Modèle Lakehouse Databricks-dans-BDC

Business Data Cloud, la plateforme de données managée et ouverte de SAP, repose pour une large part sur un partenariat stratégique avec Databricks — un engagement de deux cent cinquante millions de dollars annoncé en 2024, dont la promesse technique centrale est le partage de données bidirectionnel à copie nulle. En pratique, cela signifie que les applications SAP telles que S/4HANA, SuccessFactors, Ariba et BW/4HANA exposent leurs données au lakehouse Databricks via Delta Sharing, le protocole ouvert de partage de tables Delta Lake sans déplacer ni dupliquer physiquement les données sous-jacentes, tandis que les traitements Databricks peuvent réécrire des jeux de données enrichis ou dérivés dans le stockage natif SAP via le même protocole. Pour un architecte analytics SAP, c'est le motif vers lequel se tourner lorsqu'une mission combine des traitements de data science fortement orientés Python, de gros volumes d'ingestion de données brutes, ou un investissement Databricks déjà existant avec un besoin de données métier SAP gouvernées — et c'est le mauvais motif, ajoutant une complexité de plateforme superflue, lorsque la mission consiste en de la modélisation ancrée SAP pour utilisateurs métier, sans équipe d'ingénierie de données pour faire fonctionner le volet Databricks.

Le problème qu'il résout

Pourquoi c'est important

• BDC Connect enregistre les tables Databricks dans le catalogue BDC avec une sécurité au niveau ligne héritée directement des Data Access Controls SAP — aucune couche de gouvernance dupliquée à maintenir.
• Le modèle résout explicitement le « piège de la gravité des données » : des données SAP fiables enfermées dans le périmètre de calcul SAP pendant que les pipelines ML vivent dans Databricks, auparavant reliés seulement par ETL et mapping de schéma.
• Le critère d'adéquation à l'engagement est énoncé directement — ce n'est pas un modèle universel, il est conditionné à l'empreinte data science existante du client.

Points clés

• BDC = plateforme de données ouverte de SAP ancrée dans un partenariat Databricks de 250 M$ ; protocole central = Delta Sharing (sans copie, bidirectionnel).
• BDC Connect enregistre Databricks (et Snowflake, S3/Iceberg, BigQuery) dans le catalogue de données BDC — sans connecteurs personnalisés, utilise l'endpoint Delta Sharing d'Unity Catalog.
• La sécurité au niveau ligne d'Unity Catalog et les règles DAC de SAP doivent être alignées — un désalignement signifie qu'un notebook Databricks peut voir des lignes qu'un utilisateur SAP du même rôle ne peut pas voir.
• Utiliser quand : investissement Databricks existant + équipe data Python-native + ML à l'échelle Spark (>500M lignes) + données non-SAP dans Delta Lake.
• Ne pas utiliser quand : environnement exclusivement SAP + modélisation par utilisateurs métier + pas de compétences Databricks + latence <500ms requise.
• Modèle de réécriture : sorties ML Databricks → table Delta dans Unity Catalog → Delta Sharing → table distante Datasphere → KPI SAC ou grounding Joule.
• Dremio (annoncé mai 2026, pas encore GA) ajoute un niveau de fédération à l'heure de la requête entre Datasphere (chaud, <500ms) et le batch Databricks (froid, 10–30s).

Termes employés sur cette page

Delta Sharing

Protocole ouvert sous licence Apache de Databricks pour partager des tables Delta Lake sans copier les données — les lecteurs accèdent à des fichiers Parquet via des URL signées à l'emplacement de stockage source.

Unity Catalog

Couche de gouvernance unifiée de Databricks pour les données et les actifs IA à travers tous les espaces de travail Databricks — applique la sécurité au niveau ligne, le masquage de colonnes et la journalisation d'audit.

BDC Connect

Composant de fédération au moment du catalogage de SAP dans Business Data Cloud — enregistre les sources externes (Databricks, Snowflake, S3/Iceberg, BigQuery) dans le catalogue de données BDC sans déplacement de données.

Delta Lake

Couche de stockage open-source conforme ACID de Databricks apportant fiabilité aux lacs de données — tables stockées sous forme de Parquet + journal de transactions (Delta Log).

Data Access Control (DAC)

Cadre de sécurité au niveau ligne de SAP Datasphere — filtre les données au moment de la requête en fonction de l'autorisation de l'utilisateur demandeur, appliqué sur les Modèles Analytiques et les tables distantes.

Intégration sans copie

Architecture de partage de données où aucune copie physique n'est créée — le consommateur lit depuis l'emplacement de stockage du producteur via des métadonnées et des URL signées, éliminant les pipelines ETL.

Sources

1. SAP Datasphere — BDC Connect documentation (Help Portal)
2. Delta Sharing — open protocol documentation (delta.io)
3. Apache Arrow Flight specification (used by Dremio query federation)
4. SAP to Acquire Dremio — official SAP News
5. SAP News Center — Accelerate the Autonomous Enterprise with SAP Business Data Cloud
6. SAP News Center — SAP Unveils the Autonomous Enterprise
7. SAP News Center — The Future of the Enterprise Is Autonomous
8. SAP News Center — 2026 SAP Sapphire Keynote: Powering the Autonomous Enterprise
9. SAP Datasphere — official product page
10. SAP Analytics Cloud — Help Portal
11. SAP Analytics Cloud — official product page
12. SAP BW/4HANA — Help Portal
13. SAP S/4HANA — Help Portal
14. SAP News Center
15. SAP Community
16. SAP — industries overview
17. Gartner — research & analyst site
18. BARC — BI & Analytics research
19. TDWI — data & analytics research
20. DSAG — German-speaking SAP user group
21. ASUG — Americas' SAP User Group
22. Databricks — official site
23. Databricks Docs — Lakehouse architecture
24. SAP Help — SAP Business Data Cloud
25. Databricks Docs — Unity Catalog data governance
26. SAP Sapphire Orlando 2025: SAP and Databricks open a bold new era of data and AI - BDC2767 — SAP Community (Technology Blog Posts by SAP)
27. The Open Catalog of SAP Data Intelligence — SAP Community (Technology Blog Posts by SAP)