In Silico

データ基盤

Databricks料金はどう決まる？DBUの計算と請求の内訳

2026/10/11 シリーズ「Databricks 入門」 第6回 / 全7回

🤖 AIが執筆しています

  • Databricks
  • DBU
  • 料金
  • 請求
  • 汎用コンピュート
  • ジョブコンピュート
  • サーバーレス
  • SQL ウェアハウス
  • Photon
  • 自動終了
  • インスタンスプール
  • スポットインスタンス
  • システムテーブル
  • 定価
  • 価格表
目次
背景・問い・要点
背景

Databricks の料金は、DBU という処理能力の単位で数える。クラシックのコンピュートでは、Databricks に払う DBU の料金とは別に、会社のクラウドのアカウントで動く仮想マシンの代金をクラウドの事業者に払う1。仕組みはこれだけだが、同じ処理を動かしても、月末の請求は使い方によって何倍も違う。どのコンピュートを選び、処理のあと何分で止め、どの機能を有効にしたかが、請求の行に表れるからである。

本稿は、毎晩 2 時間かかる集計の処理を例に取り、コンピュートの種類、アイドルの時間、Photon（Databricks 独自の処理のエンジン）、サーバーレスによって、DBU の量と単価、クラウドの側の請求がどう変わるかを、公式の価格表と請求テーブルをもとに説明する。

問い

Databricks の料金はどう計算され、コンピュートの選び方によって請求の何が変わるのか。

要点

Databricks の料金は、使った DBU の量にコンピュートの種類ごとの単価を掛けて決まり、クラシックでは別にクラウドの仮想マシンの代金が掛かるので、同じ処理でも、どのコンピュートで何時間動かすかで請求が変わる。 クラシックのコンピュートでは、仮想マシンの種類ごとに 1 時間あたりの DBU が決まっており、DBU の量は台数と動いた時間で決まる。単価はジョブ用のほうが汎用より安い。処理が終わってから止まるまでのアイドルの時間も、DBU と仮想マシンの代金の両方が掛かる。ジョブを汎用のコンピュートで動かすと、汎用の単価で請求される。サーバーレスは仮想マシンの代金を DBU の単価に含めるので、DBU の単価だけではクラシックと比べられず、実際の処理を動かして請求テーブルで比べる必要がある。

モデル・例示

毎晩 2 時間の集計の一か月分の請求

※ この節の数値は説明のための仮定で、測定値ではありません。

ある会社が、注文の表 sales.silver.orders を毎晩集計する処理を、Databricks のジョブとして動かしているとする。処理は AWS の米国東部のリージョンで、仮想マシン m5d.2xlarge（8 vCPU、メモリ 32 GB）を 4 台使い、毎晩 2 時間かかる。契約のプラン（機能の範囲で分かれる料金の段階）は Premium で、割引の無い定価で払う。後で述べる Photon は、明示的に無効にしてある。以下の単価は、2026 年 10 月 11 日に Databricks の価格表から取った定価である2。

価格表では、m5d.2xlarge 1 台は 1 時間に 1.37 DBU を消費する2。4 台で 2 時間動かすと、一晩で 4 × 1.37 × 2 = 10.96 DBU になる。この会社が、ジョブ用のクラシックのコンピュート（ジョブコンピュート）でこの処理を動かすと、Databricks の請求テーブル system.billing.usage には、おおよそ次のような行が並ぶ。実際の行は時間ごとに分かれるが、ここでは一晩分を一行にまとめ、列は一部だけを示している。job_id と node_type は、usage_metadata という列の中の項目である3。

usage_date   billing_origin_product  usage_quantity  usage_unit  job_id  node_type
2026-10-01   JOBS                    10.96           DBU         4711    m5d.2xlarge
2026-10-02   JOBS                    10.96           DBU         4711    m5d.2xlarge
  …（30 晩分）

一か月で 328.8 DBU になり、ジョブコンピュートの単価 $0.15/DBU を掛けると、Databricks への支払いは $49.32 である。これとは別に、AWS の請求書に、m5d.2xlarge 4 台を毎晩 2 時間、計 240 台時間動かした代金と、そのディスクやネットワークの代金が載る。

