processingTime オプションは、固定間隔のマイクロバッチのトリガー間隔を時間ベースで指定します。つまり、利用可能なデータ量に関係なく、クエリは 5 秒ごとにマイクロバッチを実行してデータを処理します。このオプションは、低レイテンシと一貫した処理頻度を必要とするほぼリアルタイムの処理ワークロードに適しています。その他のオプションは、無効な構文 (A、C)、デフォルトの動作 (B)、または実験的な機能 (E) のいずれかです。参照: Databricks ドキュメント - 構造化ストリーミングのトリガー間隔の設定、Databricks ドキュメント - トリガー。

データ エンジニアは、Databricks で、特定の順序で実行される複数のタスクで構成されるマルチタスク ジョブを作成できます。各タスクには、1 つ以上の依存関係、つまり現在のタスクの前に実行する必要のある他のタスクを設定できます。新しい Databricks ジョブ タスクの [依存関係] フィールドを使用すると、データ エンジニアはタスクの依存関係を指定できます。データ エンジニアは、選択したタスクが正常に完了した後にのみ新しいタスクを実行したい場合は、[依存関係] フィールドでタスクを選択する必要があります。これにより、データ エンジニアは、互いの出力または結果に依存するタスクの論理的なシーケンスを作成できます。たとえば、データ エンジニアは、次のタスクで構成されるマルチタスク ジョブを作成できます。
* タスク A: Auto Loader を使用してソースからデータを取り込む
* タスク B: Spark SQL を使用してデータを変換する
* タスク C: データを Delta Lake テーブルに書き込む
* タスクD：Spark MLを使用してデータを分析する
* タスク E: Databricks SQL を使用してデータを視覚化する
この場合、データエンジニアは各タスクの依存関係を次のように設定できます。
* タスクA：依存関係なし
* タスクB：タスクAに依存する
* タスクC：タスクBに依存する
* タスクD：タスクCに依存する
* タスクE：タスクDに依存する
こうすることで、データエンジニアは各タスクが前のタスクが正常に完了した後にのみ実行されることを保証でき、データが取り込みから可視化までスムーズに流れるようになります。
他の選択肢は、[依存関係] フィールドでタスクを選択する際の有効なシナリオを説明していないため、誤りです。[依存関係] フィールドは、タスクの以下の側面には影響しません。
* そのタスクを別のタスクに置き換える必要があるかどうか
* 別のタスクを開始する前に、タスクが失敗する必要があるかどうか
* タスクが他のタスクと同じ依存ライブラリを持っているかどうか
* タスクが可能な限り少ないコンピューティング リソースを使用する必要があるかどうか 参考資料: マルチタスク ジョブの作成、Databricks ジョブで条件付きでタスクを実行する、Databricks ジョブ。

Databricksのサーバーレスコンピューティングは、ワークロードの需要に合わせてリソースを自動的にプロビジョニングおよびスケーリングするため、高い可用性と最小限のダウンタイムが確保され、手動によるクラスタ管理の必要性が軽減され、SLA要件に準拠します。