Databricks

De quoi il s'agit

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.

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. 53 fiches cabinet de cet annuaire la nomment dans leur propre matière — et 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.

Points clés

• Plateforme lakehouse : une couche de stockage en formats ouverts, plusieurs moteurs lisant les mêmes tables.
• SAP a embarqué une capacité Databricks dans Business Data Cloud — la frontière est entrée dans le patrimoine SAP.
• 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 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.

Sources

1. SAP Business Data Cloud — official product page
2. Databricks — Lakehouse platform
3. Delta Sharing — open protocol