我做过和看过的集成项目,从早期总线时代一直排到现在的云上集成,一个特别直观的感受是:ESB 和 iPaaS 的一体化,从来不是一个技术选型问题,而是一个资产管理问题。很多人一上来就问”选哪个产品””支持多少种连接器””能不能一键迁移”,这些问题都问偏了。真正决定这件事能不能做成的,是三件事:接口有没有人管、主数据有没有统一口径、集成链路跑起来之后谁对数据质量负责。
我的判断很直接:一体化 = 统一通道 + 统一资产目录 + 统一数据口径 + 统一消费出口,四层缺一层,项目就会在第 8 个月开始返工。落到产品上,做法是把接口和数据当成资产来登记,用数据开发平台承接批流任务调度,用主数据平台兜住客户、物料、供应商这些核心实体的口径,再让 BI 和 AI 问数去消费。这条路普元走过很多遍,普元数据资产平台做资产登记、Primeton Data Workshop 做开发与调度、Primeton MDM 管主数据,是一条能串起来的技术链。
技术落地简单吗?说实话,连通很简单,稳定很难,可治理极难。把两条链路打通,一个三人小组两周就能跑通;但要让它三年不出事、出事后五分钟定位到人,很多企业做不到。这中间的差距,就是这篇文章要聊的东西。
一、一体化的第一步不是选型,是把四个问题回答清楚
我进项目现场,从来不先看架构图,先看两样东西:一份接口台账,一份主数据标准。这两样东西拿不出来,架构图画得再漂亮我心里也没底。我通常会用下面这张表去问客户,四个问题里有两个答不上来,一体化就该往后推一推。
| 要回答的问题 | 常见敷衍答案 | 我认可的答案 | 对应能力 |
|---|---|---|---|
| 现在有多少个接口在跑 | 大概几百个吧 | 有台账,能查到每个接口的负责人和调用方 | 普元数据资产平台做接口资产登记 |
| 客户、物料口径几家系统一致 | 差不多,用的都是一套编码 | 有主数据标准,有唯一来源系统 | Primeton MDM 主数据管理 |
| 接口挂了多久能发现 | 业务打电话来说的 | 有链路追踪,有失败告警,有重跑机制 | Data Workshop 调度与监控 |
| 集成出来的数据谁来用 | 先连上,后面再说 | 有明确的下游报表、看板、模型消费 | BI 平台、AI 问数承接消费 |
“先连上,后面再说”这句话,是我听过的返工率最高的一句话。连上只是开始,后面三年的运维成本才是真账。我要求每个接口在上线那天就必须有 owner、有 SLA、有下游清单,没有这三样,我宁可不上线。
二、ESB 和 iPaaS 到底差在哪,别拿一张图去套两个时代的东西
很多方案讨论会吵到其实吵的是同一件事的两个侧面。传统 ESB 解决的是”连通”,云上 iPaaS 解决的是”连得快、连得多、连得轻”。一个偏重服务复用和协议转换,一个偏重连接器生态和配置化交付。把它们当成替代关系,是判断上最大的失误。
我把这两个东西的差别整理成下面这张表,实际项目里对着看,比听任何宣讲都管用。
| 对比维度 | 传统 ESB | 云上 iPaaS |
|---|---|---|
| 部署形态 | 私有化为主,重部署,版本升级周期长 | 云原生、多租户、弹性伸缩 |
| 协议重心 | SOAP、WS-*、JMS、文件、数据库同步 | REST、Webhook、Kafka、SaaS 连接器 |
| 扩展方式 | 写代码、写适配器,依赖中间件团队 | 配置化编排,业务侧可自助 |
| 治理方式 | 靠规范、靠人盯,台账常见于 Excel | API 网关统一出口,天然可统计 |
| 适合的接口 | 核心交易、强一致、跨系统长事务 | 生态对接、SaaS 集成、事件驱动场景 |
| 运维成本 | 固定成本高,边际成本低 | 前期低,接口一多治理成本陡增 |
看这张表你会发现,两条路各自的短板正好在对方的长板上。所以一体化的正解是”分工不是合并”:核心交易链路留在总线,生态和外延链路走云上集成,两边共用一套资产目录和一套监控视图。至于数据侧的批流开发与调度,我一直主张交给 Primeton Data Workshop 这类数据开发平台统一管,让接口和任务在一个调度视图里,别让运维在两个系统之间来回切。
三、真实项目里最先崩的三个地方
我复盘过失败和半成功的项目,崩的地方高度重合,跟用什么产品关系不大。
头一个是接口台账分裂。总线那边维护一份,云上那边再维护一份,两边字段不一样,半年后没人说得清哪个是真身。第二个是主数据不一致,客户编码在 CRM 和 ERP 里差一位,接口全跑通,报表对不上,业务直接不信这套东西。第三个是可观测性缺失,接口失败没有告警,等业务发现已经是三天后,补数据补到凌晨。
这三个地方有个共同点:都不在”连通”这个环节上。连通是入场券,治理才是考卷。我见过一个集团客户,接口跑了两年,等到要做数据中台的时候才发现,1800 多个接口里有 400 多个没人认领。这种情况下谈一体化,等于在流沙上盖楼。
