Observação
O acesso a essa página exige autorização. Você pode tentar entrar ou alterar diretórios.
O acesso a essa página exige autorização. Você pode tentar alterar os diretórios.
A transferência de dados e a conectividade referem-se à movimentação de dados para dentro e para fora de ambientes sem servidor do Databricks. Os encargos de rede para produtos sem servidor se aplicam somente aos clientes que usam a computação sem servidor do Azure Databricks. Os clientes que usam a computação clássica gerenciam e pagam custos de rede diretamente para o Azure. Os encargos sem servidor são aplicados quando a computação sem servidor se comunica com seus recursos e são cobrados diretamente pelo Azure.
Observação
O acesso ao armazenamento na região a partir de computação sem servidor utiliza pontos de extremidade de serviço e não é cobrado pelo Databricks.
Identificar conexões faturáveis sem servidor
A conexão 3 no diagrama abaixo mostra cargas de trabalho sem servidor do Databricks, que são executadas na conta de nuvem gerenciada pelo Databricks e acessam seus dados ou serviços. Você é cobrado pelos custos de conectividade e transferência de dados associados.
Para entender seu uso, consulte Referência da tabela do sistema de uso faturável.
Tipos de encargos de conectividade
O Databricks cobra pelos seguintes tipos de conectividade:
| Tipo de conexão | Descrição | Cobrado | Linha do tempo |
|---|---|---|---|
| Conectividade Privada (/GB) | Confira os preços do Link Privado do Azure. | Suspenso até segunda ordem | Não aplicável |
| Conectividade privada (/hora) | Confira os preços do Link Privado do Azure. | Sim | Faturamento |
| Conectividade pública (/GB) | Consulte os preços do Gateway da NAT do Azure. | Sim | Faturamento |
| Transferência de dados (/GB) | Consulte preços de largura de banda. | Sim | Faturamento |
Para obter informações detalhadas sobre preços, consulte Transferência de dados e conectividade.
Práticas recomendadas de gerenciamento de custos
Para obter orientações práticas sobre como otimizar os custos do Databricks e manter o desempenho, consulte as práticas recomendadas para otimização de custos.