一份全面的企業資料產品選型對比

前言：

這個從上至下都在強調數字化轉型的時代，越來越多公司重視資料，也越來越多的企業有資料建設的需求。

企業無論做任何資料工作，必然要有一定的資訊化基礎，也要有資料化建設的基礎，少不了資料平臺、資料應用工具，資料管理工具等。

關於企業資料建設這塊，本人從事了近7年，從技術到專案管理，做過乙方也做過甲方，也有多年和各乙方廠商打交道的經驗，遂來分享選型“內幕”。

涉及到的產品有：數倉、大資料平臺、報表、BI、資料中臺、資料治理等。

一、數倉

資料倉庫算是一個解決方案，視企業需求有不同架構（傳統數倉、資料集市、大資料平臺等），架構下有很多分層和元件，比起工具更需要架構師能力，具體原理就不講了。

關於數倉的選型主要涉及：資料儲存方案、ETL、還有前端應用。

底層的資料倉庫伺服器通常是一個關係資料庫系統，常用的方案有Oracle、db2、還有greenplum、teredata等資料倉庫專業解決方案。

• 傳統的關係型資料庫有：oracle、mysql、DB2。
• 大規模並行處理資料庫：Vertica、Teradata(商業)、Greenplum (開源)。

Teradata老江湖了，銀行業使用較多，但成本也是真的貴，目前我們做專案較多的是用Greenplum，算是業界最快和最高性價比的高階資料倉庫解決方案，Greenplum是基於PostgreSQL的，於2015年開源。

我知道的國內四大行有3家在用，5大物流公司有4家在用，不少公司在從Teradata遷移到GP。

大資料平臺主流的是：Hadoop+Hive。這套方案有多通用不用多說了，後面說到的大資料平臺廠商也大多基於這個來設計平臺產品。

ETL工具，kettle、Tablend和Penthao用的較多。

Talend：基於Eclipse，具有很好的擴充套件性、穩定性以及可定製化（可以自己開發eclipse外掛），並且服從Eclipse標準（如檔案目錄結構都是程式設計師熟悉的結構）。

Talend具有很好的嵌入性，因為它生成的是Java程式碼，這些程式碼可以很好的和其他系統結合在一起，這就要求使用者會java。

Penthao是一個老牌工具，2001年就釋出了第一個版本，Kettle是Penthao整個解決方案的一個元件，用來進行資料整合。

它也是基於java開發的，但是它不要求使用者會java，將底層實現細節都隱藏了。主要的缺點是和talend相比，它的擴充套件性較差。由於它很難擴充套件，所以在社群中可用的元件就比較少。

前端應用工具主要就是報表、BI和資料探勘，前兩者的選型後面會細講。

二、大資料平臺

2013年左右，Hadoop體系的不斷完善，標誌著大資料應用場景可以被滿足了。這時候就有前沿的一些企業開始做大資料平臺，廠商特別多，主流的就說3個吧，華為、星環還有新華三。

這幾年這些廠商也開始往“資料中臺”的概念上走。但是畢竟是傳統軟體廠商，有點搞不太懂網際網路公司提的“資料中臺”到底是啥，貌似跟他們做的大資料平臺沒啥區別。

其實所有大資料平臺都已經具備了“資料中臺”的基礎能力，你拿大資料平臺和資料中臺的產品對一下，其實各種底層架構和功能大體都一樣。

對於大部分企業來講，中臺那一套還是適合網際網路運營商銀行的“有錢主”、“資料巨無霸”，真的中臺更強調資料服務化，但普通企業有幾家真的達到這個痛點，還是老老實實做好資料化管理吧。

如果你的公司有龐雜的業務系統，資料量達到PB級，海量資料的儲存、計算的需求，三個裡面選型吧，對比下方案。

三、報表

現在還在做報表的廠商已經很少了，國內主流的就帆軟finereport和潤乾，起初很火的水晶報表最近也見的少了，還有開源的工具jaspereport也用的挺多。

選型方面，普通小公司，1~2個數據工作者，建議採購一個報表平臺就行了，不用急著上BI。

帆軟finereport功能齊全，生態和服務很好，招報表工程師也比較好招，價格比其他廠商略貴，品牌和服務溢價也能理解，畢竟國內top1。

潤乾已被帆軟打壓的走低價，號稱一套萬把塊錢，應該還會按併發抬價，還不算服務和專案實施，乙方可以考慮。

四、BI平臺

BI在零幾年的時候都是國外市場的天下，BO、Brio、Cognos、MSTR等，都是老牌BI廠商，我做純技術的時候就大量使用他們的產品。東西都不便宜，而且是按產品+使用者雙重收費，不太划算。

