Open source и коммерческие BI: DataLens, Superset, Power BI, Qlik и Tableau

Обновлено 3 сентября 2026 года.

Открытая лицензия, бесплатное использование и размещение на собственном сервере — три разных свойства. У проекта с открытым кодом могут быть платные услуги сопровождения. У закрытого продукта может быть бесплатная версия. У одного бренда могут одновременно существовать облачный сервис и несколько вариантов самостоятельного размещения.

Поэтому сравнивать BI полезно по конкретному сценарию: источникам, модели показателей, ролям пользователей, частоте обновления и требованиям к эксплуатации. Нельзя заранее объявить все коммерческие продукты более зрелыми, а все открытые — более дешёвыми или менее функциональными.

Сначала выберите редакцию и способ размещения

Эта таблица показывает направления проверки, а не рейтинг скорости или качества. Для продуктов с разными редакциями сравнивайте именно доступную вам поставку. Отдельно существует DataLens On-premises с собственной документацией и условиями поставки: его нельзя автоматически приравнивать к сборке из публичного репозитория.

DataLens: что изменилось по сравнению со старым обзором

В актуальном репозитории DataLens указана лицензия Apache 2.0, описаны собственный сервис авторизации, панель добавления пользователей и роли datalens.viewer, datalens.editor, datalens.admin. Утверждение, что в открытой версии вообще нет авторизации и управления пользователями, устарело.

Однако роли из README нельзя считать эквивалентом детального разграничения доступа к каждому объекту: например, datalens.viewer описана как чтение всех коллекций и воркбуков. Для изоляции отделов или клиентов нужно проверять реальные права выбранного релиза. Публичный репозиторий и облачный сервис не обязаны иметь одинаковый набор функций.

В README отдельно отмечено: при включении Highcharts применяются условия лицензии этой библиотеки. Apache 2.0 для проекта не отменяет условия дополнительных компонентов. Отключение Highcharts также влияет на доступные типы визуализаций; это следует учесть в пилоте.

Для облачного Yandex DataLens действует тарификация по рабочим местам. На дату проверки одно место на экземпляр бесплатно; при двух и более в регионе Россия оплачивается каждое по 990 ₽ в месяц с НДС. Место требуется и пользователю, который только смотрит дашборды. Например, десять мест стоят 9 900 ₽ в месяц, а не стоимость девяти мест с «первым бесплатным». Перед покупкой проверяйте действующие условия и возможный пробный период.

Старое описание «полностью бесплатно без ограничения числа пользователей» для текущего облачного сервиса неверно. Названия прежних тарифов Community и Business также не следует использовать вместо действующих правил оплаты.

Superset: SQL-аналитика, а не обязательная огромная таблица

Apache Superset распространяется по Apache License 2.0. Он выполняет запросы к подключённым источникам; сам интерфейс BI не заменяет систему хранения и загрузки всех исходных данных.

Визуализация строится по датасету. Это может быть таблица, представление или результат SQL-запроса, сохранённый для анализа. Несколько таблиц можно соединять средствами SQL. Официальный FAQ прямо различает ограничения интерфейса Explore и возможность JOIN в SQL Lab при наличии доступа к таблицам. Поэтому тезис «Superset не может работать со связанными таблицами» неверен.

Если источники находятся в разных системах, возможность соединения зависит от используемого движка или заранее подготовленной витрины. Наличие коннектора не означает произвольный JOIN любых API. Отдельный ETL-процесс нужен там, где данные действительно требуется переносить и преобразовывать, а не как обязательный ритуал перед каждым графиком.

Производительность зависит от SQL-запросов, источника, кэша и одновременной нагрузки. Необязательно выбирать ClickHouse для каждого проекта. При подходящей схеме и объёме источником может быть другая поддерживаемая СУБД.

В Superset есть роли и настройки безопасности, включая RLS. Их нужно проектировать вместе с правами подключения к базе. Ограничение на уровне графика не следует считать заменой ограничениям на любые другие способы чтения данных.

