Zusammenfassung

  • Databricks definiert den DBU als „normierte Einheit der Rechenleistung“ für Messung und Preisbildung, doch die Definition landet auf keiner Maschine; was einen Knoten in DBU übersetzt, ist eine Zelle in einer Preistabelle (0,75, 1,50, 3,00) und keine Formel.
  • Dieselbe Seite zur Kostenoptimierung schreibt zwei Sätze: Gesamtkosten sind DBU plus virtueller Maschine, Platte und Netz; und bei Serverless-Diensten enthält der DBU-Preis die Kosten der virtuellen Maschine bereits. Ein Wort, zwei Geltungsbereiche.
  • Damit gilt die Frage „Was ist ein DBU in Maschine und Zeit wert“ nur zusammen mit dem Geltungsbereich: Im klassischen Compute kommt die Maschinenrechnung im Umschlag eines anderen Unternehmens, im Serverless ist sie in dieselbe Zahl eingefaltet.

Die Definition nennt keine Maschine

Die Preisseite von Databricks ist vorsichtig formuliert: „A Databricks Unit (DBU) is a normalized unit of processing power on the Databricks Lakehouse Platform used for measurement and pricing purposes. The number of DBUs a workload consumes is driven by processing metrics, which may include the compute resources used and the amount of data processed.“ (Databricks-Preise) Zwei Dinge stehen darin: Der DBU dient der Messung und der Preisbildung; der Verbrauch wird von „Verarbeitungsmetriken“ getrieben, die „umfassen können“, welche Rechenressourcen genutzt und wie viele Daten verarbeitet wurden. Dass ein DBU so und so vielen Kernen, Gigabyte oder Sekunden entspreche, steht dort nicht.

Auf derselben Seite ist die kleinste Zeiteinheit gedruckt: Die nutzungsabhängige Abrechnung erfolgt „at per-second granularity“. Auch die Grenze des Geltungsbereichs ist gedruckt: „Storage, networking and related costs will vary depending on the services you choose and your cloud service provider.“ Der DBU-Listenpreis ist der Preis der Plattform; Kosten, die dem Cloud-Anbieter folgen, liegen außerhalb dieser Liste.

Dieselbe Seite erinnert daran, dass Kundinnen und Kunden, die Databricks im eigenen Cloud-Konto betreiben, vom Cloud-Anbieter weiterhin für Ressourcen wie Recheninstanzen belastet werden, auch während der Testphase; und dass die Preisliste den unrabattierten Preis je SKU ausweist, den List Price, während Promotions-SKUs befristet rabattiert sind.

Woher kommt also die „Maschine“?

Dasselbe Dokument, zwei Sätze, zwei Geltungsbereiche

Die Kostenoptimierungs-Dokumentation von Databricks schreibt zu den Gesamtkosten: „Total costs include Databricks Units (DBUs) plus virtual machine, disk, and associated network costs. Note that for serverless services, the DBU cost already includes the virtual machine costs.“ (Kostenoptimierung, die Seite war beim Abruf mit 2026-10-29 datiert) Der erste Satz stellt Maschine, Platte und Netz neben den DBU; der zweite holt die virtuelle Maschine in den DBU zurück, und zwar nur bei Serverless.

Zum selben Thema gibt es einen schärferen Satz: Solange Instanzen im Pool untätig stehen, berechnet Databricks keine DBUs, aber „Instance provider billing does apply“ — der DBU-Zähler hält an, der Maschinenzähler nicht.

Das ist kein Einzelfall. Die Azure-Databricks-Fassung desselben Artikels bei Microsoft Learn wiederholt beide Sätze wörtlich (Microsoft Learn). Die Spaltung des Geltungsbereichs wandert mit der Dokumentation der Plattform und bleibt nicht auf einer Seite liegen.

