摘要

  • Databricks 把 DBU 定义为用于计量与定价的“归一化的处理能力单位”,但这个定义没有落到任何一台机器上;把节点换成 DBU 的,是价格表里的一格数字(例如 0.75、1.50、3.00),不是一条公式。
  • 同一份 Databricks 成本优化文档写下两句话:总成本等于 DBU 加虚拟机、磁盘与网络成本;而 serverless 服务的 DBU 成本“已经包含虚拟机成本”。一个词,两种范围。
  • 于是“一个 DBU 值多少机器和时间”这个问题必须连着范围一起问:经典计算上,机器的账单在另一家公司的信封里;serverless 上,它被折进了同一个数字。

定义里没有机器

Databricks 的定价页写得很谨慎:它把这个单位称作「a normalized unit of processing power」,说明它用于计量与定价,消耗量由处理指标驱动,其中“可能包括”所用计算资源与所处理的数据量(Databricks 定价页)。换句话说:它是计量与定价用的单位;消耗量取决于“处理指标”,而处理指标“可能包括”算力与数据量。它没有说一个 DBU 等于多少核、多少 GB 或多少秒。

同一页上,时间的最小刻度是印出来的:按需付费「at per-second granularity」。范围边界也印出来了:存储、网络及相关成本会随所选服务与云厂商而变(原文措辞如此)。DBU 的牌价是平台自己的牌价,存储与网络这类随云厂商走的成本不在这张牌价里。同一页还提醒:用自己的云账号配置 Databricks 的客户,仍要为云厂商提供的计算实例等资源付费,试用期内也一样;价格表印的是每个 SKU 的 List Price,促销 SKU 临时打折。

那么“一台机器”是从哪里进来的?

同一份文档,两句话,两种范围

Databricks 自己的成本优化文档在讲总成本时写了这样两句:「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.」(Databricks 成本优化文档,检索时该页标注日期为 2026-10-29)前一句把机器、磁盘、网络放在 DBU 外面;后一句把虚拟机塞回 DBU 里面,而且只对 serverless 生效。

同一主题上还有一句更锋利的话:池中的实例空闲时,Databricks 不计 DBU,但「Instance provider billing does apply」——DBU 的计数器停了,机器的计数器没有停。

这不是一处孤例。Microsoft Learn 上 Azure Databricks 版本的同一篇文章,逐字重复了这两句(Microsoft Learn)。口径的分裂跟着平台的文档走,并不停在一页上。

节点到单位:一格查表数字,不是公式

Databricks 自己的说法是一句话,不是一条公式:除 SQL 仓库之外,DBU 的消耗量取决于节点数,以及底层虚拟机实例类型的算力(Databricks 成本管理博客)。同一篇里,每种实例类型的 DBU 费率是“算出来”的;词是供应商的,算式不是。

给出的是数字。Azure Databricks 价格表的每个实例行旁边有一列 DBU Count(DBU/小时):DS3 v2 是 0.75,DS4 v2 是 1.50,DS5 v2 是 3.00;D4s v3 是 0.75,D8s v3 是 1.50,D16s v3 是 3.00(Azure Databricks 定价)。两个系列在前三档印出相同的系数。

按我的算术:3.00 ÷ 0.75 = 4,同一系列三档之间跨四倍。Databricks 博客里的两个旧数字拉开得更远:m4.large 每小时 0.4 DBU,m4.16xlarge 每小时 12 DBU,12 ÷ 0.4 = 30。这是 m4 家族、全用途模式、文章未标日期,只能当作“系数是逐实例数字”的例证,不是现行费率。

有一件事必须说明:Azure 那张表在检索文本里列出了 vCPU(s) 与 RAM 两列的表头,但逐行数值没有返回。因此不能从这个系数推出“每 vCPU”或“每 GB”的比率,谁做这个除法都不成立。

供应商给了自己的乘法例子:某实例类型每小时跑 3 DBU,4 节点的作业集群一小时收 $2.40,算式是 $0.2 × 3 × 4。三项分别是牌价、每节点每小时 DBU、节点数,乘积里没有一分钱是机器的钱。按我的算术:四个节点、每个每小时 0.75 DBU、跑一小时是 3 DBU,供应商自己的例子按 $0.20 把它算成 $2.40;这台机器的账单不在这两个数字里的任何一个里。再按我的算术把系数换成秒:0.75 ÷ 3,600 = 0.00020833。

serverless 把系数从“每台机器”换成“每个 SKU”

serverless 为什么能把机器装进去,文档也说了:选用 serverless 计算,工作负载就可以在云账号里不预置任何计算资源的情况下运行(serverless 计算文档)。客户的云账号里没有东西,云厂商那边自然也没有东西可计。

于是换算的对象变了。Azure Databricks 的 serverless DBU 消耗文档说明:使用某些功能时,会在底层已消耗的 DBU 之上再乘一个系数;数据质量管理(Data Quality Monitoring)就是 2X,如果关联的后台作业用掉 5 个 DBU,乘完之后按 10 个 DBU 计费;账单与系统表里显示的 DBU,是乘完之后的数量(serverless DBU 按 SKU 消耗,该页标注 2026-09-11)。

