おつかれさまです!桑野です!
Claude Codeを組織で使い始めると、「誰がどれくらい使ってるの?」が気になってきますよね!え?見られたくない?ダメダメ!アカンよ!
Claude CodeはOpenTelemetry(OTel)で利用ログを送れるので、送り先と認証まで設定して配っておけば、メンバーはふだんどおり使うだけでログが集まります(あとで出てくるブローカーの形だけは、最初にDatabricksへのログインが要ります)。
じゃあその受け口をDatabricksのZerobus Ingest for OTLP(OTLPを受けてUnity Catalogのテーブルに直接書くサービス)にしたら、収集から分析まで1か所でいけるのでは?と思って、実際にやってみました!
今回の構成

Aは端末からZerobusへ直接、Bは同じく直接で、トークンだけをDatabricks Appsからもらう形、CはOTel Collectorを中継に置く形です。個人で試すならA、組織に配るならB、端末の設定をhttp/jsonのまま変えたくないならCです。
手元はDocker、そして、Claude Code、Collector otel/opentelemetry-collector-contribです(検証したバージョンはDocker 29.9.3、Claude Code 2.1.325、Collector 0.164.0)。
モデルはDatabricksのAI Gateway(/ai-gateway/anthropic)経由で、Sonnet 4.6・Haiku 4.5・Opus 4.6を呼んでいます。
まずは受け皿のテーブルとサービスプリンシパル
Zerobusはテーブルを作らないので、先に作ります。DDLは公式ページのままで、ログ(イベント)とメトリクスの2つだけ作りました。属性はVARIANT型(JSONのような半構造データをそのまま持てる型)の列に入ります。
書き込むサービスプリンシパル(以下SP、システム用のアカウント)を作ってOAuthのシークレットを発行し(手順)、テーブルごとにMODIFYとSELECTを付けます。ALL PRIVILEGESでは足りないので注意!
GRANT USE CATALOG ON CATALOG <catalog> TO `<sp-application-id>`;GRANT USE SCHEMA ON SCHEMA <catalog>.<schema> TO `<sp-application-id>`;GRANT MODIFY, SELECT ON TABLE <catalog>.<schema>.cc_otel_logs TO `<sp-application-id>`;GRANT MODIFY, SELECT ON TABLE <catalog>.<schema>.cc_otel_metrics TO `<sp-application-id>`;
直接送るならhttp/protobufとotelHeadersHelper
では早速Databricksに送ってみましょう!
気をつけるのは2つで、Zerobusは1リクエスト1テーブル(テーブル名をヘッダで渡す)なのと、SPのトークンが1時間で切れることです。プロトコルはhttp/protobufにします(ZerobusのOTLPはJSONを受けず、helperもHTTPのときだけ効くため)。
テーブル名は信号ごとのヘッダ変数に書きます(共通のヘッダとマージされます)。トークンはotelHeadersHelper(ヘッダを出すスクリプトを指定する設定)に任せます。Claude Codeが起動時と(既定で)29分ごとに呼び直してくれるので、1時間で切れても大丈夫です。
今回はmanaged settingsのファイル(Linuxでは/etc/claude-code/managed-settings.json)にこう書きました。
{ "env": { "CLAUDE_CODE_ENABLE_TELEMETRY": "1", "OTEL_METRICS_EXPORTER": "otlp", "OTEL_LOGS_EXPORTER": "otlp", "OTEL_EXPORTER_OTLP_PROTOCOL": "http/protobuf", "OTEL_EXPORTER_OTLP_LOGS_ENDPOINT": "https://<workspace-id>.zerobus.<region>.cloud.databricks.com/v1/logs", "OTEL_EXPORTER_OTLP_METRICS_ENDPOINT": "https://<workspace-id>.zerobus.<region>.cloud.databricks.com/v1/metrics", "OTEL_EXPORTER_OTLP_LOGS_HEADERS": "x-databricks-zerobus-table-name=<catalog>.<schema>.cc_otel_logs", "OTEL_EXPORTER_OTLP_METRICS_HEADERS": "x-databricks-zerobus-table-name=<catalog>.<schema>.cc_otel_metrics" }, "otelHeadersHelper": "/app/zerobus_headers.sh"}
helperのほうはこれです。authorization_detailsにテーブルを2つ並べると、1つのトークンでログとメトリクスの両方に書けました。
curlとjqを使うので入れておき、/app/zerobus_headers.shに置いてchmod +xします。変数はClaude Codeを起動する環境に渡せば、helperがそのまま引き継いで使ってくれました。WORKSPACE_URLはhttps://を付けないホスト名(<workspace>.cloud.databricks.com)です。
