アップロードされたオプションテキストの書式と入力エラーを修正すると、オプション C が正解になります。レコード列は配列であり、要件は行ごとに 1 つの配列項目を返すことであるため、アナリストは explode( " record " ) を実行する必要があります。次に、アナリストは、record_exploded.sensor_id、record_exploded.status、record_exploded.health など、ドット表記を使用して展開された構造体からフィールドを選択する必要があります。Databricks PySpark のドキュメントには、explode は「指定された配列またはマップの各要素に対して新しい行を返す」と記載されており、withColumn は列を追加または置換して新しい DataFrame を返します。select メソッドは、式または列名を結果の DataFrame に投影します。

このシナリオでは、データエンジニアリングチームが、ゴールドレベルのテーブルを10分ごとに更新する構造化ストリーミングパイプラインを設定しています。ダッシュボードに最新のデータが反映されるようにするには、ダッシュボードの更新間隔を10分以下に設定することが不可欠です。この同期により、関係者はゴールドレベルのテーブルで最新情報が利用可能になった直後に情報を確認できます。オプションB、C、およびDは、ダッシュボードの更新頻度をデータ更新間隔に合わせるという要件に直接対応していません。

データアナリストは、個人情報（PII）データを扱う際に、これらの要素すべてを考慮する必要があります。これらの要素は、データのセキュリティ、プライバシー、コンプライアンス、および品質に影響を与える可能性があるためです。PIIデータとは、氏名、住所、電話番号、メールアドレス、社会保障番号など、特定の個人を識別するために使用できるあらゆる情報です。PIIデータは、データ収集および分析の状況と場所に応じて、さまざまな法的および倫理的義務の対象となる場合があります。たとえば、欧州連合の一般データ保護規則（GDPR）のように、国や地域によっては、他の国や地域よりも厳格なデータ保護法が適用される場合があります。データアナリストは、暗号化、匿名化、マスキング、アクセス制御、監査など、PIIデータに関する組織固有のベストプラクティスにも従う必要があります。これらのベストプラクティスは、データ漏洩、不正アクセス、悪用、またはPIIデータの損失を防ぐのに役立ちます。参考文献：
* Databricksを使用して個人情報を暗号化および保護する方法
* 機密データ（個人情報／医療情報）の自動検出
* Databricks認定データアナリストアソシエイト

Databricks SQLは、他のBIツールを置き換えるものではなく、組み込みのSQLエディタ、ビジュアライゼーション、ダッシュボードを使用して、Lakehouse上のデータを迅速かつ簡単にクエリ、探索、視覚化することで、他のBIツール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おり、アナリストは好みのツールを使用してDatabricksクラスタとSQLウェアハウス経由で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、最適化されたコネクタ、サーバーレスコンピューティングを提供し、Lakehouse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。参考資料：Databricks SQL、アプリケーションとBIツールをDatabricks SQLに接続する、Databricks統合の概要、Databricks SQL：Lakehouseで本番環境のSQL開発エクスペリエンスを提供する

Data Explorer は、Databricks SQL のデータ、スキーマ、テーブル、モデル、および権限を検出および管理できるユーザー インターフェイスです。Data Explorer を使用すると、スキーマの詳細を表示したり、サンプル データをプレビューしたり、テーブルとモデルの詳細およびプロパティを確認したりできます。管理者は所有者を表示および変更でき、管理者とデータ オブジェクトの所有者は権限を付与および取り消すことができます 1。参照: Data Explorer を使用したデータの検出と管理