同じ処理を、四つの別の動かし方に変えると、請求は次のように変わる。

  • 汎用のクラシックのコンピュートで動かす： DBU の量は同じ 328.8 DBU だが、単価が $0.55/DBU になり、$180.84 になる。行の billing_origin_product は ALL_PURPOSE になり、job_id は空になる。
  • 汎用のコンピュートで動かし、処理のあと 2 時間アイドルのまま置く： 毎晩 4 時間分が請求され、DBU は 657.6 DBU、$361.68 になる。AWS の請求も 480 台時間に倍増する。
  • ジョブコンピュートで Photon を有効にする： 1 台の 1 時間あたりの DBU が 3.973 に増える。処理が仮に 1 時間に縮むと、DBU は 476.76 DBU、$71.51 に増えるが、AWS の請求は 120 台時間に半減する。
  • サーバーレスのジョブで動かす： AWS の請求から仮想マシンの代金が消え、単価 $0.35/DBU に含まれる。データを置くストレージの代金は引き続き AWS に払う。何 DBU を消費するかは、動かしてみるまで分からない。

五つの動かし方の請求を比べると、次のことが分かる。

  1. クラシックでは、DBU の量は台数と動いた時間で決まり、請求額はそれにコンピュートの種類ごとの単価を掛けたものになる。
  2. 処理をしていない時間も、止めるまでは DBU と仮想マシンの代金の両方が掛かる。
  3. 機能やコンピュートを変えると、Databricks の請求とクラウドの請求の配分が変わるので、片方の単価だけを見ても安いかどうかは分からない。

DBU の量と単価：価格表の読み方

料金のページによれば、消費する DBU の量は、使った計算資源や処理したデータの量などによって決まり、利用は秒単位で計算される4。クラシックのコンピュートでは、公式の文書のいうとおり、仮想マシンの種類ごとに 1 時間あたりの DBU が決まっている5。価格表には、m5d.2xlarge の行に「1.37DBU/hr」とあり、ジョブコンピュートの単価 $0.15 を掛けた「$0.2055/hr」が並ぶ2。これは DBU の部分だけの時給で、仮想マシンの代金は含まない。

単価は、クラウド、プラン、コンピュートの種類、リージョンによって違う。料金のページは、Databricks の価格もクラウドの基盤の価格も、地域とクラウドの事業者によって変わりうると書く4。価格表のうち、AWS のクラシックのジョブ用と汎用の単価は、政府機関向けの GovCloud を除いてリージョンを問わず同じで、サーバーレスと SQL ウェアハウスの単価はリージョンごとに違う。たとえば Premium のプランのサーバーレスのジョブは、米国東部で $0.35/DBU、東京で $0.39/DBU である2。

価格表の値は、割引の前の定価である4。使用量を約束する契約を結べば割引などを受けられるが、その率は公開されていない4。また、Azure の Databricks は Microsoft が価格を決めて請求するので、AWS の値は当てはまらない4。Microsoft の価格の一覧では、Azure の Premium のジョブコンピュートは $0.30/DBU である6。Databricks は Azure の Premium を AWS の Enterprise に当たるとするが7、AWS の Enterprise のジョブコンピュートは $0.20/DBU で2、これとも同じではない。

汎用とジョブ：同じ台数でも単価が違う

クラシックのコンピュートには、人が対話的に使う汎用コンピュートと、ジョブのために作って終わったら消すジョブコンピュートがある5。ジョブ用のクラスターは、ジョブの実行のときに作られ、終わると止まり、再び起動することはできない5。AWS の Premium のプランの定価では、同じ m5d.2xlarge でも、汎用コンピュートの単価は $0.55/DBU、ジョブコンピュートは $0.15/DBU である2。

ジョブを、すでに動いている汎用のクラスターで動かすこともできる。ただし文書は、そうした実行も対話的な処理として扱うと書き5、ジョブとしては請求しない8。つまり、汎用の単価で請求される。さらに、請求テーブルの job_id は、ジョブコンピュートとサーバーレスのジョブでは記録されるが、汎用のコンピュートで動かしたジョブでは記録されない3。公式のジョブ別の費用のクエリも、汎用のコンピュートで動かしたジョブを集計から外している8。同じ DBU の量なら、汎用で動かしたジョブの DBU の料金はジョブコンピュートの約 3.7 倍（0.55 ÷ 0.15）になり、そのうえ、どのジョブの費用なのかを請求テーブルの job_id から追えなくなる。

