Fiche concept

SAP Datasphere — Schémas Open SQL

À jour au 2026-10-06

Édité par Cédric Mary, éditeur et directeur de la publication — 27 ans d'écosystème SAP. Comment ces pages sont produites, et où intervient l'automatisation.

Qu'est-ce que SAP Datasphere ?

Les Schémas Open SQL sont une échappatoire bring-your-own-SQL dans le périmètre Datasphere — sans découverte catalogue, ni lignée, ni support de modèle analytique, d'où un tenant sans couche sémantique si on les utilise par défaut.

De quoi il s'agit

Un Schéma Open SQL est un construct SAP Datasphere qui expose un schéma de base SAP HANA Cloud standard directement aux utilisateurs autorisés et aux outils externes — contournant la couche de modélisation Datasphere et permettant aux développeurs de lancer du SQL HANA natif (DDL + DML), de connecter tout client HDBSQL/JDBC, et d'utiliser l'outillage de développement HANA contre des tables qui appartiennent néanmoins au périmètre de stockage et de gouvernance de l'espace Datasphere. C'est l'échappatoire bring-your-own-SQL quand les surfaces graphique/modélisation de Datasphere sont trop restrictives pour un cas d'usage spécifique.

Ce qu'activent les Schémas Open SQL. Ils sont la réponse à trois besoins récurrents. Développement HANA natif : construire des procédures stockées HANA, des vues de calcul en SQLScript, ou des applications HANA-natives à l'intérieur du périmètre de gouvernance Datasphere — sans tout ré-implémenter dans le flow de transformation Datasphere. Accès direct par outils externes : connecter SAP Analysis for Office, des outils BI tiers, ou des scripts Python/R sur mesure directement à un schéma sans passer par les vues de consommation Datasphere. ETL code-first : les data engineers écrivent des scripts DDL + DML pour atterrir et transformer la donnée à travers des pipelines pilotés par code (versionnés en git) plutôt que via l'éditeur de flow Datasphere.

Pourquoi c'est important

Ils répondent à trois vrais besoins — procédures stockées HANA natives, accès direct par outils externes (SAP Analysis for Office, BI tiers, Python/R), et ETL code-first versionné en git.
La lignée s'arrête à la frontière du schéma, et les modèles analytiques ne peuvent pas être construits directement sur des tables Open SQL Schema — elles doivent d'abord être exposées via une vue Datasphere.
L'erreur la plus fréquente est de faire des Schémas Open SQL la couche de modélisation par défaut au lieu des spaces, tables locales et vues Datasphere.

Points clés

Accès direct à un schéma HANA Cloud à l'intérieur d'un espace Datasphere — SQL natif (DDL + DML), clients HDBSQL/JDBC, outillage de développement HANA.
Trois cas d'usage — développement de procédures/vues HANA natives ; accès direct par outils externes (Analysis for Office, BI, Python/R) ; ETL code-first avec scripts versionnés git.
Partage stockage, sécurité, mémoire avec les schémas de modélisation Datasphere du même tenant — mais le contenu n'est PAS dans le catalogue, la lignée s'arrête à la frontière du schéma.
Les modèles analytiques ne peuvent pas être construits directement sur les tables d'un Schéma Open SQL — exposer via une vue Datasphere d'abord.
Anti-pattern — Schéma Open SQL comme couche de modélisation principale ; défait la valeur sémantique + lignée de Datasphere.
L'Open SQL Schema est l'endroit où doit se faire le travail d'ingénierie d'un pipeline RAG/vecteur HANA Cloud (SQL natif, fonctions NLP, appels d'embedding) — mais une table qui y naît est invisible pour le Catalog de Datasphere (C127) et ne peut ancrer un agent Joule tant qu'elle n'a pas traversé vers une vue Datasphere.
Le schéma en deux sauts pour l'IA comme pour la BI : construire dans l'Open SQL Schema (code, git, itération rapide), publier une vue Datasphere fine comme seule interface que tout consommateur ou agent est autorisé à lire.
Une couche de vue entre le schéma brut et ses consommateurs signifie que la structure interne du schéma peut changer (nouvelles colonnes d'un modèle réentraîné) sans casser chaque rapport ou agent aval — la vue absorbe le changement.

Termes employés sur cette page

Open SQL Schema: Un construct de SAP Datasphere exposant un schéma de base SAP HANA Cloud standard directement aux utilisateurs autorisés et aux outils externes, en contournant la couche de modélisation de Datasphere ; destiné au développement HANA-natif et aux patterns code-first à l'intérieur du périmètre de gouvernance de Datasphere.
HDBSQL: Le client SQL en ligne de commande de SAP HANA ; la manière canonique d'exécuter du SQL natif contre un Open SQL Schema depuis un poste de développeur ou un pipeline CI.
Consumption view: Un objet Datasphere qui expose une vue à sémantique métier, curée, des tables sous-jacentes pour les modèles analytiques aval ; la manière canonique d'exposer le contenu d'un Open SQL Schema aux modèles analytiques.
Bring-your-own-SQL: Le pattern architectural consistant à donner aux développeurs un accès SQL brut aux côtés d'une surface de modélisation de plus haut niveau ; SAP Datasphere le met en œuvre via les Open SQL Schemas.
hdbcli: Le driver Python de SAP HANA ; la manière habituelle pour un data engineer de scripter du SQL natif et d'appeler des API externes (dont SAP AI Core) contre un Open SQL Schema depuis du code.
Table vectorielle (HANA Cloud): Une table de HANA Cloud portant une colonne de type vecteur pour des embeddings, généralement créée et peuplée dans un Open SQL Schema dans le cadre du travail d'ingénierie d'un pipeline RAG, puis exposée via une vue Datasphere pour le grounding.
Stabilité d'interface: La propriété qu'apporte une vue Datasphere en se plaçant entre une table brute d'Open SQL Schema et ses consommateurs — la structure interne de la table brute peut évoluer sans casser la forme publiée et consommée.

Sources

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.

Ouvrir dans l'application →

SAP Datasphere — Schémas Open SQL

Qu'est-ce que SAP Datasphere ?

De quoi il s'agit

Pourquoi c'est important

Points clés

Termes employés sur cette page

Sources

Concepts liés

Modules d'académie associés

Études approfondies

Guides SAP analytics & TJM