Wenn Volumen alles verändert

🌐 Auch in 19 Sprachen

English · Español · 日本語 · Português (Brasil) · Français · Deutsch · Italiano · 한국어 · 简体中文 · Português (Portugal) · 繁體中文 · Bahasa Indonesia · Türkçe · Polski · Tiếng Việt · ไทย · Українська · Español (México) · Français (Canada)

Mit KI erstelltes Bild

Von KI übersetzt. Noch nicht von der Community geprüft. Auf Englisch lesen Dieser Abschnitt hat sich im Englischen geändert und wurde noch nicht neu übersetzt. (48)

Modul 1 von 4 im Kapitel Für Skalierung entwerfen, Kapitel 7 des Kurses Data Architect, und der Beginn von Teil 2. Jedes Modul steht für sich. Weiter: Hotspots: Eigentümerschafts-, Eltern- und Nachschlage-Schieflage

Die Frage, die dieses Modul beantwortet: Was geht kaputt, wenn Daten wachsen, und wann?

A design can be perfectly reasonable at 70,000 records and completely wrong at 70 million. That’s one of the things that makes data architecture difficult. The object is the same. The fields are the same. The relationships are the same. The business requirement may even be the same. But add a few zeros and the architecture changes. ⟲

Hier gehen wir von Sehen zu Entwerfen über. In Teil 1 haben wir gelernt, das Geschäft, das Datenmodell, die Unternehmenslandschaft, die Governance und die Autorität zu sehen. Jetzt legen wir Gewicht auf diese Architektur. Und die erste Frage, die ich stelle, lautet: Wie groß wird das werden?

Built for Transactions

Salesforce runs some of the largest CRM implementations in the world, and its core database handles “upwards of 1.1 trillion transactions per month.” Salesforce’s own architects describe that database as “optimized for high-performance transactional workloads on structured data” (The Salesforce Platform: Transformed for Tomorrow (öffnet in einem neuen Tab)). It’s built for that: transactional work on structured data. And every record comes with a lot of built-in capabilities and functionality that are part of the core Salesforce platform: the object model, sharing and security, pages, reports, automation, search. All of it runs on a multitenant database, where Salesforce writes the SQL, not you. ⟲

I once taught this class at Dreamforce to a room with a lot of database administrators from Oracle and SQL Server, and of course they were asking, “Why doesn’t Salesforce act this way? Why doesn’t Salesforce do this?” By the end they were smiling, because they’d understood why. Chapter 3 described Salesforce as a multitenant, metadata-driven platform: the apartment building. We’re not tuning our own dedicated database. Salesforce’s storage, indexing, sharing, locking, query optimization and resource protections are designed for many tenants at once. That’s not bad; it’s why we get so much capability without running database infrastructure. But it means the architect needs to understand the platform’s shape. ⟲

Salesforce says it plainly in its own guide: as data sets get larger, “the time required for certain operations grows,” and the architect’s choices change that time “by several orders of magnitude” (Best Practices for Deployments with Large Data Volumes (öffnet in einem neuen Tab)). That’s not a weakness. It’s the design. At small volumes you can sometimes ignore the platform’s shape. At large volumes, it reminds you it’s there, and we’ll see that very clearly with selectivity and indexes in the next chapter. That’s why the architect has to know how big this gets. ⟲

The same guide ends with the other half of the story. Salesforce is “a robust environment in which native and custom applications can scale to large volumes of data very quickly while continuing to perform well,” and it names the two ways you get there: make queries selective, and reduce the amount of active data. Millions of records can perform well on Salesforce. They perform well because somebody designed for them. That’s what this part of the course is about. ⟲

Meine Messlatte für große Datenvolumen

When I’m teaching large data volumes, I use a rough ruler. It’s not a Salesforce limit. The numbers are general figures discussed in the community, and Salesforce itself calls a large data volume “an imprecise, elastic term”: tens of thousands of users, tens of millions of records, or hundreds of gigabytes of storage (Best Practices for Deployments with Large Data Volumes (öffnet in einem neuen Tab)). And when I say records, I mean records in a single object, not across all your objects. ⟲

Like every number in this course, the ruler has a date on it. More on that in a moment. ⟲