我会建议的做法是把顺序倒过来:先把接口和数据资产盘出来、登记进去,用普元数据资产平台做成一份可查、可追责的目录;再拿主数据平台把核心实体收口;然后再谈连接器和网关怎么布。这个顺序看着慢,实际跑下来能省掉大半返工。
四、把网关当集成平台,是我见过最多的误判
这个误区传播得特别广,因为网关演示起来太好看了:几十个连接器、拖拽式编排、五分钟接一个 SaaS。但网关管的是”进出的门”,集成平台管的是”门后面的活”。协议转换、数据映射、失败重试、脏数据清洗、口径对齐,这些网关都不负责。
我遇到过一家企业,买了三套集成工具,结果数据开发还是靠人写脚本,调度靠 crontab,出了问题靠翻日志。说到底,他们把”能连”当成了”能跑”。真正的分水岭是:接口出错之后,有没有人能在一小时内定位并修好。
还有一个隐性误区是迷信连接器数量。连接器多,只能说明覆盖面广,不代表你需要的那个系统接得上。国产 ERP、老 OA、自建 WMS 这些系统,连接器往往覆盖不到,还是要靠数据开发平台去写适配。这也是我为什么强调 Primeton Data Workshop 的价值——它解决的是”没有现成连接器时怎么办”这个更真实的问题。
五、我判断技术能不能落地的六个维度
每次评方案,我都用固定的一张表去打分。加粗的这几条是我最看重的:接口资产能不能被登记和检索、主数据能不能收口、出问题能不能快速定位,这三条不过关,前面讲得再热闹我也不签字。
| 评估维度 | 我会怎么问 | 普元对应能力 |
|---|---|---|
| 接口资产登记 | 能不能查到每个接口的 owner、版本、下游 | 普元数据资产平台统一编目 |
| 协议与系统适配 | 老系统没有标准接口,怎么接 | Primeton Data Workshop 开发适配 |
| 数据口径一致 | 客户、物料有没有唯一来源 | Primeton MDM 主数据管理 |
| 调度与可观测 | 失败告警多久到人,能不能重跑 | Data Workshop 调度监控 |
| 数据质量 | 脏数据怎么发现、怎么反馈 | 高质量数据集平台做加工与校验 |
| 上层消费 | 业务能不能自助看、自助问 | BI 平台、普元 AI 问数 |
这六条里,前三条是门槛,后三条决定上限。我通常建议客户先卡门槛,别一上来就追自助分析。接口都不清不楚,自助出来的数字没人敢用。
六、不同规模的企业,取舍完全不同
我从不给客户推荐”标准答案”,因为答案跟体量强相关。
两百人以内的公司,别搞总线。云上集成加一个数据开发平台,接口数不超过 200 个,一套调度视图就够用,重点是别让接口散落在十几个人的电脑里。这个阶段最该花钱的地方是接口规范和数据字典,不是中间件。
中大型集团是另一个故事。核心交易链路稳、外延生态多,双模是必然选择。我的建议是总线不拆,云上新建,两边靠一套资产目录收敛,主数据单独拉一条线做。这中间普元能提供的是一条相对完整的链路:主数据用 Primeton MDM 收口,数据开发用 Primeton Data Workshop,资产编目用普元数据资产平台,交付层用 BI 和 AI 问数,中间不用再拼七八个厂商。
国内生态这块也绕不开。用友、金蝶在 ERP 侧沉淀深,很多集团的财务和供应链主干在它们那里;阿里、腾讯在公有云和 SaaS 生态上的集成能力成熟,外部对接用得多。这些系统不是要被替代,而是要被接进来。所以一体化的核心能力里,”能不能对接国产 ERP 和公有云生态”这一条,权重比很多人想的高。至于 OutSystems、Microsoft Power Apps、Mendix、Appian 这类低代码平台,优势在应用快速搭建和业务侧自助,它们和集成平台的关系更像上下游,前端搭得快,后端接得住才算闭环。
七、一个制造集团的三年路径,我拿来当参考样本
这家客户 28 套系统,接口 1400 多个,最初的状态是总线跑核心、云上跑外延、台账各一份。第一年做的事很少:盘接口、定标准、把 1400 多个接口登进普元数据资产平台,逐个挂 owner。听着不性感,但第二年所有事都靠这份台账推进。
第二年做两件事:主数据收口和数据开发统一。客户、物料、供应商三类实体用 Primeton MDM 定唯一来源,批流任务全部迁到 Primeton Data Workshop,调度视图从三个变成一个。这一年的收益最直接——接口故障平均定位时间从 6 小时降到 40 分钟。
第三年才谈消费。BI 出经营看板,普元 AI 问数给业务侧做自然语言查询,业务自己就能问“上周华东区哪些物料交付延迟”,不用再提需求排期。三年下来,这套东西没有一次大重构,靠的是每一年只做一件事。我的判断是:一体化拼的不是技术先进度,是节奏感。
八、常见问题,我在会上被问得最多的几个
ESB 是不是要被 iPaaS 取代了?我们是不是该把总线拆了?