# 環境変数: DATABRICKS_CLIENT_ID / DATABRICKS_CLIENT_SECRET / WORKSPACE_URL / WORKSPACE_ID / CATALOG / SCHEMAset -euo pipefailT="$CATALOG.$SCHEMA.cc"details='[{"type":"unity_catalog_privileges","privileges":["USE CATALOG"],"object_type":"CATALOG","object_full_path":"'$CATALOG'"}, {"type":"unity_catalog_privileges","privileges":["USE SCHEMA"],"object_type":"SCHEMA","object_full_path":"'$CATALOG.$SCHEMA'"}, {"type":"unity_catalog_privileges","privileges":["SELECT","MODIFY"],"object_type":"TABLE","object_full_path":"'${T}_otel_logs'"}, {"type":"unity_catalog_privileges","privileges":["SELECT","MODIFY"],"object_type":"TABLE","object_full_path":"'${T}_otel_metrics'"}]'token=$(curl -sf -X POST -u "$DATABRICKS_CLIENT_ID:$DATABRICKS_CLIENT_SECRET" \ -d grant_type=client_credentials -d scope=all-apis \ -d "resource=api://databricks/workspaces/$WORKSPACE_ID/zerobusDirectWriteApi" \ --data-urlencode "authorization_details=$details" \ "https://$WORKSPACE_URL/oidc/v1/token" | jq -r .access_token)printf '{"Authorization": "Bearer %s"}\n' "$token"
確かめるときは、Claude Codeからモデルを呼べる状態(今回はAI Gateway経由)で、短いプロンプトを1回流してdebugログを見ます。
claude -p "Say hi." --debug-file /tmp/claude-debug.loggrep "3P telemetry" /tmp/claude-debug.log
これでFirst logs export: SUCCESSが出て、テーブルに入りました!!
ただ、この形だとSPのシークレットを各メンバーの端末に置くことになります、、、なので直接送るのは、個人や少人数での運用向けです。
組織に配るならトークンだけを配る
そこで、トークンだけを配る小さな仲介サービス(トークンブローカー)をDatabricks Appsで立てました。ログは端末からZerobusへ直接送ったままで、helperの呼び先だけを替えます。
Appsには専用のSPが付き、そのシークレットはAppsが環境変数で渡します。このSPをZerobusに書く役にすれば、シークレットを端末にもコードにも置かずに済みます! 呼んだ人のメールアドレスも、今回はX-Forwarded-Emailヘッダ(IdPから渡されるメールアドレスのヘッダ)で届きました。
アプリはこんな感じ。
import base64import jsonimport osimport timeimport urllib.parseimport urllib.requestfrom http.server import BaseHTTPRequestHandler, ThreadingHTTPServerHOST = os.environ["DATABRICKS_HOST"].removeprefix("https://").rstrip("/")WORKSPACE_ID = os.environ["DATABRICKS_WORKSPACE_ID"]CLIENT_ID = os.environ["DATABRICKS_CLIENT_ID"]CLIENT_SECRET = os.environ["DATABRICKS_CLIENT_SECRET"]CATALOG, SCHEMA, PREFIX = os.environ["CATALOG"], os.environ["SCHEMA"], os.environ["TABLE_PREFIX"]TABLES = [f"{CATALOG}.{SCHEMA}.{PREFIX}_otel_logs", f"{CATALOG}.{SCHEMA}.{PREFIX}_otel_metrics"]def mint() -> str: details = [ {"type": "unity_catalog_privileges", "privileges": ["USE CATALOG"], "object_type": "CATALOG", "object_full_path": CATALOG}, {"type": "unity_catalog_privileges", "privileges": ["USE SCHEMA"], "object_type": "SCHEMA", "object_full_path": f"{CATALOG}.