目前国内市场上的报表 BI 工具琳琅满目，看起来也各有特点，这给选型工作带来了一些困扰，本文就一些较活跃的报表 BI 产品进行点评，对于不太熟悉这些产品和技术的同学，可作为参考资料。

这里选了十个产品，分作四类：国内报表类，国内 BI 类，国外 BI 类，国外开源报表类。每类两三种产品，在分类内大体会按面市时间为序来点评。需要强调的是，因为篇幅有限，不可能把市场上所有产品都选入，这并不意味着其它产品不好，看到结论部分时就会理解。

这么分类是有意义的，同类产品大体具有相似的特征。其中，国内产品被分为报表和 BI 两类，并不是说这两种功能有矛盾。事实上，国内产品大都同时兼备两种功能。分开的原因是因为这些产品初期发布时的功能侧重点不同，经过多年完善，它们大都已经发展成了全功能产品，但初期侧重点的不同仍然会影响到产品理念乃至产品特征。

涉及产品和版本较多，可能局部会有错误疏漏，敬请谅解，欢迎指正。

【国内报表类】

报表工具可能是企业级通用软件中仅有的、国产软件能力远远超过国外软件的领域了。这大概是因为中国报表有着非常强烈的特色，从而造就了一批适应产品，而国外缺乏这个土壤，也就很难发展出这种能力了。

1. 润乾报表

润乾报表功能全面，涵盖报表、填报、BI 的各个方面，没有大块功能的缺失。 不过这也是国内大多数报表 BI 产品共同的特点。润乾报表最大特色是复杂报表的能力，润乾公司最早提出了用于解决中国复杂报表的非线性报表模型，直到现在，无论是功能还是性能，润乾报表在复杂报表方面仍然是业界最强者。

润乾报表自 2018 版开始集成了独立计算引擎。大多数报表工具是在报表中完成数据计算，而报表的计算能力和效率都相对较弱，不仅会因为要写复杂的 SQL 或存储过程导致开发困难，而且在数据量大或计算较复杂时还会带来性能和容量的问题，发生报表响应迟钝甚至内存溢出的现象。润乾报表则可以将取数及复杂关联运算等放到独立的计算引擎中，并提供了大数据量游标取数，这样即提高了开发效率，还能提高运算性能和数据容量，并真正支持了大数据报表。

润乾报表本来内核模型的计算能力就很强，性能也是多年来的优势，新版中又增加了计算引擎，在这方面又有了质的提升。

在计算引擎的支持下，还能让报表与应用的耦合性降低。复杂报表的修改常常涉及数据源逻辑，而有计算引擎时，这部分也可以在报表模板中完成，不需要像常规情况时必须修改应用程序中准备数据源的代码或者后台存储过程，从而可以做到全面的热切换。这是其它报表工具都无法提供的能力。

计算引擎中还集成了大量常见非关系数据源的接口，如 mongodb,hdfs，sap,…；这使得润乾报表天然能支持非常丰富的数据源类型。

润乾报表的 BI 界面中规中矩，拖拽、切片、钻取等都有提供，但老实说也没什么特别的，风格只能说很朴素（就是不够炫）。不过，在提交方式上却有与众不同之处，润乾报表的 BI 界面部分是开源的，这样不管是集成调用还是客户化的定制开发都会比较方便。因为润乾报表的理念定位是被集成，润乾把用于交互操作的 BI 组件都做成可以集成到第三方应用的页面的样子，而如果界面风格和操作方式需要再修改时，还进一步提供源代码。业界其它厂商则一般是提供可独立运行的 BI 系统，整体界面都是自己一套风格，基本没可能集成到其它应用的页面中，有修改也大都需要厂商介入。润乾虽然也有一个报表中心可以独立应用，不过功能细致程度一般，和其它专业做 BI 的产品相比显得有点简陋，不过好在它是开源的，用户可以进一步再开发。从这个意义上讲，润乾报表的 BI 挺适合用于 BI 教学，朴素风格和开源代码都有利于程序员进一步美化和封装。

说到 BI，润乾报表后台有个独特的 DQL 模型。多维分析时多表关联一直是个麻烦事，业务用户很难理解 JOIN，所以常常要技术人员事先建模，把 JOIN 拼进逻辑或物理宽表中；也有 BI 产品将 JOIN 关系暴露给业务用户，但业务用户只能理解最简单的情况，稍复杂的关联需求基本就没人会用了。DQL 模型则可以让业务用户以可理解的方式在界面上拼出非常复杂的关联分析，包括自关联都可以处理得很好。

