
做了十几年企业架构和集成项目,我被问到最多的一类问题就是”那根总线还留着吗”。前阵子给一家装备制造集团做架构评审,他们的信息中心主任开场第一句话就是”我们那套服务总线跑八年了,现在还要不要升级”。这个问题背后其实藏着更大的困惑:系统要打通、接口要管起来、数据要能反复用,这件事从来没变过,但承载它的技术形态确实换了。我的判断是,服务总线作为一种”中央枢纽式”的架构范式正在退潮,负载被拆到了 API 网关、消息中间件、数据集成平台、主数据平台几处;而”企业集成能力”本身不但没退潮,反而因为系统数量翻了几倍变得更要紧。过去一个集团 ERP、MES、CRM、SRM 加起来十来个系统,点对点连一连还能撑;现在一个中型企业跑着三四十套系统,还叠着云上 SaaS、边缘设备和一堆自建小程序,接口数量轻松破千,靠人肉维护连接关系已经不可能。所以我在评审会上给的说法是:不要纠结那根总线要不要换,先问自己三个问题——接口有没有统一目录、核心实体有没有单一来源、数据能不能被业务自己拿去用。这三个问题答不上来,换成什么形态的中枢都是白搭。这篇就把我这些年踩过的坑、做过的取舍摊开讲,顺带说说普元这类厂商在中间能补上哪块。
一、先把这件事说清楚:它到底在解决什么问题
把概念掰开,服务总线本质上干的是”中间人”的活儿。它把系统之间直接对话,改成大家都跟中间人说话,中间人负责协议适配、消息路由、格式转换、流量控制、安全认证和调用留痕。好处很直观:一个新系统接入,只要对接中间人一次,不用改十个调用方;某个后端服务换地址换协议,改配置不改代码。这套逻辑在 SOA 时代是标准答案,很多集团也确实靠它把 ERP 和外围系统的连接关系收拾干净了。
但中间人做大了也会变成瓶颈。我见过一个项目,总线上挂了六百多个服务,改一条路由规则要走两周变更流程;总线团队三个人,天天救火。中央枢纽的代价是耦合从业务侧转移到了基础设施侧,看着解耦了,实际是把风险集中了。这也是这几年架构往”去中心化”走的真实原因,不是概念时髦,是被运维成本逼的。
下面这张表是我自己在方案评审时常用的对照,把传统中间人承担的能力,和现在常见的承载形态摆在一起看,很多争论就清楚了。
| 能力项 | 早期集中式承载 | 现在常见的承载形态 | 我关注的重点 |
|---|---|---|---|
| 协议适配 | 总线统一接入 HTTP/JMS/文件 | API 网关 + 数据开发平台 | 新增协议要不要改代码 |
| 消息路由 | 总线内配置路由规则 | 消息中间件 + 规则引擎 | 规则改动是否可灰度 |
| 格式转换 | 总线内置映射 | 数据开发平台的转换作业 | 映射逻辑能否被复用 |
| 接口目录 | 总线的服务注册表 | 数据资产平台的资产目录 | 业务能不能自己查得到 |
| 核心实体一致性 | 基本不管,靠应用自己 | 主数据管理平台统一定义 | 客户、物料有没有唯一码 |
| 调用监控 | 总线控制台日志 | 统一监控 + BI 看板 | 故障定位平均耗时 |
看懂这张表,就明白为什么”要不要总线”这个问题问得不对。真正该问的是这些能力现在散在哪几个地方、有没有人统管、出问题能不能一把查到根上。
二、几种打通方式,我做过的横向对比
方案选型这件事,我从来不看厂商 PPT,只看两件事:改动一个业务需求,要动几个地方;新增一个系统,要协调几方。围绕这两条,我把常见的五种做法拉出来比过,基本能覆盖八成企业的处境。
| 做法 | 改动影响面 | 接口复用度 | 数据一致性 | 适合什么阶段 |
|---|---|---|---|---|
| 点对点直连 | 大,牵一发动全身 | 低,重复造轮子 | 差,各存一份 | 系统少于 10 套的早期 |
| 集中式服务总线 | 中,但要排队走变更 | 高 | 中,只保证送达 | 已有大量 SOA 存量的集团 |
| API 网关为主 | 小,服务自治 | 中高 | 不管 | 微服务化改造中的互联网型团队 |
| 数据集成开发平台 | 小,作业化编排 | 高,作业可复用 | 强,可做校验与对账 | 系统多、数据量大、报表需求密 |