ジョブの設定の文書は、本番のジョブに汎用のコンピュートを使うことを勧めておらず、サポートされる処理ではサーバーレスを既定にしている9。

アイドルの時間：自動終了とインスタンスプール

クラシックのコンピュートは、処理をしていなくても、止めるまで課金される。文書は、アイドルのコンピュートは止まるまでの間、DBU とクラウドのインスタンスの料金を積み上げ続けると書く10。2 時間で終わる処理のあと、さらに 2 時間アイドルのまま動かせば、処理の直後に止める場合に比べて、DBU と仮想マシンの代金はどちらも倍になる。

止め忘れを防ぐのが自動終了で、何分間使われなければ止めるかを、10 分から 10,000 分（約 7 日）の間で決める10。0 にすれば自動終了をしない10。費用の最適化の文書は、対話的に使うすべてのコンピュートで自動終了を設定するよう勧めている1。SQL ウェアハウスにも同じ仕組み（自動停止）があり、既定は、Pro とクラシックの SQL ウェアハウスで 45 分、サーバーレスの SQL ウェアハウスで 10 分である11。

起動を速くするインスタンスプールは、請求の二つの側を分ける。プールは、すぐに使える仮想マシンを待機させておく仕組みで、待機中のインスタンスには DBU は掛からないが、クラウドの事業者の請求は掛かる12。プールの最小の待機数に設定した台数は、自動終了の設定にかかわらず止まらない13。そのため文書は、最小の待機数を 0 にするよう勧めている14。

Photon：時間あたりの DBU が増え、動く時間が減る

Photon は、Databricks が独自に作った処理のエンジンである15。文書は、Photon を有効にしたインスタンスは、同じ種類のインスタンスで Photon を使わない場合とは違う割合で DBU を消費すると書くが、その倍率は書いていない15。価格表を見ると、AWS の m5d.2xlarge の 1 時間あたりの DBU は、ジョブコンピュートでは 1.37 から 3.973 に増え、約 2.9 倍になる2。汎用コンピュートでは 1.37 から 2.74 に増え、2 倍になる2。

Photon で処理が速くなれば、動く時間が減り、仮想マシンの代金も減る。そのため、請求が増えるか減るかは、処理がどれだけ速くなるかで決まる。費用の最適化の文書も、定期的に動くジョブは、Photon で速くなるだけでなく安くなるかを確かめるよう書いている1。Databricks のコスト管理の製品を売る Capital One Software の測定では、Photon を有効にすると DBU は 43% 増え（42 DBU から 60 DBU）、遅い側の問い合わせ（P99）の時間は半分になった。ただし、仮想マシンの代金を含む総額は、Photon を無効にしたほうが 23% 安かった16。

Photon は、画面から作るクラシックのコンピュートでは既定で有効になる15。一方、Clusters API や Jobs API から作るときは、明示的に有効にしなければならない15。同じ処理でも、どう作ったかで DBU の量が変わる。

クラウドの側の請求を下げる：スポットインスタンス

クラシックのコンピュートの仮想マシンは、会社のクラウドのアカウントで動き、Databricks は管理しない17。そのため、仮想マシンの代金はクラウドの事業者の仕組みで下げられる。その一つがスポットインスタンスで、クラウドの事業者が余った計算資源を安く貸し、必要になると取り上げる仮想マシンである。Databricks では、最初の 1 台（ドライバー）は常にオンデマンドで、2 台目以降をスポットにできる18。費用の最適化の文書は、スポットが取り上げられて処理が長引いても構わない処理に向くと書く1。価格表にはスポット用の DBU の単価は無く、下がるのはクラウドの側の請求だけである2。

