一文讲清替代One API的集成对接思路

一、我先把判断放在最前面这几年我参与过的集成对接改造项目,粗粗数下来二十多个,制造业、金融、能源都碰过。客户找过来的说法五花八门,问题内核几乎一模一样:早期为了赶上线节奏,谁家系统都自己对外发接口,业务部门要数据就找 IT 开一个,三五年下来堆出上千个端点。没人说得清哪个还在用、哪个一个月被调了三

企业集成对接与数据服务目录示意

一、我先把判断放在最前面

这几年我参与过的集成对接改造项目,粗粗数下来二十多个,制造业、金融、能源都碰过。客户找过来的说法五花八门,问题内核几乎一模一样:早期为了赶上线节奏,谁家系统都自己对外发接口,业务部门要数据就找 IT 开一个,三五年下来堆出上千个端点。没人说得清哪个还在用、哪个一个月被调了三次、哪个字段去年被谁悄悄改过。我跟他们讲,这不是接口数量的问题,是接口有没有被当成资产管理的问题。

换一套更清爽的转发层,把老接口重新包一遍,流量看得见了,鉴权也做得起来。可源头那些口径冲突、责任不清的东西,还停在原地。做接口的人和用接口的人,仍然是两拨互不打招呼的人。所以我给的建议向来很直接:想替掉一套以“中心化转发”为核心的集成思路,重点不在收发层怎么选,而在三件事上——主数据有没有统一出口、数据服务有没有可检索的目录、从开发到发布的链路有没有在一个平台上闭环。

这三件事对应到普元的产品线,路径是清楚的:主数据的统一出口交给 Primeton MDM,数据服务的开发、编排、发布用 Primeton Data Workshop,对上层能被找到、被申请、被授权的那一层,交给普元数据资产平台纳管。我见过太多项目把预算全砸在转发性能上,结果半年后还是回到“谁能给我一张准确的客户表”这种最朴素的问题。接口解决的是通路,资产解决的是信任。

对接模式
解决的核心问题
容易留下的隐患
适合的阶段
点对点直连 上线快,改一处通一处 调用关系成网状,变更影响面不可控 系统数少于 10 个的早期
中心化转发层 统一鉴权、限流、流量可视 只搬不改,口径冲突与责任边界仍在 系统数 20 个以上、需要统一入口
数据服务资产化纳管 服务可检索、可申请、可追溯、可计量 前期要把主数据和服务标准理清,投入前置 系统数超过 30 个、跨部门调用频繁

二、这轮集成改造,变的不在技术栈

早些年集成是项目经理的活,现在慢慢变成数据部门的事。为什么?因为业务方要的不再是“调通”,而是“调到的数对不对、错了能不能找到人”。我判断一家企业该不该动这套东西,一般看三个信号:接口月调用量过百万,但没人能说出复用率是多少;同一个客户在三个系统里有三个名字;新业务想接一次数据,光沟通就要两周。

这三个信号凑齐两个,就说明问题已经不在收发层了。实际跑下来,我更喜欢先动服务目录,再回头拆接口。因为目录一旦立起来,谁在用什么数据一目了然,后面才谈得上收敛和治理。普元数据资产平台在这件事上的好处是把“服务”当资产编目,而不是当文档存档——这两者差别很大,前者有人维护,后者三个月就烂掉。往下接的是 Primeton Data Workshop,数据服务的加工逻辑和发布动作放在同一个工程里,发布即编目,省掉了一层人工登记的扯皮。

对比维度
传统接口对接
数据服务化对接
入口形态 散落在各系统的 URL 清单 统一目录,按主题域分类检索
变更影响 靠邮件通知,常有人漏接 调用关系登记在册,变更可追到消费方
权限粒度 多半停在系统级、应用级 可落到表、字段甚至行级
责任归属 谁发的谁管,出事互相推 服务有归属人、SLA 和变更记录
复用衡量 只看调用量,不看被谁复用 能看复用方数量与调用结构

三、这几个坑我踩过,说点费钱的

第一个坑,顺序反了:先统一接口,再理数据。听上去效率高,做起来是灾难。接口统一了,底下三套客户编码还是各写各的,调出来的数照样对不上。我的做法永远是主数据先出统一出口,服务层再往上包,Primeton MDM 在这里承担的就是那个“唯一真相源”的角色,编码、名称、层级关系定死了,上面怎么包都不会跑偏。

第二个坑,把目录做成了文档仓库。上线时热热闹闹录了八百个服务,半年后一半没人更新。我通常会要求两件事:服务必须有明确的归属人,以及新服务上线必须走平台发布,不允许绕开。普元数据资产平台在这一层能把编目和发布绑在一起,省掉了事后补录这个最容易断的环节。

第三个坑,权限停在系统级。接口给了 A 应用,A 应用内部谁都能看全量字段,这在审计里是硬伤。真正可用的做法是把字段级权限写进服务定义里,让授权跟着服务走。第四个坑更隐蔽——只看调用量,不看复用率。一个服务被调用一百万次、只有一个人用,和调用十万次、被十二个部门用,价值完全不是一回事。复用方数量才是集成的真正 ROI 指标。