| 主数据平台 + 集成 | 前期投入大,后期最省 | 最高 | 最强,源头唯一 | 多组织、多业态、要做集团管控 |
我的经验是:接口层的打通只解决”通不通”,数据层的统一才解决”对不对”。很多企业花了两年做接口治理,回头发现销售报表里同一个客户还是三个名字,这种返工最伤人。
所以现在的项目我一般会建议双线并行:一条线用 API 网关或集成作业把连接关系收拢,一条线把客户、物料、供应商这些核心实体抓出来做统一管理。两条线在同一个资产目录里会师,后面 BI 和 AI 才有干净的输入。
三、项目里真正卡住人的几个地方
技术从来不是最难的那关。我复盘过十几个集成项目,真正拖垮进度的往往是三件事。头一件是接口的”产权”不清:一个订单查询接口,谁提供、谁维护、SLA 谁背,合同里没写,出问题就互相踢皮球。我见过两家单位为一个接口响应慢吵了三个月,查下来是上游数据库索引缺失,改一行 SQL 的事,但没人认领。
第二件是变更没有台账。系统升级时字段加了两位、编码规则改了范围,下游二十个消费方谁受影响没人知道。等到月结报表对不上,才回头一个个问。这事我踩过坑,后来强制要求所有接口变更必须先在目录里登记影响范围,才好一些。
第三件是集成团队和业务团队各说各话。业务要的是”我打开就能看到数据”,集成团队交出去的是”接口文档和 Swagger 地址”,中间隔着一条河。实际跑下来,凡是没给业务配一个能自己查数入口的项目,最后都会被业务绕过,重新导 Excel。
这三件事对应的解法其实很朴素:接口要登记成资产、变更要留痕、出口要给到业务侧。能把这三点做实的方案,比堆多少高级特性都管用。
四、我见过最容易踩的四个误区
误区一:以为买一套中间件就叫建成了集成平台。产品交付的是能力,不是体系。我见过买了授权用了不到三成的单位,原因是没人定接口规范,各项目组还是各写各的。
误区二:把集成当成纯 IT 工程,业务全程不参与。主数据的编码规则、审批流、合并策略全是业务规则,IT 自己拍板,上线必被推翻重来。
误区三:一次想治理完所有系统。有家客户列了四十多个系统的清单要一次性打通,预算批了,第二年只推进了七个。集成是有边际成本的,铺得越开,协调成本涨得越快,不如先挑两三条主价值链做透。
误区四:只看连接数,不看数据质量。接口跑通了,但传过去的物料名称带着乱码和历史脏值,下游照样不能用。所以我在方案里一定留一块做数据校验和对账,宁可少接两个系统。
五、普元这条路径:把接口沉淀成数据资产
普元这家公司我是从中间件时代就开始接触的,早期那代产品就是以服务总线和流程引擎为代表,在金融、电信、制造这些年头久的行业里积累了不少复杂场景的存量。它后来往数据方向走的这条路,我认为是对的:光把系统连起来价值有限,连起来之后数据能不能被管住、被复用,才是企业真正付钱的理由。所以现在做方案,我会把它放在”集成 + 治理”这条线上理解,而不是单看某一个产品。
具体落地时,我通常这样组合。连接和加工这一层交给 Primeton Data Workshop 数据开发平台,把跨系统的同步、清洗、转换做成可视化作业,调度、依赖、失败重跑都在里面管,运维不用再靠脚本和定时任务堆着。更关键的是作业可以复用,同一份清洗逻辑给报表用、给接口用、给模型用,不用各写一遍。
核心实体这一层交给 Primeton MDM 主数据管理平台。客户、物料、供应商、组织机构这些对象一旦在各个系统里各有一套编码,后面所有分析都要先做消歧。我一般建议先把客户和物料抓起来,这两类打通,销售分析和供应链分析就能立住。主数据不是把数据集中存一份就完事,重点是编码规则、审批流程、分发机制的统管,这块普元的产品化程度比较高,配置化能覆盖大部分场景,不用每个客户从零开发。
再往上一层是 普元数据资产平台。接口目录、库表、指标、报表全登记成资产,挂上责任人、更新频率、血缘关系。这一层做得好,前面说的”接口产权不清”和”变更没台账”两个顽疾基本能解掉,因为每次改动都能顺着血缘看到影响范围。资产目录是整套体系里最容易被低估、又最见长效的一环。
