Découvrez sur quoi tournent vos jobs Databricks, et des blocs de dashboard avec leur propre plage de dates

Nouveaux détails sur les clusters et les nœuds dans la page des jobs Databricks, et des blocs de dashboard qui conservent leur propre plage de dates.

Découvrez sur quoi tournent vos jobs Databricks

La page des jobs Databricks vous indiquait le coût d'un job, mais pas les ressources sur lesquelles il tournait. Pour répondre à la question ce job est-il surdimensionné ?, il fallait passer par la console Databricks.

L'onglet Overview de la page de détails du job couvre désormais ces deux aspects, avec deux nouvelles sections :

• Tasks dédie une carte à chaque tâche : dépense totale, part dans la dépense du job, coût moyen par exécution, nombre d'exécutions, durée moyenne et compute utilisé.
• Jobs Compute liste chaque définition de cluster utilisée par le job : types de nœuds, cœurs, mémoire, nombre minimum et maximum de workers, runtime et pools. Chaque définition s'affiche à côté de la dépense qu'elle a générée et de sa part dans le total du job.

Les filtres de la page s'appliquent aux deux sections : affiner par usage group, tag ou cluster affine également la dépense affichée.

Des blocs de dashboard qui conservent leurs propres dates

Une plage de dates commune à tout le dashboard, c'est pratique… jusqu'à ce qu'un bloc en nécessite une autre. Afficher une tendance sur 12 mois à côté des chiffres du mois en cours impliquait jusqu'ici de créer deux dashboards.

Les blocs peuvent désormais remplacer la plage de dates et la granularité temporelle du dashboard. Dans l'éditeur de bloc, activez Override global date range ou Override global time grain. Sur le dashboard, un bloc utilisant sa propre plage l'affiche dans son en-tête avec une icône de calendrier, pour éviter toute confusion avec la plage du dashboard.

Nous avons également ajouté Last quarter et Last year aux raccourcis de plage de dates.

Si vous exécutez des jobs Databricks sur SELECT, jetez un œil au nouvel onglet Overview et dites-nous ce que vous aimeriez y voir d'autre.