{SCHEMA}"}, ] + [ {"type": "unity_catalog_privileges", "privileges": ["SELECT", "MODIFY"], "object_type": "TABLE", "object_full_path": t} for t in TABLES ] body = urllib.parse.urlencode({ "grant_type": "client_credentials", "scope": "all-apis", "resource": f"api://databricks/workspaces/{WORKSPACE_ID}/zerobusDirectWriteApi", "authorization_details": json.dumps(details), }).encode() req = urllib.request.Request(f"https://{HOST}/oidc/v1/token", data=body, method="POST") req.add_header("Content-Type", "application/x-www-form-urlencoded") req.add_header("Authorization", "Basic " + base64.b64encode(f"{CLIENT_ID}:{CLIENT_SECRET}".encode()).decode()) with urllib.request.urlopen(req, timeout=20) as r: return json.load(r)["access_token"]class H(BaseHTTPRequestHandler): def _send(self, code, obj): b = json.dumps(obj).encode() self.send_response(code) self.send_header("Content-Type", "application/json") self.send_header("Content-Length", str(len(b))) self.end_headers() self.wfile.write(b) def do_GET(self): if self.path == "/healthz": return self._send(200, {"ok": True}) if self.path != "/token": return self._send(404, {"error": "not found"}) who = self.headers.get("X-Forwarded-Email") or self.headers.get("X-Forwarded-User") if not who: # 呼んだ人が分からないリクエストには配らない return self._send(403, {"error": "no user identity"}) try: tok = mint() except Exception as e: # 失敗の中身はログにだけ出す print(json.dumps({"ts": time.time(), "event": "mint_failed", "user": who, "error": str(e)[:300]}), flush=True) return self._send(502, {"error": "mint failed"}) # 誰がいつトークンを取ったかを残す(アプリのログ) print(json.dumps({"ts": time.time(), "event": "token_issued", "user": who}), flush=True) self._send(200, {"Authorization": f"Bearer {tok}"}) def log_message(self, *a): # 既定のアクセスログ(トークンは含まない)は出さない passif __name__ == "__main__": ThreadingHTTPServer(("0.0.0.0", int(os.environ.get("DATABRICKS_APP_PORT", "8000"))), H).serve_forever()
# app.yamlcommand: ["python", "app.py"]env: - name: CATALOG value: <catalog> - name: SCHEMA value: <schema> - name: TABLE_PREFIX value: cc
デプロイしたら、アプリのSPに同じGRANTで2つのテーブルの権限を付け、アプリのCAN USEをメンバーのグループに与えます。端末のhelperは、自分のログインでブローカーを呼ぶだけです。managed settingsはotelHeadersHelperをこれに替え、ブローカーのURLをBROKER_URLとしてhelperを起動する環境に渡します(今回はDockerコンテナの環境変数で渡しました)。送れたかは、直接のときと同じくdebugログで見ます。
set -euo pipefailut=$(databricks auth token -p "${DATABRICKS_PROFILE:-DEFAULT}" | jq -r .access_token)curl -sf -H "Authorization: Bearer $ut" "$BROKER_URL/token"
ブローカーを試した結果と気をつけるところ
| 確かめたこと | 結果 |
|---|---|
ログインなしで/tokenを呼ぶ | 302(配らない) |
| 自分のログインで呼ぶ | 200。アプリのログに呼んだ人のメールアドレス |
| もらったトークンで、許したテーブルに書く | 200 |
| 同じトークンで、別のスキーマのテーブルに書く | 403 |
| 同じトークンで、SQLやUnity CatalogのAPIを呼ぶ | 400 Invalid Token |
| SPのシークレットの無いDockerコンテナのClaude Codeから送る | 両方SUCCESS |
最後の行だけは、Dockerコンテナの中にCLIのログインが無いので、ホストで取った自分のトークンを環境変数で渡しました。
実運用では、止まったときと、端末の前提に気をつけます。
- ブローカーが落ちてhelperが失敗すると、helperが直るまでそのセッションのログは送られません。Appsは水平スケーリングで1〜5台に増やせますので、2台以上での冗長をしましょう
- メンバーに
databricks auth loginを済ませてもらう必要があります。社内のIdP(Oktaなどの認証基盤)の仕組みがあるなら、ブローカーはそちらに置いてもいいと思います!
