Resumen
- Databricks define el Databricks Unit (DBU) como «a normalized unit of processing power on the Databricks Lakehouse Platform used for measurement and pricing purposes»: ni un núcleo, ni un gigabyte, ni un nodo, ni una máquina quedan fijados ahí.
- La documentación de costes del mismo proveedor parte ese nombre único en dos alcances: «Total costs include Databricks Units (DBUs) plus virtual machine, disk, and associated network costs», y «for serverless services, the DBU cost already includes the virtual machine costs».
- El paso de un nodo a DBU es una celda impresa, no una fórmula; en serverless el coeficiente pasa a ser un multiplicador por SKU cuyos valores publicados van de 0,213X a 3X.
Una unidad que no nombra ninguna máquina
Empecemos por la frase a la que todo lo demás tiene que encajar. «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.» Es la definición que figura en la página de precios de Databricks.
Léala dos veces y fíjese en lo que no fija. Fija que la unidad mide y que la unidad tarifa. No fija un núcleo, ni un gigabyte, ni un nodo, ni una máquina, ni una duración. El consumo «está impulsado por métricas de procesamiento, que pueden incluir»: una lista abierta, y el verbo modal pertenece al proveedor, no a mí.
La base temporal se publica aparte: el pago por uso se factura «at per-second granularity». La unidad llega con reloj y sin tamaño. Quien afirme cuánto vale un DBU en capacidad de máquina está citando otro documento, y la pregunta útil es cuál y en qué página.
El mismo nombre, dos alcances
Aquí está el par de frases que ordena todo el asunto, tomado de la guía de optimización de costes del propio Databricks: «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.»
Dos afirmaciones, una página, un solo nombre de unidad. En cómputo clásico el total del cliente es la suma de dos facturas y solo la primera pertenece a Databricks. En serverless la máquina se ha movido dentro de la unidad y el precio del DBU pasa a ser un precio de plataforma todo incluido para ese componente. El reparto no es una nota al pie aislada: la versión Azure Databricks del mismo artículo, en Microsoft Learn, reproduce frases idénticas. El reparto viaja con la documentación de la plataforma.
La separación se ve incluso en el comportamiento en reposo. Databricks no cobra DBU mientras hay instancias paradas en un pool, y la misma página lo dice sin rodeos: «Instance provider billing does apply». Un contador se detiene, el otro sigue. Es la demostración más limpia de que son dos contadores.
El caso serverless tiene una razón estructural, que Databricks enuncia sin lenguaje tarifario: «When you choose to use serverless compute, you can run workloads without provisioning any compute resources in your cloud account.» Si nada suyo está en su cuenta de nube, su proveedor de nube no tiene nada suyo que medir. La máquina no desapareció: cambió de lado de la factura.
Del nodo a la unidad: una celda, no una fórmula
La conversión existe, y su forma merece precisión. El blog de ingeniería de Databricks escribe que, salvo los almacenes SQL, «DBUs consumed are based on the number of nodes and the computational power of the underlying VM instance types», y que cada tipo de instancia disponible «has a different calculated DBU rate» (blog de Databricks).
Eso describe un coeficiente, no la manera de calcularlo. Ningún exponente, ninguna tarifa por núcleo, ningún término por gigabyte. El coeficiente se publica como celda de una tabla o, en los ejemplos más antiguos del blog, como número en prosa: una m4.large a 0,4 DBU por hora y una m4.16xlarge a 12 DBU por hora en modo todo uso, sobre una familia de instancias que la entrada no fecha.
Mi aritmética, y solo mía: 12 ÷ 0,4 = 30, la horquilla entre esas dos filas publicadas. En el lado de Azure el mismo tipo de coeficiente aparece en columna. La lista de precios de Azure Databricks de Microsoft trae columnas llamadas Instance, vCPU(s), RAM, DBU Count, DBU Price y precios totales; seis celdas de DBU Count marcan 0,75, 1,50 y 3,00 para DS3 v2, DS4 v2 y DS5 v2, y de nuevo 0,75, 1,50 y 3,00 para D4s v3, D8s v3 y D16s v3: DBU por hora. Mi aritmética otra vez: 3,00 ÷ 0,75 = 4, la horquilla entre los tres escalones de una misma familia que se devolvieron.
