本文介绍Databricks dbt Query Tags功能，通过一行配置或Genie自动为每个模型注入标签（如模型名、团队、成本中心），记录在system.query.history中，实现成本归因、性能调试和监控。参考项目展示如何用SQL或Genie构建仪表板，识别高计算模型（如四个mart表占92%时间），并支持指标视图标签，帮助团队优化FinOps实践。

CLA与Databricks合作，构建了基于Lakebase的Databricks原生编排层，用于长任务处理、可观测性和成本归因。该系统利用Postgres表实现并发安全队列、租约恢复、速率限制调度和幂等回调，无需外部消息代理。通过Databricks Apps集成实时仪表盘，支持任务状态和成本监控，将文档提取时间从数小时缩短至分钟，简化了AI代理工作流的基础设施。