润乾报表的 BI 本身没有提供自己的 CUBE，而是使用数据库，能执行灵活的关联查询，但大数据量时会受数据库性能的拖累。润乾有另一款集算器产品可以充当高性能 CUBE，但并不属于润乾报表，它可以为其它厂家的 BI 产品服务。本文不讨论这种专业 CUBE，就不分析下去了。

润乾报表的用户是程序员，界面的易理解性就不是重点。让接口更丰富以适应更复杂的环境和让程序员容易上手，这两方面本身有一定矛盾性。润乾的权衡点在前者，所以会有设置参数较多的问题，上手相对不易，但对于熟练的工程师也不是大问题。

2. 帆软报表

帆软报表也是功能非常全的产品，目前开发中遇到的各种关于数据展现方面的需求, 像复杂报表、填报、大屏、BI 等都有解决方案。当然，这些功能点在国内商用软件来说差别不太大，这里也没必要做过多的介绍了。

帆软报表一个特大的优势是对开发人员很友好，设计界面更加时尚，初学者上手容易，操作方便。内置丰富的样式风格，做出来的报表展示效果更好一些，而其他工具可能就要多花费点时间设置下，特别适合初学者上手。

图形样式是帆软非常值得称道的地方。目前大多数报表工具采用 echarts 统计图，效果不错，但要调整的细节有点多（比如润乾就是）。帆软统计图多数为自己开发，类型全，效果好，采用向导化设置，能够在较短时间内开发出非常美观的图形。

除了报表工具，帆软还提供了完善的平台管理功能，甚至包括流程填报、审批等功能。这样实际上可以作为一个系统使用，对于没有自己平台的用户来说是个不错的选择。不过反过来如果客户要用自己的平台，那么集成起来工作量就会比较麻烦。帆软提供的接口相对来说少些，这会导致定制化工作还需要进一步依赖于厂家。

对于一些特殊数据源，比如 json 数据、mongodb 等，帆软提供不同的插件，插件采用向导化安装，选择不同的插件安装就行，也非常方便。

和润乾相比，性能大概算是帆软的一个短板。尤其是涉及数据量大、有较多公式计算单元格的报表，计算性能会较差；常见的多数据集关联报表，帆软也采用在报表中计算的传统方式，数据量大时性能就会很差（不过这是所有报表计算的通病，只有润乾这种用表外计算引擎才能解决）。不过报表的性能大多是数据源造成的，报表工具的耗时占比并不大，就算慢一点，也常常可以通过优化数据源解决，这方面有性能问题并不算重要。

帆软报表提供了单独的 BI 工具 FineBI，功能也是全面完整，包括用平台管理、ETL、数据整合、数据分析等。前台操作简单流畅、美观细致程度都相当不错，能快速实现常见的多维分析操作。不过，BI 核心功能各个厂商相差不大，也不必再细说。

有些 BI 产品会自己做一个后台 CUBE，早期国外 BI 产品常常都这样。好处在于可以获得优于传统关系数据库的性能（数据库常常是行存，不适合高速 OLAP 运算），但缺点是需要事先根据分析主题建模准备数据，难以在界面上再做更多复杂的关联运算，灵活性受限（CUBE 的运算能力通常远远弱于关系数据库）。FineBI 也提供了这种 CUBE，所以上述的好处和坏处都兼而有之。

FineBI 也可以直接针对数据库进行分析，上述的好处和坏处就可以反着看了。不过，即使数据库可以进行复杂的关联运算，但如何让业务人员描述关联关系一直是个老大难问题，FineBI 在这方面和业界大多数 BI 产品并没太大区别，也需要业务人员去理解 JOIN。在关系较复杂时（比如有七八个表且有一表同维关联或自关联时），业务人员就不大可能拖拽出合理的关联查询了，结果还是需要技术人员先做 CUBE，灵活性就大打折扣了。

【国内 BI 类】

国内还有一批从 BI 开始入手的厂商，而报表功能则是后来在竞争中后补上的。这类产品通常是 BI 强而报表能力会相对弱一点。

3. Smartbi

Smartbi 的功能也非常完善，报表、填报、BI 一应俱全。这也是国内产品的标配能力。

与众不同的是，Smartbi 的报表设计采用真“Excel”架构，也就是 Excel 插件方式开发报表，比类 Excel 设计器学习成本更低，常用操作方式、函数使用等完全是 Excel 中的用法。设计统计图时能够做到真正的所见即所得，不需要预览就能够看到统计图的展现结果，更适合做统计图的布局等。不过因为用了 Excel，报表设计器通常只能在 windows 上运行，另外对服务器资源要求也较高，官方推荐的 JVM 至少要 16G 内存。

