正解はCです。ダッシュボードは、複数の視覚化とクエリ出力を1つの共有レポートインターフェースに集約するように設計されています。SQLウェアハウスはSQLクエリを実行するためのコンピューティング機能を提供しますが、共有/レポートインターフェースではありません。クエリ履歴には過去のクエリ実行結果のみが表示されます。視覚化タブは1つのクエリ結果にのみ関連しますが、ダッシュボードは関係者向けに複数の結果をまとめて表示できます。
使用した公式ドキュメントの抜粋：Databricksは、ダッシュボードは「データ視覚化を作成し、レポートをチームと共有する」ために使用されると述べています。

正解はCです。タグキーは機密情報であり、Databricksのワークスペース検索ではタグキーによる検索に「tag: < tag_key >」という構文を使用します。したがって、正しい検索テキストは「tag:confidential」です。オプションAは、Databricksのタグ検索構文として文書化されていないブール式の構文を使用しています。オプションBは等号を使用しており、オプションDは有効なワークスペース検索構文ではありません。
使用した公式ドキュメントの抜粋: Databricks では、タグ キーのみで検索するには、構文 tag: < tag_key > を使用すると記載されています。

高階関数は、配列などのネストされたデータを操作するためのSQLのシンプルな拡張機能です。高階関数は配列を受け取り、配列の処理方法と計算結果を定義します。そして、配列内の各項目の処理方法をラムダ関数に委譲します。これにより、配列を解凍・再パックしたり、UDFを使用したり、限られた組み込み関数に頼ったりすることなく、SQLで配列を操作する関数を定義できます。高階関数は、ユーザー定義関数よりもパフォーマンス面で優れています。参考資料：高階関数 | Databricks on AWS、DatabricksのSQLにおける高階関数を使用したネストされたデータの操作 | Databricksブログ、高階関数 - Azure Databricks | Microsoft Learn、Databricksの最適化に関する推奨事項 | Databricks on AWS

分散は、一連の値が平均値（中心値）を中心にどれだけばらついているかを定量化する統計的尺度です。これは、各値とデータセットの平均値との差の二乗の平均を取ることによって計算されます。分散が大きいほど、データポイントは平均値から大きくばらついていることを示し、分散が小さいほど、平均値に近いことを示します。この尺度は、データセット内の変動の度合いを理解するために統計学において不可欠です。WikipediaWikipedia+1Investopedia+1

オプションBが正解です。PIVOTは行から一意の値を個別の列に回転させますが、これはまさにロングフォーマットデータをワイドフォーマットデータに変換するプロセスです。UNPIVOTはその逆を行います。SUMは集計関数であり、WHEREは行をフィルタリングし、TRANSFORMはこの整形タスクに使用されるSQLキーワードではありません。Databricksの公式抜粋：PIVOT句は「列から一意の値を個別の列に回転させます」。