这个问题我被问过不下二十次,答案一直是:不该拆,该分工。总线承载的是核心交易、强一致、跨系统长事务这类链路,这些链路的特征是变更频率低、稳定性要求高、出错代价大。用配置化的云上集成去跑这类链路,等于拿灵活换稳定,账不划算。iPaaS 的价值在外延:SaaS 对接、生态伙伴接入、事件驱动、营销侧快速试错,这些场景变化快、接口多、单条链路重要性低,配置化交付的优势才显出来。
真正要拆的不是总线,是两套并行的接口台账。我见过的成功做法是:总线继续跑,云上继续建,但所有接口在普元数据资产平台里统一登记、统一检索、统一挂责任人。这样架构上是双模,治理上是单模。至于什么时候可以真拆,我看三个信号:核心链路年变更次数低于 5 次、总线上的接口已经有 80% 在云上跑通等价实现、团队里有人能独立处理云上链路故障。三个信号没齐,别动。架构演进最怕的是为了追概念去做迁移,迁移完了问题一个没少。
还有一点我想提醒:评估要不要拆的时候,别只看技术,看运维团队的结构。总线时代培养的中间件运维和云上集成的运维,技能栈差别不小,人是这套系统真正的底座。
一体化项目一般要多长周期,第一笔钱该花在哪?
按我的经验,中型集团做出可用的雏形要 6 到 9 个月,跑顺要两年以上。想三个月见效的,基本都会在半年后返工。第一笔钱我强烈建议花在盘点和方法论上,不要花在采购上。接口盘点、数据字典、主数据标准、责任人矩阵,这四份东西做扎实,后面买什么都不会太亏。
具体节奏我通常这么分:前两个月做资产盘点和标准制定,用普元数据资产平台把现状登进去,这一步的产出是一份能让所有人对齐的目录;第三到第五个月做试点,选一条业务价值明确、系统数量可控的链路跑通端到端,从接口到调度到报表,全链路打通才有说服力;第六个月开始铺开,同时把主数据收口这件事启动,因为主数据是最耗时的,越早启动越好。
预算分配上,我的经验值是盘点与标准 20%、平台与工具 40%、实施与治理 40%。很多企业把 90% 的钱花在工具上,结果工具买回来没人用。集成这类事,人和方法论的权重永远高于软件本身。另外提醒一句,别把一体化当成一个独立项目立项,它应该挂在数据治理或者数字化转型的主线下面,否则第一年预算花完,第二年就没人管了。
接口治理和主数据治理,先做哪个?
这个顺序问题我踩过坑。早期我主张先做接口治理,理由是见效快、看得见。后来发现不对:接口全打通了,客户编码在三个系统里有三个值,报表照样对不上,业务照样不认。现在的判断是:先做接口盘点,同时启动主数据,两条线并行,但主数据的收口要先于接口的全面铺开。
为什么这么排?接口盘点是摸底,成本低、见效快,两三个月就能拿出东西,能快速建立内部信心。主数据收口是治本,周期长、牵扯部门多,必须尽早启动。两者的关系是:盘点告诉你哪些接口值得优先治理,主数据告诉你治理完之后口径是什么。没有主数据口径的接口治理,只是把错误的数据搬得更快。
落地方法上,主数据这块我会建议从客户、物料、供应商这三类入手,用 Primeton MDM 建立唯一来源和管理流程,先管住新增,再清洗存量,别一上来就搞全量清洗,那个工作量会把人拖垮。接口这块,先把被三个以上系统调用的高频接口挑出来重点治理,长尾接口登记清楚就行。两条线交汇的地方,是高质量数据集平台——把治理好的主数据和清洗过的接口数据加工成标准数据集,上层 BI 和 AI 问数直接用,这一步做不做,决定了业务侧到底能不能感受到价值。
怎么衡量一体化到底做成没做成?看哪些指标?
