Databricks
À jour au
Qu'est-ce que Databricks ?
Databricks est une plateforme de données et d'IA bâtie autour de l'idée de lakehouse : une couche de stockage unique portant des formats de tables ouverts, et des moteurs SQL, streaming.
Databricks est une plateforme de données et d'IA bâtie autour de l'idée de lakehouse : une couche de stockage unique portant des formats de tables ouverts, et des moteurs SQL, streaming, science des données et apprentissage automatique qui lisent les mêmes tables au lieu d'en garder chacun une copie. Longtemps, du point de vue d'une pratique SAP, c'était une pile voisine — quelque chose que le client possédait aussi, et que quelqu'un d'autre administrait.
Cela a changé quand SAP l'a embarquée dans Business Data Cloud. BDC livre une capacité Databricks à l'intérieur du patrimoine SAP, et ce qui compte pour un consultant n'est pas la technologie : c'est que la frontière a bougé. Des questions auxquelles on répondait « ça, c'est du côté plateforme de données » atterrissent désormais dans une conversation SAP, et le consultant présent est censé avoir un avis.
Ce à quoi elle est réellement bonne, dit simplement. Databricks gagne sa place là où le travail est de la transformation à grande échelle, de l'ingestion en flux et de l'apprentissage automatique sur des données qui ne sont pas seulement SAP — les charges qu'une couche de modélisation sémantique n'est pas faite pour porter. SAP Datasphere gagne la sienne là où le travail est la sémantique métier, la réutilisation gouvernée et un paradigme de modélisation que la donnée SAP parle déjà. Aucune ne remplace l'autre, et une architecture qui pose le choix en « l'une ou l'autre » finit généralement par reconstruire la couche sémantique à la main dans des notebooks.
Le joint, c'est la donnée, pas l'outil. Ce qui rend l'attelage praticable est le partage ouvert des tables entre les deux côtés plutôt qu'une copie de plus : le côté SAP garde la sémantique et la gouvernance, le côté lakehouse garde l'échelle et la surface ML. Le mode de défaillance qui mérite d'être nommé est la duplication — dès que la même entité métier est définie une fois dans un modèle sémantique et une autre fois dans un notebook, les deux définitions dérivent, et la question « quel chiffre est le bon » n'a plus de propriétaire.
Où se situe la valeur d'un consultant. Pas dans l'exploitation de clusters. Elle est dans le fait d'être celui qui sait dire quelles questions vont de quel côté, ce qui traverse la frontière, et qui possède la définition quand elle la traverse. C'est une conversation de sémantique et de gouvernance, et c'est celle qu'un consultant SAP analytics est le mieux placé pour tenir.
Les pièces qu'il faut savoir nommer. Sous le marketing, la plateforme est quatre choses qu'un consultant doit savoir situer. Delta Lake est le format de tables ouvert qui donne un comportement transactionnel à des fichiers posés sur du stockage objet — la raison pour laquelle un lakehouse peut être lu et écrit sans risque par plusieurs moteurs à la fois. Unity Catalog est la couche de gouvernance : catalogues, schémas, tables, propriété, accès et traçabilité au même endroit, et la surface sur laquelle se tient toute conversation crédible sur « qui a le droit de voir ça ». Delta Sharing est un protocole ouvert pour donner à une autre plateforme un accès en lecture vivant à une table sans la copier. Mosaic AI et MLflow sont le côté modèles — entraînement, suivi, exposition. Tout le reste d'un patrimoine Databricks s'accroche à ces quatre-là.
Comment SAP l'a réellement branchée. SAP a lancé Business Data Cloud en février 2025 comme une offre conjointe avec Databricks, avec un SAP Databricks embarqué à l'intérieur du patrimoine SAP, puis a livré BDC Connect pour les clients qui exploitent déjà leur propre espace de travail Databricks. Les deux chemins reposent sur la même idée : partager les tables plutôt que les copier. Ce qui compte pour un consultant est le détail en dessous — les métadonnées sémantiques SAP peuvent voyager avec la donnée partagée, si bien que le côté lakehouse lit le contexte métier SAP au lieu de le redériver à partir de noms de champs. C'est la différence entre un partage et un export, et c'est tout l'argument de cette architecture.
La décision, et l'arbitrage qu'elle cache. La question que pose le client est « Datasphere ou Databricks » ; celle qui mérite une réponse est : lesquelles de ses vraies questions vont de quel côté, et qui possède chaque définition métier une fois la frontière tracée. L'arbitrage est réel : poser une définition côté lakehouse gagne l'échelle et la portée ML mais quitte la couche sémantique SAP ; la garder côté SAP gagne la réutilisation gouvernée mais fait payer le déplacement quand la charge ML en a besoin. Ce qui n'est pas un arbitrage, c'est de la définir deux fois — ce n'est pas un choix, c'est un défaut qui refait surface dans un audit six mois plus tard.
