Databricks Genie — agent text-to-SQL
À jour au 2026-10-06
Qu'est-ce que Databricks Genie ?
La garantie de gouvernance de Genie est qu'Unity Catalog applique les droits data propres de l'utilisateur au moment de la requête — il n'y a aucune escalade de privilèges via l'interface en langage naturel.
De quoi il s'agit
Databricks Genie est un agent de requêtage en langage naturel gouverné, intégré à Databricks SQL. Un utilisateur métier tape une question en langage courant et reçoit une réponse générée par SQL sur les tables Delta Lake, sans jamais écrire de SQL lui-même. Ce n'est délibérément pas une interface de chat généraliste : chaque déploiement de Genie est circonscrit à un Genie Space — une configuration explicite des tables Delta concernées, une couche sémantique de définitions de termes métier, des questions d'exemple sélectionnées, et des extraits SQL de confiance que l'équipe data rédige et maintient. Le grand modèle de langage derrière Genie s'appuie sur ce contexte curé plutôt que sur un raisonnement libre sur des tables arbitraires, ce qui maintient ses réponses proches de la vérité terrain que l'équipe data a effectivement validée.
Pourquoi c'est important
- Genie ne fonctionne qu'à l'intérieur de son 'Genie Space' configuré — un ensemble fixe de tables Delta, de définitions de termes métier et d'extraits SQL de confiance, pas la connaissance libre d'internet.
- C'est le candidat naturel pour un reporting répétitif et bien documenté : dépenses finance par centre de coût, pipeline commercial par région, inventaire supply chain par usine.
- Quand les données SAP arrivent dans Databricks via BDC Delta Sharing, un Genie Space sur ces tables permet aux équipes finance ou supply chain de s'auto-servir sans licence SAP ni compétence SQL.
Points clés
- Genie est un agent de requête en langage naturel gouverné dans Databricks SQL : un utilisateur métier pose sa question en clair et reçoit une réponse générée en SQL sur des tables Delta.
- Chaque déploiement est cadré par un Genie Space — tables explicites, définitions des termes métier, questions d'exemple et extraits SQL de confiance rédigés par l'équipe data.
- La garantie de gouvernance : Unity Catalog applique les permissions propres de l'utilisateur au moment de la requête, donc aucune élévation de privilège par l'interface en langage naturel.
- La qualité des réponses suit la curation du Space, pas le modèle — un Space non entretenu dérive aussi vite que le schéma.
- AI/BI Genie est en disponibilité générale sans coût de licence supplémentaire pour les clients Databricks SQL, et chaque AI/BI Dashboard inclut désormais un Genie space intégré.
- Les Genie Conversation APIs permettent d'intégrer un Genie Space dans Slack, Microsoft Teams ou une application sur mesure — reflétant l'intégration aux outils collaboratifs que SAP propose pour Joule Work.
- Genie est exposé comme serveur MCP managé, ce qui signifie qu'il peut en principe être appelé comme outil par tout orchestrateur compatible MCP, y compris un agent Joule construit via le schéma A2A « Bring Your Own Agent ».
- Pour une donnée d'origine SAP, la couche sémantique de Genie n'hérite pas du contexte processus SAP (calendrier fiscal, définitions d'enregistrement courant SCD) — cela doit être déclaré explicitement, jamais supposé.
Termes employés sur cette page
- Genie Space
- L'unité de configuration cadrée d'un déploiement Genie : tables explicites, définitions de termes métier, questions d'exemple et extraits SQL de confiance rédigés et maintenus par l'équipe data.
- View SQL
- Le bouton que Genie affiche sur chaque réponse, montrant le SQL exact généré — le mécanisme qui permet d'auditer la réponse plutôt que de la prendre pour acquise.
- Genie Conversation API
- L'API 2026 de Databricks pour intégrer l'interface conversationnelle d'un Genie Space directement dans Slack, Microsoft Teams, ou une application interne sur mesure.
- Serveur MCP managé (Genie)
- L'exposition compatible MCP par Databricks d'un Genie Space, permettant à tout orchestrateur conscient de MCP — y compris un agent Joule — de l'appeler comme outil.
- SCD Type 2
- Un schéma de dimension à évolution lente qui conserve à la fois les versions historiques et actuelles d'un enregistrement ; un Genie Space sur une telle table doit définir explicitement ce qui compte comme ligne « courante », sinon il comptera en double.
- Couche sémantique (Genie contre modèle d'entités Datasphere)
- La couche sémantique de Genie est un ensemble léger, rédigé séparément, de définitions de termes métier et d'exemples SQL sur des tables Delta ; le modèle d'entités de Datasphere est à la fois le modèle de données et la couche sémantique pour la requête NL de Joule, un seul artefact servant les deux usages.
Sources
- Databricks — Genie text-to-SQL docs
- Databricks Blog — AI/BI Genie is now Generally Available
- Databricks Docs — Genie overview (AWS)
- Databricks Docs — Genie Spaces with dashboards (GCP)
- Databricks API Reference — Genie Space object
- Databricks Blog — The next generation of Databricks Genie
- Databricks Blog — From Data to Dialogue: best-practices guide for building Genie Spaces
- Databricks Devhub — Genie Agents documentation
- Databricks SDK for Python — Genie workspace API reference
- Databricks Docs — AI/BI and Genie One release notes 2026 (Genie One memory GA, 29 Sep; Oct 1 Genie One updates)
- Databricks Docs — Tune Genie agent quality (knowledge store, example queries, limits)
- Databricks Docs — Test and monitor a Genie agent (benchmarks up to 500 questions)
- Databricks Docs — Create and manage a Genie agent (50-table limit, per-user Unity Catalog permissions, certification)
- Databricks Docs — Use the Genie agents API (chat mode, agent mode, management APIs)
- Databricks Docs — October 2026 platform release notes (cross-engine ABAC GA, 1 Oct)
Fiche complète réservée aux abonnés. Ce que la fiche complète ajoute : le cadre de décision complet · la comparaison SAP · Snowflake · Databricks · Fabric · les pièges courants et leur correctif · l'aide-mémoire · les schémas d'architecture · les blocs de code · les chiffres à citer.