Databricks Apps のテレメトリを構成する

Important

Databricks Apps テレメトリは、トレース、ログ、メトリックを収集し、OpenTelemetry (OTel) プロトコルを使用して Unity カタログテーブルに保持します。アプリテレメトリを有効にすると、Databricks はシステムログとユーザーログインや直接 API 要求などの使用状況イベントを自動的にキャプチャします。また、フレームワーク用の OpenTelemetry SDK を使用してカスタムインストルメンテーションを追加することもできます。

要件

ワークスペースは、サポートされているリージョン ( australiaeast、 brazilsouth、 canadacentral、 centralindia、 centralus、 eastus、 eastus2、 germanywestcentral、 northcentralusnortheurope、 southcentralus、 southeastasia、 swedencentralswitzerlandnorth、、 uksouth、 westeurope、 westuswestus2、 westus3) にある必要があります。

Unity カタログで新しいテレメトリターゲットテーブルを作成するには、ターゲットカタログとスキーマに対する CAN MANAGE アクセス許可と、スキーマに対する CREATE TABLE が必要です。
Unity カタログの既存のテレメトリターゲットテーブルに書き込むには、ターゲットカタログとスキーマに対する CAN MANAGE アクセス許可が必要です。または、すべてのアカウントユーザーがターゲットテーブルに対する USE CATALOG、 USE SCHEMA、 SELECT、および MODIFY を持っている必要があります。
ターゲットテーブルは、ワークスペースと同じリージョン内のマネージド Delta テーブルである必要があります。
Databricks では、クエリパフォーマンスを向上させるために、テレメトリターゲットテーブルで予測最適化を有効にすることをお勧めします。

アプリテレメトリを有効にする

アプリのテレメトリを有効にするには、アプリ設定でテレメトリテーブルのカタログとスキーマを構成します。

UI

Azure Databricks ワークスペースでアプリの詳細ページを開きます。
[ 設定] タブで、[ アプリテレメトリ の構成] セクションを見つけて、[ 追加] をクリックします。
カタログとスキーマを入力または参照して選択します。 Azure Databricksは、選択した場所の 3 つのテーブル (otel_metrics、otel_spans、および otel_logs) にテレメトリデータを書き込みます。
(省略可能)テーブルに <prefix>_otel_metrics、 <prefix>_otel_spans、および <prefix>_otel_logsの名前を付けることができるように、テーブルプレフィックスを指定します。 Azure Databricks既存のテーブルに追加するか、存在しない場合は作成します。
[保存] をクリックします。
テレメトリが Unity カタログへのフローを開始するように、アプリを再デプロイします。

CLI

完全なカタログ、スキーマ、テーブル名を指定して、 databricks apps update コマンドを使用してテレメトリを構成します。

databricks apps update <app-name> --json '{
  "telemetry_export_destinations": [
    {
      "unity_catalog": {
        "logs_table": "<catalog>.<schema>.<your-prefix>-otel_logs",
        "metrics_table": "<catalog>.<schema>.otel_metrics",
        "traces_table": "<catalog>.<schema>.otel_spans"
      }
    }
  ]
}'

テレメトリが Unity カタログへのフローを開始するようにアプリを再デプロイします。
```
databricks apps deploy <app-name>
```

テレメトリデータを確認する

otel_logs テーブルは、再デプロイ後に自動的に設定されます。 otel_spansテーブルとotel_metrics テーブルは、アプリにカスタムインストルメンテーションを追加した後にのみ設定されます。

アプリを再デプロイした後:

アクティビティを生成するには、アプリの URL にアクセスします。
データの最初のバッチが表示されるまで数秒待ちます。
Databricks SQL で次のクエリを実行して、データがフローされていることを確認します。
```
SELECT * FROM <catalog>.<schema>.otel_logs
LIMIT 10;
```

