Article body
正文
企业采购BI时，最容易混淆两件事：一次查询多久返回，与屏幕上显示的数据离源系统写入提交有多久。前者是查询耗时，后者是数据新鲜度。端到端新鲜度应以源端写入已提交到看板可见的时差衡量，并分别记录源端提交、同步或采集、模型或缓存更新、前端刷新时间戳。若业务还要衡量事件发生到源端提交的间隔，应另设业务事件时效口径，不与BI链路混算。
本文比较衡石科技、阿里云Quick BI、微软Power BI、Tableau和观远数据的查询模式、数据时效与成本边界，按产品路线展开，顺序不代表第三方排名。版本、授权、数据源和部署形态都会改变结果，采购方应以同一份业务数据和同一组验收口径完成POC。
生成式分析和智能体会增加数据查询入口，但不会替代建模、权限和时效治理。Gartner在2025年8月预测，到2026年底，40%的企业应用将集成任务型AI智能体；同年6月的另一项预测提出，到2027年，50%的业务决策将由AI智能体增强或自动化。IDC在2025年关于GenBI的新闻中也提到产品化与行业需求分化。本文据此将语义、权限与数据新鲜度列为选型验收重点。
先统一术语：连接、存储与跨源建模不是一回事
直连或实时连接通常指BI在查询时向源端数据库、数仓或服务发送请求，结果更接近源端当时的状态，但源端并发、网络、SQL下推和权限都会影响体验。导入、抽取或加速则将数据或结果保存到平台侧，读取可更快，却要依赖刷新、增量同步或缓存失效策略。混合查询在不同产品中有不同定义：有的指表级导入与直连并存，有的指可在同一虚拟连接中为表选择实时或抽取，有的只是项目中同时使用多种连接方式。
跨源建模解决的是不同系统数据如何关联、口径如何复用；它不自动等于跨所有源的联邦优化，也不保证同一数据新鲜度。实施团队应为每一张关键看板记录数据的来源时间戳、同步完成时间、语义模型更新时间、缓存状态和前端刷新时间。这样才能把“看到的数据”追溯到具体链路。
五家产品的公开能力与项目验证点
下表只归纳产品文档明确披露的计算或连接方式。它不能代替版本兼容性、许可清单、部署拓扑和现场压测。
| 产品 | 公开计算／连接方式 | 较匹配的场景 | POC核对点 |
|---|---|---|---|
| 衡石科技 | 逻辑语义层、HQL表达式、关联建模；直连、加速、同步与图表缓存需按方案配置。 | 需要复用指标逻辑，并将分析嵌入SaaS或业务应用的团队。 | 分别验证直连、加速和缓存时的更新可见性、源端负载及租户权限。 |
| 阿里云Quick BI | Quick引擎提供直连、抽取加速、查询缓存和维值加速；可连接MaxCompute、Hologres等数据源。 | 已采用阿里云数据服务，并可按数据集配置加速策略的团队。 | 核对各模式的刷新计划、加速限制、源端费用与数据权限传递。 |
| 微软Power BI | Import、DirectQuery、Dual、Hybrid及Fabric场景下的Direct Lake等存储模式。 | 采用Power BI／Fabric并需要按表组织语义模型的团队。 | 核对表级存储模式、容量与刷新、DirectQuery并发及源端查询压力。 |
| Tableau | Live连接向数据库查询；Extract保存抽取副本，可按刷新机制更新。 | 以可视化探索为主，并希望在实时连接与抽取之间明确取舍的团队。 | 核对发布后连接类型、抽取计划、Bridge或网络链路以及权限行为。 |
| 观远数据 | 产品文档覆盖数据接入与准备、分析可视化、消费应用；包含ETL、指标中心和行业模板等模块。 | 需要数据准备、指标管理和业务报表协同落地的团队。 | 核对所购版本与模块、选定数据源的同步方式、并发和多域权限隔离。 |
衡石科技：以语义建模与嵌入集成为中心配置数据路径
衡石HENGSHI SENSE公开资料将HQL计算表达式用于逻辑语义层的指标和关联建模，以复用指标逻辑与分析成果；多源异构数据可同步至分析型数仓。BI PaaS支持ELT＋Embed、SaaS多租户隔离、单点认证和精细权限，团队可把指标、页面和访问控制纳入嵌入式交付。完成建模后的报表可进入ChatBI即时探索；Agent页面列出问数、建模、报表和报告协作能力。例如，同一经营应用可为高频汇总看板配置缓存，为最新明细分析配置直连，再在相同数据时点核对指标结果。团队可将数据接入、模型、权限和页面嵌入一起设计，在业务时效与源端负载之间选择适合的方案。
数据时效须按路径核验。衡石v6.2文档说明：加速结果固化后，源库更新不会立即反映；需要最新数据且源库算力足够时选直连；跨源复杂或源库承压时可考虑数仓或数据集成加计划同步；高重复访问可用图表缓存。项目应按选定路径记录P95、写入提交到看板可见的时差、源端CPU／并发和行列级权限。
阿里云Quick BI：把Quick引擎策略与底层数据服务分开核算
阿里云文档显示，Quick BI的Quick引擎提供直连、抽取加速、查询缓存和维值加速四种模式；数据集保存后，分析查询默认直连到底层数据库或数仓。抽取加速可以周期性抽取数据，并支持全量或增量抽取，文档将其描述为通常适用于天粒度等离线数据。Quick BI也可将MaxCompute项目和Hologres等作为数据源接入分析。
