Databricks 初创公司计划为您提供什么
Databricks 提供高达 50,000 美元的 Data Intelligence Platform 积分，涵盖 Spark 计算、SQL 数据仓库、Delta Lake 数据管道以及单一平台账单上的 Mosaic AI 机器学习堆栈。
这是数据平台类别中较大的赠款之一。AI Perks 将其与 194 家公司总计 770 万美元的积分一起跟踪。
真正重要的数字不是 50,000 美元。而是积分涵盖 Databricks 平台的使用量，但通常不包括平台运行所需的云虚拟机，而这部分费用您需要直接支付给 AWS、Azure 或 Google Cloud。忽略此结构性区别的创始人会为一个账单做预算，却收到两个账单。条款因渠道而异，当前条款列于 getaiperks.com。
Databricks 实际上是做什么用的
Databricks 为您的分析和机器学习提供了一个统一的治理层，因此您的 BI 仪表板读取的表以及您的模型训练的表是同一张表，并具有相同的权限。
这其中的每一个部分都可以单独且廉价地实现。Postgres 可以处理规模令人惊讶的分析。dbt 处理转换。S3 加 Parquet 处理存储。Airflow 处理编排。MLflow 是开源的，您可以自行托管。
您购买的是它们之间的连接，以及避免数据工程师维护五个关于客户定义不一致的系统。Delta Lake 为您提供对象存储上的 ACID 事务和时间旅行功能。Unity Catalog 为您提供跨 SQL、Notebook 和模型训练的统一权限模型。
您是否需要它的诚实测试：您业务依赖的查询是否比您的耐心等待的时间还长，或者您的训练数据是否来自与仪表板不同的地方？ 如果两者都不是，Postgres 和 dbt 确实可以满足您，而且积分最好稍后使用。单个 Postgres 实例可以毫无怨言地处理数千万行数据以及大多数种子阶段的分析。
如果您正在将事件流与交易数据连接，处理数百 GB 的 Spark 作业，或者训练必须保持治理的数据，您已经知道这个类别存在的意义。
Databricks 定价的规模化表现
Databricks 以 DBU（每秒使用量单位）计费，其费率取决于您在哪种产品上运行工作，并且该账单之上还有您支付给提供商的单独云基础设施账单。
相同的 Spark 作业根据您运行它的通道不同，成本也可能大相径庭。这是在启用积分之前需要理解的最重要的一点。
| 计量 | 大致列表行为 | 导致峰值的原因 |
|---|---|---|
| 作业计算 | 每 DBU 约 0.15 美元，AWS 高级层 | 很少是问题，这是便宜的通道 |
| 通用计算 | 每 DBU 约 0.55 美元，约为作业计算的 3.5 倍 | 生产管道留在交互式集群上 |
| 无服务器 SQL | 每 DBU 约 0.70 美元 | 自动刷新仪表板，自动停止未配置 |
| Delta Live Tables | 按功能集分层 | 连续模式（触发模式即可） |
| 模型服务 | 按预置吞吐量的 DBU-小时收费 | 为未到来的流量保持热启动的端点 |
| 底层云虚拟机 | 付给 AWS、Azure 或 GCP，而不是 Databricks | 通常与 DBU 收费量级相同 |
这些是 AWS 高级层在撰写本文时的公开列表价格，并且它们会变动。在您进行任何建模之前，请验证当前费率。
一个实际示例。一个四节点的作业集群，每节点每小时约 2 DBU，每晚运行两小时，每月约 480 DBU，平台费用约为 72 美元。一个 2X-Small 无服务器 SQL 数据仓库在工作日每天保持可用八小时，消耗约 700 DBU，或约 490 美元。加上底层的 EC2 账单，种子阶段的成本接近每月 1,100 美元，而 50,000 美元的积分大约可以覆盖三年半。
反面是团队受损的地方。一个五节点的通用集群，禁用自动终止，每月消耗约 7,200 DBU，仅 DBU 费用就约为 3,960 美元，用于无人使用的工作。没有人会选择这样做。这种情况发生是因为有人在周五关闭了笔记本电脑。AI Perks 列出了信用条款，纪律由您负责。
Databricks 积分可以与其他什么叠加使用
Databricks 积分涵盖平台使用量，而底层的云虚拟机由您的提供商计费，因此云积分和 Databricks 积分是基础设施中最干净的叠加组合。
这种情况很不寻常。大多数积分计划都有重叠，持有两个往往意味着浪费一个。在这里，它们是真正互补的：您的 AWS、Azure 或 Google Cloud 赠款吸收了计算和存储层，而 Databricks 赠款吸收了其上方的平台层。一个同时持有两者的团队基本上覆盖了相同期间的整个数据堆栈。
早期 AI 产品线的全景图：
- 云积分 涵盖机器运行的位置和数据存储的位置
- Databricks 积分 涵盖将该存储转化为受治理的表和数据管道的平台