テレメトリデータのクエリを実行する

テレメトリデータのフィルター処理と関連付けに役立つ列には、 time、 service_name、 trace_id、 span_id、 attributesなどがあります。 attributes列は、event.nameなどのイベント固有のメタデータを含むマップです。

テレメトリテーブルの完全なスキーマを表示するには、次のコマンドを実行します。

DESCRIBE TABLE <catalog>.<schema>.otel_logs;

次の例では、過去 1 時間のエラーレベルのログをクエリします。これは、アプリの問題のデバッグに役立ちます。

SELECT time, body
FROM <catalog>.<schema>.otel_logs
WHERE service_name = '<app-name>'
  AND severity_text = "ERROR"
  AND time >= current_timestamp() - INTERVAL 1 HOUR
ORDER BY time DESC
LIMIT 100;

システムイベントのクエリ

Azure Databricksは、otel_logs テーブル内のシステムイベント (ユーザーログインの使用状況イベントや直接 API 要求など) を自動的にキャプチャします。 event.name属性をフィルター処理して、これらのイベントに対してクエリを実行します。

次の例では、アプリケーションの最新の 100 件の使用状況イベントを取得します。

SELECT time, attributes
FROM <catalog>.<schema>.otel_logs
WHERE service_name = '<app-name>'
  AND attributes:["event.name"]::string = 'app.auth'
ORDER BY time DESC
LIMIT 100;

カスタムインストルメンテーションを追加する

OpenTelemetry 自動インストルメンテーションを追加して、カスタムトレース、メトリック、ログを生成します。フレームワークに示すように、 app.yaml と依存関係ファイルを更新します。

Streamlit

app.yamlを更新してください。

command: ['opentelemetry-instrument', 'streamlit', 'run', 'app.py']
env:
  - name: OTEL_TRACES_SAMPLER
    value: 'always_on'

requirements.txtを更新してください。

streamlit==1.38.0

# Auto-instrumentation
opentelemetry-distro
opentelemetry-exporter-otlp-proto-grpc

# Required for Streamlit
opentelemetry-instrumentation-tornado

# Host metrics (CPU, memory)
opentelemetry-instrumentation-system-metrics

ダッシュ

app.yamlを更新してください。

command: ['opentelemetry-instrument', 'python', 'app.py']
env:
  - name: OTEL_TRACES_SAMPLER
    value: 'always_on'

requirements.txtを更新してください。

dash
dash-bootstrap-components
pandas
plotly
databricks-sql-connector
databricks-sdk
python-dotenv
dash-ag-grid
opentelemetry-distro[otlp]
opentelemetry-instrumentation-flask
opentelemetry-exporter-otlp-proto-grpc

Flask

app.yamlを更新してください。

command: ['opentelemetry-instrument', 'flask', '--app', 'app.py', 'run', '--no-reload']
env:
  - name: OTEL_TRACES_SAMPLER
    value: 'always_on'

requirements.txtを更新してください。

opentelemetry-distro
opentelemetry-exporter-otlp-proto-grpc
opentelemetry-instrumentation-flask

FastAPI

app.yamlを更新してください。

command: ['opentelemetry-instrument', 'uvicorn', 'app:app', '--host', '0.0.0.0', '--port', '8000']
env:
  - name: OTEL_TRACES_SAMPLER
    value: 'always_on'

requirements.txtを更新してください。

fastapi
uvicorn
opentelemetry-distro
opentelemetry-exporter-otlp-proto-grpc
opentelemetry-instrumentation-fastapi

