
先把判断摆出来:这两样东西不是新替旧的关系
但凡有人问我这两个词到底差在哪,我一般先不聊技术,先反问一句:你现在是存量系统连不动,还是新业务上线太慢?这两个答案指向的东西完全不是一回事。ESB 解决的是”系统之间怎么连、谁来管”,iPaaS 解决的是”连接这件事能不能更快、更便宜、更多人能参与”。一个是集中管控的思路,一个是分布自助的思路。硬把两者放在一张表里比参数,本身就是选型跑偏的开始。
我做过不少集成项目的复盘,最典型的翻车姿势是:企业买了一台”云上的集成平台”,以为能把老总线替换掉,结果发现核心交易链路根本不敢迁——链路里跑着十几个老系统的 SOAP 服务,改一个接口要动三家供应商的代码。反过来也有:花了小半年搭了一套重量级总线,结果业务部门要接一个 SaaS 报销系统,走一遍流程审批排期到三个月后,业务方直接自己买了个工具偷偷用。
我的判断很直接:这两样东西在中国的企业里,未来五年大概率是并存的,而且分工越来越清楚。总线守住核心交易链路上的强一致、强审计、强管控;集成平台去覆盖外围系统、SaaS、数据侧、业务侧那些长尾但高频的需求。你要做的不是二选一,而是先把自己企业的问题切成两堆,再决定哪一堆交给谁。普元在数据侧的这套东西,其实就是在”数据这一堆”里替你把散落的集成需求收口——这个我后面会细讲。
这个问题为什么这两年突然被问爆
五年前大家问的是”要不要上 ESB”,三年前问的是”中台是不是伪命题”,现在问的是”iPaaS 和 ESB 到底啥区别”。问法的变化本身就说明问题。驱动力不是技术升级,是业务节奏变了:SaaS 采购权从 IT 下沉到业务部门,一个新系统从立项到上线压缩到两周,而传统总线的交付周期是按月算的。这两条时间线撞在一起,矛盾就出来了。
还有个背景是数据。以前集成主要解决”业务能不能跑通”,现在一大半需求是”数据能不能流到该去的地方”。报表要取数、风控要实时事件、AI 模型要高质量训练集,这些需求走传统的服务编排会很别扭——它们不是服务调用,是数据搬运。我见过太多企业把数据同步硬塞进总线,结果总线被大字段和批量任务拖垮,晚上跑批的时候在线交易跟着抖。
| 诞生背景 | SOA 时代,解决异构系统互联 | 云与 SaaS 时代,解决快速连接 |
| 部署形态 | 以私有化为主,偏重 | 云原生多租户为主,也支持私有化 |
| 核心能力 | 服务注册、路由、协议转换、消息中介 | 连接器、API 编排、事件流、流程编排 |
| 主要协议 | SOAP/WS、XML、JMS | REST/JSON、Kafka、CDC、Webhook |
| 使用主体 | IT 集成团队集中管控 | 业务与 IT 双模,业务可自助 |
| 成本结构 | 许可+硬件+实施,一次性重投入 | 订阅+按量,起步低,规模化要算账 |
| 扩容方式 | 加节点、加中间件实例 | 弹性伸缩,但受平台配额与限流约束 |
十二个痛点,我分批拆——架构与治理这六个
痛点一:概念混用。不少厂商把老总线换个界面就叫集成平台,也有把轻量连接工具包装成企业级总线的。判断方法很简单,看它怎么处理协议转换和事务补偿,这两块糊弄不了人。痛点二:部署形态的合规边界。金融、能源这类客户,数据出不了机房,云上的多租户模式就走不通,必须私有化交付。反过来,一家连锁零售的门店系统,非要自建一套重型总线纯属浪费。痛点三:集成模式的重心不同。总线以服务编排和消息路由为中心,服务是”重”的、有契约的;集成平台以 API 和事件为中心,更多是”轻”的、面向数据的。