La frase de definición de Microsoft en esa página mueve el sustantivo de una forma que conviene conservar: «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.» Potencia de procesamiento en una página, capacidad de procesamiento en la otra; en ambos casos el coeficiente cuelga de la instancia, no de la carga de trabajo.
Y la multiplicación trabajada del propio proveedor, que da en una línea la forma de una factura clásica: «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.» Lea el producto con cuidado. Tres DBU por nodo-hora, cuatro nodos, una hora, doce DBU, a veinte centavos. Los dólares de máquina de esas cuatro horas-nodo no aparecen en ninguna parte, porque en cómputo clásico no son la línea que Databricks escribe.
Mi aritmética sobre el mismo ejemplo: cuatro nodos a 0,75 DBU/hora durante una hora son 3 DBU, que la tarifa del proveedor llevaría a 2,40 dólares, y de nuevo la factura de máquina queda fuera de ambos números.
En serverless el coeficiente pasa al SKU
Con la máquina dentro de la unidad, el coeficiente deja de ser propiedad de una máquina y pasa a ser propiedad de un producto. La referencia de consumo de DBU en serverless de Microsoft imprime el mecanismo: «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.»
La tabla que sostiene esa frase es lo más consecuente del artículo, porque muestra que la unidad no es una cantidad única. Casi todas las filas marcan 1X. Data Quality Monitoring marca 2X y Data Classification 3X. Databricks Apps Medium marca 0,5X y Lakebase Autoscaling Compute 0,213X. Un multiplicador por debajo de uno es una fracción de DBU por DBU: la unidad contable no sigue deliberadamente la regla «más máquina, más unidades» en cada SKU que tarifa. Mi aritmética: 3 ÷ 0,213 ≈ 14,1, la horquilla entre el menor y el mayor de los multiplicadores publicados.
La misma página imprime la escalera de SQL Serverless como coeficiente por tamaño de almacén: 4, 6, 12, 24, 40, 80, 144, 272 y 528 DBU por hora, de 2X-Small a 4X-Large. Mi aritmética: 528 ÷ 4 = 132. Los multiplicadores de almacenamiento de esa página van de 0,0226X por cada mil lecturas a 15X para almacenamiento de base de datos. La página de respuestas de Databricks añade la forma: serverless se factura por segundo sin cargo por capacidad ociosa, los cuadernos y trabajos serverless facturan cuando se ejecuta un comando o una consulta más una pequeña tarifa de sesión por la máquina virtual REPL, y los almacenes SQL serverless facturan «at a fixed DBU-per-hour rate» según el tamaño del almacén (respuestas de Databricks).
Junte las dos mitades. En cómputo clásico el comprador elige un tipo de instancia y lee un coeficiente en una tabla; en serverless elige un SKU o un tamaño de almacén y el coeficiente llega ya pegado. Mismo nombre de unidad, dos mecanismos de selección completamente distintos, y en ambos casos quien sostiene la elección es el comprador.
Quién hace la suma
En el lado de Azure, una de las partes hace la suma de dos líneas en público. Las tablas de instancias llevan una columna DBU Price y una columna de precio total de pago por uso, con una nota que indica que el precio total incluye tanto el precio de cómputo de las máquinas virtuales como el precio de los DBU, y que remite a la página de precios de máquinas virtuales para el cómputo. Esa nota me llegó como descripción del texto de la página y no como cita abierta, así que la presento como descripción de Microsoft y no como sus palabras.
El perímetro va más allá de la máquina. En Azure, el disco administrado, el almacenamiento de objetos y la dirección IP pública se facturan además de las máquinas virtuales; las tablas SQL serverless listan recuentos de DBU y precio de DBU sin columna de precio de VM, y una nota añade transferencia de datos, puerta de enlace NAT y uso por hora de puntos de conexión privados por encima del DBU. Databricks dice lo mismo desde su lado: «Storage, networking and related costs will vary depending on the services you choose and your cloud service provider.»
Y en su página de precios advierte que un cliente que configura Databricks con su propia cuenta de nube sigue recibiendo cargos del proveedor de nube por recursos como las instancias de cómputo.
