イベントは、データ エンジニアのユーザー A が、REST API を使用してプログラムでいくつかのジョブを作成することにより、新しいパイプラインを運用環境にプロモートし、DevOps エンジニアのユーザー B が、REST を介してジョブの実行をトリガーする外部オーケストレーション ツールを構成したことです。 API。どちらのユーザーも、個人のアクセス トークンを使用して REST API 呼び出しを承認しました。ワークスペース監査ログは、クラスター、ジョブ、ノートブック、テーブルなどのオブジェクトの作成、更新、削除など、Databricks ワークスペース内のユーザー アクティビティを記録するログです。ワークスペース監査ログには、各アクティビティを実行したユーザーの ID、アクティビティの時間と詳細もキャプチャされます。これらのイベントは個別に管理されるため、ワークスペース監査ログでは、ユーザー A の ID はジョブ作成イベントに関連付けられ、ユーザー B の ID はジョブ実行イベントに関連付けられます。検証済みの参照: [Databricks Certified Data Engineer Professional]、以下
「Databricks ワークスペース」セクション。Databricks ドキュメントの「ワークスペース監査ログ」セクション。

説明
答えは、生データをストリーミング ソースから Lakehouse に取り込むジョブです。
Kafka などの生のストリーミング データ ソースから取り込まれたデータは、さらに最適化されて Silver に保存される前に、まず最初の宛先として Bronze レイヤーに保存されます。
メダリオン アーキテクチャ - Databricks
ブロンズ層:
1. 取り込まれたデータの生のコピー
2. 従来のデータレイクを置き換えます
3. 完全な未処理のデータ履歴の効率的なストレージとクエリを提供します。
4. この層ではスキーマは適用されません
試験の焦点: 下の画像を確認して、メダリオン建築における各層 (ブロンズ、シルバー、ゴールド) の役割を理解してください。各層とその目的を対象としたさまざまな質問が表示されます。
Udemy 内の一部の人が私のコンテンツをコピーしているため、ウォーターマークを追加する必要がありました。
メダリオンアーキテクチャの各層の目的

説明
ここにレビュー用の追加ドキュメントがあります。
https://docs.databricks.com/spark/latest/spark-sql/ language-manual/delta-merge-into.html
1.MERGE INTO target_table_name [target_alias]
2.source_table_reference [source_alias] の使用
3. マージ条件をオンにする
4. [WHEN MATCHED [AND 条件] THEN matched_action ] [...]
5. [WHEN NOT MATCHED [AND 条件] THEN not_matched_action ] [...]
6.
7.一致したアクション
8. { 削除 |
9. セットの更新 * |
10. UPDATE SET { 列 1 = 値 1 } [, ...] }
11.
12.一致しないアクション
13. { * を挿入 |
14. INSERT (column1 [, ...] ) VALUES (value1 [, ...])