デルタ ライブ テーブルの期待値は、クエリを通過する各レコードにデータ品質チェックを適用するオプションの句です。期待値は、説明、ブール値ステートメント、およびレコードが期待値に達しなかった場合に実行するアクションで構成されます。ON VIOLATION 句は、実行するアクションを指定します。警告、ドロップ、または失敗のいずれかになります。ドロップ アクションは、データがターゲットに書き込まれる前に、ターゲット データセットから無効なレコードが削除されることを意味します。障害はデータセットのメトリクスとして報告され、Delta Live Tables イベント ログをクエリすることで表示できます。イベント ログには、期待に違反したレコードの数、削除されたレコードの数、ターゲット データセットに書き込まれたレコードの数などの情報が含まれます。参考文献:
* Delta Live Tables でデータ品質を管理
* Delta Live Tables パイプラインを監視する
* デルタ ライブ テーブル SQL 言語リファレンス

説明
このステートメントは、変数 day_of_week が 1 に等しいかどうか、および変数 review_period が真の値に評価されるかどうかをチェックします。day_of_week の比較では 2 つの等号 (==) を使用することが重要です。単一の等号 (=) は値をチェックするのではなく変数に値を割り当てるために使用されるためです。キーワードの代わりに単一のアンパサンド (&) を使用することは、Python では有効な構文ではありません。オプション B および C で True を引用符で囲むと、文字列比較が行われ、review_period の値が True であっても、True と評価されません。

Delta Lake は、Databricks レイクハウスにデータとテーブルを保存するための基盤を提供する、最適化されたストレージ レイヤーです。
Delta Lake は Apache Spark API と完全な互換性があり、Structured Streaming と緊密に統合するために開発されたため、バッチ操作とストリーミング操作の両方にデータの単一コピーを簡単に使用でき、スケール 1 での増分処理を提供できます。Delta Lake はマージ操作を使用した更新/挿入をサポートしているため、既存のデータを効率的に更新したり、新しいデータを Delta テーブルに挿入したりできます2。Delta Lake はタイム トラベル機能も提供しており、以前のバージョンのデータをクエリしたり、特定の時点にロールバックしたりすることができます3。参考文献： 1：デルタ湖とは？| AWS 上の Databricks 2: マージを使用してテーブルに Upsert | AWS 上の Databricks 3: [テーブルの古いスナップショットをクエリする (タイムトラベル) | AWS 上の Databricks] 詳細はこちら
1blob:https://www.bing.com/a746b4b4-48d0-4f44-9736-44d1ce0c4228learn.microsoft.com2blob:https://www.bing.com/525fbb0f-e02f-4a70-8085-22c065fe0ca0medium.com3blob:https ://www.bing.com/5cb5bd07-1008-4cf7-9fa3-42a5a689c7d5 slideshare.net4blob:https://www.bing.com/9a7e8352-30c1-4356-a73f-a7253b607ef7 docs.databricks.com5blob:https:/ /www.bing.com/3f65cc27-d573-4810-b272-01238a431c03 github.com6blob:https://www.bing.com/334f6880-dfeb-4e61-bd9a-76efae0a2d01 key2consulting.com