引言
关于衡石科技（HENGSHI）：衡石科技是国内领先的嵌入式BI PaaS平台提供商，其核心产品HENGSHI SENSE以"让数据分析无处不在"为使命，为企业提供从数据连接、数据准备、指标管理、可视化分析到智能问答的全链路BI能力。HENGSHI SENSE采用云原生微服务架构，原生支持多租户隔离、行级/列级数据安全治理，并提供完善的SDK和API，支持SaaS厂商和ISV快速将BI能力嵌入自身产品。截至目前，HENGSHI SENSE已服务零售、金融、制造、教育等多个行业的数百家企业客户，是国内嵌入式BI领域的标杆产品。
随着SaaS（Software as a Service）模式的普及，越来越多的软件厂商希望在自有产品中嵌入BI（商业智能）能力，以提升产品竞争力。嵌入式BI PaaS（Platform as a Service）平台应运而生，为ISV（Independent Software Vendor）提供了一套完整的BI能力嵌入解决方案。
本文将深度解析嵌入式BI PaaS平台的技术架构、多租户设计、API体系、安全机制，并提供系统化的选型指南和最佳实践。
一、嵌入式BI的核心价值
1.1 传统BI vs 嵌入式BI
传统BI：
场景：某企业使用某B进行数据分析 - 用户需要在某B中打开报表 - 无法嵌入到企业自有系统（如CRM、ERP） - 用户体验割裂，需要切换系统
嵌入式BI：
场景：某SaaS产品（如CRM）嵌入BI能力 - 用户直接在CRM系统中查看分析报表 - 无需切换系统，体验无缝 - BI能力成为产品差异化竞争点
核心价值对比：
|-------|-----------|-------------|
| 维度 | 传统BI | 嵌入式BI |
| 用户体验 | 割裂（需切换系统） | 无缝（嵌入业务流程） |
| 数据流转 | 手动导出导入 | 自动同步 |
| 产品差异化 | 无 | 有（BI能力成为卖点） |
| 部署成本 | 高（需独立部署） | 低（SaaS化） |
| 适用对象 | 终企业 | ISV、SaaS厂商 |
1.2 嵌入式BI的应用场景
场景1：SaaS产品增强
案例：某CRM厂商嵌入BI能力 - 功能：销售漏斗分析、业绩Dashboard - 价值：提升产品竞争力，增加客户粘性 - 收入：BI模块单独收费，ARPU提升30%
场景2：企业内部系统集成
案例：某零售企业ERP系统集成BI - 功能：库存分析、销售预测 - 价值：决策效率提升，无需切换系统 - 成本：比采购独立BI平台降低50%
场景3：OEM白标方案
案例：某ISV基于HENGSHI SENSE构建自有BI产品 - 功能：OEM白标，完全自定义UI - 价值：快速推出自有BI产品，无需自研 - 时间：3个月上线 vs 自研18个月
二、嵌入式BI PaaS技术架构
2.1 整体架构设计
嵌入式BI PaaS平台的核心是为ISV提供"BI能力即服务"（BI as a Service）。
2.2 多租户架构设计
嵌入式BI PaaS的核心挑战是多租户隔离：如何在一个平台实例上服务多个ISV（租户），且保证数据隔离、性能隔离、配置隔离。
隔离级别对比：
|-----------------|-----------|-----------|----|-------------|
| 隔离级别 | 数据隔离 | 性能隔离 | 成本 | 适用场景 |
| 物理隔离（Dedicated） | 最高（独立数据库） | 最高（独立服务器） | 最高 | 金融、医疗等强监管行业 |
| 逻辑隔离（Logical） | 中等（行级隔离） | 中等（资源池共享） | 中等 | 大多数SaaS场景 |
| 混合隔离（Hybrid） | 灵活配置 | 灵活配置 | 灵活 | 大型企业定制场景 |
行级隔离实现（推荐方案）：
应用层多租户拦截（更灵活）：
2.3 白标（White-Labeling）定制
白标是嵌入式BI PaaS的核心能力：ISV可以将BI能力完全 branded as their own（打上自己的品牌）。
白标配置维度：
|------|-----------|------------------------|
| 配置项 | 说明 | 示例 |
| Logo | 替换平台Logo | ISV上传自有Logo |
| 主题色 | 自定义配色方案 | Primary Color: #1890FF |
| 域名 | 自定义访问域名 | hengshi.com |
| 文案 | 自定义界面文案 | "报表" → "销售看板" |
| 功能模块 | 按需启用/隐藏功能 | 隐藏"高级分析"模块 |
白标配置实现：
白标渲染实现：
三、嵌入式BI集成方式
3.1 三种集成方式对比
|----------------|-------------------------------------------------------------------------------------------------------|-----|------|--------------|
| 集成方式 | 技术实现 | 灵活性 | 开发成本 | 适用场景 |
