功能商店成本管理

本頁說明 Azure Databricks 功能商店如何對運算收費，以及如何監控與優化這些成本。功能商店是按成本收費的：你支付底層的無伺服器運算、線上商店和服務基礎設施，且沒有額外額外費用。

功能實體化 以無伺服器運算方式運行，並以產品下的 FEATURE_STORE 計費方式顯示，收費率與無伺服器工作及 Lakeflow 管線相同。
功能服務端點 會依照模型服務 SKU 計費。
線上商店 是以 Lakebase 運算計算計費，依據容量單位（CU）和副本數量計費。

功能商店的計費方式

功能具體化

當你實現功能檢視時，Azure Databricks 會運行無伺服器的管線，計算並寫入功能值到離線與線上目的地。這包括批次實體化作業、串流處理管線，以及 Kafka 資料擷取。這些管線在無伺服器運算上執行，按成本計費，乘數為 1 倍，且不會在底層無伺服器平台的費用之上加收溢價。當你回填功能視圖時，回填會運行在同一台無伺服器運算系統上，且計費方式相同。

在可計費用量系統資料表中，實體化用量會顯示為 billing_origin_product 設為 FEATURE_STORE，以及一個無伺服器運算 SKU（JOBS_SERVERLESS_COMPUTE，其前綴為您的工作區層級和區域）。使用率是 is_serverless 和 is_photon，包含 usage_metadatadata_source （DELTA_TABLE_SOURCE或KAFKA_SOURCE）和operation（FEATURE_MATERIALIZATIONKAFKA_INGESTION或），所以你可以依批次和串流工作負載來分割成本。回填用量與批次具體化的 data_source 和 operation 值相同。要識別回填成本，請將 tags 傳遞給 backfill_features。

為了降低計算成本，將共享離線目的地、線上目的地及觸發的功能合併為單一 materialize_features 呼叫，使其在同一管線中運行。請參見 Materialize 特徵視圖。如需進一步了解無伺服器運算的計費方式，請參閱使用無伺服器運算執行工作流程的 Lakeflow Jobs。

功能服務端點

功能服務端點為即時應用程式提供預先計算及按需處理的功能。它們運行於模型服務（Model Serserving）上，並以模型服務 SKUSERVERLESS_REAL_TIME_INFERENCE（）計費，與自訂模型服務端點相同。費用會隨端點為處理請求流量而配置的運算資源多寡而變動。請參閱 Serve 功能表及模型服務定價頁面。

線上商店

線上商店提供低延遲的功能以供線上推論。 Azure Databricks 線上存放區採用 Lakebase 作為後端，並根據其佈建的容量單位 (CU) 和讀取複本，按 Lakebase 計算資源計費。每個容量單元會分配運算、記憶體和儲存空間給實例，你還可以新增讀取副本以提升可用性和讀取吞吐量。請參閱 Databricks 線上功能商店的規模調整指引、管理計算以了解容量單元與計算的映射，以及 Lakebase 定價頁面。

標籤與無伺服器使用政策的屬性成本

這很重要

這項功能處於個人預覽版狀態。若要試用，請洽詢您的 Azure Databricks 連絡人。

當你建立實體化、啟動回填或建立串流時，傳遞自訂標籤、無伺服器使用政策，或兩者兼具。 Azure Databricks 會將這些資料套用到它建立的工作或 Lakeflow 管線上，因此其支出會將你的歸因記錄在可計費使用系統的表格中。要建立政策並取得其 ID，請參見建立無伺服器使用政策。

這兩個值都會在建立作業或管線時套用。若要對現有計算有不同歸屬，請建立一個新的實體化或串流。

屬性物質化計算

將 budget_policy_id、tags 或兩者皆可傳遞至 materialize_features：

materialized = fe.materialize_features(
    features=features,
    offline_config=offline_config,
    trigger=trigger,
    tags={"team": "ml-platform", "project": "churn"},
    budget_policy_id="555e8888-e999-4444-a777-446655440000",
)

完整簽名請參閱實體化特徵檢視。

屬性回填計算

將 tags、budget_policy_id 或兩者傳遞給 backfill_features。它們只適用於該 backfill，因此每個 backfill 都可以有其自己的署名資訊。

backfill = fe.backfill_features(
    features=features,
    backfill_ranges=backfill_ranges,
    tags={"team": "ml-platform", "project": "churn"},
    budget_policy_id="555e8888-e999-4444-a777-446655440000",
)