- 模型和 API 积分 涵盖应用程序在运行时调用的推理
- 可观测性积分 涵盖了解其中任何一项是否正常工作
了解哪些赠款兼容，哪些悄悄地相互排斥，这就是 AI Perks 作为一个维护列表而非书签文件夹存在的原因。
创始人对数据平台积分的误解
最昂贵的错误是将大额积分视为免费的数据工程，而不是将其视为建立成本习惯的固定窗口，一旦结束您就可以负担得起。
五种失败模式，按成本高低大致排序：
在通用计算上运行生产。 交互式集群是您开发的地方。作业计算是计划工作的地方，其 DBU 费率大约是相同产出的三分之一。团队在 Notebook 中进行原型设计，然后计划 Notebook，并永远支付三倍的费用。
无自动终止。 空闲集群的成本与繁忙集群完全相同。在创建每个通用集群和每个 SQL 数据仓库的第一天就设置激进的自动终止和自动停止，而不是在收到第一张账单之后。
忘记第二个账单。 积分抵消 DBU。您的云提供商仍然会开具虚拟机、存储和出口流量的账单。同时进行预算，并在 getaiperks.com 上查看哪些云计划与此并存。
在数据不匹配之前采用湖仓一体。 积分在您的团队选择默认设置的确切时刻消除了价格信号。在数据量为 5GB 时迁移到 Databricks 会增加复杂性而非速度，之后您将继承其运营模式。
过晚规划退出。 积分按列表价计价，因此 50,000 美元的积分价值低于 50,000 美元的协商支出，而且结束的月份是一个悬崖而不是一个斜坡。在消耗 70% 时决定要削减什么，而不是在 100% 时。
在获得数据平台积分之前需要确定的事项
当数据平台积分隐藏的成本习惯是您在没有它的情况下本就可以负担的习惯时，其价值最大。
AI Perks 将 Databricks 与数据和基础设施类别中的其他仓库、流处理和管道计划一起列出，并提供当前的条款和金额，因此该类别被视为一个整体图景，而不是一次一个计划。
在开始计费前值得决定的四件事：
第二个账单。 平台使用量和云基础设施由不同的公司开具发票。单独的 Databricks 赠款会留下实际数据平台成本的近一半未被覆盖，这就是为什么列在同一位置的云计划与此计划同等重要的原因。
合作伙伴渠道。 大部分大型基础设施积分通过加速器、投资者和云市场而非直接渠道到达初创公司，并且条款因渠道而异。在假设只有一条路径之前，了解您现有关系已经解锁了什么是有价值的。
工作负载的时间安排。 积分时钟通常在账户激活时开始，而不是在批准时开始。当管道仍在设计中时运行的积分就是毫无意义地花费的积分。
您的无补贴数字。 在第一天写下平台按全价计算的成本，然后设置集群策略、自动终止和数据仓库大小，以便在积分结束时您的成本能够保持在这个水平，而不是发现自己处于一个意料之外的水平。
常见问题解答
Databricks 初创公司计划的价值是多少？
高达 50,000 美元的 Databricks 平台积分，涵盖 Spark 作业、SQL 数据仓库、Delta Live Tables 管道和机器学习工作负载。对于每月花费约 1,100 美元的种子阶段团队来说，这大约可以覆盖平台账单三年半的运行时间。当前条款和资格可在 getaiperks.com 上跟踪。
Databricks 积分是否涵盖我的 AWS 或 Azure 账单？
通常不。Databricks 积分抵消以 DBU 计量的平台使用量，而底层的虚拟机、对象存储和网络出口由您的云提供商开具发票。在进行预算之前，请确认具体条款，并计划同时持有云赠款和 Databricks 赠款，而不是一个大赠款。
Databricks 是否对预种子初创公司来说是过度配置？
通常是。Postgres 加上 dbt 可以几乎免费处理数千万行数据和大多数种子阶段的分析。一旦您开始将事件数据与交易数据连接、处理数百 GB 的 Spark，或者训练必须保持治理和可复现的数据模型，Databricks 才开始显现其价值。
DBU 是什么，为什么费率会变动？
DBU 是 Databricks Unit，一种每秒处理使用量的度量。每 DBU 的费率取决于运行工作的产品：作业计算是最便宜的通道，通用计算成本约为其三倍半，无服务器 SQL 成本更高。在交互式集群上运行计划工作是最常见的可避免的过度支出。
我可以将 Databricks 积分与其他初创公司积分合并使用吗？
是的，而且组合非常干净，因为账单不会重叠。云积分涵盖机器，Databricks 积分涵盖平台，模型积分涵盖运行时推理。哪些计划可以相互兼容，已在 194 家公司中通过 getaiperks.com 进行跟踪。
Databricks 积分用完后会发生什么？
您将继承在免费期间形成的习惯所决定的账单，按列表价而不是协商价收费。解决方法是尽早设置集群策略、自动终止和数据仓库限制，以便在积分到期时，您的无补贴成本已经处于您正在运行的水平。
构建数据平台。让别人资助前三年的费用。