乘数表本身也不是清一色的 1X。自动化 serverless 的七个条目里,五个是 1X,数据质量管理 2X,数据分类(Data Classification)3X;交互式 serverless 的三个条目里,Databricks Apps 中型为 0.5X,其余两项 1X;数据库 serverless 下,Lakebase 自动伸缩计算为 0.213X。按我的算术:3 ÷ 0.213 ≈ 14.1,同一张表从最小到最大跨约十四倍。其中一项小于 1——一个 DBU 收不到一个 DBU。

SQL Serverless 仓库的阶梯印在同一页:2X-Small 到 4X-Large 依次是 4、6、12、24、40、80、144、272、528 DBU/小时。按我的算术:528 ÷ 4 = 132。同一页还印了存储侧的 DSU 乘数:数据库存储 15X、时间点恢复 8.7X、快照 3.91X、AI 检索 10X、每 GB 存储 1X、每千次写入 0.3535X、每千次读取 0.0226X。

Databricks 的问答页把计量方式说得更直白:serverless 按秒计、不为空闲容量收费;serverless notebook 与 job 在命令或查询运行时计费,另加 REPL 虚拟机的一笔小额会话费;serverless SQL 仓库按仓库大小对应的固定 DBU/小时计费(Databricks 问答)。

值得记下的是,文档给客户的估算路径不是公式,而是一张表:跑一个有代表性的工作负载,然后看 system.billing.usage。这是一条路,不是“没有”。

谁做这道加法

在经典计算这一侧,Azure 的价格表把两行账并排摆出来,还替你加好:它按集群里预置的虚拟机与所选的 VM 实例计费 DBU,并把 DBU 称作「a unit of processing capability」,按秒计;DBU 的消耗量取决于运行 Azure Databricks 的实例大小与类型。注意名词换了:这里说 DBU 是“处理能力”的单位,并把消耗量直接绑到所选实例上。

那张表的每个实例行还带一列 DBU Price 和一列按需付费总价,页面说明称总价同时包含虚拟机计算价格与 DBU 价格,并把计算价格指向单独的虚拟机定价页。这条说明我是作为该页的描述转述的:检索时该页一次只返回搜索摘要,另一次被拦下(safe_http_response_too_large),价格单元格渲染成占位符「$-」。所以本文不引用任何 Azure 的每 DBU 美元数字。

范围也不止两台机器。同一页说,除虚拟机外,托管磁盘、blob 存储和公共 IP 地址另行计费;serverless SQL 的表格只列 DBU 数与 DBU 价格,没有虚拟机价格列;一条脚注把数据传输、NAT 网关与 Private Endpoint 的按小时用量加在 DBU 之上。

另一家云厂商的计费表把同一件事写成了自己的口径:按需实例可以按小时或按秒购买算力,最短计费 60 秒,没有长期承诺(AWS EC2 按需定价)。按分钟、按小时、按台机器计费属于这家公司;该页的逐实例费率表没有返回,所以本文不引用任何实例价格。

机器到单位的换算还有一处空白值得指出:计算配置参考页只说明,一个计算资源由一个驱动节点和零个或多个工作节点组成(计算配置参考)。驱动节点与工作节点的实例类型可以分开选,但这一页没有 DBU 表,也没有把节点数换成 DBU 的公式。系数住在定价文档里,不在这里。

读者核对不到的部分

我请求的 Databricks 价格表页面(/product/pricing/price-list)检索时返回 HTTP 404,本文不对它的内容作任何断言。

Databricks 定价页上按 SKU 的每 DBU 美元表格在检索文本里没有渲染出来。本文没有引用任何 Databricks 的每 DBU 美元数字;全文唯一引用的美元数字,是供应商自己博客里标注为例子的 $0.20。

Azure 价格页的价格单元格渲染成占位符,另一轮取回被体积拦截。本文没有引用任何 Azure 的每 DBU 美元数字。

Azure 实例表里 vCPU 与 RAM 两列的表头在,逐行数值不在。因此本文不计算也不暗示任何每 vCPU 或每 GB 的 DBU 比率。

有二手汇编称 Databricks 的 Lakeflow Jobs 定价问答里写着 serverless 一分钟起计。这条说法在本次检索中没有在任何 Databricks 自撰页面上读到,因此记为未核实,也不用它去限缩“按秒计”这句话。

我读过的十份文档里,没有一页印出把 vCPU 数、内存大小或数据量换算成 DBU 的公式。这是对这十份文档的缺失陈述,不是对供应商内部做法的断言;Databricks 把客户指向 system.billing.usage,那是一条路径,不是“无从得知”。

Databricks 的 AWS 定价页检索摘要里没有出现 Azure 那样的逐实例 DBU Count 列。这是本次阅读范围的限制,不是“该列不存在”的证明。

采购方该带走的三句话

第一,问清范围。同一个每 DBU 美元数字,在经典计算与 serverless 上买的不是同一件东西;把两种口径的单价直接比较,等于把两笔账压成一笔。

第二,问清机器的账单在谁的信封里。经典计算下那笔钱付给云厂商,serverless 下它被折进 DBU 价格。谁开票、谁收款,决定这笔预算记在哪一行。

第三,serverless 上要比的不是机器,是乘数。同一张 SKU 表从 0.213X 到 3X,仓库阶梯从 4 到 528 DBU/小时;决定账单的是你选了哪个 SKU、跑了多久,而不是你租到了什么型号的机器。

Databricks 的关联名录条目在这里。