Vom Knoten zur Einheit: eine Tabellenzelle, keine Formel

Die Beschreibung von Databricks selbst ist ein Satz, keine Formel: „Except for SQL warehouses, DBUs consumed are based on the number of nodes and the computational power of the underlying VM instance types.“ (Databricks-Blog zur Kostensteuerung) Im selben Text heißt es zu jedem Instanztyp, er „has a different calculated DBU rate“. Das Wort „berechnet“ stammt vom Anbieter; die Rechnung wird nicht gezeigt.

Gezeigt werden Zahlen. Die Preistabelle von Azure Databricks führt in jeder Instanzzeile eine Spalte DBU Count (DBU/Stunde): DS3 v2 mit 0,75; DS4 v2 mit 1,50; DS5 v2 mit 3,00; D4s v3 mit 0,75; D8s v3 mit 1,50; D16s v3 mit 3,00 (Azure-Databricks-Preise). Beide Familien drucken auf diesen drei Stufen dieselben Koeffizienten.

Nach meiner Rechnung: 3,00 ÷ 0,75 = 4, also der Faktor vier zwischen drei Stufen einer Familie. Die zwei alten Zahlen im Databricks-Blog öffnen die Spanne weiter: m4.large verbraucht 0,4 DBU pro Stunde, m4.16xlarge 12 DBU pro Stunde, und 12 ÷ 0,4 = 30. Das ist die m4-Familie, der All-Purpose-Modus und ein beim Abruf undatierter Text: ein Beleg dafür, dass der Koeffizient eine Zahl je Instanz ist, keine gültige Tarifquelle.

Eine Einschränkung gehört dazu: Die Azure-Tabelle nannte im abgerufenen Text die Spaltenköpfe vCPU(s) und RAM, lieferte die Zeilenwerte aber nicht. Aus diesem Koeffizienten lässt sich daher kein Verhältnis je vCPU oder je Gigabyte ableiten; diese Division trägt mit diesen Daten nicht.

Der Anbieter liefert die Multiplikation selbst: „With an instance type which runs at 3 DBU/hour, a 4 node jobs cluster would be charged at $2.40 ($0.2 * 3 * 4) for an hour.“ Die drei Terme sind Listenpreis, DBU je Knotenstunde und Knotenzahl; im Produkt steckt kein Cent der Maschine. Nach meiner Rechnung ergeben vier Knoten zu je 0,75 DBU pro Stunde über eine Stunde 3 DBU, und das Beispiel des Anbieters bepreist sie mit $2.40 bei $0.20. Die Maschinenrechnung für diese vier Knotenstunden steht in keiner der beiden Zahlen. Ebenfalls meine Rechnung: derselbe Koeffizient in Sekunden, 0,75 ÷ 3.600 = 0,00020833.

Serverless tauscht den Koeffizienten „je Maschine“ gegen „je SKU“

Warum Serverless die Maschine aufnehmen kann, steht ebenfalls in der Dokumentation: „When you choose to use serverless compute, you can run workloads without provisioning any compute resources in your cloud account.“ (Serverless-Compute) Liegt im Konto der Kundin nichts, gibt es beim Cloud-Anbieter nichts zu messen.

Damit wechselt das Objekt der Umrechnung. Die Dokumentation zum DBU-Verbrauch bei Serverless sagt: „When using certain features, a multiplier is applied to the underlying DBUs consumed. For instance, Data Quality Monitoring has a 2X multiplier. If the associated background job uses 5 DBUs, you are billed for 10 DBUs after applying the multiplier. The DBUs shown on your bill and in system tables reflect the final amount after this multiplier is applied.“ (DBU-Verbrauch je SKU, Seite datiert 2026-09-11)

Die Multiplikatorentabelle ist nicht durchweg 1X. Unter Automated Serverless: Serverless Jobs 1X, Serverless Spark Declarative Pipelines 1X, Predictive Optimization 1X, Data Quality Monitoring 2X, Fine-Grained Access Control 1X, materialisierte Views und Streaming-Tabellen in Databricks SQL 1X, Data Classification 3X. Unter Interactive: Serverless Notebook 1X, Databricks Apps Medium 0,5X, Databricks Apps Large 1X. Unter Database Serverless: Lakebase Autoscaling Compute 0,213X. Nach meiner Rechnung: 3 ÷ 0,213 ≈ 14,1, also rund das Vierzehnfache zwischen kleinem und großem gedruckten Multiplikator.