ほかの選択肢: Collectorを挟む
端末とZerobusの間にCollectorを置く形も動きました。受けるのは共有トークンで照合、送信はCollectorがSPのOAuthで行います。今回はDocker Composeで、端末役のDockerコンテナと同じプロジェクトに置いて試しました。
services: collector: image: otel/opentelemetry-collector-contrib:0.164.0 command: ["--config=/etc/otelcol/collector.yaml"] volumes: ["./collector.yaml:/etc/otelcol/collector.yaml:ro"] environment: [DATABRICKS_CLIENT_ID, DATABRICKS_CLIENT_SECRET, WORKSPACE_URL, WORKSPACE_ID, REGION, CATALOG, SCHEMA, TABLE_PREFIX, INGEST_TOKEN] claude: # 端末役。Claude Code を入れたイメージ(docker compose run claude claude -p "..." で動かす) image: <Claude Code を入れたイメージ> volumes: ["./managed-settings.json:/etc/claude-code/managed-settings.json:ro"]
collector.yamlは公式ページのHTTPの例に、受けの認証(bearertokenauth)を足したものです。exporterの名前は、0.164.0で警告が出ないotlp_httpにしました。
# 環境変数: INGEST_TOKEN(端末と共有するトークン)、DATABRICKS_CLIENT_ID / DATABRICKS_CLIENT_SECRET(SP)、# WORKSPACE_URL / WORKSPACE_ID / REGION / CATALOG / SCHEMA / TABLE_PREFIXextensions: bearertokenauth/in: scheme: Bearer token: ${env:INGEST_TOKEN} oauth2client/logs: client_id: ${env:DATABRICKS_CLIENT_ID} client_secret: ${env:DATABRICKS_CLIENT_SECRET} token_url: https://${env:WORKSPACE_URL}/oidc/v1/token scopes: ['all-apis'] endpoint_params: resource: 'api://databricks/workspaces/${env:WORKSPACE_ID}/zerobusDirectWriteApi' authorization_details: - '[{"type":"unity_catalog_privileges","privileges":["USE CATALOG"],"object_type":"CATALOG","object_full_path":"${env:CATALOG}"},{"type":"unity_catalog_privileges","privileges":["USE SCHEMA"],"object_type":"SCHEMA","object_full_path":"${env:CATALOG}.${env:SCHEMA}"},{"type":"unity_catalog_privileges","privileges":["SELECT","MODIFY"],"object_type":"TABLE","object_full_path":"${env:CATALOG}.${env:SCHEMA}.${env:TABLE_PREFIX}_otel_logs"}]' oauth2client/metrics: client_id: ${env:DATABRICKS_CLIENT_ID} client_secret: ${env:DATABRICKS_CLIENT_SECRET} token_url: https://${env:WORKSPACE_URL}/oidc/v1/token scopes: ['all-apis'] endpoint_params: resource: 'api://databricks/workspaces/${env:WORKSPACE_ID}/zerobusDirectWriteApi' authorization_details: - '[{"type":"unity_catalog_privileges","privileges":["USE CATALOG"],"object_type":"CATALOG","object_full_path":"${env:CATALOG}"},{"type":"unity_catalog_privileges","privileges":["USE SCHEMA"],"object_type":"SCHEMA","object_full_path":"${env:CATALOG}.