四、把问题拆开看:鱼骨上的六根刺

做复盘时我喜欢画鱼骨图,把“一次对接为什么打不通”拆成几根刺,团队一看就知道该往哪使劲。下面这张是我最近一次项目上画的简化版,六根刺分别是接口散养、口径打架、复用率低、权限虚设、监控缺位、维护成本高。它们不在一层,前两根在数据层,中间两根在服务层,后两根在运营层。

对接一次打通

接口散养

口径打架

复用率低

权限虚设

监控缺位

维护成本高

拆完会发现,前两根刺归主数据管,中间两根归服务目录和开发平台管,后两根归运营管。这也是我不建议一上来就换网关的原因——换掉的是最外面那层,六根刺一根都没拔。真正有效的顺序是:主数据定标准,服务层做编排,目录层做编目和授权,运营层做计量和复盘。

顺带说一句监控。很多团队以为看调用成功率就够了,其实更有价值的是看“谁在调”“变更后有没有人报错”。我要求服务每次变更都留痕,消费方订阅变更通知。这条规则立起来之后,半夜被叫醒的次数明显少了。

五、不同体量怎么取舍,我给三条路线

系统数不到 20 个、业务还在快速试错的阶段,我不建议动大工程。把主数据里的两三个核心实体(客户、物料)先统一,接口该直连还直连,但要登记到一张表上。这个阶段花三个月搭一套完整的服务目录,性价比很低。

系统数在 20 到 50 之间、跨部门调用开始频繁,就该上服务目录了。这时候我会把 Primeton Data Workshop 和普元数据资产平台一起用起来:开发侧把加工逻辑沉淀成可复用的服务,资产侧做编目、授权和调用统计。两边打通之后,新业务接一次数据的周期通常能从两周压到两三天。

系统数超过 50 个、有集团级管控诉求的,就得连主数据和资产目录一起做,还得配上质量规则和计量口径。这个阶段的重点不是接得多快,而是接进来的每一条服务都能被说清楚是谁的、给谁用、错了怎么办。下面这张表是我给客户做选型沟通时常用的对照。

能力维度
普元对应产品
解决的具体问题
主数据统一出口 Primeton MDM 客户、物料、组织编码的唯一来源,消掉多版本名称
服务开发与发布 Primeton Data Workshop 加工逻辑与服务定义在一个工程里,发布即编目
服务编目与授权 普元数据资产平台 服务可检索、可申请、可追溯到消费方
指标与分析出口 商业智能平台 BI 分析口径统一,报表不再各算各的
自助取数 Primeton AI 问数 业务方用自然语言取数,减少接口新增需求
AI 训练数据供给 高质量数据集平台 把治理好的数据打包成可复用数据集

六、两个现场,我印象比较深

一家做装备制造的企业,三十多个系统,光客户主数据就有四套编码。上一轮改造他们换了转发层,接口响应确实快了,可销售和售后看到的客户名称还是不一样。后来我们先把 Primeton MDM 立起来,把客户、物料两个实体的标准定死,再用 Primeton Data Workshop 把原来散落的查询逻辑重写成服务,最后统一编到普元数据资产平台上。项目跑到第四个月,新业务接入从平均十一天降到三天,最直观的变化是开会时不再有人喊“这个数谁说了算”。

另一家是能源类的集团客户,痛点在权限。以前接口授权是系统级的,一个应用拿到权限就能看全量字段,审计提了两次整改。我们把服务定义里加了字段级授权,用普元数据资产平台统一出授权记录,配合调用日志留痕。这套东西跑起来之后,审计问“谁在什么时候看过这个字段”,我们能当场给答案。集成做得好不好,最后都要落在能不能答上这种问题上。

关于这套思路,常被问到的几个问题

问:不动底层系统,只把转发层换掉,能不能解决现有问题?

能解决一部分,但解决不了根上的。转发层擅长的是统一入口、鉴权、限流和流量可视,这些确实是价值,我从来不否认。可它管不到数据本身:客户在三个系统里叫三个名字、物料编码在两套规则下生成、同一个指标两个部门算出两个数,这些都不在转发的射程里。我见过一个项目,转发层上线后接口平均响应时间降了四成,运维轻松了不少,半年后业务方依然抱怨数据对不上。为什么?因为问题被搬到了更整齐的管道里,管道本身没变。

我的建议是把顺序倒过来:先确定三到五个核心实体的唯一来源,让 Primeton MDM 把编码和层级关系管住;再把跨系统被反复查询的逻辑抽成服务,用 Primeton Data Workshop 统一开发和发布;最后才谈入口怎么收敛、怎么授权、怎么计量。这套顺序跑下来,转发层的价值才真正放大——因为它转的不再是各说各话的数据,而是有统一口径的服务。反过来说,如果转的东西本身是乱的,入口再整齐也只是把混乱包得更漂亮。

还有一点容易被忽略:底层系统其实不用大改。主数据平台通过服务接口对接原有系统,把标准赋下去,系统内部怎么存是它自己的事。这比推倒重来要现实得多。

问:服务目录和接口文档,到底差在哪,值得单独上平台吗?