Einer liegt unter eins: weniger als ein DBU je DBU.

Die Leiter der SQL-Serverless-Warehouses steht auf derselben Seite: von 2X-Small bis 4X-Large 4, 6, 12, 24, 40, 80, 144, 272 und 528 DBU/Stunde. Nach meiner Rechnung: 528 ÷ 4 = 132. Dieselbe Seite listet Speicher-Multiplikatoren (Database Storage 15X, PITR 8,7X, Snapshots 3,91X, AI Search 10X, Speicher je Gigabyte 1X, 0,3535X je 1.000 Schreibvorgänge und 0,0226X je 1.000 Lesevorgänge).

Die Antwortseite von Databricks sagt die Methode direkt: Serverless wird sekundengenau nach Nutzung abgerechnet, ohne Berechnung für untätige Kapazität; Serverless-Notebooks und -Jobs werden abgerechnet, solange ein Befehl oder eine Abfrage läuft, zuzüglich einer kleinen Sitzungsgebühr für die REPL-VM; Serverless-SQL-Warehouses werden mit einem festen DBU-pro-Stunde-Satz nach Warehouse-Größe abgerechnet (Databricks-Antworten).

Bemerkenswert ist, dass der Weg zur Schätzung, den die Dokumentation den Kunden anbietet, keine Formel ist, sondern eine Tabelle: eine repräsentative Arbeitslast laufen lassen und in system.billing.usage nachsehen. Das ist ein Weg, kein „gibt es nicht“.

Wer die Addition macht

Auf der Seite des klassischen Compute stellt die Azure-Tabelle die zwei Zeilen nebeneinander und addiert sie gleich selbst: „Azure Databricks bills you for virtual machines (VMs) provisioned in clusters and Databricks Units (DBUs) based on the VM instance selected. A DBU is a unit of processing capability, billed on a per-second usage. The DBU consumption depends on the size and type of instance running Azure Databricks.“ Auffällig ist der Wechsel des Substantivs: Hier ist der DBU eine Einheit der „Verarbeitungskapazität“, und der Verbrauch hängt direkt an der gewählten Instanz.

Jede Instanzzeile dieser Tabelle trägt eine Spalte DBU Price und eine Spalte Gesamtpreis in der nutzungsabhängigen Abrechnung; eine Anmerkung auf der Seite sagt, der Gesamtpreis enthalte sowohl den Compute-Preis der virtuellen Maschine als auch den DBU-Preis, und verweist für den Compute-Preis auf eine eigene Seite für VM-Preise. Diese Anmerkung gebe ich als Beschreibung der Seite wieder: Beim Abruf kam sie einmal nur als Suchauszug und wurde ein anderes Mal blockiert (safe_http_response_too_large), die Preiszellen erschienen als Platzhalter („$-“). Ein Dollarbetrag je DBU von Azure wird hier deshalb nicht zitiert.

Der Umfang sind auch nicht nur zwei Maschinen. Dieselbe Seite sagt, dass neben virtuellen Maschinen verwaltete Datenträger, Blob-Speicher und öffentliche IP-Adressen zusätzlich abgerechnet werden; die Serverless-SQL-Tabellen führen DBU-Zahl und DBU-Preis ohne Spalte für den VM-Preis; und eine Fußnote legt Datenübertragung, NAT-Gateway und Private Endpoint stundenweise auf den DBU obendrauf.

Die Messseite eines anderen Cloud-Anbieters lautet: „On-Demand Instances let you pay for compute capacity by the hour or second (minimum of 60 seconds) with no long-term commitments.“ (AWS EC2 On-Demand) Abrechnung nach Minute, Stunde und Maschine gehört diesem Unternehmen; die Tabelle der Instanztarife wurde bei diesem Abruf nicht zurückgegeben, deshalb wird hier kein Instanzpreis zitiert.

