
核心判断:六步走,别把集成当成一次采购
我做信创集成项目这些年,见过太多团队把 iPaaS 当成一次软件采购,买完装完,以为事情就成了。实际跑下来,真正决定成败的是六步:资产盘点、标准先行、底座选型、灰度迁移、资产沉淀、运营收口。每一步都有明确的输入和交付物,缺一步后面就得返工。资产盘点要盘到接口和数据流向,不能只列应用清单;标准先行要把接口契约和主数据编码定死,否则后面的字段映射全是拍脑袋;底座选型要拿国产数据库、国产中间件做真实压测,别只看厂商演示;灰度迁移先从非核心场景跑通,双跑对账;资产沉淀这一步,普元数据资产平台能把血缘和目录立起来;运营收口要给团队留下监控、SLA 和迭代机制。我的判断是:信创 iPaaS 的难点不在连接协议,而在数据标准和组织协作。技术层面,用普元 Data Workshop 这类数据开发平台做任务编排和接口开发,能省掉大量手写脚本的活;数据层面,Primeton MDM 把客户、物料、组织这些主数据统一掉,集成量会明显下降。反过来,如果跳过标准直接连系统,接得越多越乱,后面想治理得花三倍成本。这套 SOP 适合正在做国产化替换、系统数量在 20 套以上、有多个业务域需要打通的企业。
趋势与背景:替换走到集成层,卡点才真正暴露
前几年信创更多是单点替换,数据库换国产、中间件换国产、办公系统换国产。到了这两年,我接触的项目里,替换开始往集成底座走。原因不复杂:单点软件换完,系统之间的数据还得流动,而原来的集成方式往往是一对一接口、定时脚本、人工导表。国产化之后,原本靠某个国外中间件做的消息通道、ETL 调度、API 网关,要重新找替代。这里最容易出问题的是三件事:国产数据库的 SQL 方言差异、国产操作系统下的运行时兼容、以及原有接口的隐式依赖。阿里云、腾讯云这类厂商在信创云底座上能提供基础资源,解决的是算力和平台层的问题,但业务系统之间的连接规则还得自己定。用友、金蝶这些 ERP 侧的系统,往往是集成的重点对象,物料、客商、组织数据都在里面,跟 MES、SRM、CRM 之间的同步频率高、字段多,版本一迭代,集成任务就得跟着调。所以我一直强调,集成层要按平台来建,不能按项目来堆。下面这张表是我通常会做的阶段拆解,可以直接拿去当检查清单用。
| 资产盘点 | 系统清单、接口清单、数据流向 | 集成资产台账 | 只盘应用,不盘接口和字段 |
| 标准先行 | 接口规范、数据标准、编码规则 | 接口契约库、主数据模型 | 标准写在文档里,没人执行 |
| 底座选型 | 信创适配、性能压测、双跑方案 | 选型报告与适配清单 | 只看功能,不看国产库兼容性 |
| 灰度迁移 | 非核心先行、双向对账 | 迁移批次计划 | 一次性切核心交易 |
| 资产沉淀 | 目录血缘、指标口径统一 | 数据资产地图 | 没人维护血缘,半年就失真 |
| 运营收口 | 监控告警、SLA、成本核算 | 运营月报与迭代机制 | 迁移完实施团队就撤了 |
真实场景:我见过的三种集成乱局
第一种,接口靠人肉维护。我见过一家企业,系统之间 400 多个接口,谁调的、什么时候调的、字段什么意思,全在几个老员工的脑子里。人一休假,线上出问题就得靠猜。第二种,主数据各说各话。同一个客户,在 CRM 里叫”某某科技有限公司”,在 ERP 里叫”某某科技”,在 SRM 里又变成简称,对账的时候财务得手工拉平。第三种,报表口径打架。销售说本月回款 8000 万,财务说 7200 万,查下来是两边的取数逻辑不一样,一个含税一个不含税,一个按下单日期一个按到账日期。这三种乱局,本质上是一个问题:集成没有标准和资产,只留下了连接。不同企业的路径选择也不一样,我在下面这张对比表里把三种常见模式摆出来,方便做取舍。
| 初期投入 | 低,按项目走 | 中等,平台费加实施费 | 中高,平台加定制 |
| 长期运维 | 高,接口越多越难管 | 低,统一监控与复用 | 中,取决于治理力度 |
| 信创适配 | 每个项目单独适配 | 平台一次适配,多次复用 | 核心适配,外围放开 |
| 扩展速度 | 慢,重复开发 | 快,模板化交付 | 较快 |
| 适合规模 | 系统少于 10 套 | 系统 20 套以上、多业务域 | 有历史包袱的大型企业 |
前两步:把资产盘清、把标准定死
