노트북, 작업, 파이프라인을 위한 서버리스 컴퓨팅 비용 절감

최근 우리는 노트북, 작업, 파이프라인을 위한 서버리스 컴퓨팅 서비스의 정식 출시(GA)을 발표했습니다. 서버리스 컴퓨팅은 빠른 작업 시작, 자동 인프라 확장, 그리고 Databricks 런타임의 원활한 버전 업그레이드를 제공합니다. 우리는 서버리스 서비스를 통해 지속적으로 혁신하고, 작업의 가격/성능을 지속적으로 개선할 것을 약속드립니다. 오늘은 서버리스 비용 경험을 개선할 몇 가지 발표를 하게 되어 기쁩니다.

1. 대다수 고객, 특히 짧은 시간의 작업을 가진 고객의 비용을 25% 이상 절감할 수 있는 효율성 개선
2. 개별 노트북, 작업, 파이프라인 수준에서 비용을 추적하고 모니터링할 수 있는 향상된 비용 가시성.
3. 작업과 파이프라인에 대해 비용 최적화를 성능보다 우선시할 수 있는 간단한 제어 기능(향후 제공 예정).
4. 새로운 서버리스 컴퓨팅 서비스에 대한 작업과 파이프라인의 50% 도입 할인, 노트북의 30% 할인 지속 제공.

효율성 개선

고객의 작업을 실행하면서 얻은 통찰력을 바탕으로, 대부분의 고객이 서버리스 컴퓨팅 비용을 25% 이상 절감할 수 있는 효율성 개선을 구현했습니다. 이러한 개선은 주로 짧은 작업의 비용을 줄이는 데 중점을 두고 있습니다. 이러한 변경 사항은 앞으로 몇 주에 걸쳐 자동으로 적용되어, 별도의 조치 없이도 노트북, 작업, 파이프라인이 이러한 업데이트의 혜택을 누릴 수 있습니다.

향상된 비용 가시성

비용 관리를 보다 투명하게 하기 위해, 비용 추적 기능을 개선했습니다. 이제 서버리스와 관련된 모든 컴퓨팅 비용은 개별 노트북, 작업, 파이프라인 실행까지 완전히 추적 가능합니다. 이는 특정 작업에 귀속되지 않은 공유 서버리스 컴퓨팅 비용을 더 이상 보이지 않도록 합니다. 이러한 세부적인 비용 귀속으로 각 작업의 전체 비용을 가시화하여 비용을 모니터링하고 관리하기 쉬워 집니다. 또한, 청구 가능한 사용 시스템 테이블에 작업 이름, 노트북 경로, 파이프라인 사용자 정보를 포함한 새로운 필드를 추가하여 비용 보고를 간소화했습니다. 작업 공간의 비용 추세를 쉽게 시각화할 수 있는 대시보드 템플릿도 만들었습니다. 더 많은 정보를 얻고 템플릿을 다운로드하려면 여기를 클릭하세요.

비용 최적화 우선으로 지정할 수 있는 향후 제어 기능

각 데이터 플랫폼 작업에 대해 성능과 비용 사이의 적절한 균형을 찾아야 합니다. 우리는 서버리스 컴퓨팅을 통해 특정 작업의 가격/성능 목표를 쉽게 달성할 수 있도록 지원하는 데 전념하고 있습니다. 현재, 우리의 서버리스 서비스는 성능에 중점을 두고 있으며, 인프라를 최적화하고 컴퓨팅 자원을 관리하여 작업이 빠른 시작과 짧은 실행 시간을 경험하도록 하고 있습니다. 이는 낮은 지연 시간이 필요한 작업이나 인스턴스 풀을 관리하거나 비용을 지불하고 싶지 않을 때 매우 유용합니다.

그러나 특정 작업과 파이프라인에 대해 더 비용 효율적인 옵션이 필요하다는 피드백도 받았습니다. 일부 작업에서는 시작 시간이나 실행 속도를 조금 희생하더라도 비용을 절감하고자 합니다. 이에 대응하여, 우리는 비용 절감을 성능보다 우선시할 수 있는 간단하고 직관적인 제어 기능을 도입하게 되어 기쁩니다. 이 새로운 유연성은 작업의 구체적인 가격과 성능 요구 사항을 더 잘 충족할 수 있도록 컴퓨팅 전략을 커스터마이즈할 수 있게 해줍니다. 앞으로 몇 달 안에 이 흥미로운 개발에 대한 더 많은 업데이트를 기대해 주세요. 미리보기 대기자 명단에 등록하려면 여기를 클릭하세요.

서버리스 컴퓨팅 50% 할인 – 한정 기간 도입 할인 혜택!

지금 도입 할인 혜택을 누리세요: Jobs와 Pipelines에 대한 서버리스 컴퓨팅을 50% 할인된 가격으로, Notebooks은 30% 할인된 가격으로 이용할 수 있습니다. 이 한정 할인은 2024년 10월 31일까지 제공되며, 서버리스 컴퓨팅을 저렴한 비용으로 탐색할 수 있는 절호의 기회입니다. 놓치지 마세요!

지금 바로 서버리스 컴퓨팅을 시작해 보세요:

• AWS 또는 Azure 계정에서 서버리스 컴퓨팅을 활성화하세요.
• 워크스페이스가 Unity Catalog를 사용할 수 있도록 설정되어 있는지, AWS 또는 Azure의 지원되는 지역에 있는지 확인하세요.
• 기존 PySpark 작업에 대해, 공유 액세스 모드(shared access mode) 및 DBR 14.3+와 호환되는지 확인하세요.
• Notebooks, Jobs, Pipelines을 서버리스 컴퓨팅에 연결하기 위한 구체적인 지침을 따르세요.
• Databricks Connect를 사용하여 타사 시스템과의 연결에 서버리스 컴퓨팅을 활용하세요. IDE에서 로컬로 개발하거나, Python으로 Databricks와 애플리케이션을 원활하게 통합하여 효율적인 워크플로를 경험하세요.

(번역: Youngkyong Ko)  Original post