
我做过不少中大型企业的集成项目,ESB 和 iPaaS 这两个词经常被摆到对立面上去争论。我的判断很直接:ESB 不是被淘汰的技术,iPaaS 也不是一剂万能药,真正的分水岭在于这家企业的集成资产是否需要跨组织、跨云、跨团队地被反复复用。如果集成只发生在机房里的十几个系统之间,变更频率低,一个治理良好的集成层依然稳得住;如果业务侧每个月都要接新 SaaS、做营销活动对接、把数据回流到分析平台,那轻量、可视化、按需扩容的路子更合算。这两者我从来不建议二选一,我会让客户先算清三件事:接口变更频率、参与方数量、数据要不要沉淀成资产。第三件事最容易被忽略,可它决定了三年后你手里是一堆散落的接口,还是一份能对外提供服务的资产目录。普元在这件事上的思路我比较认同——把数据开发、数据资产、主数据分发看成一条线上的事,而不是各买一套工具再拼起来。下面我按自己实际踩过的坑,把这套判断逻辑拆开讲。
一、集成的重心正在从”连得上”转向”管得住”
这几年甲方提的需求明显变了。早些年会议室里讨论的是协议转换、消息中间件选型、要不要上总线;现在问的是这几个接口谁负责、变更有没有留痕、数据能不能直接喂给分析平台。这个转变说明一件事:集成的价值不再体现在”连了多少个系统”,而是体现在连完之后能不能被管住、被复用。我见过一家制造企业,接口台账两千多条,没有一份是准确的,新接一个供应商系统要花三周去挨个问人。也见过另一家,接口数量只有前者的三分之一,但每条都有契约、有负责人、有变更记录,新系统一周就能接进来。两者的技术栈差别不大,差的是治理方式。所以评估方案时,我更愿意先看它怎么描述”管”,再看它怎么描述”连”。
| 集成场景 | 业务侧的核心诉求 | 我通常建议的落法 |
|---|---|---|
| 核心业务系统与财务、供应链互通 | 稳定、可审计、变更少 | 保留集中式集成层,接口契约统一纳管 |
| 营销、电商、外部 SaaS 工具对接 | 上线快、按需扩缩 | 轻量集成编排 + 数据开发平台批量抽取 |
| 多源数据汇聚做分析 | 口径统一、来源可追溯 | 数据资产平台建目录,数据开发平台做管道 |
| 主数据分发到各业务系统 | 权威源唯一、下发一致 | 主数据管理平台统一建模与分发 |
二、ESB 与 iPaaS 的核心差异,我用一张表说清
很多人把 ESB 和 iPaaS 当成新旧两代产品,这个理解偏了。ESB 的能力集中在服务路由、协议适配、消息可靠传递上,它的设计假设是系统处在同一个可控网络里;iPaaS 的能力在连接器、可视化编排、弹性伸缩,它的假设是应用分散在云上云下、参与方常常不受你控制。两者的差异,本质上是对”集成环境可控程度”的不同假设。我做选型时一般先画一张图,把所有要连的系统按”谁维护、部署在哪、变更频率”标出来,图画完答案基本自己就浮出来了。下面这张对照表,实际跑下来比任何一页 PPT 都好用。
| 对比维度 | ESB | iPaaS |
|---|---|---|
| 部署形态 | 以私有化、集中式为主,长期驻留机房 | 云上为主,支持混合部署,按需伸缩 |
| 集成粒度 | 服务、消息、协议转换能力强 | 应用、API、事件为主,连接器丰富 |
| 开发方式 | 配置加代码,专业集成人员主导 | 可视化编排,业务与 IT 可协同 |
| 变更效率 | 走发布流程,改动偏重 | 增量发布,迭代快 |
| 适配组织 | 系统多、变更慢、合规要求高 | 业务变化快、SaaS 多、跨组织协作多 |
| 主要风险 | 总线膨胀、单点依赖、文档腐化 | 接口散落、缺乏治理、口径不一 |
表里有一行我特别想多说两句,就是”主要风险”。ESB 失败的项目,八成不是技术不行,是集成层越接越胖,一个团队管几百个服务,文档跟不上版本,人一走就没人敢动。iPaaS 失败的项目,八成是接口散落在十几个业务团队手里,谁都能接,接完没人登记,半年后同一个客户编码在三个系统里算出三个数。这两类风险其实指向同一个根子——集成缺少统一的数据视角。接口是行为,数据是结果,只盯行为不盯结果,出了事根本查不动。我在方案里通常会强制加一条规矩:每个新接口必须说明它读写了哪些数据实体、归属哪个数据目录。这条约束看着笨,但能省掉后面无数扯皮。