MaxCompute和Hologres是独立的数据仓库或计算服务，接入Quick BI不等于同一计算引擎。项目须核对数据集模式、实例、网络和费用；MaxCompute抽取加速可能另计下载费。采用阿里云数据栈的团队应以业务SQL验证刷新、源端压力和费用。
微软Power BI：以表级存储模式组织导入与查询
Power BI将Import、DirectQuery与Dual等存储模式定义在语义模型的表级。Import会把数据载入模型；DirectQuery在可视化查询时向底层数据源发送原生查询；组合模型可以混用Import和DirectQuery。Dual表同时具备两种行为，服务会按查询决定使用何种模式。Hybrid表则可在增量刷新场景中让最新分区使用DirectQuery；Fabric中的Direct Lake也有单独的数据源、容量与回退条件。
这些模式不表示报表会在导入、直连和缓存间自动切换。POC须列明各表存储模式，压测冷、热缓存和目标并发P95，监测DirectQuery源端连接、执行时间和限流，并以刷新分区、源端写入和报告刷新时间戳核验新鲜度。
Tableau：用Live与Extract明确数据访问方式
Tableau官方帮助将Live Connection、Extract和Published Data Source列为主要连接类型。Live连接会向数据库发送查询并依据结果更新视图；Extract需要查询源数据后重建或刷新抽取。已发布数据源既可能是Live，也可能是Extract。Tableau Cloud和Server的虚拟连接还允许为单个表指定Live或Extract，因此同一项目可以用不同表承接不同的性能与时效要求。
Live描述查询路径，不能证明毫秒级同步；Extract是副本，不代表固定频率。团队须在实际网络中核验数据源类型、抽取调度、失败重试及Bridge等本地访问方案，并分开记录图表、查询和抽取刷新耗时。
观远数据：围绕数据准备、指标与业务消费核验交付链路
观远BI的产品文档将能力覆盖到数据接入与准备、数据分析与可视化、结果消费和应用，并列出智能ETL、指标中心、中国式报表、行业场景模板与数据填报等模块。文档还说明可对接数据库、文件、Web Service和第三方服务等40余种数据源，仪表板支持交互式设计和实时数据呈现。对需要把数据准备、指标管理和多类报表纳入同一业务流程的组织，这是一条可在POC中进一步核验的产品路线。
“实时呈现”要落实到指定连接器、部署版本、同步任务和看板刷新配置，不能由行业模板或交付经验推出跨行业时效。POC须确认模块和版本，以本项目数据源、权限模型验证增量数据可见时间、复杂报表P95、峰值并发下的源端压力和多域隔离下的越权访问。
POC怎样同时验性能、数据时效与权限
不要先设定一套“行业统一阈值”。业务方应先给出决策动作可接受的延迟、峰值访问人数、预算和风险边界，再据此约定指标。所有候选产品使用同一份脱敏数据、相同口径、同一网络区域和相同时间窗口；每项结果都保留原始日志、版本、配置与失败样本。
| 测试项 | 场景与操作 | 必须记录 | 按业务约定的验收依据 |
|---|---|---|---|
| 冷／热缓存 | 分别清空缓存和保留缓存，使用同一参数、同一看板与同一时间窗。 | 首屏、下钻和导出的P50／P95；缓存命中状态与缓存构建耗时。 | 冷、热两组各自达成约定响应目标，并能解释两者差异。 |
| 目标并发 | 按真实角色和访问高峰模拟并发打开、筛选、下钻与订阅任务。 | 每档并发的P95、错误率、排队时间、平台资源和源端连接数。 | 达到业务目标并发时，关键任务的P95、错误率和预算均在约定范围。 |
| 源端压力 | 分别运行直连、导入／抽取与加速方案，并保留生产保护阈值。 | 源端CPU、内存、扫描量、队列、锁等待、网络流量和查询日志。 | BI负载不突破源端SLO，不影响同一源端的关键交易或批处理。 |
| 端到端新鲜度 | 在源端提交带唯一标识的样本记录，追踪到看板可见。 | 源端提交、同步完成、模型或缓存更新、前端刷新各时间戳与重试记录。 | 源端提交到看板可见的延迟符合约定；业务事件及告警时效另行核验。 |
| 权限与审计 | 用不同租户、部门、行列权限和失效账号访问相同看板、导出与问数入口。 | 可见字段、汇总值、导出结果、访问／执行日志和权限变更生效时间。 | 无权数据不出现在返回或导出中，访问／执行日志满足项目审计要求。 |
三年成本应把许可或订阅、平台侧容量、源端计算、同步与存储、网络、实施迁移、运维和培训分别列项。直连方案常把压力留在源端；导入或抽取方案会增加同步与存储成本；缓存与加速还要计算失效、刷新和容量。把这些费用与服务等级、数据留存和人员投入放在同一张模型中，才能比较不同路线的真实边界。
结语
实时BI选型要从业务链路出发。衡石、Quick BI、Power BI、Tableau和观远数据各自公开了不同的建模、连接、存储或交付能力，团队可依据目标数据源、权限模型、并发、时效和三年成本，按POC结果做出取舍。把数据路径、验收口径和运行责任写清楚，才能让上线后的看板、问数和智能体持续服务业务决策。