Fiche concept

Vues Graphiques vs SQL vs Script

À jour au 2026-07-24T14:00:00Z

Édité par Cédric-Olivier Mâry, 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 Vues Graphiques vs SQL vs Script ?

Les vues Graphiques cassent silencieusement le push-down HANA au-delà de 5-7 jointures — la cause la plus fréquente des dashboards qui ralentissent six mois après le go-live.

Ce que c'est

Datasphere propose trois façons de construire une vue sur des données : les Graphical Views, construites visuellement en glissant et joignant des tables sur un canevas ; les SQL Views, écrites directement en SQL ANSI avec les extensions SAP HANA ; et les Script Views, écrites en SQLScript procédural pour la logique que le SQL pur ne peut exprimer. Les trois produisent un objet interrogeable au sein de Datasphere, mais elles y parviennent par des chemins d'exécution fondamentalement différents, et cette différence est tout l'enjeu.

Pourquoi c'est important

Le choix entre les trois types de vue est l'une des rares décisions Datasphere qui détermine directement la performance à l'exécution, des mois après que le travail de modélisation soit terminé, car l'un des trois — les Script Views — ne se traduit pas en push-down vers le moteur d'exécution natif de HANA Cloud comme le font les deux autres. Un choix de modélisation qui paraissait purement cosmétique en atelier peut devenir la cause racine d'un tableau de bord qui se dégrade silencieusement à mesure que le volume de données augmente, découverte seulement lorsque les utilisateurs commencent à se plaindre.

Comment ça marche

Pourquoi c'est important, en pratique

La modélisation Graphique devient un spaghetti illisible au-delà de 5-7 jointures, sans support des window functions — bon pour un prototype, pas pour la prod.
Les vues SQL couvrent 80 % de la modélisation production-grade ; basculer par défaut en SQL dès que le nombre de jointures dépasse 5 ou qu'une window function est nécessaire.
Les vues Script sont la trappe procédurale — n'y recourir que quand Graphique et SQL ne peuvent vraiment pas exprimer la logique.

Points clés

Trois types de vues : Graphical (low-code), SQL (cheval de bataille, par défaut), Script (échappatoire — pénalise le push-down).
Basculer par défaut sur SQL dès que les jointures dépassent 5 ou que des fonctions de fenêtrage apparaissent. Graphical est réservé aux prototypes + wrappers de dimensions simples.
Une vue Script dans la lignée d'un Analytic Model = un ralentissement de 10 à 50× pour chaque requête consommatrice.
Modèle de composition à trois couches : staging (typage + devise) → domain (jointures + nommage) → consumption (pré-agrégé).
La surface SQL de HANA inclut l'ensemble complet des fonctions de fenêtrage ANSI, les CTE récursives, PIVOT, les jointures LATERAL.
L'artefact Hierarchy dans l'Analytic Model surpasse la CTE récursive — laisser HANA évaluer nativement.
Joule-in-Datasphere (cible GA H2 2026) réduira la barrière de compétence SQL en générant des ébauches à partir du langage naturel.
2 modélisateurs à l'aise en SQL livrent 3-4× le contenu de production de 4 modélisateurs Graphical-only après 6 mois.
Graphical vs SQL vs Script Views n'est maîtrisé que lorsqu'il change une décision d'acheteur nommée.
Commencer par le contrat sémantique et le modèle de contrôle avant de démontrer l'outil.

Termes employés sur cette page

Graphical View: Surface de modélisation par glisser-déposer sur canevas dans Datasphere. Se traduit en SQL à l'exécution.
SQL View: SQL ANSI + extensions HANA, écrit sous forme de code. Poussé directement vers l'optimiseur HANA. La bête de somme.
Script View: SAP HANA SQLScript avec blocs procéduraux. Force une évaluation ligne par ligne, casse le push-down. À réserver aux cas limites.
Push-down: Schéma d'exécution de requête où Datasphere traduit le SQL en opérations natives HANA exécutées dans le moteur column-store.
CTE: Common Table Expression — clause WITH qui définit un jeu de résultats nommé, utilisable au sein d'une seule requête.
Window function: Agrégation opérant sur une partition de lignes définie par PARTITION BY + ORDER BY (p. ex. ROW_NUMBER, SUM OVER).
Three-layer composition: Pattern canonique de Datasphere : vues de staging → domaine → consommation, chacune réutilisable et testable.
Calculation View: Artefact de vue natif HANA hérité (antérieur à Datasphere). Les vues SQL de Datasphere se compilent en calc views en coulisses.

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 →