完整簽章請參見回填特徵檢視。

屬性管理擷取運算

對於 Stream，請在傳遞給 create_stream 的 IngestionConfig 上設定 tags 和 budget_policy_id：

from databricks.feature_engineering.entities import IngestionConfig, IngestionDestination

ingestion_config = IngestionConfig(
    ingestion_destination=IngestionDestination(
        delta_table_name="my_catalog.my_schema.events_ingestion"
    ),
    tags={"team": "ml-platform", "project": "churn"},
    budget_policy_id="555e8888-e999-4444-a777-446655440000",
)

關於剩餘的擷取選項，請參見設定串流。

計算歸因適用於

標籤與無伺服器使用政策適用於具體化特徵、回填特徵或匯入串流資料的運算：批次具體化作業、特徵回填作業、串流 Lakeflow 管線及協調它的作業，以及串流的匯入 Lakeflow 管線及其向前填補與回填作業。當你實體化到新的線上資料表時，它們也會套用到保持該資料表同步的 Lakeflow 管線。

這些不適用於線上商店本身。若要將線上商店本身的運算用量歸屬於該商店，請在該商店上設定無伺服器用量政策。請參閱 Databricks Online 功能存放區。

Limitations

將資料實體化到已存在的線上資料表時，既不會套用 budget_policy_id，也不會套用 tags，且不會回傳任何錯誤。讓該資料表保持同步的 Lakeflow 管線會保留其建立時所附加的標籤。要更改歸屬，請實體化到新的線上表格。
你最多只能通過25個標籤。
標籤鍵最多可達 127 個字元，標籤值最多可達 65,535 個字元。兩者都不可能空洞。
標籤鍵不能以 databricks:開頭。該前綴已被保留，且此檢查會忽略大小寫。

監控使用量與成本

您可以使用可計費用量系統資料表 system.billing.usage 來監控 Feature Store 成本。 Materialization 的用法可由 billing_origin_product = 'FEATURE_STORE' 識別：

SELECT
  usage_date,
  usage_metadata.data_source,
  usage_metadata.operation,
  usage_metadata.job_id,
  usage_metadata.dlt_pipeline_id,
  identity_metadata.run_as,
  sum(usage_quantity) AS dbus,
  usage_unit
FROM system.billing.usage
WHERE billing_origin_product = 'FEATURE_STORE'
GROUP BY ALL;

用 usage_metadata.data_source 和 operation 來按批次和串流來拆解成本。 usage_metadata.job_id和usage_metadata.dlt_pipeline_id欄位會標示產生每個成本列的特定物質化工作或管線，這樣你可以依它們分組，方便逐條管線歸因。

custom_tags 欄包含你傳遞的標籤，以及無伺服器使用量原則所附帶的標籤，因此你可以依 custom_tags['<key>'] 分組或篩選，將支出歸因。關於政策標籤如何傳送到帳單紀錄，請參見「分析帳單紀錄中的無伺服器使用政策標籤」。

功能服務與線上商店費用會分別追蹤：

功能服務端點會出現在模型服務 SKU 下。請參見監控模型服務成本。
線上商店運算則出現在 Lakebase（資料庫）無伺服器 SKU 之下。

關於可計費使用表的詳細資訊及查詢方法，請參見可計費使用系統資料表參考。

成本最佳化的最佳做法

將功能群組成共享的實體化管線：共享離線目的地、線上目的地和觸發器的功能，可以同時在單一管線中實現，減少你付費的管線數量。
重複使用線上商店：您可以將多個功能表發佈到單一線上商店。在開發、測試和培訓方面，建議跨專案共用同一家線上商店，而非建立獨立商店。
適量的線上商店容量：從小型容量單位開始測試，並根據效能與成本調整或縮小規模。
刪除未被使用的資源：線上商店持續產生成本。刪除不再需要的線上商店和實體化流程。
選擇適當的具體化觸發條件：頻率較低的排程觸發成本低於持續或頻繁重新具體化的成本。請根據功能所需的即時更新程度，選擇相應的觸發條件。

其他資源

管理服務定價（功能實現）
模型服務定價（功能服務端點）
Lakebase 價格（線上商店）
計費使用量系統資料表參考
請聯絡您的 Azure Databricks 帳戶團隊，以獲得有關工作負載使用預測的指引。

意見反應

此頁面對您有幫助嗎？

上次更新時間： 2026-10-22