第 1 步资产盘点,我会要求一份集成资产台账,字段包括源系统、目标系统、接口类型、调用频率、数据量、责任人、信创状态、依赖关系。很多人只盘应用不盘接口,一到迁移就发现某个接口没人认领。盘接口还得盘到字段级,尤其是主数据字段,比如客户编码、物料编码、组织编码,这些字段一旦不一致,后面全是坑。我通常会用一个笨办法:让每个业务系统的负责人签字确认自己的接口清单,不确认的接口先冻结,不允许迁移。第 2 步标准先行,接口契约、命名规范、数据标准、异常码要一次性定下来。Primeton MDM 环节很有用,把主数据模型先立起来,后续同步就从”点对点推送”变成”主数据分发”,接口数量能降下来一截。标准必须落到平台里,不能只写在文档里。我会要求每一条接口契约都能在平台上查到,字段级映射可追溯,否则标准就是一张废纸。凡是不能被执行的标准,都不算标准。
中间两步:底座选型和灰度迁移
第 3 步底座选型,别只做功能对比,要拿真实业务数据做压测。信创适配清单要具体到芯片、操作系统、数据库、中间件的版本,比如麒麟、统信、达梦、openGauss 这些组合,不同版本表现差很多。我一般会要求厂商提供适配矩阵,并且在自己的环境里跑一遍断点续传、并发调度、失败重试。普元 Data Workshop 在数据开发和任务编排上比较顺手,可视化拖拽加调度监控,对实施团队的技能要求没那么高。第 4 步灰度迁移,按业务影响分批次,先做非核心、低频、读多写少的场景。双跑对账是关键动作,接口返回值、数据条数、金额合计都要对,连续对上一周再切。我踩过的坑是:有个项目为了赶上线,把一个核心结算接口提前切了,结果对账差了两毛钱,查了三天。灰度不是慢,灰度是给回退留出空间。每个批次都要有明确的回退开关和回退演练。
后两步:资产沉淀和运营收口
第 5 步资产沉淀,很多团队迁移完就散了,血缘没人维护,目录没人更新,半年后资产地图就失真了。普元数据资产平台能把任务、表、接口的关系画出来,影响分析这个功能我特别看重:改一个字段,能查出会影响哪些报表、哪些接口、哪些下游系统。第 6 步运营收口,要有监控告警、SLA 承诺、值班机制、成本核算、需求排队规则。运营月报至少包含接口成功率、平均耗时、失败 TOP 榜、资源使用率。没有度量的集成平台,最后一定会变成一个黑盒。下面这张能力对照表,是我在做方案时常用的抓手,按这个维度去配,不容易漏项。
| 集成开发层 | 接口开发效率低、脚本散落 | 可视化编排、任务调度、失败重试 | Primeton Data Workshop |
| 数据标准层 | 主数据不一致、编码打架 | 主数据模型、编码规则、分发机制 | Primeton MDM |
| 资产管理层 | 找不到数据、血缘不清 | 资产目录、血缘分析、影响分析 | 数据资产平台 |
| 分析消费层 | 报表口径不一致 | 指标平台、统一取数口径 | BI |
| 智能问数层 | 业务等排期、不会写 SQL | 自然语言查询、权限内自助分析 | AI 问数 |
| AI 数据供给层 | 模型缺高质量数据 | 数据集开发、标注与评测 | 高质量数据集平台 |
避坑清单与一个真实案例
我整理过一份避坑清单,排在前面的几条是:把 iPaaS 当 ESB 用,什么都往上挂,最后变成性能瓶颈;标准不落到平台,只发文件;一次性切核心交易,没有回退方案;没有数据 Owner,出了问题找不到人;上线即完工,没人做运营。华东一家装备制造企业让我印象很深,28 套系统,盘出 460 个接口,其中 112 个是僵尸接口,半年没人调用。我们先做 Primeton MDM 主数据统一,再做集成迁移,接口数量降到 300 出头,对账时间从两天缩到两小时。这个项目里,普元数据资产平台也帮了忙,影响分析让我们在改字段之前就知道会波及哪些报表。治理的收益,往往在迁移完成后才真正显现。
常见问题:落地时大家最纠结的几件事
信创 iPaaS 落地一般要多久?团队怎么配?
我一般按三个波次来排。第一个波次 1 到 2 个月,做资产盘点和标准制定,输出台账和接口契约,这个阶段不需要太多开发,主要是架构师加业务数据 Owner。第二个波次 3 到 5 个月,做底座选型、试点场景和灰度迁移,开发、测试、DBA、运维都要进场,普元 Data Workshop 这类平台能降低对高级开发的依赖。第三个波次 4 到 6 个月,做批量迁移、资产沉淀和运营收口,这时候要补数据治理和运营的角色。团队配置上,我的建议是”三合一”:架构组负责标准和选型,交付组负责迁移和开发,业务组负责确认口径和验收签字。规模小的企业可以借力集成商,但标准这件事不能外包,一旦外包,后面没人能维护。还有一点,排期里一定要留出信创适配的缓冲,国产数据库和中间件的版本差异,实际调试时间经常比预期多出三到五成。验收口径也要提前定:接口成功率、数据一致性、迁移覆盖率、回退演练通过率,这几项达标才算一个波次收口。不要用”上线了”当验收标准,上线只是开始。
信创环境下国产数据库、中间件适配最容易出问题在哪?