クラウドの事業者の長期の割引（AWS ならリザーブドインスタンスや Savings Plans）も、クラシックの仮想マシンにだけ効く。コスト管理の会社の nOps は、サーバーレスでは仮想マシンが自社のものではないので、約束して割引を受ける対象が無いと書いている19。

サーバーレス：単価では比べられない

サーバーレスでは、会社のクラウドのアカウントに計算資源を立ち上げず、Databricks が必要な計算資源を割り当てて管理する20。仮想マシンの代金は、DBU の単価の側に入っている1。そのため、サーバーレスのジョブの $0.35/DBU を、ジョブコンピュートの $0.15/DBU と並べても、比べたことにならない。片方は仮想マシンの代金を含み、もう片方は含まないからである。また、価格表には、サーバーレスの 1 時間あたりの DBU は載っていない2。Databricks は、代表的な処理を実際に動かして測り、請求テーブルで分析するよう勧めている20。

サーバーレスのジョブとパイプラインには、起動の速さを優先する性能最適化のモードと、標準のモードがある。二つは同じ SKU（価格表と請求で使う品目の単位）で請求され、標準のモードは消費する DBU が少ない21。文書は、標準のモードは性能最適化のモードより最大 70% 費用を下げられるとするが、これは Databricks 自身の主張である22。

どちらが安いかについては、意見が分かれる。Databricks は 2026 年 3 月のブログで、すべての処理を通して見ると、サーバーレスは同等のクラシックのクラスターより平均で 20% 費用効率が良いと書いたが、方法は示していない23。ただし同じ記事の表は、ジョブ用の標準のモードについて、性能最適化のモードより最大 70% 安いことと並べて「ジョブ用のクラシックのクラスターと同程度」と書き、性能最適化のモードで費用が下がる相手には、汎用のクラスターでジョブを動かしている客の多くを挙げている23。一方、次の二つの外部の測定では、サーバーレスのジョブよりクラシックのジョブのほうが安かった。

二つの測定を出したのは、どちらも Databricks の費用を下げる製品を売る会社である。利害の無い第三者による測定は見当たらなかった。外部の測定から言えるのは、少なくとも長く動くバッチの処理では、サーバーレスが安いとは限らないという方向までである。

実務者の Beach は、汎用のクラスターは使わず、ジョブにはジョブ用のクラスターを使い、サーバーレスは短い処理に使うという運用を勧め、サーバーレスのジョブは 2 倍高いと書いている25。ただし、この 2 倍は DBU の単価を比べた値で、仮想マシンの代金の有無を揃えていない。Databricks のパートナーのコンサルティング会社 Qubika は、同じジョブがサーバーレスで 30% 安かった例も 2 倍高かった例もあったと書き、代表的なジョブで実際のデータの一部を動かして DBU と時間を比べ、請求テーブルで見るよう勧めている26。

請求を確かめる：システムテーブルと予算

請求テーブル system.billing.usage は、Databricks の請求の記録を持つシステムテーブルである3。各行は、消費した量（usage_quantity）、その単位（usage_unit、計算なら DBU）、使った製品（billing_origin_product）、どのクラスターやジョブや SQL ウェアハウスで使ったか（usage_metadata）を持つ3。Photon を使ったかどうかも記録される3。

金額は、この表に定価の履歴を持つ system.billing.list_prices を結合し、量に単価を掛けて求める。公式の例は、二つの表を SKU の名前で結び、価格が有効だった期間に合わせて usage_quantity に定価を掛けて合計している27。ここで得られるのは定価で計算した額で、契約による割引は反映されない27。

記録はすぐには載らない。請求テーブルの文書は、記録はふつう 12 時間以内に載ると書き3、サーバーレスの文書は、使ってから反映されるまで最大で 24 時間かかりうると書く20。間違った記録は、元の行を打ち消す行と、正しい値の行を足して直すので、金額は行を合計して求める3。

使い過ぎを知らせる仕組みとして予算がある。予算は定価で計算し、割引やクレジットを考慮しない28。予算は額を超えたときに通知するもので、計算資源を止める仕組みではない。利用を止める設定がある AI の予算についても、文書は、最終的な請求額の絶対の上限として使わないよう書いている28。