Smartbi 服务器部署采用 java 的 web 应用方式，服务端对环境没有限制。功能比较齐全，像复杂报表、数据录入、统计图展示都支持，而且现在带了 Word 和 PPT 插件，开发出来的报告格式效果比较好。

Smartbi 其实并不以报表能力擅长，复杂报表功能是后加上去的，所以显得有点“不搭”，对于特别复杂的报表格式处理能力不如前面两家产品，比如一些跨行组间的运算。采用 Excel 插件方式会使功能会受限于 Excel。

更重要的问题是在性能方面，这还是可能和 Excel 相关。当报表格数较多、且带有动态样式控制时，比如动态背景色、前景色，报表的渲染速度会急剧下降，甚至出现无法响应的情况。而前两家报表工具基本没有这种事（帆软的性能问题出在运算而不是渲染上，润乾则都没有。渲染慢是报表工具本身耗时大，优化数据源无济于事）。

Smartbi 的长项是 BI 功能，它提供了自助分析平台，可视化的操作建立数据关联模型，并且提供 ETL 工具加工数据成独立的数据模型，提供了全方位的数据分析功能。在 C/S 端，对 Excel 工具熟悉人员可直接在 Excel 中进行多维度数据分析，WEB 端提供所见即所得的仪表盘设计，丰富的图标交互。支持即席查询，快速查询数据。支持多维度的数据分析。操作简单，功能丰富，适合业务人员操作。

Smartbi 支持直接数据库分析查询，可以在界面上拖拽生成较为复杂的 SQL，甚至包括一些多层嵌套的 SQL，超出常规多维分析的计算范围，这能有效扩展业务人员的分析能力。不过，关联描述也是用的常规办法，需要操作人员理解 JOIN，在关系较复杂时实际操作难度比较大，结果大多数情况还是要用事先准备好的宽表。

Smartbi 还提供有高速缓存库用作 OLAP 的后台，以支持大数据量的分析。但这个部件本质上像个数据仓库了，而目前这类能力在业界常常是独立于 BI 产品之外存在的（Smartbi 这个缓存库有 JDBC 接口，应该就能向第三方 BI 提供服务）。如前所述，这种专业数据后台超出了本文话题范围，这里就不展开细说了。

Smartbi 支持的数据库类型主要是有 JDBC 接口的数据库，NoSQL 数据库目前只支持 mongodb 和 Tinysoft 等少数几种，再特殊的就需要写 java 程序进行处理了，工作量有点大。

Smartbi 的接口开放及可配置程度一般，在做一些深层次客户化定制时会有些困难，许多完善动作还需要厂家配合。

4. 永洪 BI

永洪也是侧重于 BI 数据分析能力，中国式复杂报表处理能力一般，提供了自由格式报表设计界面，做一些报告或者偏分析类的复杂报表问题不大，比如像同期比、比上期这些分析中带有的功能都支持，但是一些复杂的单元格扩展运算类的实现起来就比较困难，和润乾帆软相比有一定的差距。

永洪的 BI 能力是强项，可以用可视化的操作完成数据建模工作，过程比较简单，支持各类数据源，通过直观易用的界面在 WEB 端拖拽以整合数据源。产品提供丰富多样的可视化数据图表组件，展现样式美观，有多种内置的风格样式及多种的交互联动分析功能，简单拖拽就能完成自助数据分析操作。不过，还是老话，核心功能大家都差不多，差别主要是界面风格，也就不必细说了。

永洪有自己的后台 CUBE，同时也支持数据库直接分析，这一点和其它几家 BI 产品差别不大。对于表间关联分析，也是和其它大多数产品类似，最好由技术人员事先做好逻辑或物理宽表。如果由业务人员临时生成数据，在复杂情况下就会较为吃力。

永洪的 CUBE 可以扩展成基于列存技术的高性能分布式数据集市，但据说不能给第三方 BI 提供服务，不能算作通用数据仓库类产品。

作为国产软件，永洪 BI 也支持数据填报功能，可以将数据录入嵌入到流程中实现流程填报，支持流程节点的审批等功能。

永洪 BI 一般作为平台独立运行，和其他业务系统集成性一般。

永洪 BI 有个与众不同的地方：它把一些 AI 算法也集成进来了，可以实现建模预测功能。但老实说，这种能力对于 BI 产品并没有多大实用价值，因为建模是个很专业的事情，需要深厚的统计学功底，而这是几乎所有 BI 用户都不具备的能力，只是集成一些算法并不会实质有用。有 AI 技术是件好事，建议专门发布成一个独立的 AI 产品，没必要裹在 BI 产品中。