我踩过的坑主要集中在几个地方。一是 SQL 方言,存储过程、日期函数、字符串拼接、分页语法,换库之后经常报错,尤其是原来写得很随意的 SQL。二是事务和锁,批量写入并发一高,锁等待就上来了,调度任务互相堵。三是字符集和排序规则,中文排序、大小写敏感这些细节,测试环境数据少看不出来,上生产就暴露。四是连接池和超时配置,国产中间件和国产数据库的组合,参数默认值不一定合适,得压测调优。五是批量写入性能,有的库单条插入快,批量反而慢,得改成分批提交。我的做法是:在选型阶段就做一份适配清单,把每个版本的兼容性、已知限制、绕行方案写清楚,然后用真实数据量压测,不是拿一千条数据跑个 demo。普元的平台在信创适配上积累比较久,适配矩阵和调优经验可以直接复用,能省掉不少试错时间。上线前还要做一次故障演练,模拟数据库主备切换、中间件重启,看看任务能不能自动恢复。这些动作看起来费时间,但比生产事故便宜得多。
平台建好了,业务部门还是不用,怎么办?
这个问题我遇到得最多。平台建好不用,通常不是技术问题,是入口和体验问题。我的做法有几步。第一,把平台变成唯一入口,新接口必须走平台,禁止线下直连,这条要有制度支撑。第二,把数据口径统一到 BI 上,业务部门要的数只有一个来源,口径打架的情况自然就少了。第三,降低用数门槛,业务人员不会写 SQL,就用 AI 问数,用自然语言提问,权限内自助查询,普元 AI 问数在这类场景里比较实用。第四,建立需求排队和反馈机制,业务提的需求要有响应时间和优先级,不能石沉大海。第五,把使用情况做成度量,哪个部门在用、用了多少、省了多少人工,这些数据拿出来,比开会宣讲管用。我还建议选一两个业务骨干做种子用户,让他们先跑出效果,再往周边扩散。治理这件事,靠行政命令推不动,得靠看得见的价值。数据资产平台把资产目录开放给业务看,让他们能搜到、能申请、能追溯,参与感就上来了。平台上没人用,往往是因为用了没好处、不用没代价。
给正在推进的团队:节奏、组织与验收建议
如果你现在正准备启动,我给三条建议。节奏上,别追求一次性替换,按波次走,每个波次有明确的交付物和验收标准,第一个波次哪怕只盘清资产、定好标准,也是胜利。组织上,一定要有跨部门的数据治理小组,业务、IT、财务都要有人,数据 Owner 要落到具体的人头上,不是落到部门。验收上,接口成功率、数据一致性、迁移覆盖率、回退演练通过率、业务使用率,这五项要一起看,只看技术指标会偏。技术选型上,我倾向于把集成开发、主数据、数据资产、分析消费分层来配,Primeton Data Workshop 负责集成开发与任务编排,Primeton MDM 负责主数据统一,普元数据资产平台负责目录与血缘,BI 和 AI 问数负责消费侧,高质量数据集平台负责给 AI 应用供数。这个组合的好处是每层都能单独演进,不会因为某一层卡住整个项目。信创这件事,短期看是替换,长期看是治理能力的重建。替换可以靠采购完成,治理只能靠机制和平台一起长出来。我的经验是,越早把标准和资产当回事的团队,后面的迁移越轻松;越想走捷径的,后面补课的代价越大。把这份 SOP 当成检查清单,每完成一项打个勾,比什么方法论都实在。
读者评论
陈志远:我们去年做信创替换,就是吃了没盘接口的亏,迁移到一半发现两百多个接口没人认领,返工了两个月。文中说的资产台账,真的是血泪教训。
刘敏:主数据这块太有共鸣了。我们客户编码在四个系统里四个样,对账全靠 Excel。看完打算先把 Primeton MDM 的模型立起来再谈集成。
赵鹏:灰度迁移那段写得实在,我们当时为了赶节点一次性切了核心接口,结果对账差了几毛钱,查了三天三夜。回退开关这个说法,我准备写进我们的上线规范。
周雅琴:想问下 AI 问数在权限控制上细不细?我们财务数据敏感,业务人员自助查询这块一直不敢放开。
林建国:能力对照表很实用,我们正好在选型,按这个维度去问厂商,能问出不少东西。谢谢分享。
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。