Node.js

otel.js ファイルを作成します。

'use strict';

import { NodeSDK } from '@opentelemetry/sdk-node';
import { getNodeAutoInstrumentations } from '@opentelemetry/auto-instrumentations-node';
import { PeriodicExportingMetricReader } from '@opentelemetry/sdk-metrics';
import { OTLPTraceExporter } from '@opentelemetry/exporter-trace-otlp-proto';
import { OTLPMetricExporter } from '@opentelemetry/exporter-metrics-otlp-proto';
import { OTLPLogExporter } from '@opentelemetry/exporter-logs-otlp-proto';

const sdk = new NodeSDK({
  traceExporter: new OTLPTraceExporter(),
  metricReader: new PeriodicExportingMetricReader({
    exporter: new OTLPMetricExporter(),
    exportIntervalMillis: 10000,
  }),
  instrumentations: [
    getNodeAutoInstrumentations({
      '@opentelemetry/instrumentation-fs': { enabled: false },
    }),
  ],
});

try {
  sdk.start();
} catch (e) {
  console.error('OTel SDK failed to start', e);
}

async function shutdown() {
  try {
    await sdk.shutdown();
  } catch (e) {
    console.error('OTel SDK shutdown failed', e);
  } finally {
    process.exit(0);
  }
}
process.on('SIGTERM', shutdown);
process.on('SIGINT', shutdown);

package.jsonを更新してください。

{
  "name": "nodejs-otel",
  "version": "0.1.0",
  "private": true,
  "main": "app.js",
  "scripts": {
    "start": "node -r ./otel.js app.js"
  },
  "dependencies": {
    "express": "^4.21.2",
    "morgan": "^1.10.0",
    "@opentelemetry/api": "^1.9.0",
    "@opentelemetry/sdk-node": "0.203.0",
    "@opentelemetry/auto-instrumentations-node": "0.67.3",
    "@opentelemetry/exporter-trace-otlp-proto": "0.203.0",
    "@opentelemetry/exporter-metrics-otlp-proto": "0.203.0",
    "@opentelemetry/exporter-logs-otlp-proto": "0.203.0",
    "@opentelemetry/sdk-metrics": "2.0.1"
  }
}

環境変数

アプリテレメトリを有効にすると、Databricks は、OTLP コレクターエンドポイント、エクスポートプロトコル、リソース属性、バッチ処理用にアプリランタイムの環境変数を自動的に構成します。 OTel 環境変数の完全な一覧については、「アプリテレメトリ環境変数」を参照してください。

価格

テレメトリの取り込みはLakeflow Connectの使用量として請求されます。なぜなら、アプリのテレメトリはZerobus Ingestコネクタを通じてUnity Catalogのテーブルに書き込みを行うからです。これはアプリ自体の実行に対する計算料金とは別のものです。

料金は「自動化サーバーレス」SKUに対して請求されます。料金については Lakeflow Connectの料金ページをご覧ください。

テレメトリーの取り込みコストを追跡するには、請求可能な使用システムテーブルをクエリしてください。 Zerobus Ingestの使用を分離するフィルターについては、「使用状況の監視」をご覧ください。アプリ自体のコンピュートコストを監視するには、「アプリコストの監視」をご覧ください。

限界と制限事項

アプリテレメトリでは、Zerobus 取り込みコネクタを使用して、Unity カタログテーブルにデータを書き込みます。 Zerobus Ingestコネクタのすべての制限はアプリテレメトリに適用されており、レコードサイズ、スループット、配信保証、ターゲットテーブルの要件の制限が含まれます。「Zerobus Ingest クォータ」を参照してください。

ゼロバスの制限に加えて、アプリテレメトリでは、ログ行あたり 1 MB のログ行の最大サイズが適用されます。

フィードバック

このページはお役に立ちましたか?

Last updated on 2026-08-13

Databricks Apps のテレメトリを構成する

要件

アプリテレメトリを有効にする

UI

CLI

テレメトリ データを確認する

テレメトリ データのクエリを実行する

システム イベントのクエリ

カスタム インストルメンテーションを追加する

Streamlit

ダッシュ

Flask

FastAPI

Node.js

環境変数

価格

限界と制限事項

フィードバック

その他のリソース

テレメトリデータを確認する

テレメトリデータのクエリを実行する

システムイベントのクエリ

カスタムインストルメンテーションを追加する