参照：
https://www.datanami.com/2018/05/16/big-data-file-formats-demystified

1 - Data Lake Storage を DBFS にマウントする
2 - ファイルをデータ フレームに読み取ります。
3 - データ フレームで変換を実行します。
4 - データをステージングするための一時フォルダーを指定します
5 - 結果を Azure Synapse のテーブルに書き込みます。
参照：
https://docs.microsoft.com/en-us/azure/azure-databricks/databricks-extract-load-sql-data-warehouse

マネージド ID は、ワークスペース内の専用 SQL プールにアクセス許可を付与します。
注: Azure リソースのマネージド ID は、Azure Active Directory の機能です。この機能は、Azure AD リファレンスで自動的に管理される ID を Azure サービスに提供します。
https://docs.microsoft.com/en-us/azure/synapse-analytics/security/synapse-workspace-managed-identity

説明
イベント駆動型アーキテクチャ (EDA) は、生成、検出、消費、イベントへの反応を含む一般的なデータ統合パターンです。データ統合シナリオでは、多くの場合、Data Factory の顧客が、Azure Blob Storage アカウントでのファイルの到着や削除など、ストレージ アカウントで発生するイベントに基づいてパイプラインをトリガーする必要があります。
参照：
https://docs.microsoft.com/en-us/azure/data-factory/how-to-create-event-trigger

説明
ボックス 1 = フォルダー内のタイムスライス パーティション分割これは、年、月、日、時間などの時間属性に基づいてファイルをフォルダーに整理する必要があることを意味します。たとえば、次のようなフォルダー構造を持つことができます。
/yyyy/mm/dd/file.csv。このように、Azure Synapse パイプラインの時間フィルターを使用することで、毎日追加される新しいファイルのみを簡単に識別して読み込むことができます12。タイムスライス パーティショニングは、スキャンする必要があるファイルの数を減らすことにより、データのロードとクエリのパフォーマンスを向上させることもできます。 Box = 2 Apache Parquet これは、Parquet が、多くの列を含むデータを効率的に保存および圧縮できる列形式のファイル形式であるためです。Parquet ファイルは時間属性によってパーティション化することもできます。これにより、スキャンする必要があるファイルの数が減り、増分ロードとクエリのパフォーマンスが向上します1。
23. Parquet ファイルは、Azure Synapse Analytics2 の専用 SQL プールとサーバーレス SQL プールの両方でサポートされています。