Répartir le travail IA entre Joule et Databricks
Côté Databricks, le Mosaic AI Agent Framework construit des agents multi-étapes nativement sur des tables gouvernées par Unity Catalog, des modèles enregistrés et des index AI Search, et Genie répond à des questions en langage naturel, avec relances dans le même fil de conversation, sur de la donnée résidente Databricks en utilisant des définitions en texte libre et des exemples SQL de confiance. Les deux lisent le lakehouse directement, sans dépendance à la couche sémantique de SAP. Côté SAP, les agents Joule ancrent leur raisonnement dans le SAP Knowledge Graph, construit à partir des tables SAP, des business objects et des entity sets OData (sur données client, GA prévue au T1 2027), pas à partir de tables brutes du lakehouse. Les deux surfaces IA ne convergent pas automatiquement simplement parce que BDC laisse les deux côtés partager les tables sous-jacentes.
Router selon la forme de la charge. Une question qui a besoin du contexte processus SAP (statut d'approbation, cycle de vie d'un document, hiérarchie organisationnelle) relève d'un agent Joule qui lit le Knowledge Graph, car Genie et les agents Mosaic AI n'ont pas d'équivalent de modèle structuré des processus métier SAP. Une tâche fondamentalement d'entraînement ML ou d'ingénierie de features à grande échelle (un modèle de churn, une prévision de demande ré-entraînée chaque nuit sur des téraoctets d'historique transactionnel) relève de Mosaic AI, car les agents Joule ne sont pas construits pour l'entraînement et le service de modèles à cette échelle. Définir la même logique métier une fois dans l'ancrage d'un agent Joule et une seconde fois dans le code outil d'un agent Mosaic AI, et les deux dériveront, sans que personne ne possède celle qui fait autorité.
Aucune date GA ni numéro de version n'est donné ici pour le Mosaic AI Agent Framework ou Genie : vérifier la documentation actuelle de Databricks avant de citer une capacité spécifique comme livrée.
Pourquoi c'est important
- Depuis que BDC l'embarque, Databricks n'est plus une pile sur laquelle un consultant SAP peut se dispenser d'avoir un avis — la frontière est entrée dans le patrimoine SAP.
- Elle reste une compétence rare sur le marché que suit cette plateforme : 225 des 8 902 fiches mentionnent Databricks contre 2 783 qui mentionnent S/4HANA, et 118 des 1 680 lignes d'opportunités vives la nomment (corpus Analytics Legends, 9 octobre 2026).
- La décision qu'elle impose — la sémantique ici, l'échelle là, qui possède la définition — est justement celle qui n'a aucun propriétaire par défaut, et c'est pourquoi il vaut la peine d'être celui qui sait la trancher.
Points clés
- Plateforme lakehouse : une couche de stockage en formats ouverts, plusieurs moteurs lisant les mêmes tables au lieu d'en garder chacun une copie.
- Quatre pièces à savoir situer : Delta Lake (format de tables ouvert), Unity Catalog (gouvernance), Delta Sharing (protocole ouvert de partage), Mosaic AI/MLflow (cycle de vie des modèles).
- SAP a lancé Business Data Cloud avec Databricks en février 2025 et embarqué un SAP Databricks dans le patrimoine SAP ; BDC Connect couvre les clients qui possèdent déjà un espace de travail.
- Le joint est un PARTAGE, pas une copie — et les métadonnées sémantiques SAP peuvent voyager avec la donnée partagée, donc le contexte métier n'est pas redérivé de noms de champs.
- Elle porte la transformation à grande échelle, le flux et le ML sur de la donnée pas seulement SAP ; Datasphere porte la sémantique métier et la réutilisation gouvernée.
- Aucune ne remplace l'autre ; poser le choix en « l'une ou l'autre » revient à reconstruire la couche sémantique à la main dans des notebooks.
- Le mode de défaillance est la DUPLICATION d'une définition métier des deux côtés — après quoi « quel chiffre est le bon » n'a plus de propriétaire.
- La valeur d'un consultant ici est un travail de frontière — router les questions, nommer ce qui traverse, attribuer la propriété — pas exploiter des clusters.
Pièges courants
- Définir deux fois la même entité métier — Signal : « Chiffre d'affaires » existe dans un modèle sémantique ET dans un notebook Correctif : Une définition, un propriétaire, un côté. L'autre côté la consomme — il ne la redérive pas.