Power BI: очистка данных и размер модели

В Power BI есть Power Query: он позволяет менять типы, фильтровать строки, объединять и добавлять таблицы, группировать данные и выполнять другие преобразования. Утверждение старой статьи, что Power BI не предлагает очистку данных, было фактической ошибкой.

У Power BI нет общего предела работоспособности в 20–30 тысяч строк. Для Import существенны объём и сжатие модели, кардинальность столбцов, DAX и доступная память. В DirectQuery важны возможности источника и запросы. Документация больших семантических моделей описывает отдельный формат хранения и ограничения ресурсов ёмкости; она не задаёт универсальный предел строк для всех отчётов.

Это не означает отсутствия ограничений. Небольшая модель с неудачными связями и тяжёлыми мерами может работать медленно, а значительно более крупная — удовлетворять требованиям. Лимит строк конкретного экспорта, визуала или промежуточного результата нельзя переносить на весь продукт.

При выборе оценивайте отдельно авторскую работу в Desktop, публикацию, лицензии получателей, обновление и ресурсы Fabric или другой выбранной среды. Бесплатная разработка файла не означает бесплатное управляемое распространение всем сотрудникам.

Qlik, Tableau и Data Studio

Qlik. Ассоциативная модель выбора показывает выбранные, возможные и исключённые значения в контексте загруженных данных. Она помогает исследовать связи, но не исправляет неправильно определённые ключи и не устанавливает причинность. На пилоте проверьте расчёты и поведение выборок на своей модели.

Tableau. Возможности подготовки данных не ограничены оформлением диаграмм: Tableau Prep предназначен для очистки и преобразования. При подключении к данным учитывайте поддерживаемые коннекторы и выбранный способ работы. Live-подключение и извлечение данных имеют разные требования к обновлению и нагрузке. Число пользователей, функции и стоимость зависят от поставки и лицензирования, а не являются безусловно неограниченными.

Google Data Studio. 10 апреля 2026 года Google вернул продукту название Data Studio; ранее он назывался Looker Studio. Это отдельный продукт, его не нужно смешивать с Looker. Командные рабочие пространства относятся к Data Studio Pro. При оценке учитывайте доступ к источникам, правила объединения данных, квоты коннекторов и владение отчётами.

Для любого зарубежного поставщика до выбора подтвердите доступность договора, оплаты, обновлений и поддержки именно для вашей организации. Старые обзоры рынка не заменяют такую проверку.

Полная стоимость: собственный расчёт вместо лозунга «бесплатно»

Ниже условный учебный бюджет на первый год, не прайс продуктов и не результат клиентского проекта. В обоих вариантах нужно поддерживать источники, отчёты и пользователей.

Расчёт: первоначальная настройка + 12 × ежемесячные затраты. В этих предположениях разница составляет 76 000 ₽ в пользу сервиса. При другой стоимости сопровождения и лицензий результат изменится. Добавьте налоги, резервирование, обучение и простои в соответствии с правилами своего бюджета; не смешивайте суммы с НДС и без НДС.

Как провести содержательный пилот

1. Выберите один реальный отчёт и зафиксируйте определения показателей, период, временную зону и уровень детализации.
2. Подготовьте одинаковый набор данных для кандидатов: обычные записи, дубли, пропуски, возвраты и исправления прошлых периодов.
3. Сравните суммы с источником. Отдельно проверьте связи «один ко многим», чтобы не умножить выручку или расходы.
4. Измерьте время открытия, типового фильтра и обновления. Разделите холодный и прогретый кэш, одиночного пользователя и ожидаемую одновременную нагрузку.
5. Проверьте права двумя обычными пользователями из разных групп, включая экспорт и альтернативные способы открытия данных.
6. Проверьте восстановление из резервной копии и действия при отказе источника. Оцените труд сопровождения, а не только время первого запуска.

Результат выбора — воспроизводимый отчёт с правильными числами, подходящими правами и понятной стоимостью эксплуатации. Наличие исходного кода или известного бренда само по себе этот результат не обеспечивает.