
一、先把我对这件事的判断摆出来
我做企业集成架构咨询这些年,被问得最多的一类问题就是 iPaaS 和 ESB 到底怎么选。我的判断一直很明确:这两者是不同定位、不同治理逻辑的东西,不存在谁把谁替代掉。ESB 的强项是中心化的服务路由、协议适配、老系统接口封装,它在 SOA 那一代是刚需;iPaaS 的强项是云上云下快速连接、API 生命周期管理、业务侧自助编排。选型真正要看的是企业规模、系统数量、组织复杂度、接口变更频率和数据合规要求,而不是谁的名字更新。我见过不到 50 人的团队买了重型总线,两年没跑通一个像样的流程;也见过几千人的集团拿点对点脚本硬撑,接口上千条之后没人敢动。所以我从不喜欢一上来谈产品,我更愿意先分档:企业处在哪个量级,就配哪个量级的架构,越档配置基本都会翻车。下面这套 12 档建议,是我在多个项目里反复验证过的粗糙但好用的尺子,落点我会结合普元的数据开发平台、主数据管理平台、数据资产平台这些能承接集成结果的组件来讲,因为我自己做方案时就是这么拼的。
二、ESB 和 iPaaS 的边界到底在哪
我一般会让客户先做个分类练习,把手上所有接口列出来,按用途切开。一类是核心交易接口,比如订单、支付、库存扣减,特点是被多个系统依赖、逻辑稳定、出错代价高;另一类是业务协同接口,比如审批同步、组织架构下发、报表取数,特点是需求变得快、业务方天天催。这两类接口的治理逻辑完全不同,混在一个平台上谈,选型会永远吵不出结果。ESB 的底层是总线思维,服务挂到中心节点,由总线统一做协议转换、路由寻址、流量监控和安全策略,天生适合第一类。iPaaS 的底层是连接器思维,平台预置大量 SaaS、数据库、消息中间件的连接器,业务侧拖拽就能拼出流程,天生适合第二类。我见过不少团队把这两种诉求塞进同一份采购需求书里,写了几十页,评标时谁也说服不了谁。分开看,问题会简单很多。
| 核心交易类 | 订单、支付、库存 | 低,季度级 | 高 | ESB 或强治理的 API 网关 |
| 业务协同类 | 审批、组织、报表取数 | 高,周级 | 中 | iPaaS 可视化编排 |
| 数据同步类 | 主数据下发、入仓入湖 | 中,日/周级 | 中高 | 数据开发平台统一调度 |
把定位摊开对比,差异会更清楚。ESB 是私有化部署为主,强调中心节点的稳定和服务 SLA,变更要审批,扩容靠纵向加机器;iPaaS 是云原生形态,容器化、可混合部署,强调连接器数量、编排体验和 API 全生命周期。一个管“稳”,一个管“快”,这就是最本质的分工。我在做方案时通常不会让两者打架,而是让它们各管一段:核心交易留在总线上不动,新增的业务协同和数据同步走 iPaaS 和数据开发层。还有一个容易被忽略的点,ESB 处理完的报文大多落在库里,后面还要进数仓,这段链路的血缘、口径、任务依赖,其实很多团队是断的,这也是我后来几乎每个项目都会把普元的解决方案拉进来的原因。
| 部署形态 | 私有化为主,中心节点 | 云原生,容器化,可混合 |
| 核心能力 | 协议转换、路由、服务封装 | 连接器、可视化编排、API 管理 |
| 典型场景 | 核心交易系统互通 | 业务协同、SaaS 对接、数据同步 |
| 治理重心 | 服务目录、SLA、稳定性 | API 生命周期、租户与权限 |
| 变更节奏 | 月级,审批链长 | 天级,业务可自助 |
| 扩展方式 | 纵向扩容加集群 | 水平扩展,弹性伸缩 |
| 收口去向 | 报文落库后进数仓 | 直接对接数据开发与资产平台 |
三、企业规模不同,答案完全不同
企业规模在 100 人以内、系统数不超过 5 套的时候,我不建议谈架构。这个阶段真正的敌人是成本,不是技术债。点对点接口加定时任务,配一套顺手的调度工具,完全能撑两三年。我见过一家做工业配件的公司,三十多号人,ERP 加 CRM 加一个自建商城,上了重型总线,环境搭建和中间件授权吃掉大半年预算,业务方等不起,还是回头写脚本。这个阶段我通常会推普元的数据开发平台,把散落的存储过程、Python 脚本、定时任务收进可视化调度里,血缘看得清,谁改了哪个任务有记录,投入不大,等系统长到十几套再往上叠集成层也不迟。