- Copier au lieu de partager — Signal : Une troisième copie des mêmes tables atterrit dans le lakehouse « pour la performance » Correctif : Partir d'un partage. Une copie exige un propriétaire nommé, un contrat de rafraîchissement et une raison qui survit à la revue.
- Poser le sujet en Datasphere contre Databricks — Signal : Un slide avec deux boîtes et une flèche entre elles Correctif : Trier plutôt les vraies questions du client en deux colonnes. Le tri est la réponse.
- Exporter la donnée sans sa sémantique — Signal : Des notebooks lakehouse qui reconstruisent le sens à partir de noms de champs SAP Correctif : Partager les métadonnées sémantiques avec les tables — cette capacité EST la raison d'être du joint.
- Acheter un lakehouse pour un problème de modélisation — Signal : Un programme dont la seule charge lourde est une agrégation mensuelle Correctif : L'échelle, le flux et le ML le justifient. Un problème de modélisation, non — et le coût de fonctionnement le dira.
- Laisser la gouvernance d'un seul côté — Signal : Des règles d'accès dans Unity Catalog que personne n'a réconciliées avec les autorisations côté SAP Correctif : Les deux catalogues décrivent les mêmes entités. Les réconcilier explicitement, ou l'audit le fera à votre place.
Cadre de décision
| Décision | Option A | Choisir A quand | Option B | Choisir B quand |
|---|---|---|---|---|
| Quel côté répond à cette question ? | Lakehouse (Databricks) | Transformation à grande échelle, ingestion en flux, ML, ou donnée pas seulement SAP | Couche sémantique Datasphere / BDC | Sémantique métier, réutilisation gouvernée, définitions que le métier reconnaît déjà |
| SAP Databricks embarqué ou espace de travail propre ? | SAP Databricks dans BDC | Pas de lakehouse en place, et la valeur est de rester dans un seul périmètre commercial et de gouvernance | Espace de travail propre via BDC Connect | Un patrimoine Databricks établi, sa gouvernance et son FinOps, et de la donnée non SAP déjà atterrie là |
| Comment la donnée traverse-t-elle la frontière ? | Partager les tables (Delta Sharing) | Le défaut — une copie, vivante, avec les métadonnées sémantiques SAP qui voyagent à côté | Répliquer une copie | Seulement si une contrainte dure de latence, de résidence ou de disponibilité interdit le partage — et alors en copie déclarée et possédée |
| Qui possède une définition métier dont les deux côtés ont besoin ? | Un propriétaire côté SAP | La définition est une règle métier que l'entreprise gouverne déjà — le lakehouse la consomme | Un propriétaire côté lakehouse | La définition y est réellement dérivée (sortie de modèle, variable calculée) — et SAP la reconsomme |
| Le client demande « Datasphere ou Databricks ? » | Répondre par une comparaison de produits | Presque jamais utile — cela transforme une question de propriété en débat de fonctionnalités | Répondre par ses questions triées en deux colonnes | Le tri EST le livrable, et il montre en général que le débat n'a jamais porté sur les outils |
SAP face aux alternatives
| Capacité | SAP | Snowflake | Databricks | Microsoft Fabric |
|---|---|---|---|---|
| Où vivent nativement les sémantiques métier SAP | Natives dans Datasphere et BDC — le modèle sémantique EST le produit. | Embarquée dans BDC sous le nom de SAP Snowflake (ou raccordée via BDC Connect for Snowflake) : les sémantiques SAP voyagent avec les produits de données partagés au lieu d'être reconstruites. | Embarquée dans BDC sous le nom de SAP Databricks : les sémantiques SAP sont atteignables depuis le lakehouse au lieu d'être reconstruites. | Pas natives. Miroitées dans OneLake, le sens métier étant modélisé côté Fabric. |
| Forme commerciale avec SAP | C'est SAP — un contrat, un périmètre. | SAP Snowflake, extension de solution vendue dans BDC (un seul contrat SAP), plus SAP BDC Connect for Snowflake pour un compte Snowflake existant détenu par le client. | OEM à l'intérieur de BDC (SAP Databricks), plus BDC Connect pour un espace de travail détenu par le client. | BDC Connect for Fabric (partage sans copie avec OneLake) : cible T3 2026 dépassée ; SAP n'a publié aucune nouvelle date (le S1 2027 n'est que la réponse donnée en session DA802V à SAP TechEd 2026). |