5. 亿信 BI

亿信 BI 也不以报表功能见长。作为国内商用工具，亿信 BI 能够实现常见的中国式报表。它的设计器同样采用国内主流的类 Excel 模式，但比较独特的是采用了 B/S 架构在线设计器，也就是工具的零安装。但是，WEB 设计器并不好用，JS 本来执行速度慢，浏览器占用系统资源也多，开发报表时操作的流畅性（如右键操作等）都会有较大问题，所以实用性一般。针对国内一些跨行组运算类的复杂报表，处理能力也比较弱。而且它的报表引擎有点特殊，先分析报表格式定义，生成多个 OLAP 对象给 OLAP 引擎，然后再将 OLAP 引擎计算后的多个结果返回给报表引擎生成报表最终结果，这个如果报表格式复杂、数据量大时计算效率有待验证。

亿信的重点还是 BI 方面，提供了专门的工具，豌豆 BI。面向终端用户的自助分析（即席分析）功能，界面简洁，容易上手，功能也涵盖了自助分析该有的所有功能，不过细节上报表类功能有些瑕疵，比如支持的导出格式较少且复杂点的表格导出 07 版 Excel 也有问题、打印分页控制不太好等。

亿信也是直接基于数据库做分析，提供图形化的界面设置表间关联并可以实施一些运算。但复杂情况下的关联分析一般也需要技术人员事先准备数据集，这和其它 BI 产品没太大区别。

亿信也有个相当于数据仓库的单独大数据平台产品，是基于 Hadoop 的，可以对接 BI。Hadoop 体系的东西应该也能支持第三方 BI，不过性能也好不到哪里去（纯靠大集群堆）。还是那个话，此话题超出本文范围了，不细说了。

另外，与其他 BI 产品一样，亿信也提供完善的平台功能，对于需要整套 BI 平台的用户来说还是挺方便的，部署即用。和其它国内产品类似，亿信还增加了数据采集功能，数据来源可以由用户在页面端进行补录。

产品的可扩展性也不错，包括一些函数、控件、任务周期、前端 UI 等都支持自定义或客户资源化，集成接口提供的也比较全面。不过更多是作为平台单独运行，和其他系统集成性一般。

【国外 BI 类】

国外的 BI 产品，感觉更多是面向商务人员在桌面使用的，所以它们都有强大的客户端部分。而国内的 BI 应用场景大多是企业应用的一个环节，要集成到企业门户中，必须是 WEB 应用。这方面差异导致国外 BI 产品对国内大多数企业级应用的适应性很差，可用性不强。所以这里有点厚此薄彼，对国外产品就没再评述得很仔细了，大体能了解特点即可。

6. QlikView

QlikView 是比较典型的敏捷 BI 工具，提供了 ETL 工具，可以对需要分析的数据提前做数据清洗操作。

QlikView 上手比较容易，提供直观的交互式用户界面，内置丰富的图形类型和模板。侧重数据分析，建模简单、项目搭建快、周期短。

QlikView 应该是首家内存式 BI，数据分析时可将数据全部加载到内存中，操作响应及时、速度快。支持离线分析功能，一旦数据刷新完成，用户就可以随时随地的进行离线数据分析。

通过 ODBC 连接数据库，支持 sqlsever、oracle、mysql 等主流数据库，支持 Excel 文件，对一些特殊数据源支持不友好（如多维数据库、nosql 等数据库），可能需要后续产品改进。

数据加载到内存中，当数据量大时对内存耗用比较大，带来较大的硬件成本，内存不够时，性能影响会非常大，而且目前只能部署在 windows 上，在非 windows 项目中需要额外服务器，和其他业务系统集成不太方便，只能通过 url 嵌入方式集成，提供接口很少，很难做客户化的定制开发。

作为国外工具，无法处理国内复杂报表需求，无法处理数据录入需求。

7. Tableau

Tableau 是国外非常流行的一款数据可视化软件，典型的敏捷 BI 工具，适合各类人员在各个场景下使用，安装简单、操作方便，对操作人员很友好，易于上手，比 QlikView 要更简易。