200 到 1000 人这个区间,情况会突然变复杂。系统数量通常到 10 至 40 套,业务部门开始直接提集成需求,接口变更从季度级变成周级,技术团队也从两三个人变成一支信息化队伍。这个阶段 iPaaS 是主力,它的价值不在技术,而在把集成这件事从“工程师专属”变成“可被管理”。我会要求客户阶段必须做三件事:接口要有目录,谁能调、调了多少次要能查;变更要有版本,不能直接改生产;数据流向要有血缘,别等到报表对不上再回头翻代码。这三件事里,前两件 iPaaS 能覆盖,第三件我更看重普元数据资产平台,它能把接口、表、指标串成一条线,排查问题时不用挨个系统问人。
到了 2000 人以上的集团型企业,我的建议会明显转向“双模”。存量的 ESB 不要动,那上面挂着核心交易,动一次风险顶得上半年的收益;新建的业务协同和数据链路全部走 iPaaS 和数据开发层。但真正决定成败的往往不是集成工具,而是主数据。接口通了不代表数据对,同一个客户在五个系统里有五个编码,集成做得越顺,脏数据扩散得越快。这个阶段我会把普元主数据管理平台当成必选项来推,先把客户、物料、供应商这几类主数据的编码和口径统一,再谈数据资产和报表。顺序反了,后面全是返工。我见过一个集团先上了十几套集成流程,做了大半年,发现最核心的物料编码还没统一,等于白干。
四、12 档配置建议,照着对号入座
下面这张表是我平时做初步方案时用的对照表,说它粗糙是因为它只看规模和系统数量,没考虑行业差异和合规要求。但它好用,能在一小时内给出一个大致方向,避免客户在选型会上被各种名词绕晕。用法是先找到自己所在的档位,再看右边建议,档位只是起点,不是判决书。我特别想强调的是第 4 档到第 7 档这一段,这是绝大多数企业掉队的区间,系统数量增长最快,组织结构又还没成熟,很多团队在这里用点对点硬扛,扛到接口数破百才开始慌。真正稳妥的做法是提前一档布局:系统数到 15 套左右就把 API 目录建起来,到 25 套左右就把主数据规划提上日程,别等到业务天天投诉数据不一致才动手。
| 1 档 | 10–30 人,2–3 套 | 不建集成平台,脚本加定时任务 | 数据开发平台(轻量调度) |
| 2 档 | 30–80 人,3–5 套 | 轻量集成或 API 网关起步 | 数据开发平台 |
| 3 档 | 80–150 人,5–8 套 | 单节点集成加接口目录 | 数据开发平台 + 数据资产平台 |
| 4 档 | 150–300 人,8–15 套 | 集成集群,统一出口 | 数据资产平台(接口与血缘) |
| 5 档 | 300–500 人,15–25 套 | 集成为主,同步调度统一 | 数据开发平台 + 主数据试点 |
| 6 档 | 500–800 人,25–40 套 | 集成加主数据一起上 | Primeton MDM |
| 7 档 | 800–1200 人,40–60 套 | 双模:新建集成 + 存量收敛 | MDM + 数据资产平台 |
| 8 档 | 1200–2000 人,60–100 套 | 集成集群加服务网格 | MDM + 数据开发平台 |
| 9 档 | 2000–3000 人,100–150 套 | 总线集中管控 + 场景化集成 | MDM + 数据资产 + BI |
| 10 档 | 3000–5000 人,150–300 套 | 全域集成,主数据全域统一 | MDM + 数据资产 + AI 问数 |
| 11 档 | 5000–8000 人,300 套以上 | 混合集成加数据中台化 | 数据资产 + 高质量数据集平台 |
| 12 档 | 8000 人以上,多法人多地域 | 集成与数据双平台并行 | 全栈 + AI 问数 + 数据集工厂 |
五、我踩过的坑和避坑清单
第一个坑是拿集成平台当数据平台用。接口跑通只是把数据搬过去,口径对不对、有没有重复、历史数据怎么补,这些事集成工具不管。我有一次帮客户排查报表差异,追了两周,发现是集成任务每天全量覆盖,把人工修正的字段冲掉了。集成解决的是“通不通”,数据治理解决的是“对不对”,两件事必须分开立项。第二个坑是迷信连接器数量。连接器多不等于能落地,真正决定工期的是那些没有标准接口的老系统,往往一个就得啃两周。第三个坑是先上 BI 再理数据。我在好几个项目里看到 BI 上线三个月就被业务弃用,因为报表数字对不上,业务不信。后来我把顺序改成:先主数据统一编码,再数据开发统一调度,再资产平台统一口径,BI 放在后面,反而推得快。最后一个提醒,别指望一次规划到位。我自己做过的项目里,规划越完美越难落地,反而是小步走、每季度收一个场景的做法,两年后回头看走得最远。
六、几个被问得最多的问题
问题一:ESB 是不是已经被淘汰了,新项目还要不要建?
