外部テーブルは、クラウド オブジェクト ストレージの場所に格納されている情報を使用して Databricks メタストアで定義されるテーブルです。外部テーブルはデータを管理しませんが、データをクエリするためのスキーマとテーブル名を提供します。外部テーブルを作成するには、CREATE EXTERNAL TABLE ステートメントを使用し、LOCATION 句にオブジェクト ストレージ パスを指定します。たとえば、S3 に保存されている Parquet ファイルに ext_table という名前の外部テーブルを作成するには、次のステートメントを使用できます。
SQL
CREATE EXTERNAL TABLE ext_table (
列1 INT、
列2 文字列
)
寄木細工として保管
場所「s3://bucket/path/file.parquet」
AI が生成したコード。慎重に確認して使用してください。詳細については FAQ をご覧ください。

テーブル ページの [所有者] フィールドには、テーブルの現在の所有者が表示され、所有者はそれを別のユーザーまたはグループに変更できます。テーブルの所有権を変更するには、所有者は「所有者」フィールドをクリックし、ドロップダウン・リストから新しい所有者を選択します。これにより、テーブルの所有権が選択したユーザーまたはグループに譲渡され、以前の所有者がテーブル アクセス制御エントリのリストから削除されます1。他のオプションは次の理由で正しくありません。
A) [所有者] フィールドから所有者のアカウントを削除しても、テーブルの所有権は変更されませんが、テーブルは所有者なしになります2。
B) [所有者] フィールドから [すべてのユーザー] を選択すると、テーブルの所有権は変更されませんが、すべてのユーザーにテーブルへのアクセスが許可されます3。
D) [所有者] フィールドから Admins グループを選択しても、テーブルの所有権は変更されませんが、テーブル 3 へのアクセス権が Admins グループに付与されます。
E) [所有者] フィールドからすべてのアクセスを削除しても、テーブルの所有権は変更されませんが、テーブルへのすべてのアクセスが取り消されます4。参照：
1: テーブルの所有権を変更する
2: 所有者のないテーブル
3: テーブルのアクセス制御
4: テーブルへのアクセスを取り消す

Delta Lake は、テーブル データを一連のデータ ファイルとして指定された場所に保存しますが、テーブル メタデータもトランザクション ログに保存します。テーブルのメタデータには、スキーマ、パーティション情報、テーブルのプロパティ、その他の構成の詳細が含まれます。テーブルのメタデータはデータ ファイルと一緒に保存され、書き込み操作のたびにアトミックに更新されます。テーブルのメタデータには、DESCRIBE DETAIL コマンド、または Scala、Python、または Java の DeltaTable クラスを使用してアクセスできます。テーブル メタデータは、TBLPROPERTIES または userMetadata オプションを使用して、カスタム タグやユーザー定義のコミット メッセージで強化することもできます。参照：
Delta Lake テーブルをカスタム メタデータで強化する
デルタレイクテーブルのメタデータ - コードログ
メタデータ - デルタ湖の内部

Databricks SQL は、標準 SQL 言語として ANSI SQL を使用します。これは、米国規格協会 (ANSI) によって定義された SQL 仕様に従っていることを意味します。これにより、ANSI SQL や同様の言語 (PostgreSQL、Oracle、Teradata など) を使用する他のデータ ウェアハウスやプラットフォームから既存の SQL クエリを簡単に移行できるようになります。ANSI SQL を使用することで、Databricks SQL は、Spark SQL や Hive SQL12 などの非標準 SQL 言語の使用によって生じる可能性のある動作や見慣れない構文の予期せぬ事態を回避します。さらに、Databricks SQL には、QUALIFY、FILTER、ユーザー定義関数 2 など、他のデータ ウェアハウスで広く使用されている一般的な SQL 構造をサポートする互換性機能も追加されています。参考: Databricks Runtime での ANSI 準拠、Databricks での SQL 言語の進化: デフォルトの ANSI 標準とデータ ウェアハウスからの移行の容易化

Databricks SQL は、他の BI ツールを置き換えたり代用したりすることを目的としたものではなく、組み込みの SQL エディター、視覚化、ダッシュボードを使用して、レイクハウス上のデータをクエリ、探索、視覚化するための高速かつ簡単な方法を提供することでそれらを補完することを目的としています。Databricks SQL は、Tableau、Power BI、Looker などの一般的な BI ツールともシームレスに統合されているため、アナリストは好みのツールを使用して、Databricks クラスターや SQL ウェアハウスを通じてデータにアクセスできます。Databricks SQL は、ローコードおよびノー​​コード エクスペリエンスに加え、最適化されたコネクタとサーバーレス コンピューティングを提供し、レイクハウス上の BI ワークロードの生産性とパフォーマンスを向上させます。参照: Databricks SQL、Databricks SQL へのアプリケーションおよび BI ツールの接続、Databricks 統合の概要、Databricks SQL: Lakehouse での実稼働 SQL 開発エクスペリエンスの提供