설명:
테이블 설명 자동 생성됨

1단계: DBFS에 Data Lake Storage 마운트
먼저 Azure Data Lake Storage Gen2 계정에서 파일 시스템을 만듭니다.
2단계: 파일을 데이터 프레임으로 읽습니다.
Azure Databricks에서 JSON 파일을 데이터 프레임으로 로드할 수 있습니다.
3단계: 데이터 프레임에서 변환을 수행합니다.
4단계: 데이터를 준비할 임시 폴더 지정
Azure Databricks와 Azure Synapse 간에 데이터를 이동하는 동안 사용할 임시 폴더를 지정합니다.
5단계: 결과를 Azure Synapse의 테이블에 씁니다.
변환된 데이터 프레임을 Azure Synapse에 업로드합니다. Azure Databricks용 Azure Synapse 커넥터를 사용하여 데이터 프레임을 Azure Synapse의 테이블로 직접 업로드합니다.
참조:
https://docs.microsoft.com/en-us/azure/azure-databricks/databricks-extract-load-sql-data-warehouse

참조:
https://intellipaat.com/community/11744/how-to-partition-and-write-dataframe-in-spark-without-deleting-partitions-with-no-new-data

참조:
https://docs.microsoft.com/en-us/azure/stream-analytics/stream-analytics-window-functions

설명:
https://docs.azuredatabricks.net/spark/latest/data-sources/azure/adls-passthrough.html

참조:
https://docs.microsoft.com/en-us/azure/azure-databricks/databricks-extract-load-sql-data-warehouse