説明
ダッシュボードが自動更新に設定されている場合、上部に「スケジュール」ボタンではなく「スケジュール済み」ボタンが表示されます。ダッシュボードの自動更新を停止し、サブスクリプションを削除するには、以下の手順を実行してください。
[スケジュール済み]をクリックします。
[更新間隔] ドロップダウンで、[なし] を選択します。
「保存」をクリックします。「スケジュール済み」ボタンのラベルが「スケジュール」に変わります。
出典:https://learn.microsoft.com/en-us/azure/databricks/sql/user/dashboards/

データレイクハウスは、特定のユースケースに特化したサイロ化されたデータアーキテクチャを簡素化・統合するために使用できる新しいパラダイムです。データレイクハウスは、データレイクとデータウェアハウスの両方の長所を組み合わせ、多様なデータタイプ、オープンスタンダード、低コストストレージ、高性能クエリ、ACIDトランザクション、スキーマ適用、ガバナンスをサポートする単一のプラットフォームを提供します。データレイクハウスにより、データエンジニアは、データサイエンス、機械学習、分析、レポート作成など、さまざまな下流アプリケーションやユーザーにサービスを提供できる、信頼性が高くスケーラブルなデータパイプラインを構築できます。データレイクハウスは、データレイクに信頼性とパフォーマンスをもたらすストレージレイヤーであるDelta Lakeのパワーを活用します。参考文献：データレイクハウスとは？、Delta Lake、Lakehouse：データウェアハウスと高度な分析を統合する新世代のオープンプラットフォーム

構造化ストリーミングは、チェックポイントと先行書き込みログを使用して、各トリガーで処理されるデータのオフセット範囲を記録します。これにより、エンジンは処理の正確な進行状況を確実に追跡し、あらゆる種類の障害を再起動または再処理によって処理できます。チェックポイントは、ストリーミングクエリの状態をフォールトトレラントストレージ（HDFSなど）に保存し、障害発生後に回復できるようにするメカニズムです。先行書き込みログは、各トリガーで処理されるデータのオフセット範囲を記録するファイルであり、処理開始前にチェックポイントの場所に書き込まれます。これらのログは、障害発生時にクエリの状態を回復し、最後に処理されたオフセット範囲から処理を再開するために使用されます。参考：構造化ストリーミングプログラミングガイド、フォールトトレランスセマンティクス

ストリームソースから読み取るには、データエンジニアは spark.read メソッドではなく spark.readStream メソッドを使用する必要があります。spark.readStream メソッドは、入力ソースのフォーマット、スキーマ、パス、オプションなどの詳細を指定できる DataStreamReader オブジェクトを返します。spark.read メソッドはバッチ処理にのみ適しており、ストリーミング処理には適していません。その他の変更は、ストリームソースからの読み取りには不要であり、適切でもありません。参考資料: 構造化ストリーミング プログラミング ガイド、ストリームの読み取り、Databricks データソース