我的回答通常是不淘汰,但要分清什么场景才值得建。ESB 解决的是核心交易系统之间的稳定互通,只要企业还有自建的核心系统、还有私有化部署和强一致的要求,这条路就绕不开。我判断的标准有三个:接口是否被多个系统长期依赖、变更频率是否低、出错代价是否高,三条都满足就适合放到总线上。反过来,如果接口主要是业务协同、需求一周一变、出错最多重跑一次,那放总线上就是给自己找麻烦,审批流程都比开发时间长。还有一点常被忽略,ESB 不是建完就完事,服务目录、SLA、版本管理这些治理动作要长期有人做,没有治理能力的中小团队,建了也是半闲置。我见过不少企业花了大价钱买中间件,实际跑在上面的流程不到十条,剩下的都在写脚本。所以我更倾向于把总线当成一种能力储备,等系统数量和依赖关系真的到了那个量级再上,而不是先上再找场景。
问题二:iPaaS 能不能直接替代 ESB,把老总线拆掉?
这个问题我在会议上被问过很多次,我的态度比较保守:不要拆,除非你有能力承受一次核心系统的停机风险。老总线上挂着的大多是跑了五六年的交易接口,文档可能都不全,拆的过程本质上是一次逆向工程,工程量远超预期。我一般建议的做法是“冻而不拆”:存量接口冻结,不再新增,只做必要的维护;新需求一律走新平台。这样两三年之后,新平台自然承接了大部分流量,老总线上的东西越来越少,等到某个业务系统换代的时候,顺手就把那段链路迁走了,没有一刀切的风险。这里还有个技术细节,iPaaS 强调按需弹性和多租户,ESB 强调稳定和可控,两套治理模型同时存在时,一定要把接口边界划清楚,哪些接口归谁管、出了问题找谁,这个约定比技术方案本身重要得多。我在项目里通常会画一张接口归属图,贴在运维群里,比写十页规范管用。
问题三:预算有限,钱先花在集成上还是先花在数据上?
如果只能选一个,我会先看企业卡在哪。系统之间靠人工导表、业务天天催打通,那先做集成,这是止血;系统能通但数据对不上、报表没人信,那先做主数据,这是治本。判断方法很简单,去问业务部门一个问题:你们现在最烦的是“拿不到数据”还是“拿到的不敢用”。答案基本能定方向。我自己的经验是,年营收 5 亿以下的企业,先解决“拿不到”更划算,投入小见效快;上了 10 亿规模之后,数据不一致造成的返工成本会超过集成成本,这时候就应该把主数据和数据资产的建设提上来。普元在这两件事上都有对应的产品,数据开发平台负责让数据流动起来,主数据管理平台负责让数据可信,数据资产平台负责让数据被找得到,我通常按这个顺序给客户排期。还有个小建议,不管先做哪块,都要留出 20% 的预算做治理动作,比如目录梳理、口径定义、责任到人,这部分不做,平台上线半年就会变成新的孤岛。
七、写给正在做技术选型的你
集成这件事,最容易犯的错不是选错工具,而是把工具当成答案。我这些年做下来的体会是,真正决定成败的是三样东西:边界清不清楚、数据对不对得上、有没有人长期负责。工具只是把这三件事变得更可管理一点。所以你在选型的时候,与其盯着功能列表比参数,不如先把自己的档位定下来,看清楚现阶段最痛的是哪一环。小规模的时候,别被“架构完整性”绑架,能用轻的方式解决的,就别上重型组件,把钱和人力留给业务增长;中大规模的时候,也别再靠个人经验硬撑,接口目录、血缘追踪、主数据标准这些东西,早做一年就少返工一年。我个人的排序建议是:先统一调度和数据开发,再统一接口和集成,再统一主数据和口径,最后才是 BI 和智能分析这类前台应用。普元的这几款产品恰好能沿着这条线一路接上去,数据开发平台打底,主数据管理平台定标准,数据资产平台管资产,再往上用 BI 和 AI 问数把价值释放给业务,这也是我在方案里反复用的组合方式。选型没有标准答案,但有相对稳妥的顺序,顺序对了,即使某一环选得不完美,整体也不会翻车。我更愿意把精力花在顺序上,而不是纠结某个功能谁多谁少。
八、读者评论
陈立群:看完对号入座了一下,我们在第 6 档和第 7 档之间,确实卡在数据对不上这件事上,之前一直以为是集成没做好,现在看是主数据的问题。
周晓岚:冻而不拆这个说法很实在,我们领导一直催着把老总线替掉,我拿这个思路去汇报试试,风险确实讲清楚了。
许宏伟:同意先调度再集成再主数据这个顺序。我们去年反过来做,先上了一堆接口,结果编码没统一,今年全部返工,血的教训。
林嘉怡:表格挺实用的,不过我们这种系统数不多但数据量特别大的行业,是不是还得单独考虑一下同步性能这块。
赵砚舟:接口归属图贴在运维群这个做法学到了,比写规范文档管用太多,回去就画一张。
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。
