Карта BI-челленджа
Следите за BI-челленджем в реальном времени. У каждой платформы свой путь: видно, на каком этапе находится команда вендора, какие испытания уже пройдены и сколько времени занял каждый из них.
Здесь нет первого и последнего места — мы показываем, как каждая BI-платформа проходит задание в общей облачной инфраструктуре.
| Платформа | Поток | Старт | Установка | ETL | Расчёты | Новый источник | Дашборды | Нагрузка | Финиш |
|---|---|---|---|---|---|---|---|---|---|
 | 1 | 14.09 | 1 д 2 ч | 2 д 5 ч | 2-й день | ||||
 | 2 | 14.09 | 0 д 6 ч | 1-й день | |||||
 | 1 | 28.09 | |||||||
 | 2 | 28.09 | |||||||
| Rapeed BI | 3 | 28.09 | |||||||
| Q.Sensor BI | 1 | 05.10 | |||||||
 | 2 | 05.10 | |||||||
 | 3 | 05.10 | |||||||
 | 1 | 12.10 | |||||||
 | 2 | 12.10 | |||||||
 | 3 | 12.10 | |||||||
 | — | — | |||||||
 | — | — | |||||||
 | — | — | |||||||
 | — | — |
Время каждого этапа считаем в рабочих днях — от старта до приёмки результата. На этапе «Расчёты» дополнительно фиксируем число итераций до полного совпадения с эталоном. Все ключевые события и результаты прохождения BI-челленджа публикуем в дневнике проекта в Telegram-канале «Круги Громова».
Что ещё измеряем
Не только скорость, но и реальную стоимость работы с BI: сколько времени нужно, чтобы получить верные расчёты, подключить новый источник или изменить модель, сколько специалистов и инфраструктуры для этого потребуется и во сколько обойдутся лицензии и эксплуатация. В итоге сравниваем не только функциональность, но и стоимость внедрения и владения.
От заявленных возможностей BI-платформ к реальному тесту
BI-челлендж — это практическая часть исследования: участники выполняют техническое задание на реальных данных и под нагрузкой в общей облачной инфраструктуре.
Мы фиксируем результаты каждого этапа, а данные BI-челленджа войдут в свежее исследование BI-круг Громова 2026, чтобы дать честную оценку реальным возможностям решений.
BI-круг Громова 2026
Крупнейшее ежегодное исследование российского рынка BI. С 2019 года мы сравниваем платформы по более чем 600 критериям: от визуализации и работы с данными до архитектуры, безопасности, ИИ и TCO.
Это не рейтинг, а система координат для выбора российских BI-решений. Исследование помогает понять, какая платформа лучше подходит под конкретный сценарий компании.
BI-челлендж Громова 2026
Практическая проверка BI-платформ на реальной задаче: единое ТЗ, два миллиарда строк данных и общая инфраструктура MWS Cloud. Каждая команда загружает данные, строит ETL и дашборды, сверяет расчёты с эталоном и проходит нагрузочный тест на 100 пользователей.
Мы фиксируем не только результат, но и путь к нему: время, число итераций, ресурсы и трудозатраты команды. Эти данные войдут в BI-круг Громова 2026 и покажут, как заявленные возможности платформ работают на практике.
MWS Cloud — единая инфраструктура
Все стенды BI-челленджа разворачиваем в MWS Cloud Platform: используем виртуальные машины и диски, управляемую PostgreSQL с исходными данными и облачные ресурсы для нагрузочных тестов.
DataForge — эталон расчётов
Мы используем DataForge как эталон для расчётов: в платформе фиксируем показатели, формулы и зависимости и получаем контрольные значения для сверки результатов BI-систем. Это даёт единый и прозрачный источник истины для всех участников челленджа.
Какие этапы проходят BI-платформы
Все платформы проходят один путь: установка, загрузка данных, проверка расчётов, новый источник, дашборды и нагрузочный тест. К следующему этапу переходят только после приёмки предыдущего — так результаты сопоставимы, а на финише можно рассчитать стоимость владения.
Установка
Доступ к виртуальным машинам и базе, развёртывание платформы на MWS по собственной схеме вендора, проверка соединения. Сайзинг вендор заявляет сам.
ETL
Полтора миллиарда позиций чеков и полмиллиарда снимков остатков переезжают из управляемой PostgreSQL в хранилище платформы. Засекаем.
Верные расчёты
Тринадцать показателей в четырёх разрезах сверяются с эталоном до копейки и до четвёртого знака. Считаем итерации до совпадения.
Новый источник
План продаж приходит в Excel. Его нужно подключить к модели, не перестраивая её, и посчитать план/факт по городу, товарной группе и году. Часы идут в TCO.
Дашборды
Сводный и детальный дашборды с drill-down, кросс-фильтрацией и таблицей остатков по снимкам. Строятся под запись экрана, монтаж внутри блока запрещён.
Нагрузка
Сто пользователей, пять сценариев JMeter. Не уложились в целевое время — добавляем ресурсов и повторяем. Итоговая конфигурация фиксируется.
Финиш: отчёт и TCO
Архитектура и её обоснование, скриншоты, рекомендации, стоимость владения на сто пользователей. Публикуется в составе исследования.
Ачивки BI-челленджа
Ачивки отмечают сильные результаты платформ по ходу тестирования: верные расчёты, экономный сайзинг, стабильную нагрузку и гибкость при изменениях. Это не рейтинг, а наглядные достижения каждой системы.
Участники
15 платформ. Сейчас на площадке: 2. Этапов пройдено всеми вместе: 3.