| Transformation à grande échelle, flux et ML | Ce n'est pas ce qu'une couche de modélisation sémantique est faite pour porter. | Oui, sur son propre moteur et sa propre gouvernance. | Son terrain de base — c'est la charge autour de laquelle la plateforme a été bâtie. | Oui, dans la pile Microsoft et son outillage. |
| Format de tables ouvert et partage | Consomme et publie des partages dans BDC plutôt que de posséder un format de tables. | Tables Iceberg et son propre modèle de partage. | Delta Lake comme format de tables, Delta Sharing comme protocole ouvert — la raison pour laquelle le joint peut être un partage et non une copie. | Delta/Parquet dans OneLake, atteints par raccourcis et miroitage. |
| Surface de gouvernance | Le catalogue BDC/Datasphere et les autorisations côté SAP. | Son propre modèle d'accès par rôles. | Unity Catalog — propriété, accès et traçabilité au même endroit. | La pile de gouvernance Microsoft autour de OneLake. |
| Mode de défaillance en solitaire | Une charge ML lourde forcée dans un outil de modélisation, puis reprochée à l'outil. | Un compte détenu par le client alimenté sans les produits de données SAP partagés, où les sémantiques SAP finissent redérivées des noms de champs. | La couche sémantique reconstruite à la main dans des notebooks, et une seconde définition sans propriétaire. | De la donnée miroitée sans définitions possédées derrière. |
Chiffres à citer
- 225 des 8 902 fiches que l'annuaire portait (2,5 %) mentionnent Databricks, contre 2 783 (31,3 %) qui mentionnent S/4HANA — la compétence existe sur le marché, mais bien plus mince que l'ERP auquel on l'attache (corpus Analytics Legends, 9 octobre 2026).
- 118 des 1 680 lignes d'opportunités vives du radar de cette plateforme nomment Databricks, contre 350 qui nomment S/4HANA — un rapport d'environ 1 à 3,0 (corpus Analytics Legends, 9 octobre 2026).
- 76 des 7 625 lignes d'actualité de la fenêtre de revue de cette plateforme mentionnent Databricks (corpus Analytics Legends, 9 octobre 2026).
- De nombreuses fiches concept de cette Académie référencent Databricks — dont neuf fiches dédiées au joint BDC/Databricks, à sa surface de connexion et à son outillage agentique (mesuré le 2026-08-29, source : src/data/concepts-100.json).
- SAP a lancé Business Data Cloud comme offre conjointe avec Databricks en février 2025 ; BDC Connect for Databricks a atteint la disponibilité générale ensuite (source : annonces Databricks et Constellation Research citées ci-dessous — cette page n'énonce aucun chiffre de revenu, de sièges ou de capacité, aucun n'ayant pu être rattaché à un document primaire le 2026-08-29).
Schémas d'architecture
Sources
- Databricks — Lakehouse platform
- Databricks Docs — Lakehouse architecture
- Databricks Docs — Unity Catalog data governance
- Databricks Docs — Data sharing (Delta Sharing in Unity Catalog)
- Databricks — Unity Catalog product page
- Delta Sharing — open protocol (Linux Foundation)
- Databricks — Announcing general availability of SAP Business Data Cloud Connect to Databricks
- Databricks — Unlocking SAP Business Context in Databricks with Semantic Metadata Delta Sharing
- Databricks Marketplace + Delta Sharing
- SAP Help Portal — BDC Connect for Databricks
- Constellation Research — SAP launches Business Data Cloud in partnership with Databricks: what it means
- SAP Business Data Cloud Architecture: Datasphere, Databricks and the Unified Data Layer — SAP Community
- How to provision SAP BDC Connect for Databricks? — SAP Community
- Sharing SAP S/4HANA Data with Databricks Using BDC Connect and Delta Sharing — SAP Community
- Breaking SAP Data Barriers with Datasphere & Databricks: A Medallion Journey — SAP Community
- Get started with SAP Databricks: Introduction — SAP Community
- SAP Databricks is now GA — skilling yourself with Mosaic AI — SAP Community
- Triggering SAP Databricks Jobs through SAP Datasphere Task Chains — SAP Community
- The Added Value of SAP Business Data Cloud with Databricks, Snowflake and MS Fabric — SAP Community
- Expose BW 7.5 objects as Data Products in Databricks — SAP Community
- SAP Sapphire Orlando 2025: SAP and Databricks open a bold new era of data and AI — SAP Community
- Databricks Blog (Gartner) — Databricks is a Visionary in the Gartner Magic Quadrant for Analytics and Business Intelligence Platforms (2026-10-13)
Missions ouvertes
offres d'emploi et missions SAP analytics · missions freelance SAP.