# DataHub проти Collibra: чому безкоштовному каталогу даних з відкритим кодом усе одно потрібен інженерний бюджет

Ліцензія на ваш каталог даних коштує нуль доларів. Ваш рахунок за каталог даних усе одно може перевищувати сто тисяч доларів на рік — просто він з'являється у фонді оплати праці, а не в інвойсі. Якщо ви порівнюєте DataHub — платформу метаданих з відкритим кодом, що виросла з LinkedIn, — з Collibra, корпоративним пакетом для управління даними, то різниця в ціні ліцензій — це найменш цікаве число в цьому порівнянні. Цікаве число — це рядок інженерних годин, якого жоден із постачальників не додає на свою сторінку з цінами.

Цей посібник розбирає, скільки насправді коштує кожен із варіантів, де ховаються приховані витрати і як малому чи середньому бізнесу слід бюджтетувати рішення щодо каталогу даних так, як воно й є — капітальний проєкт.

## Скільки насправді коштує Collibra

Collibra не публікує прайс-листи — ви спілкуєтеся з відділом продажів — але звіти третіх сторін дають послідовну картину. Лістинги на AWS Marketplace оцінюють базову підписку Collibra Cloud Platform приблизно в $170 000 на рік лише за доступ до платформи. Галузеві порівняння оцінюють типовий корпоративний контракт у діапазоні від $170 000 до $510 000 і більше на рік залежно від обсягу активів даних, кількості користувачів і модулів.

І базова підписка — це лише перший рядок. Рецензенти бюджетів незмінно називають ще п'ять:

- **Додаткові модулі.** Походження даних (data lineage) і якість даних — це окремі ліцензовані модулі, кожен зі своєю ціною.
- **Послуги впровадження.** Корпоративні впровадження зазвичай займають від шести до дванадцяти місяців, значна частина яких — платні професійні послуги.
- **Хостинг та інфраструктура.** Навіть хмарні редакції можуть включати компоненти споживання чи хостингу залежно від контракту.
- **Витрати на персонал.** Хтось на вашому боці все одно має курувати глосарій, затверджувати робочі процеси та керувати тими, хто керує.
- **Постійна підтримка.** Оновлення, усунення неполадок і підтримка інтеграцій у робочому стані в міру зміни схем і робочих просторів BI.

Усе це не означає, що Collibra завищує ціну. Для регульованого банку чи страховика, якому потрібне управління на основі робочих процесів, журнали аудиту та хостинг з авторизацією FedRAMP, ці витрати купують відповідність вимогам, створити яку самостійно коштувало б набагато дорожче. Але це чесно встановлює базовий рівень: «дорогий» варіант коштує приблизно $170 000 на рік, ще до того, як ви наймете персонал.

## Чим насправді є DataHub

DataHub — це платформа метаданих з відкритим кодом, спочатку створена в LinkedIn, а нині підтримувана під ліцензією Apache 2.0 з керованою редакцією DataHub Cloud, яку продає Acryl Data. Її суть — граф метаданих: система, керована подіями, яка приймає технічні метадані з понад сотні джерел — сховищ даних, інструментів BI, конвеєрів трансформації, систем доступу — і надає виявлення, походження на рівні стовпців, бізнес-глосарій і контракти даних з однієї моделі.

Є три способи її запуску:

1. **Самостійне розгортання в Docker** для розробки та малих команд.
2. **Самостійне розгортання в Kubernetes через Helm**, рекомендований шлях для продакшену.
3. **DataHub Cloud** — керована SaaS-редакція без інфраструктури для обслуговування, з підтримкою SLA, моніторами спостережуваності та AI-асистентом — ціна за запитом, як і в більшості корпоративних SaaS.

Ядро з відкритим кодом коштує нуль за ліцензію. Це речення правдиве і, окремо взяте, небезпечно неповне.

## Чесне порівняння

Поставте обидва варіанти поруч за сукупною вартістю володіння, а не за ліцензійними зборами, і картина зміниться:

| Рядок витрат | Collibra | Самостійний DataHub | DataHub Cloud |
| --- | --- | --- | --- |
| Ліцензія | ~$170k+/рік базова | $0 | SaaS за запитом |
| Інфраструктура | Включена або за споживанням | Ваш рахунок за хмару: обчислення, пошук, сховище | Включена |
| Впровадження | 6–12 місяців, часто з послугами | 2–4 тижні до першої цінності, довше до продакшен-готовності | Від днів до тижнів |
| Постійна інженерія | Низька (постачальник обслуговує) | 0,25–0,5 FTE або більше | Низька |
| Глибина управління | Найглибша: робочі процеси, рамки відповідності | Створити чи купити: глосарій і контракти включені, робочі процеси — ваші | Компроміс плюс монітори |

Ринок помітив прогалину в середині. Сучасні SaaS-каталоги, як-от Atlan і Secoda, мають ціну в діапазоні приблизно $50 000–$200 000 на рік із впровадженням за один-вісім тижнів — саме ті покупці, які здригаються від кошторисів Collibra, але не можуть утримувати платформну команду.

## Рядок P&L про інженерні години

Ось де «безкоштовне» отримує свій справжній цінник. Продакшен-версія самостійного DataHub — це не один контейнер. Це розподілена система: сервіс метаданих GMS, Kafka для потоку подій, OpenSearch або Elasticsearch для пошуку та MySQL чи Postgres для системного сховища — плюс конвеєри прийому даних, які підтримують кожен конектор у робочому стані в міру дрейфу схем на боці джерел.