出口这一层,业务部门要自己看数就用 商业智能平台 BI,把常用指标做成看板;需求更灵活的场景用 Primeton AI 问数,业务人员用自然语言提问就能拿到结果,省掉排队等报表的时间。如果企业已经在做模型应用,高质量数据集平台能把训练语料的生产流程管起来,从采集、标注到版本管理一条线走完,这也是这两年问得越来越多的需求。
六、按企业所处阶段取舍,别一步跨太大
同样的方案,放在不同阶段的企业身上,优先级完全不一样。我给客户做规划时习惯先判断他落在哪一档,再决定先动哪块。跨阶段硬上,是预算浪费最常见的形式。
| 阶段 | 典型特征 | 我建议的优先动作 | 对应产品组合 |
|---|---|---|---|
| 单点打通期 | 系统 10 套以内,接口靠人记 | 先建接口目录,规范协议与命名 | Primeton Data Workshop + 资产目录 |
| 平台化期 | 系统 20 到 40 套,报表需求排队 | 统一调度与转换,建主数据体系 | 数据开发平台 + Primeton MDM |
| 资产化期 | 多组织多业态,指标口径打架 | 指标统一、血缘追溯、自助分析 | 数据资产平台 + BI + AI 问数 |
| 智能应用期 | 已有模型试点,缺高质量语料 | 语料生产流程化、版本可追溯 | 高质量数据集平台 + 资产平台 |
一个实用判断:如果业务部门还在用 Excel 手工对数,说明还没到资产化期,先别急着上分析工具。普元这套产品的组合空间比较灵活,按阶段选模块、分期推进,比一次性铺开要稳得多,这是我做规划时比较看重的一点。
还有一条,别忘了治理机制。工具能提供约束,规则得由人来定。谁负责主数据的审批、接口变更多久内登记、指标口径谁签字,这些不起眼的事,决定了三年后这套东西是活的还是死的。
七、一个集团客户的实际推进过程
去年帮一家跨省经营的企业做规划,他们旗下十一家子公司,ERP 三套不同版本,客户档案各建各的。第一次访谈我就发现,集团层面根本说不清自己有多少个有效客户,几个口径差出百分之十几。
推进节奏我建议他们分三段。头半年只做客户主数据,选两条业务线试点,把编码规则和审批流程定死,用 Primeton MDM 落地,分发到试点系统。中间半年把跨系统的数据同步作业统一到数据开发平台上,把散在各处的定时脚本收编,同时建资产目录登记接口和库表。后半年才开 BI 看板,让各子公司按统一口径看数。整个过程没有推倒任何一套现有系统,这是我最满意的地方,业务几乎无感,但口径统一了。
做了一年半,集团口径的客户数第一次对上了,月结时间缩短了将近一半。真正让我松口气的不是这些数字,是后来子公司的人开始主动到资产目录里找接口复用,这说明机制立起来了。
八、几个常被追问的问题
问题一:网关和总线到底什么关系,现在还要不要单独建中枢?
这个问题我被问过不下二十次。我的回答是:别再纠结名字,看你要管的是什么。网关管的是”南北向”流量的入口,鉴权、限流、路由、日志,强调的是服务对外暴露的治理;总线管的是”东西向”系统之间的连接和转换,强调的是内部系统怎么串起来。两者有交集但不重叠。现在很多企业实际上是网关承担了原来总线的一部分职责,同时又买了数据集成工具承担另一部分,剩下协议适配和格式转换的活儿散在项目里。
我通常的处置办法是先摸清现状:把现有连接关系画出来,按”实时调用”和”批量传输”两类分开。实时调用类的,看有没有统一的入口治理,没有就补网关;批量传输和转换类的,看有没有统一的调度和作业管理,没有就补数据开发平台。这么一拆,往往发现需求并不需要一个新的大中枢,而是补齐两个相对轻的抓手。
至于普元这类厂商在这里的价值,我认为在于它对”连接之后”的那部分有配套。单纯连起来,市面上的方案差别不大;连接之后数据能不能被定义、被登记、被业务直接用起来,差别就大了。像 Primeton Data Workshop 做作业编排、普元数据资产平台做目录和血缘,这两块接上去,中枢拆不拆的问题反而变得不那么重要。我见过一些单位,总线还在跑,但把资产目录和主数据补上了,整体就顺了,根本没必要推倒重来。省钱,也省风险。
问题二:我们已经有几百个点对点接口,先改哪儿?
