Fiche concept

SAP Datasphere

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 SAP Datasphere ?

Datasphere est la fabric de gouvernance et de consommation au-dessus de HANA Cloud, pas un remplacement de HANA — confondre les deux fait double-compter la capacité et fait sauter le budget dès le premier jour.

Ce que c'est

SAP Datasphere est la couche de données et sémantique unifiée qui se trouve au centre de l'écosystème analytique moderne de SAP. Construite sur SAP HANA Cloud avec un Delta Lake intégré, elle permet à une organisation de modéliser, gouverner et exposer les données d'entreprise — SAP et non-SAP — sous forme d'objets sémantiques fiables et réutilisables qui alimentent SAP Analytics Cloud, l'assistant IA Joule, et des outils de BI tiers via des protocoles de partage ouverts. En pratique, Datasphere remplace ce qui était auparavant un patchwork d'extractions point à point, d'entrepôts de données construits à la main et de requêtes BEx fragiles, par une seule structure de données gouvernée.

Pourquoi c'est important

Chaque grand client SAP fonctionnant sous ECC ou BW classique est sous pression temporelle : la feuille de route de SAP les oriente tous vers S/4HANA et une couche analytique cloud-native, et Datasphere est la zone d'atterrissage de cette migration. C'est aussi la couche de consommation sous SAP Business Data Cloud, donc bien poser les fondations de modélisation et de gouvernance dans Datasphere détermine la performance de chaque agent IA, tableau de bord et application de planification en aval. Une équipe qui se trompe sur Datasphere paie deux fois — une première fois sur le projet initial, une seconde fois dans chaque application consommatrice qui doit contourner le problème.

Comment ça marche

Pourquoi c'est important, en pratique

Facturer 'HANA Cloud' à part de Datasphere revient à double-compter la dépense, puisque HANA Cloud est auto-provisionné à partir du plan Capacity Units du tenant.
L'arbitrage fédérer-vs-répliquer se décide objet source par objet source, pas système par système — le défaut 'tout répliquer' tue trois architectures sur quatre via la fenêtre batch nocturne.
Il existe un point d'ancrage de dimensionnement concret : un Analytic Model de 100 M de lignes avec rafraîchissement quotidien et 50 utilisateurs SAC simultanés tourne à ~32 CU en régime établi, contre un plancher de 64 CU à environ 52 k€/an.

Points clés

Successeur de Data Warehouse Cloud (DWC) ; rebaptisé au Q1 2023 ; la couche de consommation de BDC.
Tourne sur HANA Cloud + Delta managé — Datasphere est le tissu de modélisation/gouvernance, pas le moteur.
Trois piliers dans une seule plateforme : fédération (push-down live), réplication (Replication Flows, CDC), modélisation (Graphical / SQL / Script).
Modélisation à trois couches : raw → vue SQL → Analytic Model. Toujours envelopper les vues raw avant de les exposer à SAC.
Data Access Controls (DAC) à la portée du catalogue = une seule règle verrouille SAC + Joule + Delta Sharing + OData + JDBC.
Tarification en Capacity Units : 64 CU minimum, ~€52 k/an FY26 ; les CU sont découplées des sièges utilisateurs mais consommées par la concurrence × la taille des jeux de données.
La forme de déploiement BDC ajoute un lakehouse Databricks avec gouvernance bidirectionnelle — DAC atteint les tables Delta.
Performance : 100-500 ms p50 avec push-down HANA complet ; réplication à 50-200 k lignes/sec ; plafond de concurrence à 200-user sur SAC Live.
SAP Datasphere 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

Space: Frontière logique de livraison au sein d'un tenant — isolation des données, des modèles et des permissions. Ce n'est PAS un tenant ; en abuser comme tel est l'anti-pattern n°1.
Capacity Unit (CU): Unité de facturation de Datasphere — 1 CU ≈ 1 vCPU + 4 Go HANA Cloud + quota de stockage + IOPS. Minimum de 64 CU par tenant.
Replication Flow: Pipeline managé qui copie les tables source dans Datasphere selon une planification ou en mode CDC — delta de 50 à 200 k lignes/s.
Analytic Model: Objet sémantique prêt à la consommation, doté de mesures, dimensions, hiérarchies, mesures calculées/restreintes et conversion de devises. L'objet approprié à exposer à SAC et Joule.
DAC (Data Access Control): Règle de sécurité ligne/colonne au niveau du Catalog — une seule règle atteint tous les consommateurs (SAC, Joule, Delta Share, OData, JDBC) sans câblage par outil.
Delta Sharing: Protocole ouvert (originaire de Databricks) pour partager des tables Delta entre organisations et outils — Datasphere assure à la fois les rôles producteur et consommateur.
Push-down: Schéma d'exécution de requête où Datasphere traduit le SQL du consommateur en opérations natives HANA exécutées au niveau de la couche de stockage — préserve une latence p50 de 100 à 500 ms.
BDC: Business Data Cloud — plateforme phare de SAP à partir de 2024, combinant la couche sémantique Datasphere + le lakehouse managé Databricks + les agents Joule, sous une gouvernance unifiée Unity Catalog + DAC.

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 →