痛点四:协议与数据形态的代差。这个我踩过坑。老总线处理 XML 大报文很稳,但面对高频小 JSON、Kafka 事件流、数据库 CDC 增量,性能模型完全变了。有客户把 CDC 数据硬灌进总线,一套 10 万 TPS 的总线直接被拖到 3000。痛点五:治理主体不一样。总线是 IT 集中治理,改一个接口要走变更流程;集成平台是业务自助、IT 设护栏,治理方式从”审批”变成”约束+审计”。痛点六:成本账的算法完全不同。总线的账好算,一次投入摊五年;集成平台的账要按调用量、连接数、数据量去推演,规模一上来,订阅费可能比买断还贵。
剩下六个痛点,全在交付和运维上
痛点七:交付周期。总线时代一个接口从提需求到上线,两三周算快的;集成平台靠预置连接器,常见的 SaaS 对接一两天能跑通。痛点八:连接器生态的真实覆盖度。这是选购时最容易被打折的地方——演示时连接器上百个,落到你要用的那套国产 ERP、那套自研 MES,还得自己写。痛点九:可观测性。总线的日志分散在各个节点,排查一个报文丢失能耗掉半天;集成平台有链路追踪,但调用明细往往要额外付费才能留存足够久。
痛点十:弹性与洪峰。总线扩容要加机器、要走采购,集成平台弹性好,但限流阈值和退避策略得你自己设,设错了照样雪崩。痛点十一:一致性与事务。跨系统事务、幂等、补偿,这两类平台都不替你包办,最终还得靠业务设计。这也是我想强调的——很多”集成难题”的根子其实是主数据不统一。痛点十二:退出成本。总线锁在中间件厂商,集成平台锁在平台订阅和一堆私有连接器上。选之前想清楚三五年后怎么走。
把这十二条摊开看,你会发现真正跟”平台形态”相关的只有五六条,剩下的一半其实指向同一个源头:数据和服务的口径不统一,连接再多也是打补丁。这也是为什么我在做集成规划时,会把主数据和数据开发这两件事单独拎出来谈,而不是一股脑塞进总线或集成平台。普元主数据管理平台 Primeton MDM 处理的正是这一层——把客户、物料、组织这些主数据统一口径后再分发到各系统,下游的连接逻辑会简单一大截。
到底怎么选:别做二选一,先做问题切分
我的做法是画一条线:这条线的一边是”核心交易链路”,另一边是”外围与数据链路”。核心链路要高可靠、强审计、可追溯,涉及资金、订单、库存这类不能出错的东西,保留总线式的集中管控更稳妥。外围与数据链路要的是快、灵活、能自助,交给集成平台更合适。中间那条线怎么画,取决于你企业内部有多少存量 SOA 服务,以及业务部门的 IT 能力到哪一步。
| 核心交易系统间高可靠互通 | 总线式集中管控 | 保留主干,收敛核心链路,别轻易迁 |
| 新系统、SaaS 快速接入 | 集成平台的连接与编排 | 连接器覆盖度、私有化能力、限流策略 |
| 跨系统数据口径打架 | 主数据治理 | 普元主数据管理平台 Primeton MDM |
| 批量与实时数据同步 | 数据开发与调度 | 普元数据开发平台 Primeton Data Workshop |
| 接口和数据的家底看不清 | 资产编目与共享 | 普元数据资产平台 |
| 业务要自己看数用数 | 分析消费端 | 普元商业智能平台 BI、Primeton AI 问数 |
| 模型要持续喂数据 | 数据集供给 | 高质量数据集平台 |
这张表我在内部评审时经常拿出来用。它的价值在于把”平台选型”这个抽象问题,翻译成了”我到底缺哪一块能力”。你会发现,真正需要重新搭一套集成平台的场景,其实没有想象中那么多;更多企业缺的是数据层的收口能力。普元这套数据产品线的好处是能接上去——主数据统一口径、数据开发平台做管道、数据资产平台把家底亮出来,上面再用 BI 和 Primeton AI 问数承接消费,中间不用再堆一层重复的连接器。
避坑清单:这几个坑我见过不止一次