Заявленный сайзинг стендов
Облако одно на всех, но конфигурацию стенда выбирает вендор. Цвета, логотипы и характеристики в демо-макете условные и уточняются по ходу проекта.
| Платформа | ВМ | vCPU | RAM | NVMe | Движок и топология |
|---|---|---|---|---|---|
| Luxms BI | 6 | 168 | 624 ГБ | 4,2 ТБ | ClickHouse; кластер с репликой, три Keeper |
| Glarus BI | 3 | 72 | 240 ГБ | 1,5 ТБ | ClickHouse; одна машина данных на потолке площадки |
| Modus BI | 5 | 88 | 240 ГБ | 2 ТБ | PostgreSQL 15 + ClickHouse; разделение ролей, свой ETL на 1С |
| AW BI | 4 | 128 | 512 ГБ | 3,2 ТБ | ClickHouse; кластер из двух узлов |
| Rapeed BI | 3 | 144 | 576 ГБ | 7,4 ТБ | Собственный стек в контейнерах; кластер из трёх машин, 15 контейнеров |
| Q.Sensor BI | 2 | 96 | 384 ГБ | 1,5 ТБ | StarRocks + ClickHouse; весь стек в Docker на одной машине |
| Visiology | 5 | 176 | 704 ГБ | 3 ТБ | ClickHouse (ДанКо); реплика датасета, автобалансировка запросов |
| Insight | 3 | 144 | 576 ГБ | 3 ТБ | ClickHouse; кластер из двух узлов |
| Форсайт | 2 | 96 | 384 ГБ | 1,5 ТБ | PostgresPro + Axe; узел данных и вычислительный узел |
| Polymatica | 7 | 228 | 872 ГБ | 3,7 ТБ | In-memory (PA) + ClickHouse (PD); два продукта, четыре вычислительных узла |
| PIX BI | 3 | 88 | 336 ГБ | 2,5 ТБ | Движок уточняется; три узла разного калибра |
| RT.DataVision | Сайзинг уточняется | ||||
| ТЕРН | Сайзинг уточняется | ||||
| ОМЕГА | Сайзинг уточняется | ||||
Luxms BI
Кластерная схема с репликацией: хранение и расчёт в ClickHouse, семантика и визуализация в узле Luxms BI. Узел Luxms BI и две реплики ClickHouse по 48 vCPU / 192 ГБ с NVMe 1,5 ТБ, три узла ClickHouse Keeper. Памяти запросили больше, чем даёт одна ВМ в MWS, поэтому ограничение компенсировали ядрами.
Glarus BI
Детальный слой в одной большой ClickHouse-машине на потолке площадки, семантический слой, дашборды и ETL на отдельном сервере приложений. ClickHouse 48 vCPU / 192 ГБ с NVMe 1,5 ТБ, сервер приложений 16 / 32, служебная PostgreSQL 8 / 16.
Modus BI
Пять машин с разделением ролей: собственный ETL на платформе 1С наполняет PostgreSQL и аналитический слой в ClickHouse. Modus ETL 16 / 32, аналитический портал 16 / 32, PostgreSQL 15 с NVMe 1 ТБ, ClickHouse 32 / 128 с NVMe 1 ТБ, рабочее место на Windows Server.
AW BI
Четыре машины, аналитическая СУБД в кластере из двух узлов: Backend 32 / 128, ETL-сервер 32 / 128 с NVMe 1,2 ТБ, два узла ClickHouse 32 / 128 с NVMe 1 ТБ.
Rapeed BI
Контейнерный кластер на трёх машинах максимальной для площадки конфигурации: три сервера 48 vCPU / 192 ГБ с NVMe 2,5 ТБ каждый, виртуальные ноды и пятнадцать контейнеров. Состояние кластера хранится на сетевых дисках, данные — на локальных.
Q.Sensor BI
Платформа Диасофт. Сервер 48 vCPU / 192 ГБ, весь стек в Docker: StarRocks, Kafka, Keycloak, PostgreSQL, файловое хранилище; NVMe 1,5 ТБ. Дополнительно ClickHouse 48 / 192.
Visiology
Движок на ClickHouse с репликой датасета и автобалансировкой запросов, отдельные машины под приложение и метаданные. Три узла ДанКо по 32 / 128 с NVMe 1 ТБ, App 48 / 192, Platform 32 / 128.
Insight
Три машины: сервер приложения 48 / 192 с NVMe 1 ТБ и кластер ClickHouse из двух узлов 48 / 192 с NVMe 1 ТБ.
Форсайт
Две машины: колоночный узел данных AXE на PostgresPro 48 / 192 с NVMe 1,5 ТБ и вычислительный узел FSIGHT 48 / 192 с обработкой в памяти.
Polymatica
Два продукта в связке: Polymatica Analytics для расчётов в памяти на четырёх узлах и Polymatica Dashboards поверх ClickHouse. PA Master 32 / 128, три вычислительных узла 48 / 192, сервер приложений PD 16 / 32, ClickHouse 32 / 128 с NVMe 1 ТБ и nginx.
PIX BI
Три машины разного калибра под данные, приложение и служебные задачи: 48 / 192 с NVMe 1,5 ТБ, 32 / 128 с NVMe 1 ТБ и 8 / 16.
Дневник BI-челленджа Громова 2026
Короткие записи о ходе тестирования, участниках, их успехах, находках и пройденных этапах публикуем в Telegram-канале «Круги Громова».
Продолжение дневника — в Telegram.
Все записи в канале «Круги Громова» →