Кожен із цих компонентів потребує налаштування, оновлень, резервного копіювання, моніторингу та чергувань на виклики. Галузеві аналізи самостійних стеків з відкритим кодом оцінюють цю закономірність у приблизно чверть до половини повної ставки інженера для постійної підтримки помірно складеної системи, а приховані витрати володіння — у 60–70 відсотків сукупної вартості за деякими оцінками. Одне широко цитоване порівняння виявило, що самостійно розгорнутий Sentry для команди з п'ятнадцяти інженерів коштував близько $9 500 на рік, якщо врахувати сервери, налаштування, оновлення та один великий інцидент — більше, ніж хостова альтернатива.

Порахуйте зі своєю повною вартістю години. Платформний інженер із повною вартістю $180 000 на рік, який витрачає чверть свого часу на обслуговування каталогу, — це $45 000 щорічних витрат, ще до хмарної інфраструктури. За половини FTE це $90 000 — більше ніж половина початкової ціни корпоративного пакета, якого ви намагалися уникнути. Додайте початкове налаштування (два-чотири тижні), міграції між мажорними версіями (приблизно двічі за два роки для проєкту, що швидко розвивається) та інцидент, якого у вас ще не було, — і «нульова вартість ліцензії» легко перетворюється на $60 000–$120 000 на рік реальних грошей.

Це все ще менше за початкову ціну Collibra. Але це не нуль, це не безкоштовно і — що критично — це інженерний фонд оплати праці, найдефіцитніший бюджет у більшості малих бізнесів. Кожна година, яку ваш платформний інженер витрачає на налаштування шардів OpenSearch, — це година, не витрачена на ваш продукт.

### Питання, які виявляють справжнє число

Перш ніж зобов'язуватися до самостійного хостингу, дайте письмові відповіді на ці питання:

- **Хто відповідає за оновлення?** Назвіть людину, а не команду. Якщо вона піде, що зламається?
- **Яка історія чергувань на виклики?** Системи метаданих виходять з ладу о 2-й ночі, як і все інше. Є ротація, чи це один герой?
- **Скільки конекторів ви насправді запускатимете?** Кожна інтеграція — це поверхня для обслуговування. Десять робочих конекторів коштують суттєво більше за два.
- **Яка ваша хмарна база?** Оцініть кластер пошуку, Kafka та базу даних у вашого хмарного провайдера до початку, а не після.
- **Як виглядатиме вісімнадцятий місяць?** Закладіть два мажорні оновлення та щонайменше один болісний інцидент у перші два роки.

Якщо ви не можете відповісти на всі п'ять, у вас немає переваги у витратах — у вас є неоцінений ризик.

## Коли перемагає кожен варіант

**Самостійний DataHub перемагає, коли** у вас уже є платформна команда з досвідом Kubernetes і стрімінгу, ваші потреби в управлінні є технічними (виявлення, походження, контракти), а не регуляторними, і ви цінуєте розширюваність — відкрита модель метаданих та API дозволяють створити саме те, що потрібно. Команди даних, які живуть у dbt, Snowflake та Airflow, зазвичай отримують цінність за тижні.

**Collibra перемагає, коли** управління і є продуктом: регульовані галузі, формальні робочі процеси кураторства, докази для аудиту та рамки відповідності, які аудитор має визнати. Впровадження за шість-дванадцять місяців у цьому світі — це перевага, а не недолік: це час, потрібний, щоб вибудувати керований процес, і професійні послуги постачальника робили це сотні разів.

**Керована середина перемагає, коли** ви хочете модель DataHub, не обслуговуючи її (DataHub Cloud знімає тягар інфраструктури та оновлень, зберігаючи той самий стандарт метаданих), або хочете швидку цінність SaaS із вбудованою співпрацею (сучасний SaaS-тієр). Для більшості бізнесів без виділеної команди платформи даних цей діапазон заслуговує на серйозний розгляд, перш ніж замовчуванням обирати ту чи іншу крайність.

## Бюджетуйте це як капітальний проєкт

Що б ви не обрали, внесіть усі чотири рядки до бюджетної пропозиції — ліцензію, інфраструктуру, інженерний час і впровадження — на 24-місячному горизонті. Найпоширеніший тип невдачі в цьому рішенні — не вибір неправильного інструмента; це затвердження рядка ліцензії, тоді як три інші рядки витрачаються невидимо з фонду оплати праці та рахунку за хмару.

Відстежуйте інженерні години щодо проєкту так, як ви відстежували б будь-які капіталізовані зусилля: позначайте час тегом, переглядайте щомісяця і порівнюйте факти з бізнес-кейсом на шостому місяці. Якщо самостійний хостинг мав заощадити $100 000 на рік, а журнал часу показує половину FTE плюс $1 500 щомісячного рахунку за хмару, ви захочете дізнатися це, поки ще можете переключитися — а не під час поновлення.

Точний бухгалтерський облік з першого дня — це те, що робить це порівняння можливим. Коли кожен рахунок за інфраструктуру категоризовано, а інженерний час відстежується щодо проєктів, огляд «створити чи купити» пише себе сам. Коли ці витрати розчиняються в загальних накладних, кожен інструмент виглядає безкоштовним, а кожне поновлення — несподіванкою.
