Setup
Ein Token. Volle Databricks-Transparenz.
Verbinden Sie jeden Databricks-Workspace über einen Service Principal oder Access Token und geben Sie DoiT Zugriff auf Ihre System Tables. Wir erfassen DBU-Nutzung, Job-Runs und Cluster-Metadaten automatisch und verknüpfen sie mit Ihrer AWS- oder Azure-Cloud-Rechnung – ganz ohne Exporter oder Warehouse-Pipelines, die gepflegt werden müssen.
Das erwartet Sie
Gemacht für die Realität des Databricks-Betriebs
Genau die Dinge, nach denen Daten- und FinOps-Verantwortliche tatsächlich fragen, wenn sie ihre Databricks-Workspaces verbinden.
Einheitliches DBU- und Cloud-Reporting
Analysieren Sie Ausgaben nach Workspace, Cluster, Job oder Tag und sehen Sie DBUs plus zugrunde liegende Compute- und Storage-Kosten in einem Report.
Anomalien in Echtzeit
Bei DBU-Spitzen und außer Kontrolle geratenen Jobs werden Sie innerhalb von Minuten alarmiert – nicht erst nach Stunden.
Cluster-Right-Sizing
Erkennen Sie überdimensionierte All-Purpose- und Job-Cluster – mit umsetzbaren Empfehlungen zu Instanzen und Autoscaling.
Job- und Notebook-Zuordnung
Ordnen Sie DBUs exakt dem Job, der Pipeline oder dem User zu, der sie ausgelöst hat.
Serverless vs. Classic: TCO im Vergleich
Vergleichen Sie Serverless SQL, DLT und Classic Compute direkt nebeneinander und erkennen Sie, wo jeder Workload wirklich hingehört.
Governance und Budgets
Definieren Sie DBU-Budgets pro Team oder Workspace und erkennen Sie Abweichungen, bevor Finance es tut.
System Tables zeigen Ihnen, was gelaufen ist. Cloud Intelligence™ hilft Ihnen, daraus etwas zu machen.
Mehr als Databricks System Tables
Multi-Workspace-Übersichten
Konsolidierte Ansichten über alle Databricks-Workspaces und -Accounts hinweg, mit Drilldown bis auf jeden Cluster oder Job.
Anomalie-Alerts in Echtzeit
Machine-Learning-basierte Erkennung auf Workspace-, Cluster- und Job-Ebene – direkt nach Slack oder per E-Mail.
DBU-Commitment-Planung
Modellieren Sie Databricks-Commit-Stufen und Cloud Savings Plans anhand Ihrer tatsächlichen Nutzung, bevor Sie einen Vertrag unterschreiben.
Saubere Tags und Kostenzuordnung
Finden Sie ungetaggte Cluster, setzen Sie Zuordnungsregeln durch und verteilen Sie gemeinsam genutzte DBUs genau so, wie Finance es erwartet.
Kostenzuordnung auf Job-Ebene
Schlüsseln Sie DBU-Ausgaben nach Pipeline, Notebook und User auf – ohne eigene Lineage aufzubauen.
Forward Deployed Engineers
Erstklassige Cloud-Architekten, die als Erweiterung Ihres Teams Optimierungen direkt umsetzen.
Wachstumsstarke Unternehmen setzen auf Cloud Intelligence™
Ø Einsparungen in den ersten 90 Tagen
Ø Implementierungszeit
“Der Fokus von DoiT auf Zuverlässigkeit, kombiniert mit der Flexibilität des Systems, hilft uns, unsere Amazon-EKS-Workloads sicher zu optimieren – ganz ohne Zutun unserer Engineers.”
Oren Ashkenazy
Director of DevOps and Cloud bei Fiverr
Bereit, Ihre Databricks-Workspaces zu verbinden?
DBUs und Cloud-Ausgaben in einer einzigen Ansicht.
Frequently asked
questions
Gibt es eine zentrale Ansicht der Databricks-Kosten über mehrere Workspaces hinweg?
Verbinden Sie jeden Workspace einmalig über einen Service Principal. Cloud Intelligence™ erfasst die Nutzung aus den Databricks System Tables und verknüpft sie mit Ihrer Cloud-Rechnung. So analysieren Sie DBUs, Jobs und Cluster nach Workspace, Team oder Tag – alles in einer einzigen Ansicht.
Was ist nötig, um Databricks-Abrechnungsdaten mit Cloud Intelligence™ zu verbinden?
Gewähren Sie Lesezugriff auf Ihr system.billing-Schema und verbinden Sie Ihren zugrunde liegenden AWS- oder Azure-Account. DoiT übernimmt Ingestion, Normalisierung und stündliches Reporting. Die meisten Teams sind innerhalb eines Tages startklar.
Kann ich erkennen, welche Jobs, Notebooks oder User den Großteil meiner DBU-Ausgaben verursachen?
Ja. Per Drilldown gelangen Sie von Workspace-Gesamtwerten bis zu einem einzelnen Job-Run, einer DLT-Pipeline, einem SQL Warehouse oder einem User. Filtern Sie nach Cluster-Tags, Workspace oder Compute-Typ – ohne selbst SQL gegen System Tables zu schreiben.
Werde ich bei Databricks-Kostenanomalien sofort benachrichtigt?
Die Anomalie-Erkennung läuft kontinuierlich über Workspaces, Cluster und Job-Dimensionen. Steigt der DBU-Verbrauch sprunghaft an, erhalten Sie einen Slack- oder E-Mail-Alert mit der wahrscheinlichen Ursache – bevor die Mehrkosten auf Ihrer Rechnung landen.
Ich nutze bereits die Usage-Dashboards und System Tables von Databricks. Was bringt Cloud Intelligence™ zusätzlich?
System Tables liefern Ihnen rohe Nutzungsdaten. Cloud Intelligence™ macht daraus eine Plattform: einheitliches Reporting über DBUs und Cloud-Infrastruktur, proaktives Right-Sizing, Anomalie-Erkennung in Echtzeit, Budgets und eine Zuordnungslogik, der Finance und Engineering gleichermaßen vertrauen können.
Kann ich die Kosten von Serverless und Classic Compute vergleichen?
Ja. Reports stellen Serverless SQL, DLT, Model Serving sowie klassische All-Purpose- und Job-Cluster direkt nebeneinander – inklusive der zugrunde liegenden Cloud-Instanzkosten. So entscheiden Sie fundiert, wo jeder Workload hingehört.
Funktioniert das mit Databricks auf AWS, Azure und GCP?
Ja. Cloud Intelligence™ unterstützt Databricks auf allen drei Hyperscalern und korreliert die DBU-Nutzung mit der passenden AWS-, Azure- oder Google-Cloud-Rechnung – für echte Transparenz über die Gesamtbetriebskosten.
Welchen Zugriff erhält Cloud Intelligence™ auf Databricks, und wie ist er abgesichert?
Cloud Intelligence™ nutzt Read-Only-Zugangsdaten mit minimalen Berechtigungen für Ihre Workspaces und System Tables. Wir verändern niemals Jobs, Cluster oder Daten, und die Plattform ist nach SOC 2 Type II zertifiziert.