期待値に違反するデータを含むバッチが処理された場合、ジョブは失敗します。これは、期待値句に ON VIOLATION FAIL UPDATE オプションが指定されているためです。このオプションは、バッチ内のレコードが1つでも期待値を満たさない場合、バッチ全体が拒否され、ジョブが失敗することを意味します。このオプションは、厳格なデータ品質ルールを適用し、無効なデータがターゲットデータセットに入力されるのを防ぐのに役立ちます。
オプションAは正しくありません。ON VIOLATION FAIL UPDATEオプションでは、期待値に違反したレコードは削除されず、バッチ全体が失敗します。期待値に違反したレコードを削除し、イベントログに無効として記録するには、ON VIOLATION DROP RECORDオプションを使用する必要があります。
オプションCは正しくありません。ON VIOLATION FAIL UPDATEオプションは、期待値に違反するレコードを削除するのではなく、バッチ全体を失敗させるためです。期待値に違反するレコードを削除して隔離テーブルにロードするには、ON VIOLATION QUARANTINE RECORDオプションを使用する必要があります。
オプションDは正しくありません。ON VIOLATION FAIL UPDATEオプションでは、期待値に違反するレコードは追加されず、バッチ全体が失敗します。期待値に違反するレコードを追加し、イベントログに無効として記録するには、ON VIOLATION LOG RECORDオプションを使用する必要があります。
オプションEは正しくありません。ON VIOLATION FAIL UPDATEオプションでは、期待値に違反するレコードは追加されず、バッチ全体が失敗します。期待値に違反するレコードを追加し、ターゲットデータセットに追加されたフィールドでそれらを無効としてフラグ付けするには、ON VIOLATION FLAG RECORDオプションを使用する必要があります。
デルタ航空のライブテーブルに関する期待
【Databricks データエンジニア プロフェッショナル試験ガイド】

Delta Lakeは、Databricks Lakehouseにデータとテーブルを保存するための基盤となる最適化されたストレージレイヤーです。Delta LakeはApache Spark APIと完全に互換性があり、Structured Streamingとの緊密な統合を目的として開発されているため、バッチ処理とストリーミング処理の両方でデータの単一コピーを簡単に使用でき、大規模な増分処理を実現します1。Delta Lakeは、マージ操作を使用したアップサートをサポートしており、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。また、Delta Lakeはタイムトラベル機能も提供しており、データの以前のバージョンを照会したり、特定の時点にロールバックしたりできます3。参考資料：1：Delta Lakeとは？｜AWS上のDatabricks 2：マージを使用したテーブルへのアップサート｜AWS上のDatabricks 3：[テーブルの古いスナップショットを照会（タイムトラベル）｜AWS上のDatabricks] 詳細はこちら
1learn.microsoft.com2medium.com3slideshare.net4docs.databricks.com5github.com6key2consulting.com

このシナリオでは、データエンジニアは、従業員が位置情報を提供していない場合、ETLパイプラインを終了させたいと考えています。つまり、データエンジニアは制約を厳密に適用する必要があり、違反があった場合はパイプラインが失敗する必要があります。この場合の正しい選択肢は次のとおりです。
CONSTRAINT valid_location EXPECT (location != NULL) ON VIOLATION FAIL UPDATE: これにより、location が NULL の場合、パイプラインの更新が失敗し、必要に応じてプロセスが効果的に終了することが保証されます。
他の選択肢が間違っている理由は以下のとおりです。
CONSTRAINT valid_location EXPECT (location = NULL): これは誤りです。値が NULL であることを期待していますが、これはここで意図されていることとは正反対です。
CONSTRAINT valid_location EXPECT (location != NULL) ON DROP ROW): これは制約に違反する行を削除しますが、パイプラインを終了させないため、要件を満たしません。
CONSTRAINT valid_location EXPECT (location != NULL) ON VIOLATION FAIL: これはパイプラインを終了させますが、正しい構文は ON VIOLATION FAIL UPDATE であり、更新の処理方法を明確に示しています。

Databricks Repos は、クローン、コミット、プッシュ、プル、ブランチ管理などの一般的な Git 操作をサポートする Databricks のビジュアル Git クライアントおよび API です。Databricks Notebooks のバージョン管理は、ノートブックを GitHub リポジトリにリンクして基本的な Git 操作を実行できるレガシー機能です。ただし、Databricks Notebooks のバージョン管理は、開発作業に複数のブランチを使用することをサポートしていません。これは、Databricks Repos を使用する利点です。Databricks Repos を使用すると、さまざまな機能、実験、またはバグ修正用のブランチを作成および管理し、それらの間でマージ、リベース、または競合を解決できます。Databricks では、ノートブックごとに個別のブランチを使用し、バージョン管理、コラボレーション、および CI/CD に Git を使用してデータ サイエンスおよびエンジニアリングのコード開発のベスト プラクティスに従うことを推奨しています。参照: Databricks Repos との Git 統合 - Azure Databricks | Microsoft Learn、ノートブックの Git バージョン管理 (レガシー) | AWS 上の Databricks、Databricks Repos が一般提供開始 - 新しい「ファイル」機能...、Databricks Repos - その内容と使用方法 | Adatis。