La segunda factura tiene su propio contador y su propio suelo. La página de EC2 bajo demanda de Amazon dice: «On-Demand Instances let you pay for compute capacity by the hour or second (minimum of 60 seconds) with no long-term commitments», con cargos separados descritos para transferencia de datos, instancias optimizadas para EBS, direcciones IP elásticas y otros recursos (precios de EC2). Los dos contadores ni siquiera comparten incremento: la plataforma imprime una unidad por segundo y un multiplicador por SKU, el proveedor imprime un suelo de sesenta segundos sobre la máquina que hay debajo.
Un último matiz publicado importa a cualquier comprador que compare cotizaciones. La tarifa que se ve es de lista, no un precio realizado: Databricks describe su lista de precios como el precio sin descuento de cada SKU, llamado precio de lista, con SKU promocionales descontados temporalmente.
Lo que un lector no puede verificar con estas páginas
Seis límites van al lado de las afirmaciones, no al final. La URL de la lista de precios de Databricks que pedí devolvió HTTP 404, así que no digo nada sobre su contenido. La tabla de dólares por DBU de la página principal de precios no se renderizó en el texto recuperado: aquí no se afirma ninguna tarifa de Databricks en dólares por DBU, y la única cifra en dólares citada arriba es el ejemplo del blog del proveedor, etiquetado como ejemplo, a una tarifa que la entrada no fecha.
La lista de precios de Azure llegó como extracto de búsqueda en una pasada y quedó bloqueada en otra, y sus celdas de precio se mostraron como marcadores de posición: tampoco se afirma ninguna tarifa de Azure en dólares por DBU.
La tabla de instancias de Azure nombra columnas de vCPU y RAM, pero los valores fila a fila no llegaron, así que no calculo ninguna ratio por vCPU ni por gigabyte y no insinúo ninguna; las filas 0,75 / 1,50 / 3,00 son transcripción, y cualquier ratio construida sobre ellas sería invención. Un mínimo de un minuto para el cómputo serverless lo atribuyen recopilaciones secundarias a una respuesta de precios de Databricks Lakeflow Jobs, y no lo leí en ninguna página firmada por Databricks: queda sin verificar aquí y no lo uso para matizar la frase sobre el segundo.
Y por último el hallazgo negativo, acotado con honestidad: en los diez documentos citados en este artículo, ninguna página imprime una fórmula que convierta un número de vCPU, un tamaño de memoria o un volumen de datos en DBU. Es una ausencia sobre diez direcciones, dicha como tal. No es una afirmación sobre lo que Databricks hace internamente, ni una afirmación de que la información no esté disponible para los clientes: la propia guía de costes serverless del proveedor les pide medir una carga representativa y analizar la tabla de facturación para estimar el coste (documentación de serverless). Eso es una vía, no un hueco.
Qué debe llevar un comprador a la reunión
¿A qué alcance pertenece esta tarifa? Una cifra en dólares por DBU sin respuesta a esa pregunta no es comparable con nada. En cómputo clásico el cliente paga la tarifa de DBU más una factura de máquina emitida por una contraparte que nunca aceptó los precios de la plataforma, y el coeficiente que convierte la instancia elegida en DBU es una celda en una tabla. En serverless la tarifa de DBU es el paquete completo de ese componente y el coeficiente vive en el SKU, no en la máquina.
La unidad es honesta en esto. Se llama normalizada, no nombra ninguna máquina, y la documentación imprime después, en un solo par de frases, los dos alcances para los que sirve. El trabajo que queda al lector es pequeño e ineludible: establecer primero el alcance, comparar la tarifa después. Dos cotizaciones en dólares por DBU que pertenecen a alcances distintos no son dos precios de lo mismo, y la diferencia entre ellas es una categoría entera de infraestructura.
Informe para miembros
Leer el informe de tendencia completo
Los miembros leen el informe completo, con las notas de fuente detrás de cada hallazgo.
Círculo Estratégico
Un resumen diario en tu idioma, elaborado a partir de cambios que hemos verificado.
Únete por USD 20 al mesCancela cuando quieras.
Solicita tu admisión a Leadership Alliance
¿Ya eres miembro? Inicia sesión
Los miembros también obtienen toda la biblioteca de investigación, un resumen diario sobre las redes que siguen y el foro privado.