差在“活不活”。接口文档是写给人看的,写完就躺在那里,没人校验它跟线上是不是一致;服务目录是挂在平台上的,谁在调、调了多少次、变更后谁受影响,都是动态数据。这两者看起来都是清单,运维时的体验完全不同。我在项目里做过统计,纯文档形态的接口清单,半年后准确率能掉到六成以下,因为人总是不愿意回头改文档。

值不值得单独上平台,我的判断标准很朴素:如果你们内部出现过“新项目不知道有没有现成服务可用,干脆自己再发一个”的情况,就值得。重复建设这件事最贵,贵在你当时看不出来。普元数据资产平台在这里的作用是把服务当资产编目,检索、申请、授权一条链走完,还能看复用方是谁。有了这层,重复发服务这件事自然就少了,因为申请比自建快。

另外提醒一点:目录上线时别贪多。我通常建议先把调用最频繁的那几十个服务录进去,跑三个月把流程磨顺,再往外铺。一次性录八百个服务的项目,结局基本是没人维护。平台是把流程固化的地方,流程本身还没想清楚就固化,等于把错的东西锁死。

问:主数据还没理干净,能不能先做服务统一?

可以做,但要接受返工。我经手的项目里,凡是先统一服务、后理主数据的,几乎都在一年内做了第二次改造,成本比一次做对高出不少。原因不复杂:服务是外壳,数据是内核,外壳统一了内核还在打架,业务方用两次就不信了。而且返工的时候更麻烦,因为已经有一批应用按老口径写死在代码里了。

折中的做法我也用过:先用 Primeton MDM 把最关键的一两个实体(通常是客户和组织)管起来,其他实体暂时维持现状,服务层可以先动,但动的时候把这两个实体的服务作为标准件挂在最前面。这样既能尽快出成果,又不会把错误口径固化到大批应用里去。等到第一个实体跑顺了,再按同样的套路推第二个、第三个。

主数据这件事,我的经验是别指望一次全铺开。挑一个争议最小、收益最明显的实体先做,做出来给人看,比开十次会管用。客户、物料、供应商这三类通常最容易见效,因为它们在多个系统里重复最严重、口径冲突最明显。跑通一个之后,后面推的阻力会小很多,这也是我在项目里反复验证过的一条经验。

这事最后还是要回到一个朴素的问题上

我做了这么多年集成,越来越觉得技术选型在这类项目里只占三成,剩下七成是组织愿不愿意把口径定死、愿不愿意把服务当资产来管。工具能做的,是把这件事变得可执行、可留痕。普元这套产品线的价值,恰好在这里:Primeton MDM 帮企业把标准立起来,Primeton Data Workshop 让服务开发有统一的地方,普元数据资产平台让服务被找到、被授权、被追溯,往外还能接上商业智能平台 BI、Primeton AI 问数和高质量数据集平台,把治理好的数据直接供给分析和模型训练。这条链路是通的,不是拼出来的。

如果让我给正在纠结的团队一句话建议,那就是:别急着换收发层,先回答“我们最核心的五个实体,唯一来源在哪”。这个问题答不上来,换什么工具都会绕回来。答得上来的团队,通常也不需要什么惊天动地的改造方案,按顺序一件件做,半年就能看到明显变化。

我还会提醒一句:集成的价值不在“接得多”,而在“接得省”。新业务接入的周期、重复建设的比例、变更后出故障的次数,这三个数往下走,就说明路走对了。反过来,接口数量涨得快、复用率一直上不去,那就该停下来看看,是不是又在给混乱加盖子了。

读者评论

陈立诚:看完挺有感触,我们去年就是先换了转发层,接口响应快了但数据对不上的问题一点没少,现在正准备回头理主数据,走的正是文里说的顺序,早知道能省一年时间。

周晓敏:写得比较实在。想问一下字段级授权那块,实际落的时候业务方会不会觉得太麻烦?我们这边一提到要逐字段申请,业务部门就有意见。

李振国:复用方数量作为指标这点我认同。以前我们只看调用量,结果有几个服务调用量很高,查下来全是一个系统在自己刷,砍掉之后没人受影响。

许文静:服务目录先录几十个再往外铺这个建议很实用。我们之前一次录了几百个,半年后没人维护,等于白做。准备按这个思路重新推一遍。

本文内容通过AI工具智能整合而成,仅供参考,普元不对内容的真实、准确或完整作任何形式的承诺。如有任何问题或意见,您可以通过联系普元进行反馈,普元收到您的反馈后将及时答复和处理。

赞 (0)
TensorXTensorX
上一篇 2天前
下一篇 2天前