Explanation:

RunningTotalAmount を VendorID で分割します。 - Row_cumsum
Row_cumsum関数は、列の累積合計を計算し、条件に基づいて累積を再開するオプションがあります。この場合、各VendorIDのtotal_amountの累積合計を計算し、VendorIDが変更された時点で再開します（VendorID != prev(VendorID)）。

tpep_pickup_datetimeから各時間の最初の値を表示する列FirstPickupDateTimeを作成し、payment_type - Row_window_sessionで分割します。

Explanation:

ニューヨークのLitwareは結果セットの一番上に表示されます - はい データはまずLocationの降順で並び替えられ、次にUnitsSoldの降順で並び替えられます。
「ニューヨーク」はアルファベット順で最後の場所であるため、結果セットの最初に表示されます。「ニューヨーク」の中で、Litwareの販売数量が最も多い（1000）ため、一番上に表示されます。
シアトルのFabrikamのランク列の値は2になります - いいえ
row_rank_dense関数は、各地域における販売数量に基づいて稠密な順位を割り当てます。「シアトル」の場合：
Contoso は 300 ユニットを販売し、1 位にランクされています。
Litware の販売ユニット数は 100 で、ランク 2 です。
Fabrikam も UnitsSold = 100 なので、Litware と同じランク (2) になります。
サンフランシスコのLitwareは、ニューヨークのLitwareと同じランク列の値になります - いいえ。ランクは場所ごとに個別に計算されます。「サンフランシスコ」の場合：
Relecloud と Litware は両方とも UnitsSold = 500 なので、同じランク (1) を共有します。
「ニューヨーク」では、Litware の UnitsSold = 1000 # Rank 1 が最も高くなっています。
順位は場所ごとに独立して計算されるため、サンフランシスコの Litware とニューヨークの Litware は同じ順位にはなりません。

データ アナリストのアクセス要件では、ゴールド レイヤーの Delta テーブルへの読み取りアクセス権のみが必要であり、ブロンズ レイヤーとシルバー レイヤーへのアクセス権は付与されません。
ゴールドレイヤーのデータは通常、SQLエンドポイントを介してクエリされます。「すべてのSQLエンドポイントデータの読み取り」権限を付与することで、データアナリストは使い慣れたSQLベースのツールを使用してデータをクエリしながら、基盤となるファイルへのアクセスを制限できます。

Fabric 内のショートカット（この場合は Lakehouse1 のようなレイクハウス）からデータを読み取る際、ショートカットのキャッシュはデータをローカルに保存することで、迅速なアクセスを可能にします。最終アクセスのタイムスタンプとキャッシュの有効期限ルールに基づいて、データがキャッシュから取得されるか、ソース（この場合は Google Cloud Storage）から取得されるかが決まります。
商品: ProductFile.parquet は12時間前に最後にアクセスされました。キャッシュには最大12時間分のデータが保存されているため、このデータは最終アクセスからそれほど時間が経っていないため、キャッシュから取得される可能性が高いと考えられます。
ストア: StoreFile.json は4時間前に最後にアクセスされており、これはキャッシュの保持期間内です。そのため、このデータもキャッシュから取得されます。
Trips: TripsFile.csv への最終アクセスは48時間前です。これは通常のキャッシュウィンドウ外であるため（キャッシュの最大保持期間は約24時間と仮定）、キャッシュからは取得できません。代わりに、ソースから新たに読み込む必要がある可能性があります。