Databricks · 27 octobre 2026 · Data & AI
Lakehouse Federation : analyser les investissements sans migrer les données
Databricks présente Lakehouse Federation pour tirer des enseignements sur les investissements sans migrer les données. Le contenu met en avant la possibilité d’interroger les données sans les déplacer.
Ce qui est annoncé
Databricks présente un scénario d’analyse de portefeuilles associant des données internes conservées dans SQL Server à des données financières FactSet accessibles via Databricks Marketplace. Le dispositif repose sur Lakehouse Federation, qui permet d’interroger des bases externes depuis Databricks en SQL. Une connexion et un catalogue externe rendent les tables de la base source accessibles dans Unity Catalog, à côté du catalogue partagé contenant les données du fournisseur. L’accès aux jeux de données FactSet nécessite une demande puis l’approbation du fournisseur.
Dans l’exemple décrit, une jointure rapproche les positions du portefeuille, les résultats financiers et les estimations d’analystes. Elle alimente un tableau de bord consacré notamment aux bénéfices actuels et projetés, à la répartition des risques et aux positions détenues, sans créer de tables ni de vues intermédiaires persistantes. Chaque actualisation sollicite de nouveau la source fédérée. Genie permet également de questionner ces mêmes données en langage naturel, à partir d’instructions précisant les jointures et les filtres de qualité à appliquer.
Ce que ça change pour les entreprises
Pour les DSI et les équipes IT, cette approche peut limiter les travaux de copie et de préparation de données dans le scénario présenté. Plutôt que de construire un pipeline d’ingestion pour rapprocher les sources, les équipes disposent de catalogues interrogeables ensemble. Cela ouvre une piste pour exploiter des données réparties entre une base interne et un service cloud, sans imposer leur regroupement préalable dans une nouvelle base.
L’absence de stockage intermédiaire ne dispense toutefois pas de cadrer les accès et les usages. Puisque les actualisations interrogent directement la source, leurs modalités méritent d’être évaluées avant généralisation. Les correspondances entre titres du portefeuille et identifiants FactSet, ainsi que les filtres transmis à Genie, constituent aussi des points à examiner pour interpréter les analyses. Ce cas illustratif ne suffit pas à garantir la pertinence des recommandations d’investissement produites.
Comment UNEETY peut vous accompagner
Une ESN comme UNEETY peut accompagner le cadrage d’un cas d’usage de fédération, l’intégration des sources et la sécurisation des accès. Elle peut également aider à valider les jointures et les règles de qualité, puis soutenir l’adoption des tableaux de bord et des interactions en langage naturel.
Découvrez notre offre Data & AI ou contactez-nous.
Source : annonce Databricks du 27 octobre 2026.