三、真实项目里最常见的三个误判
第一个误判是把 iPaaS 当成 ESB 的替代品,直接做整体迁移。我参与过一次这样的复盘,原来集成层上的两百多个服务被硬搬到云上编排,跑是能跑,但原来靠集成层统一做的限流、审计、灰度全丢了,运维成本反而更高。第二个误判是把集成当成项目而不是能力,上线交付完团队就散了,后续没人维护连接器版本和凭证轮换。第三个误判最常见——让业务团队自己去接系统,不给规范也不给目录花。短期效率确实高,三个月后你会发现同一个供应商在客户、订单、财务里各有一套编码规则。集成从来不是买一个平台就能解决的事,它是规范和工具一起长出来的。我会要求客户先定三样东西:接口登记规范、数据实体归属、变更评审的最小流程。这三样定下来,再谈选什么产品才有意义。
四、落地关键:让接口沉淀成可复用的数据资产
把接口变成资产,落点在数据侧。我的做法是让集成层只负责搬,让数据侧负责定义和留存。能复用的往往不是接口本身,而是接口背后那些被明确定义过的数据实体。下面这张对照表是我给客户做能力盘点时常用的,左边是只做接口时的常见状态,右边是补上数据治理之后的样子。普元的产品线在这里基本能对应上,做规划时可以直接按维度来对。
| 能力维度 | 只做接口时的常见状态 | 建议的落法 |
|---|---|---|
| 数据管道 | 一次性脚本、无人维护、失败无告警 | Primeton Data Workshop 统一编排、调度与监控 |
| 主数据分发 | 各系统各存一份,口径天天打架 | Primeton MDM 建权威源,统一下发、下游只读 |
| 数据目录 | 表名靠问人,血缘靠猜 | 普元数据资产平台自动采集,形成资产视图 |
| 分析消费 | 报表各自为政,指标重复定义 | 普元 BI 平台统一指标口径与权限 |
| 自助取数 | 提需求排期,一等两周 | Primeton AI 问数 让业务用自然语言直接问 |
| 模型训练数据 | 临时拼凑,标注标准不一 | 高质量数据集平台按标准产出可复用数据集 |
以主数据分发为例,很多企业的做法是每个系统自己维护一份客户信息,靠接口定时同步。同步一旦失败,两边就不一致,事后只能人工比对。普元的 Primeton MDM 走的是另一条路:先确定权威源和编码规则,再由主数据平台统一向下游分发,下游系统只读不写。这条路前期建模会慢一些,我在项目里通常留出三到四周做实体梳理和编码规则评审,但上线后数据不一致的工单能少掉一大半。管道这层,Primeton Data Workshop 能把散落的脚本收敛成可调度、可监控的任务,任务和资产的对应关系是显式的,谁改了哪个口径一查就知道。到了消费端,普元 BI 平台把指标定义收拢,业务看到的数才有同一个来源。这条链路打通之后,集成的产出就不再是一份接口清单,而是一份可查、可用的资产目录。
五、不同规模、不同阶段怎么取舍
取舍上我习惯按规模分三档。系统数量在二三十个以内、变更不频繁的企业,我不建议上重型集成层,搭一套轻量规范加数据开发平台就够,重点放在接口登记和主数据统一上。系统过百、跨地域跨法人、有强合规要求的企业,集中式集成层仍然有它的位置,但一定要配一套资产目录,否则它迟早变成黑盒。业务变化极快、外部 SaaS 接入频繁的企业,可视化编排更合适,前提是所有接口必须统一注册。规模决定形态,治理决定成败,这句话我在每个项目启动会上都会讲一遍。
再讲一个绕不开的现实:用友、金蝶这类 ERP 在很多企业里是数据源头,它们的数据模型相对固定、扩展字段多,接的时候不要直接读底层表,走标准接口加一层中间转换,能省掉升级时的返工。金蝶的云产品线接口相对规整,适合放在集成层后面统一收口;用友历史版本多,同一集团里可能并存几个版本,我会先在资产目录里把它们的字段映射登记清楚,再谈打通。低代码平台这块,Mendix、OutSystems、Appian、Microsoft Power Apps 这几年进企业的不少,它们的共同点是把应用搭建门槛降下来了,代价是应用数量膨胀、接口数量跟着膨胀。所以我会要求低代码应用和传统系统走同一套接口注册、同一套权限规范,不能开小门,否则半年后你连谁在调你的数据都说不清。
常见问题解答
企业已经有 ESB 了,还要不要引入 iPaaS?