${env:SCHEMA}"},{"type":"unity_catalog_privileges","privileges":["SELECT","MODIFY"],"object_type":"TABLE","object_full_path":"${env:CATALOG}.${env:SCHEMA}.${env:TABLE_PREFIX}_otel_metrics"}]'receivers: otlp: protocols: http: endpoint: 0.0.0.0:4318 auth: authenticator: bearertokenauth/inprocessors: batch: timeout: 5sexporters: otlp_http/logs: endpoint: https://${env:WORKSPACE_ID}.zerobus.${env:REGION}.cloud.databricks.com:443 auth: authenticator: oauth2client/logs headers: x-databricks-zerobus-table-name: '${env:CATALOG}.${env:SCHEMA}.${env:TABLE_PREFIX}_otel_logs' otlp_http/metrics: endpoint: https://${env:WORKSPACE_ID}.zerobus.${env:REGION}.cloud.databricks.com:443 auth: authenticator: oauth2client/metrics headers: x-databricks-zerobus-table-name: '${env:CATALOG}.${env:SCHEMA}.${env:TABLE_PREFIX}_otel_metrics'service: extensions: [bearertokenauth/in, oauth2client/logs, oauth2client/metrics] pipelines: logs: receivers: [otlp] processors: [batch] exporters: [otlp_http/logs] metrics: receivers: [otlp] processors: [batch] exporters: [otlp_http/metrics]
Collectorは受け側でJSONもProtobufも受けて、Zerobusへ送るときにProtobufにしてくれます。なので端末側はhttp/jsonのままでよく、設定は送り先と共有トークンだけです。便利。
{ "env": { "CLAUDE_CODE_ENABLE_TELEMETRY": "1", "OTEL_METRICS_EXPORTER": "otlp", "OTEL_LOGS_EXPORTER": "otlp", "OTEL_EXPORTER_OTLP_PROTOCOL": "http/json", "OTEL_EXPORTER_OTLP_METRICS_ENDPOINT": "http://collector:4318/v1/metrics", "OTEL_EXPORTER_OTLP_LOGS_ENDPOINT": "http://collector:4318/v1/logs", "OTEL_EXPORTER_OTLP_HEADERS": "Authorization=Bearer <共有トークン>" }}
トークンなしと間違ったトークンのリクエストは、どちらも401となり、SPのトークンを持つのはCollectorだけになります。
なお今回のCollectorは手元のDockerで、端末役のDockerコンテナから同じDockerのネットワーク越しに平文のHTTP(http://collector:4318)で送りました。組織に配るならTLSがあったほうがいいです。
ログがすべてCollectorを経由するので、止まったときの影響はブローカーより大きいため、運用はしっかりしましょうね!
溜まったログを眺める
分析用に、5人(2チーム)・3モデルでclaude -pを16回実行。14回はCollector経由、2回は直接で、1回はこのワークスペースで使えないモデルをわざと指定してエラーにしています。
入ったのはログ233行、メトリクス190行です!ログのイベントは、APIを1回呼ぶごとのapi_requestが41件、ツールの結果のtool_resultが20件、プロンプトのuser_promptが16件、エラーのapi_errorが1件などでした。
プロンプトの本文は16件すべて<REDACTED>。OTEL_LOG_USER_PROMPTSを有効にしない限り送られません。
もう1つ、user.emailはOAuthでサインインしたときに付く属性で、AI Gateway経由の今回は来ません、、、なのでOTEL_RESOURCE_ATTRIBUTES=user.email=alice@example.com,team.id=platformのように、架空のメンバー名を付けました。
整形はビューで
Databricksなら、生のテーブルはそのまま残して、整形はビューにすればOK。これならテーブルの形を作り直したくなっても、取り込み直しは要りません!