内置丰富的图形类型和模板，图形支持智能推荐，能协助制作人员选择合适的图形类型展示，制作出来的效果美观度相当高，交互性相当不错。

和国内产品都采用 WEB 端操作方式不同，Tableau 还提供了桌面端的分析工具 _Tableau_ Desktop，操作会更为流畅，比如一些快捷键等。

支持常见的各种数据源，并且支持多源关联，这个在国外软件中相对比较少见。以前底层数据处理能力较差，后来提供了单独工具 Tableau prep 对数据进行加工清洗，业务较复杂时还需要第三方的数据处理工具或者数据仓库。

作为一款典型的国外的 BI 工具，主要侧重于数据分析与数据可视化，处理国内的复杂报表就无能为力了，这也是 Tableau 经常被抱怨的地方。当然，和其它国外产品一样，它也不支持数据填报的功能。

18 年推出了 linux 版的 Tableau，这样产品可以在各种操作系统上运行，采用单独的安装文件，作为独立的平台运行比较方便，但是无法和其他门户做无缝集成，只能采用 url 调用方式，集成性比较差，还需要考虑用户权限同步等。提供的接口较少，如果有客户化的定制开发工作，比较难实现。

8. Power BI

其实 PowerBI 的发布时间很早，但在市场上一直不温不火，直到近年才开始有点热闹，所以把它排到了 QlikView 和 Tableau 后面。

相比于其他 BI 工具主要在 web 端操作，PowerBI 提供的是一个 C/S 的分析工具，采用类 office 的界面模型，一些常规操作按照 office 中的设置就行。能够完美的与微软其他产品无缝衔接。

作为一款数据可视化工具，展现效果比较丰富，内置了多种效果库，可以灵活选择，开发简单。数据分析操作类似 Excel 的数据透视表，对 Excel 功能比较熟悉的人员可以说是零门槛。

工具支持多种数据源类型，目前常见的基本都支持，但提供的接口较少，特殊数据难以通过接口扩充。

提供了多种工具组合，比如 C/S 端的 Power BI Desktop 用来设计，设计好的结果发布到 Power BI Server，移动端的 app 进行查看等，都需要单独安装。C/S 端设计结果可以直接在工具内部分享其他人查看，也可以上传到 Server 实现协同开发，协同开发能力较强。不过如果和其他应用集成的话不太灵活，只能使用 url 嵌入，访问权限不好控制。并且作为微软下工具，不利于跨系统部署。

同样是侧重于 BI 分析的工具，不支持国内复杂报表制作，不支持国内的数据录入需求。

【国外开源报表类】

国外也有从报表功能开始发展的产品，早期著名的有 crystal report，后来被收购几轮以及 Java 的兴起后（crystal 不是 java 技术的）就不再常见了，现在还有些用户群的基本只剩开源产品了。

开源报表产品无论在中国报表还是 BI 方面的表现都不好，这里同样没有必要做很详细的评述了。

9. BIRT

国外开源报表的代表，BIRT 开发使用了传统的控件式编辑方式而不是 Excel 网格式，上手会比较困难，像做一些简单的颜色设置、数据对齐、布局等操作可能就会比较费事，国内复杂报表基本很难实现。

开源报表的优势是免费，没有工具成本，接口也足够丰富，不过开发工具要嵌入到 eclipse 中使用，对开发人员技术水平要求更高，要专业开发人员才能够使用。

BIRT 没有提供 WEB 端的数据分析功能，如果想做只能通过大量的二次开发工作，在页面端通过参数传递方式实现一些维度的替换，难度很高。

对于一些数据关联，只能通过接口在程序中实现，开发难度大，或者要借助第三方工具。性能上除了工具本身性能外，更多的是考验开发人员的编程能力。这些开源类的报表产品使用起来并不容易，多带来的人工成本有时会远大于购买商用报表的费用。

BIRT 不支持填报功能，这也是国外工具的普遍问题。

10. Jasper

Jasper 和 BIRT 差不多，都是使用控件式编辑，所以操作起来非常不习惯，易用性一般、复杂报表不支持，报表设计方面比国产报表工具功能上都差很多。

和 BIRT 一样，Jasper 也是开源产品，它提供了图形化的报表设计工具 IReport，界面比 BIRT 友好些，接口丰富，但是中文文档较少，汉化不好。

主要实现的是简单报表功能，WEB 端的数据分析貌似有，但网上讨论很少，就当没有吧。作为国外产品，也不支持数据录入功能。

相比较 BIRT 而言，Jasper 功能会多些，比如支持批量打印、支持套打、支持子表，性能上也是 Jasper 较好。Jasper 报表模板定义可以完全通过 api 来定义，这个比较灵活，如果开发能力较强，倒是可以实现比较简单的页面端的维度分析，根据用户选择 api 动态生成报表，但是工作量会很大。