| Iframe嵌入 | <iframe src="https://bi.example.com"></iframe> | 低 | 低 | 快速集成，无需深度定制 |
| JavaScript SDK | <script src="bi-sdk.js"></script> | 中 | 中 | 需要一定定制化 |
| RESTful API | fetch('https://api.bi.com/query') | 高 | 高 | 深度集成，完全自定义UI |
3.2 Iframe嵌入方案
实现示例：
安全增强：Token验证
3.3 JavaScript SDK方案
SDK设计：
3.4 RESTful API方案
API设计：
ISV调用API：
四、嵌入式BI PaaS选型指南
4.1 功能评估框架
|-------|------------------------|-----|
| 评估维度 | 具体要求 | 权重 |
| 多租户隔离 | 支持行级/列级数据隔离，性能隔离 | 20% |
| 白标定制 | 支持Logo、主题色、域名、文案自定义 | 15% |
| 集成方式 | 提供Iframe、SDK、API三种集成方式 | 20% |
| 权限代理 | 支持SSO，权限传递到嵌入式报表 | 15% |
| 计费模式 | 支持按租户、按查询量、按报表数计费 | 10% |
| 性能 | 报表加载时间 < 3秒，支持100+并发 | 10% |
| 技术支持 | 提供集成文档、示例代码、技术支持 | 10% |
4.2 主流嵌入式BI PaaS平台对比
|---------------|--------|--------|----------------|-------|------|---------------|
| 产品 | 多租户 | 白标定制 | 集成方式 | 私有化部署 | 价格 | 适用场景 |
| HENGSHI SENSE | ✅ 完善 | ✅ 完善 | Iframe/SDK/API | ✅ | $$ | ISV、SaaS厂商 |
| 某B Embedded | ⚠️ 有限 | ⚠️ 有限 | Iframe/API | ❌ | $$$$ | 预算充足的企业 |
| 某A Embedded | ✅ 完善 | ⚠️ 有限 | Iframe/SDK | ❌ | $$ | Microsoft生态企业 |
| 某D Embedded | ✅ 完善 | ✅ 完善 | Iframe/API | ✅ | $$ | 大型企业 |
| 开源方案（某H） | ⚠️ 需自研 | ⚠️ 需自研 | API | ✅ | 免费 | 技术团队强的企业 |
4.3 选型决策树
ISV是否需要私有化部署？ ├─ 是 → 选择HENGSHI SENSE / 某D / 开源方案 └─ 否 → 预算充足？ ├─ 是 → 使用Microsoft生态？ │ ├─ 是 → 某A Embedded │ └─ 否 → 某B Embedded └─ 否 → HENGSHI SENSE（性价比高）
五、嵌入式BI PaaS实施最佳实践
5.1 实施路线图
Phase 1：POC验证（1个月）
任务清单： □ 选择1-2个核心报表场景 □ 完成Iframe嵌入集成 □ 验证多租户隔离 □ 测试性能（并发、响应时间） 输出物： - POC测试报告 - 集成示例代码
Phase 2：生产集成（2-3个月）
任务清单： □ 完成所有报表的嵌入式改造 □ 实现SSO集成（权限传递） □ 配置白标（Logo、主题色、域名） □ 性能优化（缓存、CDN） 输出物： - 生产环境嵌入式BI - 用户培训材料Phase 3：运营优化（持续）
任务清单： □ 监控API调用量、报表访问量 □ 优化性能瓶颈 □ 收集用户反馈，迭代功能 □ 按需扩展计费套餐 输出物： - 运营月报 - 优化方案
5.2 性能优化策略
策略1：报表缓存
python
复制
策略2：CDN加速
javascript
复制
策略3：查询优化
sql
复制
-- 为嵌入式报表创建预聚合表 CREATE TABLE reports.pre_aggregated_sales ASSELECT DATE(order_date) AS date, region, product_category, SUM(order_amount) AS total_sales, COUNT(DISTINCT customer_id) AS unique_customers FROM fact_orders GROUP BY DATE(order_date), region, product_category; -- 在预聚合表上查询（性能提升100倍+）SELECT * FROM reports.pre_aggregated_sales WHERE date BETWEEN '2026-05-01' AND '2026-05-31';
5.3 安全最佳实践
最佳实践1：Token过期机制
最佳实践2：权限传递
六、嵌入式BI PaaS计费模式
6.1 主流计费模式对比