架構也是真的複雜，上手難度對比現在網際網路時代產品的使用風格，也是確實難。

早期國內市場只有報表，但凡BI相關的大單都被國外廠商壟斷，但是後面BI的需求越來越明顯，就和當初資訊化產業發展類似，中小型企業的需求逐漸顯露。

於是國內也就開始發展BI了，比如帆軟BI、BDP等。東西也不差，價格比國外的美麗多了，而且基本都只是限定伺服器，不限定使用者數，怎麼用都OK。

再到後來，tableau、powerBI這倆工具型產品火了起來，有很多擁護的個人使用者，上手確實好用，但是在企業級應用場景，要看效能和併發成本，就見仁見智了。

不過用BI，就不是2、3個人的事情了，必須得建數倉，然後再做各種視覺化、多維分析等。所以就得有數倉工程師、ETL工程師、BI工程師等崗位。

當然，你要是牛，一個人全兼了也沒問題，很多單位招人也確實要兼做。

中大型公司，有好幾個業務系統的，建議採購BI系統，什麼數倉、指標體系、固定報表、多維分析、資料視覺化就都有了。建設期得多幾個人，建好之後就很舒服了，業務固定的話，留兩個人維護就OK了。

五、資料中臺

“中臺”的概念就是阿里推廣開的。

阿里從SuperCell學過來這一套，然後化為阿里內功後，再向外推廣。“資料中臺”也是那時候一起推廣出來的，所以主要的廠商都是阿里系的人出來創業的公司。

袋鼠雲、數瀾、奇點雲都是阿里的P9出來創辦的公司，技術都差不多。

• 袋鼠雲是阿里DBA團隊出來的，比較雞賊，牢牢的跟阿里綁死，阿里接單，袋鼠雲幹活，跟在阿里後面；
• 數瀾是阿里產品團隊出來的，產品設計的比較ok，宣傳的也很不錯，業務開展的風生水起；
• 奇點雲是阿里數倉和數加團隊出來的，貌似宣傳的沒上面兩個強，接觸不多（數加是阿里自己的產品）。

如果你們公司業務複雜，資料量巨大，關鍵是業務方面有多個客戶應用場景，資料互動效率低，需要大量的客戶資料價值發現，需求也很緊迫，那可以考慮研究下中臺方案。

六、最後總結

1. 報表平臺解決固定報表、自動化報表，支援列印和計算等大批次批處理作業，公司有需求直接用帆軟一類的平臺解決，配1、2個報表工程師就能搞定了；
2. BI平臺是在報表平臺上增加解決多維分析、自助查詢報表的能力，需要數倉團隊做底層資料支撐，需要BI工程師設定各種度量、維度，做多維分析報表；不用一張張的做固定報表了；
3. 大資料平臺是在BI平臺基礎上，解決大資料量的儲存、計算、實時計算的問題；無需關注底層的海量資料儲存、計算、實時計算等問題；需要增加大資料工程師進行叢集的維護，基於大資料平臺的各種開發工作；
4. 資料中臺是在大資料平臺基礎上，提供ID打通、統一模型、統一服務的能力，附加標籤工廠、使用者分析等偏網際網路屬性的功能。人員需要增加資料中臺產品經理，其他的工作還是由大資料工程師、大資料分析師等完成；
5. 資料治理能力是從BI平臺就開始有了，在大資料平臺和資料中臺中不斷被強化。所以BI平臺、大資料平臺、資料中臺中都有資料治理的能力，在資料中臺中還增加了資料資產和計費的概念和能力。

作者：李啟方，專注資料分析和企業資料化管理；公眾號：資料分析不是個事兒

本文由 @李啟方 原創釋出於人人都是產品經理。未經許可，禁止轉載

題圖來自Unsplash，基於CC0協議