总结

细心的读者可能会发现，点评中经常会有“XX 和其它产品差不多”的意思。事实上也就是这样，除了国外产品（包括开源产品）有明显缺失功能和对需求适应性较差外，国内几家产品的区别并不是非常大。这个论点也适用于其它没选入的产品：国外产品普遍不行，国内成熟产品区别并不太大，选型时除非有特殊需求（比如复杂报表、高性能等）需要仔细对比，一般情况就是看喜欢哪个操作和界面风格，以及价格是不是合适，也就可以了。

BI 经过多年发展，已经成为只有繁度而没什么难度的技术，特别是界面部分，只要肯投入人力成本，用不了多久就能开发出品质还不错的产品。这里列出来的产品，除了润乾外的其它几家在 BI 上花的工夫都不算少，这方面做得都挺好，只是操作和界面风格的不同；润乾的 BI 走了开源路线，没有重点发展细致界面，功能不缺，后台挺强，但界面风格就有点朴素了，和其它几家不在一个档次上。

用于支持大数据运算的高速 CUBE 是有技术难度的，但这几家 BI 产品中的内置 CUBE（指不能向第三方 BI 提供服务的）能力都一般，也就是个常规列存表，并不难实现，和直接使用数据库相比的好处很有限。如果数据量大到需要专业 CUBE 时，那应该演变成一个独立产品可以向第三方 BI 工具或其它 OLAP 业务提供服务，只能为自家 BI 服务一定程度可以说明做得还不够好（能否向非本家产品提供服务可以作为一条判断其 CUBE 能力是否优秀的标准）。

相对来说，复杂报表还有一定的技术含量，这方面也确实还能构成一定的门槛和差异。润乾一直保持最强，增加了计算引擎后又进一步拉开了和其它产品的差距；帆软报表复制了润乾报表中除计算引擎外的大部分复杂报表功能，并改善了易上手性，也算不错；其它几家就差一些了，当然这也是初期侧重点导致的差异。

在提交形式方面，报表风格的产品都有较好的可集成性，相对容易能够嵌入到其它应用中，润乾报表、帆软报表以及 BIRT、Jasper 都可以，开源产品以源码形式提交当然集成性最好；润乾报表和帆软报表都提供 jar 包，也很不错，算是无缝集成；润乾甚至连 BI 组件都能被集成到应用程序页面中。

BI 风格的产品基本上就是独立应用了，集成起来会很费劲，帆软的报表 BI 平台以及其它几家 BI 产品都是这样，基本上只能用 URL 访问方式来集成了。而且，作为独立应用的系统，这些产品之间基本上是全竞争的关系，也就是说上了永洪就不会再用 Smartbi，选了帆软平台也不可能配合再用亿信。

而可集成的报表组件则没有这个问题，除了国外那几个适应性太差的产品（被集成和集成别人都费劲），国内这些 BI 风格的产品全部都可以再集成其它报表产品来强化复杂报表的能力（业界已有这样的 BI 厂商），这两类产品在技术上并不冲突。

除了技术问题外，价格也是选型的关键。开源产品当然理论上价格为 0，但对国内应用的适应性也最差，多花的人工成本会远远超过购买商用产品的费用，除了一些非常简单的需求外，对于绝大多数国内项目来讲，采用开源报表反而是最不划算的。

国外商用产品现在逐渐走向订阅模式（也就是租），核算下来也不便宜。国内商用产品大都还是传统购买的模式，其中大部分厂商目前仍然在执行企业级软件习惯的不透明价格体系，具体多少钱只能自己去问了，但重点售卖版本低于十万元每套的情况应该不多。

这里润乾又是个奇葩，搞了互联网营销后执行透明低价政策，产品价格直接挂在官网上，主流版本只要一两万，还有买断政策，每年出一次钱后就可以随便用的那种，性价比应该是最高的了。

延伸阅读

1. 中国人的复杂报表是国外产品搞不定的

   传说中的中国复杂报表都长什么样？有什么特点？  

2. 数据计算引擎对于报表工具有着重要意义

    你的报表工具会做数据准备吗—报表开发的深层次问题

3. 复杂报表还是有技术门槛的

    报表工具对比选型系列用例——多源分片报表

    报表工具对比选型系列用例——排名及跨行组统计

    报表工具对比选型系列用例——过程计算