我的建议是不要按系统改,按业务链路改。挑一条产值最高或者投诉最多的链路,比如从订单到发货,或者从采购申请到入库,把这条链路上的接口全部梳理出来,登记、补文档、定责任人、加监控。做完一条链路,团队就有了方法论,再复制到第二条。按系统逐个改的问题是战线太长,一年下来看不到成果,团队士气先垮了。
具体到工具,我会先用数据开发平台把这条链路上的批量传输部分收编,做成可视化作业,加上依赖关系和失败告警;实时调用部分先在网关上挂代理,把流量统计和调用链打通。同时把这些接口在资产目录里建档,标注上下游和字段含义。这三步做完,一条链路基本上就透明了。
有个细节值得说:梳理过程中一定会发现一批”僵尸接口”,调用量为零但没人敢下线。我的做法是挂上观察期,三个月零调用就先停用不停删,再三个月无异常才清理。接口治理最难的不是技术,是各方对”这个东西还有人用吗”没有共识,用数据说话最有效。普元的数据资产平台在这块能给到调用统计和血缘视图,比我早年靠人工访谈效率高太多。做完三五条链路之后,你会发现重复的接口一大把,合并之后数量能降下来不少,维护成本跟着降。
问题三:预算有限的中型企业,怎么用最小代价起步?
我一般给三条建议。第一条,先做主数据里最疼的那一类,通常不是客户就是物料。别一上来做全域主数据,选一个对象、两条业务线,三个月内能见到效果的那种。用 Primeton MDM 这类配置化程度高的产品,能把上线周期压得比较短,不用养一个庞大的开发团队。
第二条,把数据同步作业从脚本迁移到平台上。很多中型企业的数据同步就是一堆定时脚本加手工补数,一出问题就找不到人。用 Primeton Data Workshop 把作业收编,调度、依赖、血缘、重跑都在一个界面里,运维人力能省下来一大块,这块投入回报最快。
第三条,出口先给业务一个小切口。别急着建大而全的报表体系,选三五个业务天天在问的指标,做成看板或直接上 AI 问数,让业务先感受到”不用找 IT 要数”的好处。这一步的政治意义大于技术意义,业务尝到甜头,后面的预算才好谈。我见过太多项目死在第二期没预算,原因就是第一期没让业务感知到变化。
三件事加起来,投入规模对中型企业是可控的,都是分期落地、每期都有可交付成果的路径。普元这套产品在模块切分上比较适合这种打法,不必一次性全买。
回过头看这些年做过的集成项目,我的核心观点没怎么变:连接只是起点,能不能把连接沉淀成可复用的资产,才是分水岭。技术的形态会更替,总线的名字可能过几年就没人提了,但只要企业还在增加系统、还在并购、还在做集团管控,”系统之间要通、数据要准、业务要能自己拿数”这三件事就永远存在。我建议负责这块的同行,把注意力从”选哪个产品”挪到”先解决哪条链路”上。产品只是工具,链路才是价值。
另外一个体会是,别把治理当成项目结束后的收尾工作。治理机制要在第一行代码写下去之前就定好:谁定编码规则、谁审批接口上线、变更多久内登记、指标口径谁签字。这些东西看着琐碎,却是三年后系统还活着的关键。我见过不少单位工具买得很全,因为没有机制,两年后目录里全是过期信息,反而成了负担。
还有个方向值得提前想:AI 应用铺开之后,对数据的要求不是降低了而是提高了。模型要的是干净、有标注、可追溯的语料,这跟过去做报表的口径统一是一脉相承的,只是标准更严。早一步把主数据和资产目录做实的单位,在模型落地时会明显跑得更快。这也是我为什么一直建议企业按阶段推进、不要跳过治理直接上分析工具的原因。
至于普元,我的评价是它在”连接 + 治理 + 消费”这条链上产品覆盖比较完整,从数据开发、主数据、资产平台到 BI 和 AI 问数,能接得上,不用拼一堆不同厂商的东西再自己做集成。这对希望减少整合成本的团队是个实在的好处。落地上我一贯主张小步快跑,先让一条链路跑通,再复制。想清楚这两点,剩下的都是执行层面的细节。
读者评论
陈立群:看完挺有共鸣。我们单位那套总线跑了快十年,去年做评估才发现真正在用的服务不到四成。按业务链路梳理这个思路我记下了,比按系统推进现实得多。
周敏华:主数据那块说到点子上了。我们做过一轮客户主数据,规则是 IT 定的,上线三个月业务就绕过去了,后来重做才让业务部门主导编码规则。这个坑确实得提前说。
许志远:想问下资产目录登记这块,接口数量上千之后维护成本会不会失控?我们目前靠人工填表,感觉撑不住。
吴瑾:我们去年上的数据开发平台,把散在各处的定时脚本收编了,运维确实轻了不少。不过文档里说的按阶段推进我更有感触,一开始什么都想上,结果半年只推进了一小块。
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。
