Databricks SQL の視覚化エディターを使用すると、ユーザーはクエリ結果からさまざまなタイプのグラフや視覚化を作成およびカスタマイズできます。ユーザーは、視覚化タイプの変更、データ フィールドの選択、色の調整、データ ラベルの書式設定、およびツールチップの変更を行うことができます。ただし、ビジュアライゼーション エディターにはビジュアライゼーションに境界線を追加するオプションはありません。枠線は、Databricks1 の新しいグラフ ビジュアリゼーションでサポートされている機能ではありません。したがって、枠線を追加できるという記述は誤りです。参照：
Databricks の新しいグラフ視覚化 | AWS 上のデータブリック

Databricks SQL はクエリ キャッシュを使用して、以前に実行されたクエリの結果を保存します。これにより、繰り返されるクエリのパフォーマンスと効率が向上します。クエリ結果がキャッシュから取得されたかどうかを確認するには、Databricks SQL UI の [クエリ履歴] タブに移動し、クエリのテキストをクリックします。画面の右側にスライドアウトが表示され、キャッシュのステータスを含むクエリの詳細が表示されます。結果がキャッシュから取得された場合は、キャッシュのステータスに「キャッシュ済み」と表示されます。結果がキャッシュから取得されたものでない場合、キャッシュのステータスには「キャッシュされていません」と表示されます。キャッシュから提供されたクエリの割合であるキャッシュ ヒット率も確認できます。参考: 答えは、クエリ キャッシュの使用方法とキャッシュ ステータスの確認方法に関する情報を提供する Databricks SQL ドキュメントから確認できます。参考リンク：Databricks SQL - クエリキャッシュ

デルタ レイク ベースのデータ レイクハウスは、データ レイクの拡張性と柔軟性と、データ ウェアハウスの信頼性とパフォーマンスを組み合わせたデータ プラットフォーム アーキテクチャです。一般的なデータ レイク ソリューションと比較して、Delta Lake ベースのデータ レイクハウスを使用する主な利点の 1 つは、データの整合性と一貫性を保証する ACID トランザクションをサポートしていることです。ACID トランザクションにより、同時読み取りと書き込み、スキーマの適用と展開、データのバージョン管理とロールバック、およびデータ品質チェックが可能になります。これらの機能は、トランザクションをサポートしないファイルベースのストレージ システムに依存する従来のデータ レイクでは利用できません。参照：
デルタレイク：湖畔の家、倉庫、利点 | 意味
Synapse - データ レイク対デルタ レイク対データ レイクハウス
データ レイクとデルタ レイク - 詳細な比較
Delta Lake アーキテクチャを使用したデータ レイクハウスの構築: 包括的なガイド

リフレッシュ スケジュールは、指定された間隔でクエリを再実行するために使用されます。通常、これらのクエリの実行には計算リソースが必要です。Databricks のようなクラウド データ サービスのコンテキストでは、これには通常、必要な計算リソースを提供するために SQL ウェアハウス (以前は SQL エンドポイントと呼ばれていました) の使用が含まれます。したがって、スケジュールされたクエリ更新ではクエリの実行に SQL ウェアハウス/エンドポイントが実際に使用されるため、このステートメントは正しくありません。

サーバーレス SQL エンドポイントは、クエリを実行するための専用クラスターを必要としない SQL エンドポイントの一種です。代わりに、需要に基づいて自動的にスケールアップおよびスケールダウンできるリソースの共有プールを使用します。つまり、サーバーレス SQL エンドポイントは、クラスターを使用する SQL エンドポイントよりもはるかに高速に起動でき、使用したリソースの料金のみを支払うことでコストも節約できます。サーバーレス SQL エンドポイントは、アドホック クエリや探索的分析に適していますが、クラスターを使用する SQL エンドポイントと同じレベルのパフォーマンスと分離性を提供できない可能性があります。したがって、データ アナリストは、サーバーレス SQL エンドポイントとクラスターを使用する SQL エンドポイントのどちらかを選択する際に、速度、コスト、品質の間のトレードオフを考慮する必要があります。リファレンス: Databricks SQL エンドポイント、サーバーレス SQL エンドポイント、SQL エンドポイント クラスター