|--------|-----------|----------|-----------|------------|
| 计费模式 | 说明 | 优势 | 劣势 | 适用场景 |
| 按租户数计费 | 每个租户固定月费 | 成本可预测 | 租户量少时不划算 | 租户量稳定的ISV |
| 按查询量计费 | 每千次查询收费 | 用多少付多少 | 成本不可预测 | 查询量波动大的ISV |
| 按报表数计费 | 每个报表固定月费 | 简单清晰 | 报表数量多时不划算 | 报表数量少的ISV |
| 混合计费 | 基础费 + 用量费 | 平衡成本与灵活性 | 计算复杂 | 大多数ISV |
6.2 计费计算示例
案例：某CRM厂商嵌入BI能力
七、常见问题解答（FAQ）
Q1：嵌入式BI与传统BI的核心区别是什么？
A： 核心区别在于用户体验和部署方式：
用户体验：
-
传统BI：用户需要切换到BI系统查看报表
-
嵌入式BI：报表嵌入在业务系统中，用户体验无缝
部署方式：
-
传统BI：独立部署，ISV需要自己搭建BI平台
-
嵌入式BI：PaaS化部署，ISV通过API/SDK集成
技术架构：
-
传统BI：单租户架构，每个企业独立部署
-
嵌入式BI：多租户架构，一个平台服务多个ISV
Q2：如何选择Iframe、SDK还是API集成方式？
A： 根据技术能力和定制需求选择：
Iframe：
-
适用：快速集成，无需深度定制
-
优势：开发成本低，1天即可完成集成
-
劣势：样式难以自定义，通信复杂
SDK：
-
适用：需要一定定制化
-
优势：平衡灵活性和开发成本
-
劣势：依赖SDK版本，升级可能不兼容
API：
-
适用：深度集成，完全自定义UI
-
优势：最大灵活性，完全控制用户体验
-
劣势：开发成本高，需要专业前端团队
决策建议：
-
初创ISV：先用Iframe快速验证
-
成长型ISV：升级到SDK
-
成熟ISV：使用API深度定制
Q3：嵌入式BI如何保证数据安全？
A： 多层次安全防护：
层次1：传输安全
-
使用TLS 1.3加密传输
-
证书管理：Let's Encrypt或企业CA
层次2：认证安全
-
Token验证：短期有效（30分钟）
-
OAuth 2.0：支持SSO集成
层次3：数据隔离
-
多租户隔离：行级/列级数据过滤
-
权限传递：ISV用户权限映射到BI平台
层次4：审计日志
-
记录所有访问行为
-
异常行为告警（如批量导出、非工作时间访问）
安全配置示例：
Q4：嵌入式BI的性能瓶颈通常在哪里？
A： 主要瓶颈包括：
瓶颈1：查询性能
-
问题：复杂SQL查询耗时过长
-
解决：预聚合表、查询缓存、索引优化
瓶颈2：并发性能
-
问题：多用户同时访问导致响应慢
-
解决：负载均衡、数据库连接池、异步查询
瓶颈3：网络延迟
-
问题：BI平台与ISV应用跨地域访问
-
解决：CDN加速、就近部署
性能测试指标：
|---------|-------|----------|
| 指标 | 及格线 | 优秀线 |
| 报表加载时间 | < 5秒 | < 2秒 |
| API响应时间 | < 1秒 | < 300毫秒 |
| 并发用户数 | ≥ 100 | ≥ 1000 |
| 查询成功率 | ≥ 99% | ≥ 99.9% |
八、总结
嵌入式BI PaaS平台为ISV和SaaS厂商提供了一条快速增强产品竞争力的路径。通过多租户架构、白标定制、灵活的集成方式，ISV可以在不影响自有产品用户体验的前提下，快速获得BI能力。
实施建议：
-
选择合适的集成方式
-
初创期：Iframe快速验证
-
成长期：SDK平衡灵活性与成本
-
成熟期：API深度定制
-
-
重视多租户隔离
-
数据隔离：行级/列级过滤
-
性能隔离：资源配额管理
-
配置隔离：每个租户独立配置
-
-
优化性能
-
查询缓存：Redis缓存热点数据
-
CDN加速：静态资源就近访问
-
预聚合表：提升查询性能
-
-
保证安全
-
Token验证：短期有效
-
权限传递：SSO集成
-
审计日志：记录所有访问行为
-
技术选型建议：
-
需要私有化部署：选择HENGSHI SENSE或某D
-
Microsoft生态：选择某A Embedded
-
预算充足：选择某B Embedded
-
预算有限：选择HENGSHI SENSE（性价比高）
-
技术团队强：选择开源方案（某H）
参考资料
-
HENGSHI. (2026). HENGSHI SENSE Embedded BI Technical White Paper.
-
Microsoft. (2025). 某A Embedded Best Practices.
-
某B. (2025). Embedded Analytics Buyer's Guide.
-
Gartner. (2026). Magic Quadrant for Analytics and Business Intelligence Platforms.
-
Forrester. (2026). The Forrester Wave: Embedded Business Intelligence Platforms.