参照：
https://docs.microsoft.com/en-us/sql/t-sql/statements/create-table-azure-sql-data-warehouse?

参照：
https://docs.microsoft.com/en-us/stream-analytics-query/tumble-window-azure-stream-analytics

説明

ボックス 1: 配布
テーブル分散オプションには DISTRIBUTION = HASH ( distribution_column_name ) が含まれており、 distribution_column_name に格納されている値をハッシュすることによって各行を 1 つの分散に割り当てます。
ボックス 2: パーティション
テーブルパーティションのオプション。構文：
PARTITION ( パーティション列名 RANGE [ LEFT | RIGHT ] FOR VALUES ( [ 境界値 [,...n] ] )) 参照:
https://docs.microsoft.com/en-us/sql/t-sql/statements/create-table-azure-sql-data-warehouse?

説明

ボックス 1: タイプ 2
タイプ 2 SCD は、ディメンション メンバーのバージョン管理をサポートします。多くの場合、ソース システムにはバージョンが保存されないため、データ ウェアハウスのロード プロセスがディメンション テーブル内の変更を検出して管理します。この場合、ディメンション テーブルはサロゲート キーを使用して、ディメンション メンバーのバージョンへの一意の参照を提供する必要があります。また、バージョンの日付範囲の有効性を定義する列 (StartDate や EndDate など) や、現在のディメンション メンバーで簡単にフィルターできるフラグ列 (IsCurrent など) も含まれています。
参照：
https://docs.microsoft.com/en-us/learn/modules/populate-slowly-changing-dimensions-azure-synapse-analytics-p

Azure Databricks には、対話型クラスターと自動クラスターという 2 種類のクラスターがあります。インタラクティブ クラスターを使用して、インタラクティブ ノートブックと連携してデータを分析します。自動クラスターを使用して、高速かつ堅牢な自動ジョブを実行します。
例: スケジュールされたバッチ ワークロード (ETL ジョブを実行するデータ エンジニア)
このシナリオには、Databricks プラットフォームを通じてバッチ ジョブ JAR とノートブックを定期的に実行することが含まれます。
推奨されるベスト プラクティスは、重要なジョブを実行するたびに新しいクラスターを起動することです。これは、共有クラスター上の既存のワークロード (ノイジーネイバー) に起因する問題 (障害、SLA の欠落など) を回避するのに役立ちます。
参照：
https://docs.databricks.com/administration-guide/cloud-configurations/aws/cmbp.html#scenario-3-scheduled-batch-workloads-data-engineers-running-etl-jobs