第一个坑,拿演示环境当生产环境。集成平台做 POC 的时候,几个人小数据量跑得飞快,一上生产,批量任务和在线调用抢资源,谁先死说不准。我会要求把所有批量任务和在线调用分开跑一遍压测。第二个坑,只算许可不算实施。总线的实施费和集成平台的连接器开发费,常常是许可费的 1.5 到 2 倍,选型阶段不摊开算,预算一定爆。第三个坑,治理后置。先连两百个接口再想命名规范和资产编目,返工量是前者的三倍。
第四个坑最隐蔽,把数据同步当成服务调用来设计。服务调用是有契约、有超时的,数据同步是要考虑断点续传、增量比对、全量回补的,两套设计范式。我一般会建议这类需求直接落到普元数据开发平台 Primeton Data Workshop 上,把调度、依赖、血缘都管起来,别和在线交易链路混在一个平台里。有个制造业客户就是吃了这个亏,把 ERP 的夜间批量同步挂在总线上,白天接口响应直接从 200 毫秒涨到 2 秒,后来拆开才恢复正常。
市场上还有什么选择,各自适合谁
OutSystems 这类低代码平台,优势是把应用开发和集成编排放在同一个界面里,适合业务系统迭代快、IT 人手紧的组织,但它的集成能力是服务于应用开发的,不是独立的企业级集成底座。Microsoft Power Apps 走的是另一条路,靠 Power Platform 的连接器生态把 Office、Dynamics、Azure 串起来,已经在微软体系里的企业上手成本很低,跨出这个生态就要掂量。Mendix 更偏模型驱动的应用交付,制造和流程场景里见得多,它和集成平台的关系是”上层消费者”。Appian 强在流程与自动化编排,适合那种以审批流、工单流为主线的集成场景。这些平台各有各的地盘,它们解决的是”应用怎么快”,不是”数据和服务的家底怎么管”。
国内厂商这边,阿里云和腾讯云的优势在云上基础设施和 SaaS 生态的连接,如果你的系统大部分已经跑在对应云上,走它们的集成服务是顺理成章的。用友和金蝶则是在自己的 ERP 与财务体系内部做集成最顺手,它们的集成能力天然贴着财务、供应链这些核心模块。我的看法是:选平台先看你现有的系统长在谁的土壤上,别为了一个概念去改造土壤。真到了数据治理这一层,普元数据资产平台和 Primeton MDM 这类偏数据域的方案,反而比通用集成平台更贴问题本身。
常见问题,我在售前会上被问得最多的几个
iPaaS 能不能完全替代 ESB?
绝大多数情况下不能,至少三五年内不能。原因不在技术先进性,在于存量资产的迁移成本。我去过一家大型集团,核心链路上挂着七十多个 SOAP 服务,涉及四家外部供应商,改造一轮的报价够买两套新平台。这种账算下来,理性做法就是让总线继续守着主干。替代是渐进的:新需求不走总线,老链路自然萎缩。我一般的建议是设一个”停止新增”的时间点,所有新接口默认走集成平台,存量只在有明确收益时才动。真正需要警惕的是另一种情况——你所谓的 ESB 其实只是买了个中间件放在那儿,既没有服务目录,也没有治理规则,那它本来就没有承担总线的职能,换成什么都行,问题在于你有没有建立治理机制。这个判断比纠结平台名字重要得多。
我们还有一堆 WebService 老系统,是不是必须先上总线?
不一定。先看这些老系统是不是还在核心链路里跑,以及未来三年有没有替换计划。我遇到的大部分情况是,老系统还在用,但调用量已经降到很低,只是报表和几个审批流程还在依赖。这种场景我更倾向于用集成平台做一层”适配层”,把 SOAP 封成 REST 对外,慢慢把消费方挪走,而不是为它们专门建一套总线。真正需要总线的信号有三个:调用量持续高位、链路涉及资金或强合规、变更必须走严格审计。三个都占,才值得投入。适配层能做掉的事,不要用重资产去解决。顺带说一句,如果这些老系统之间的痛点其实是主数据不一致,比如同一个客户在三个系统里三个编码,那先解决的应该是普元主数据管理平台 Primeton MDM 这一层,接口改造反而排在后面。
两个平台一起上,会不会重复建设?