CREATE OR REPLACE VIEW <catalog>.<schema>.cc_api_requests ASSELECT attributes:['event.timestamp']::timestamp AS ts, attributes:['user.email']::string AS user_email, attributes:['team.id']::string AS team, attributes:['session.id']::string AS session_id, attributes:model::string AS model, attributes:input_tokens::bigint AS input_tokens, attributes:output_tokens::bigint AS output_tokens, attributes:cache_read_tokens::bigint AS cache_read_tokens, attributes:cache_creation_tokens::bigint AS cache_creation_tokens, attributes:cost_usd::double AS cost_usd, attributes:duration_ms::bigint AS duration_msFROM <catalog>.<schema>.cc_otel_logsWHERE attributes:['event.name']::string = 'api_request';
分析はSQLで
まずメンバー別の分析。
SELECT team, user_email, count(DISTINCT session_id) AS sessions, count(*) AS api_requests, round(sum(cost_usd), 4) AS est_cost_usdFROM <catalog>.<schema>.cc_api_requestsGROUP BY ALL ORDER BY est_cost_usd DESC;
| team | user_email | sessions | api_requests | est_cost_usd |
|---|---|---|---|---|
| data | dave@example.com | 2 | 4 | 0.2926 |
| platform | alice@example.com | 4 | 11 | 0.1749 |
| data | carol@example.com | 3 | 9 | 0.1406 |
| data | erin@example.com | 3 | 10 | 0.0915 |
| platform | bob@example.com | 3 | 7 | 0.0414 |
呼び出しがいちばん少ないdaveが1位w daveの2セッションはどちらもOpusで、モデル別に並べると、Opusは1セッションあたりの推定コストがいちばん高いんですよね。
モデル別に並べると一目
SELECT model, count(*) AS api_requests, round(avg(duration_ms)) AS avg_ms, round(sum(cache_read_tokens) / sum(input_tokens + cache_read_tokens + cache_creation_tokens), 3) AS cache_read_ratio, round(sum(cost_usd) / count(DISTINCT session_id), 4) AS est_cost_per_sessionFROM <catalog>.<schema>.cc_api_requestsGROUP BY 1 ORDER BY api_requests DESC;
| model | api_requests | avg_ms | キャッシュ読み取り率 | 推定コスト(USD/セッション) |
|---|---|---|---|---|
| claude-sonnet-4-6 | 24 | 3,263 | 0.966 | 0.0468 |
| claude-haiku-4-5 | 13 | 3,039 | 0.960 | 0.0148 |
| claude-opus-4-6 | 4 | 3,808 | 0.727 | 0.1463 |
キャッシュ読み取り率は入力側のトークン(input_tokens+cache_read_tokens+cache_creation_tokens)のうちキャッシュから読めた割合です。ツールの成功率(Write 11回で1.0、Bash 9回で0.889)や書き足した行数(メトリクスのclaude_code.lines_of_code.count)も、同じノリで出せました!
cost_usdは定価で換算した推定値で、請求額ではありません。ただ完了した15回分の合計は、claude -pが返したtotal_cost_usdの合計と小数第7位まで同じ(0.7410283ドル)で、16セッションすべてのログも入っていました。契約単価に寄せるなら、managed settingsのmodelPricingが使えます。
ということで、Claude Codeのログ分析もDatabricksにおまかせ!
「ログを保存する」し、「生データを貯める」のを、ZerobusとUnity Catalogのテーブルがまとめてやってくれました!
ためてそのままSQLで分析できるので、収集から集計まで一気通貫に行けちゃいます!
特に分析の基盤がもうDatabricksにあるなら受け口もそこに寄せられる、という選択肢の1つだと思ってもらえればと!
最後に例として、同じビューをAI/BIのダッシュボードとGenieに載せてみました。SQLを書かない人でも、こんなふうに見られます!






コメントをどうぞ