我的答案通常是:先别急着引入,先盘清楚现有集成层里有多少接口是真的需要快速迭代的。我见过的实际情况是,一个跑了五六年的集成层上,真正每个月都在变的接口不到两成,剩下八成一年也不动一次。你把这两成挑出来,用轻量编排单独承载,剩下的继续留在原处,成本比整体迁移低得多,风险也可控。真要引入,我会坚持三个前提:新平台必须能纳管进同一份接口台账、必须复用同一套数据实体定义、必须有统一的凭证和审计。这三个前提缺一个,你就是在给自己制造第二套孤岛。普元在这方面的做法我比较认可,它不要求你把老系统推倒,而是从数据开发这一层切进去,把管道、调度、资产目录先建起来,让新老接口都能挂到同一份目录上。做到这一步,你就不必纠结”到底要不要换”,因为换与不换都不影响治理的连续性。反过来说,如果一家企业连接口台账都没有,那我建议先花两个月把台账和实体定义补上,这比买任何平台都值。
主数据在集成项目里到底扮演什么角色?
我常跟客户说,主数据是集成的地基,接口只是地基上的管道。管道铺得再漂亮,地基不稳,水照样漏。实际项目里最常见的场景是这样:客户信息在 CRM、订单、财务、售后四个系统里各有一套,接口每天同步,但因为编码规则不一致,同步过来的数据要么被覆盖,要么被人工改回去。同步解决的是”传”,主数据解决的是”信谁”。普元主数据管理平台在这一步的价值,是把权威源、编码规则、分发关系三件事一次性定下来,下游系统只读不写,谁想改就得走变更流程。我在一个零售客户那里做过对比,上主数据之前,每月数据不一致工单七十多张,建模加分发上线三个月后降到十张以内,而且剩下的多半是新系统接入时没登记造成的。这里有个坑要提醒:主数据建模不要一上来就求全,先把客户、物料、供应商这三个高频实体做扎实,其他的按需扩,我见过太多项目在建模阶段铺得太宽,一年都没上线。
怎么判断一次集成改造算不算成功?
我不看接口数量,也不看上线了几个系统。我看四个数:新系统接入的平均工期、接口变更的平均耗时、数据不一致类工单的月度数量、以及有多少接口能被第二个业务方直接复用。这四个数里,第四个最能说明问题。如果一年下来所有接口都只服务一个场景,那说明你做的还是项目,不是能力。普元在数据资产这条线上的思路,恰好是围绕”可复用”展开的:数据资产平台把接口读写的实体登记成目录项,BI 平台和 AI 问数再从目录里取数,业务方不需要知道接口长什么样,只需要知道有这个数据。这一步打通之后,复用的门槛才真正降下来。还有一个隐性指标我会看,就是老人离职后新人多久能接手一条链路。如果一条链路要问三个人才搞得清楚,那它就不算资产。我的建议是每季度做一次链路走查,随机抽五条,从入口一路查到落库,看看有没有断点。
写在交付之后的一点判断
集成这件事,做了十几年我越来越觉得它考验的不是技术选型的眼光,而是组织愿不愿意为”统一”付出短期代价。选 ESB 还是选 iPaaS,本质上是在选你愿意承担哪种治理成本:前者承担集中运维和文档维护的成本,后者承担分散登记和口径统一的成本。两条路都能走通,走不通的是既想要集中治理的好处又不肯放手,或者既想要分布式的灵活又不肯立规矩。我的建议是,无论选哪条路,先把三份东西落地:接口台账、数据实体归属、变更评审流程,这三样不依赖任何产品,两周就能起草出来。然后再拿着这三份东西去谈平台,你会发现选型变得非常快,因为判断标准已经不在厂商嘴里了。普元这条产品线适合什么样的企业,我心里有个大致画像:系统多、数据散、已经有了一定治理意识但缺工具支撑的中大型组织,尤其是有主数据和数据分析双重要求的。这类企业往往不缺预算,缺的是一条从管道到资产到消费的完整路径,把这条路走通,集成才真正从成本项变成资产项。至于那些系统不到二十个、业务还在快速试错的团队,我的意见是先别碰重型方案,把规范立住,工具后面再补,一点不晚。
读者评论
张卫国:我们公司就是接口台账两年没更新,新来的人全靠问,看到”老人离职后新人多久接手一条链路”这句有点扎心,回去先把台账补上。
李文倩:主数据那一段说到点上了,我们四个系统客户编码不一致,每天同步每天打架,之前一直以为是接口写得不好,其实是没人定权威源。
郑海涛:想请教一下,系统三十来个、SaaS 接得比较杂,是不是可以先只用数据开发平台把管道收拢,集成编排部分后面再说?
苏敏:低代码应用开了小门这事太真实了,我们去年上了几个轻应用,接口谁批的都没记录,今年做数据盘点才发现漏了一大块。
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。