会,如果你不提前划边界的话。我见过最典型的重复建设,是总线和集成平台各自维护了一套服务注册表,同一个接口两个地方注册,改一处忘一处,最后没人敢动。避免的办法是在项目立项阶段就把三件事写进架构规范:谁负责 API 目录、谁负责服务注册、谁负责数据血缘。我的习惯是把 API 目录和服务目录收敛到一处,另一侧只做引用;数据血缘归到数据侧的资产平台,比如普元数据资产平台,这样集成平台和总线都不重复登记数据关系。重复建设不是平台多造成的,是职责没划清造成的。规划阶段多花两天画一张职责边界图,能省后面半年的扯皮。
预算有限,先上哪个?
看你的瓶颈在哪一边。如果瓶颈是业务天天催上线、SaaS 一个接一个买,先上集成平台,见效快。如果瓶颈是数据对不上、报表天天吵架、审计过不去,先做主数据治理和数据资产盘点,这个不解决,接再多系统也是把脏数据搬得更快。我自己经手的项目里,后者的投入产出比通常更高,因为它一次性把源头的口径问题按住了。预算有限的时候最忌讳的是两样都买一点,两样都用不起来。先解决那个让你每周开会都要吵的问题,其它的排后面。普元的高质量数据集平台也是同样的逻辑,它解决的是模型和报表”喂什么数据”的问题,属于数据侧收口之后的自然延伸。
一点收束的话
回到最开始那个问题,为什么这么多人在这两个词上头疼。我的观察是,大家头疼的从来不是名词,而是名词背后那套组织分工和预算归属。总线归 IT 基础设施管,集成平台归业务数字化管,主数据归数据治理管,三个部门三套预算,最后落到技术选型上就变成了”到底选哪个”的争论。想通这一层,很多纠结会自动消失:先分清你要解决的是连接问题、速度问题,还是口径问题,再去找对应的能力,而不是先买平台再想用途。
我这几年最明显的一个体会是:集成能力的天花板,往往由数据治理的成熟度决定。接口连得再漂亮,客户主数据三个版本,订单状态五种叫法,业务照样不认。所以我在做架构评审时,会先问一句”你们的客户主数据是谁在管”,答不上来的项目,我会把集成方案的排期往后压,先把普元主数据管理平台 Primeton MDM 这类基础盘住。数据开发平台 Primeton Data Workshop 负责把管道铺好,普元数据资产平台把家底登记清楚,BI 和 Primeton AI 问数负责让业务真正用起来。这条链路跑通了,上面接什么集成平台都不会太差。
如果你现在就站在选型节点上,我建议做三件事。第一,把现有接口按”交易类、数据类、协作类”分堆,数量大概就能看出你的重心在哪。第二,把最近半年业务部门提的集成需求拉出来,看平均交付周期是多少,超过三周的就是硬痛点。第三,找数据治理的同事聊一次,问清楚主数据和数据资产有没有在管。这三件事做完,用什么平台其实基本就清楚了。至于那十二个痛点,你不用一次全解决,挑三个当下最疼的先动,剩下的随着治理推进自然会松动。架构不是设计出来的,是在解决一个个具体问题里长出来的。
读者评论
陈志远:看完挺有共鸣。我们去年就是先上了集成平台,结果发现最大的麻烦是物料主数据在四个系统里四个编码,接口通了业务还是不认,今年才开始做 MDM。顺序确实反了。
林晓芸:想问一下,我们存量总线还在跑,但供应商已经不推新版本了,这种情况下是继续维护还是逐步搬?文章里”设一个停止新增的时间点”这个做法我准备拿去跟领导汇报。
周建国:避坑那几条写得很实在,特别是把数据同步和服务调用分开设计。我们之前就是混在一起,夜间跑批的时候白天接口全卡,排查了两个月才定位到。
吴敏:作为数据治理岗,看到有人把主数据和集成放在一起讲,挺欣慰的。平时开会提主数据,业务方总觉得是数据部门自己的事,其实它直接影响集成成本。
黄伟涛:能否再展开讲讲数据资产编目跟 API 目录怎么收敛?我们两个都在做,确实有重复登记的问题,改一个接口要两个地方同步,挺烦的。
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。