Eine weitere Lücke in der Umrechnung von Maschine zu Einheit: Die Referenz zur Compute-Konfiguration sagt nur, „A compute resource consists of one driver node and zero or more worker nodes.“ (Compute-Konfiguration) Treiber- und Worker-Instanztypen lassen sich getrennt wählen, aber die Seite enthält keine DBU-Tabelle und keine Formel von der Knotenzahl zum DBU. Der Koeffizient wohnt in den Preisunterlagen.

Was Leserinnen und Leser nicht nachprüfen können

Die von mir angeforderte Preisseite (/product/pricing/price-list) antwortete beim Abruf mit HTTP 404. Über ihren Inhalt wird hier nichts behauptet.

Die Tabelle mit Dollarbeträgen je DBU und SKU auf der Databricks-Preisseite wurde im abgerufenen Text nicht gerendert. Dieses Briefing zitiert keinen Dollarbetrag je DBU von Databricks; der einzige zitierte Dollarbetrag ist das Beispiel von $0.20 aus dem Blog des Anbieters selbst, und es wird als Beispiel gekennzeichnet.

Die Preiszellen der Azure-Seite erschienen als Platzhalter, ein weiterer Abruf wurde wegen der Größe blockiert. Dieses Briefing zitiert keinen Dollarbetrag je DBU von Azure.

In der Azure-Instanztabelle sind die Spaltenköpfe für vCPU und RAM vorhanden, die Zeilenwerte fehlen. Deshalb berechnet und nahelegt dieser Text kein Verhältnis von DBU je vCPU oder je Gigabyte.

Sekundäre Zusammenstellungen schreiben einer Preisfrage zu Lakeflow Jobs die Regel eines Mindestabrechnungszeitraums von einer Minute bei Serverless zu. Der Satz wurde in dieser Recherche auf keiner von Databricks verfassten Seite gelesen; er wird als unbestätigt vermerkt und nicht verwendet, um die Aussage der sekundengenauen Abrechnung einzuschränken.

Unter den zehn gelesenen Dokumenten druckt keine Seite eine Formel, die vCPU-Zahl, Arbeitsspeichergröße oder Datenvolumen in DBU umrechnet. Das ist eine Lücke in dieser Sammlung von zehn Dokumenten, so und nicht anders gesagt, und keine Aussage über die interne Praxis des Anbieters; Databricks verweist Kundinnen und Kunden auf system.billing.usage, und das ist ein Weg, kein „nicht zu ermitteln“.

Der abgerufene Auszug der AWS-Preisseite von Databricks zeigt keine Spalte DBU Count je Instanz wie Azure. Das ist eine Grenze dieser Lektüre, kein Beweis, dass die Spalte nicht existiert.

Drei Sätze für den Einkauf

Erstens: nach dem Geltungsbereich fragen. Derselbe Dollar je DBU kauft im klassischen Compute und im Serverless nicht dasselbe; zwei Preistabellen direkt zu vergleichen heißt, zwei Rechnungen zu einer zusammenzupressen.

Zweitens: fragen, in wessen Umschlag die Maschinenrechnung kommt. Im klassischen Compute geht dieses Geld an den Cloud-Anbieter, im Serverless ist es in den DBU-Preis eingefaltet. Wer die Rechnung stellt und wer sie kassiert, entscheidet, in welcher Zeile das Budget landet.

Drittens: Im Serverless wird nicht die Maschine verglichen, sondern der Multiplikator. Dieselbe SKU-Tabelle reicht von 0,213X bis 3X, die Warehouse-Leiter von 4 bis 528 DBU/Stunde; was die Rechnung entscheidet, ist die gewählte SKU und die Laufzeit, nicht der Instanztyp.

Der Verzeichniseintrag zu Databricks steht hier.