemt drie concrete problemen: een onbeperkte notebookrun kan op één dag duizenden aan kosten veroorzaken, niet iedere gebruiker hoort serverless te kunnen starten en teams missen verantwoording zonder verplichte tags. Klassieke compute ving die problemen op met tags, entitlements en limieten voor clustergrootte.
Databricks brengt die driedeling naar serverless: kosten toewijzen, toegang controleren en uitgaven vooraf begrenzen. Serverless SQL en Model Serving beschikken volgens de bron al over mogelijkheden voor kostenallocatie, toegangsbeheer en verbruiksmonitoring zonder clusterinstellingen aan te passen. Die aanpak wordt nu uitgebreid naar andere serverless workloads.
Concrete takeaway
Breng per serverless workload in kaart wie toegang heeft, aan welk team de kosten worden toegewezen en welke limiet geldt. Activeer beschikbare tags, billing system tables, toegangscontroles, budget alerts en rate limits; houd gedeelde budgetten in de gaten zodra Databricks die beschikbaar maakt.
Verdiep je kennis
Data lakehouse uitgelegd — Het beste van twee werelden
Wat is een data lakehouse en waarom combineert het het beste van data warehouses en data lakes? Vergelijking, architectu...
KennisbankETL uitgelegd — Extract, Transform, Load in gewone taal
Wat is ETL? Leer hoe Extract, Transform en Load werkt, het verschil met ELT, en welke tools je kunt gebruiken. Helder ui...