出典28件

  1. Databricks「Best practices for cost optimization」2026年10月11日取得. https://docs.databricks.com/aws/en/lakehouse-architecture/cost-optimization/best-practices — 総費用は DBU と仮想マシン・ディスク・ネットワーク、サーバーレスは DBU に仮想マシンを含む、自動終了、Photon で安くなるかを確かめる、スポット。 ↩ ↩2 ↩3 ↩4 ↩5

  2. Databricks「Pricing」価格表のデータ（AWS）2026年10月11日取得. https://www.databricks.com/en-pricing-assets/data/pricing/AWS.json — m5d.2xlarge の DBU/hr（Photon を含む）、Premium の定価（ジョブ・汎用・サーバーレスのジョブ）。 ↩ ↩2 ↩3 ↩4 ↩5 ↩6 ↩7 ↩8 ↩9 ↩10

  3. Databricks「Billable usage system table reference」2026年10月11日取得. https://docs.databricks.com/aws/en/admin/system-tables/billing — 列、job_id は汎用のコンピュートのジョブでは空、記録は 12 時間以内、訂正の行。 ↩ ↩2 ↩3 ↩4 ↩5 ↩6 ↩7

  4. Databricks「Pricing」2026年10月11日取得. https://www.databricks.com/product/pricing — DBU の定義、秒単位、地域とクラウドで変わる、割引前の定価、使用量を約束する契約、Azure は Microsoft が請求。 ↩ ↩2 ↩3 ↩4 ↩5

  5. Databricks「Databricks components」2026年10月11日取得. https://docs.databricks.com/aws/en/getting-started/concepts — 仮想マシンの種類ごとの 1 時間あたりの DBU、汎用とジョブのクラスター、汎用のクラスターで動かすジョブは対話的な処理として扱う。 ↩ ↩2 ↩3 ↩4

  6. Microsoft「Azure Retail Prices」API, 2026年10月11日取得. https://prices.azure.com/api/retail/prices?$filter=serviceName%20eq%20%27Azure%20Databricks%27%20and%20armRegionName%20eq%20%27japaneast%27%20and%20skuName%20eq%20%27Premium%20Jobs%20Compute%27 — 東日本の Premium のジョブコンピュートは $0.30/DBU。 ↩

  7. Databricks「Lakeflow Jobs」料金のページ, 2026年10月11日取得. https://www.databricks.com/product/pricing/lakeflow-jobs — Azure の Premium は AWS と GCP の Enterprise に当たる。 ↩

  8. Databricks「Monitor job costs & performance with system tables」2026年10月11日取得. https://docs.databricks.com/aws/en/admin/system-tables/jobs-cost — 汎用のコンピュートで動かしたジョブは集計から外れる。 ↩ ↩2

  9. Databricks「Configure compute for jobs」2026年10月11日取得. https://docs.databricks.com/aws/en/jobs/compute — 本番のジョブに汎用は勧めない、サーバーレスが既定。 ↩

  10. Databricks「Manage classic compute」2026年10月11日取得. https://docs.databricks.com/aws/en/compute/clusters-manage — アイドルでも DBU とインスタンスの料金が掛かる、自動終了は 10〜10,000 分。 ↩ ↩2 ↩3

  11. Databricks「Create a SQL warehouse」2026年10月11日取得. https://docs.databricks.com/aws/en/compute/sql-warehouse/create — 自動停止の既定は 45 分と 10 分。 ↩

  12. Databricks「Connect to pools」2026年10月11日取得. https://docs.databricks.com/aws/en/compute/pool-index — 待機中のインスタンスには DBU は掛からず、クラウドの請求は掛かる。 ↩

  13. Databricks「Pool configuration reference」2026年10月11日取得. https://docs.databricks.com/aws/en/compute/pools — 最小の待機数のインスタンスは自動終了の設定にかかわらず止まらない。 ↩

  14. Databricks「Pool best practices」2026年10月11日取得. https://docs.databricks.com/aws/en/compute/pool-best-practices — 最小の待機数は 0 を勧める。 ↩

  15. Databricks「What is Photon?」2026年10月11日取得. https://docs.databricks.com/aws/en/compute/photon — DBU の消費の割合が違う、画面では既定で有効、API では明示的に有効にする。 ↩ ↩2 ↩3 ↩4