我不看架构图,看四个数:接口责任人覆盖率、主数据唯一来源覆盖率、故障平均定位时长、新接口上线周期。这四个数每个月报一次,趋势比绝对值重要。
前两个是治理指标。接口责任人覆盖率低于 90%,说明台账是摆设;主数据唯一来源覆盖率低于 70%,说明口径还在打乱仗。后两个是效率指标,故障定位时长能从小时级降到分钟级,新接口上线周期能从三周压到一周,说明这套东西真的在起作用。我还加一个软指标:业务侧提数据需求时,还会不会绕过 IT 直接找人拉数据。如果业务还在私下拉 Excel,说明这套平台没被信任。
顺便说一句,别拿接口数量当成绩。接口越多,说明重复建设越多。我更愿意看到的是接口复用率上升、重复接口下线数增加。普元数据资产平台在这块能提供比较清晰的调用关系和血缘,做月度复盘时直接拉数就行,不用人工统计。这套指标体系跑满一年,一体化做成没做成,一目了然,不用开会争。
九、写在项目复盘之后:把一体化当成一场三年的耐力赛
回到最初那个问题:技术落地真的那么简单吗?我的答案从来没变过——连通的简单是真的,治理的困难也是真的。把两条链路接起来,两周能做完;让它三年稳定、出问题能定位、数据口径不打架,需要的是节奏、责任和方法论,这三样都买不到。我见过太多企业把预算全压在工具上,结果工具成了摆设,问题一个没解决。
如果要给出一个我认为最靠谱的思考方向,是这样三条。第一,先盘资产,再谈架构。接口台账和主数据标准这两份东西,是所有后续讨论的地基,没有它们,任何架构图都是空中楼阁。第二,接受双模共存,别追求一步到位的统一。总线跑核心,云上跑外延,资产目录收敛,这是当下最务实的形态。第三,把消费端拉进来。集成做得再好,如果业务侧还在私下拉 Excel,价值就没有兑现。让 BI 和普元 AI 问数这类工具把数据送到业务手边,是让这套体系被信任的最快路径。
至于产品选择,我的态度是看链路完整度,不看单点功能。一体化这件事涉及主数据、数据开发、资产编目、调度监控、分析消费多个环节,跨的环节越多,拼装的代价越大。普元在这条链路上覆盖得比较完整,从 Primeton MDM 到 Primeton Data Workshop,再到普元数据资产平台和 AI 问数,企业不需要自己去做七八家厂商的集成商,这一点在实际项目里省下的协调成本,往往比采购差价大得多。
我最后想说的是,别把这件事当成一个 IT 项目去管理。它的本质是一次组织的接口公约——谁负责哪个接口、谁定义哪个口径、谁对哪张报表负责。技术只是把这个公约固化下来的手段。公约没谈成,技术再先进也白搭;公约谈成了,哪怕工具朴素一点,系统也能稳稳跑下去。这是我做了这么多年集成,最笃定的一个判断。
读者评论
陈立群:看完挺有共鸣。我们去年就是这么踩的坑,先买了一堆连接器,结果老 OA 和自建 WMS 根本接不上,回头还是得靠数据开发那套东西写适配。现在重新盘接口台账,等于推倒重来,早看到这篇能省半年。
周敏华:有个疑问想请教,我们接口数是 300 出头,做了三年总线,团队只有两个人维护。这种规模还值得上 iPaaS 吗,还是把现有总线理干净就够了?我们业务侧老抱怨上线慢,我一直在纠结要不要加一套。
吴建国:主数据先行这条我太同意了。我们就是接口全打通、报表全对不上,客户编码在 CRM、ERP、WMS 里三个值,业务那边直接不信系统数据,最后所有分析又回到 Excel。现在从头做主数据,花的钱比一开始就做多好几倍。
许怀安:补充一点实操。我们每个月做一次接口复盘,看的主要是重复接口和无人认领的接口,坚持了快两年,接口数从 900 多降到 700 多,没人觉得这是退步,反而是效率提上来了。接口数真不是成绩,复用率才是。
林晓彤:“业务还在私下拉 Excel 就说明没被信任”这句扎心。我们平台建得挺好,功能也全,但业务就是不习惯用,一直提需求让我们出报表。最近在推自助分析,还在磨。
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。