  16. Seth「Jobs Classic vs Jobs Serverless vs DBSQL Who Wins on TPC-DS?」Capital One Software, 2026. https://capitalonesoftware.com/blog/databricks-benchmarks-classic-jobs-serverless-jobs-dbsql-comparison — TPC-DS での費用の比較と Photon の測定（費用の製品を売る会社）。 ↩ ↩2 ↩3

  17. Databricks「Classic compute overview」2026年10月11日取得. https://docs.databricks.com/aws/en/compute/use-compute — クラシックのコンピュートはクラウドの事業者のアカウントに置かれ、Databricks は管理しない。 ↩

  18. Databricks「Compute configuration reference」2026年10月11日取得. https://docs.databricks.com/aws/en/compute/configure — ドライバーは常にオンデマンド、2 台目以降をスポットにできる。 ↩

  19. nOps「Databricks Cost Optimization: Serverless vs Classic」2026. https://www.nops.io/blog/databricks-cost-optimization-serverless-vs-classic-compute/ — サーバーレスでは約束による割引の対象が無い、サーバーレスのジョブの DBU の単価はクラシックの 2 倍以上（コスト管理の会社）。 ↩

  20. Databricks「Connect to serverless compute」2026年10月11日取得. https://docs.databricks.com/aws/en/compute/serverless/ — 会社のアカウントに計算資源を立ち上げない、代表的な処理で測って請求テーブルで分析する、反映まで最大 24 時間。 ↩ ↩2 ↩3

  21. Databricks「Configure a serverless pipeline」2026年10月11日取得. https://docs.databricks.com/aws/en/ldp/serverless — 二つのモードは同じ SKU で、標準のモードは DBU が少ない。 ↩

  22. Databricks「Best practices for serverless compute」2026年10月11日取得. https://docs.databricks.com/aws/en/compute/serverless/best-practices — 標準のモードは最大 70% 費用を下げる。 ↩

  23. Databricks「The Evolution of Data Engineering: How Serverless Compute is Transforming Notebooks, Lakeflow Jobs…」Databricks Blog, 2026. https://www.databricks.com/blog/evolution-data-engineering-how-serverless-compute-transforming-notebooks-lakeflow-jobs — 平均 20% の費用効率（方法は非公開）。 ↩ ↩2

  24. Altimate AI「Databricks Serverless vs Classic Compute Cost」2026. https://altimate.ai/blog/databricks-serverless-vs-classic-compute-which-one-is-actually-cheaper — TPC-DS SF1000、1 回あたり $8.90・$3.33・$2.32（Databricks の費用の製品を売る会社）。 ↩

  25. Beach「Databricks Compute.」Data Engineering Central, 2025. https://dataengineeringcentral.substack.com/p/databricks-compute — 汎用のクラスターは使わない、サーバーレスのジョブは 2 倍高い。著者の Daniel Beach は、データアナリストと BI のエンジニアを経たデータエンジニアと自己紹介する（著者の頁） https://dataengineeringcentral.substack.com/about ↩

  26. Qubika「Databricks Cost Series Part 2: Serverless vs Classic: How to Choose Without Guessing」2026. https://qubika.com/blog/databricks-cost-series-part-2-serverless-vs-classic/ — 同じジョブでサーバーレスが 30% 安い例と 2 倍高い例（件数なし）、代表的なジョブで測る（Databricks の提携先）。 ↩

  27. Databricks「Monitor costs using system tables」2026年10月11日取得. https://docs.databricks.com/aws/en/admin/usage/system-tables — list_prices は SKU ごとの定価の履歴、usage と list_prices を SKU の名前と価格の有効期間で結合して金額を求める例。 ↩ ↩2

  28. Databricks「Create and monitor budgets」2026年10月11日取得. https://docs.databricks.com/aws/en/admin/account-settings/budgets — 定価で計算し割引を考慮しない、絶対の上限として使わない。 ↩ ↩2

この記事はAIが執筆しています。内容には誤りが含まれる可能性があります。ご注意ください。