At about 1 million records in an object, there’s just a little bit of drag as dashboards and reports show up. Not a lot, depending on how you filter. Around 10 million, there’s some effect, but it’s still performing. Heading toward 50 million, you start to notice it: list views taking two, three, four seconds, reports and dashboards taking time. Past 50 million, I like to say you’re driving a convertible with your head out the window, and your hair is blown back. Don’t stick your head out the window: past 50 million you’ve got to be streamlined, and you’ve got to know what you’re doing. And once we’re talking about 100 million records or more, I start asking a different question: should these records be here at all? I’ve heard of people running a hundred million or more in an object. But if you’re at 50 million today, you’re going to 100, 150, 200 million in the years ahead. If you’re not archiving today, when will you? If somebody tells me they have 150 million records in an object and almost nobody ever looks at the old ones, that’s not an operational object any more. That’s an audit log. ⟲

Dass die Messlatte bei einer Million beginnt, ist kein Zufall. Die Abfrageberechnungen der Plattform selbst ändern sich bei der „ersten Million Datensätze“, wie das nächste Kapitel zeigt. Die genaue Zahl ist aber nicht die Lektion. Die Lektion lautet: Volumen verändert den Entwurf.

Zum Vergrössern klicken

Every zero changes what you notice. A rule of thumb, not a limit. ⟲

The Platform Keeps Growing

Salesforce ships three releases a year. Over time the platform grows, some limits are raised, and systems get faster. So I don’t want you to treat any number in this course as if it were permanent, including mine. Salesforce keeps every release’s edition of its guides online, which means we can do something useful: put ten years side by side. Here’s Winter ‘16, from late 2015, next to Winter ‘27, from 2026. ⟲

	Winter ‘16 (2015)	Winter ‘27 (2026)
Big objects	Didn’t exist yet	“Consistent performance, whether you have 1 million records, 100 million, or even 1 billion”
Skinny table columns	100	200
Index selectivity thresholds	Capped at 1 million records (standard) and 333,333 (custom)	No published cap, and the optimizer can add an index on its own
Minimum data storage	1 GB per org, or 20 MB per user	10 GB per org, plus storage per user
Bulk API batches a day	5,000	15,000
Parent-to-child levels in one SOQL query	1	5
Apex heap per transaction	6 MB (12 MB asynchronous)	10 MB (25 MB asynchronous)

That’s the upward direction: limits raised, caps removed, new kinds of storage, and an optimizer that now “recognizes that an index can improve performance for frequently run queries” and adds one (Working with Very Large SOQL Queries (öffnet in einem neuen Tab)). ⟲

Now look at what didn’t move in those ten years. The definition of a large data volume is word for word the same: “tens of thousands of users, tens of millions of records, or hundreds of gigabytes.” The advice to avoid having any user own more than 10,000 records is the same. And an Apex transaction still gets 100 SOQL queries, 50,000 records and 10 seconds of CPU (Execution Governors and Limits (öffnet in einem neuen Tab)). Those are the house rules of the apartment building, the guardrails that keep one tenant from hurting the others, and they’ve barely moved. ⟲

Salesforce is open about the pace, too. It ships three releases a year, each with a new API version, and it commits to “supporting each API version for a minimum of 3 years from the date of first release,” with at least a year’s notice before support for a version ends (SOAP API End-of-Life Policy (öffnet in einem neuen Tab)). In practice versions live much longer: as I write this, version 41.0, from Winter ‘18, is still supported. If you’re new, you don’t need the history. But it does change decisions. The org you inherit was designed under older limits, and some of its workarounds may not be needed any more. The integration you build today is pinned to an API version with a clock on it. And study material written a few releases ago may still teach yesterday’s numbers. ⟲

So when you read a number in this course, read the date next to it. The specific limits will keep changing, mostly upward, and Salesforce will keep pivoting. The thinking won’t: know your Number of Zeros, keep the active data small, make your queries selective, and check the current edition of the guide before you commit to a number. That’s why I teach the ruler as a ruler, not a law. For now, it’s a good place to start. ⟲

The sources, both editions: Best Practices for Deployments with Large Data Volumes, Winter ‘16 (öffnet in einem neuen Tab) (archived copy (öffnet in einem neuen Tab)) and Winter ‘27 (öffnet in einem neuen Tab) (archived copy (öffnet in einem neuen Tab)); Salesforce Limits Quick Reference Guide, Winter ‘16 (öffnet in einem neuen Tab) (archived copy (öffnet in einem neuen Tab)), and Salesforce Developer Limits and Allocations Quick Reference, Winter ‘27 (öffnet in einem neuen Tab) (archived copy (öffnet in einem neuen Tab)); Data and File Storage Allocations (öffnet in einem neuen Tab) (10 GB “starting in late March 2019”); Execution Governors and Limits (öffnet in einem neuen Tab), Winter ‘27. ⟲

Fragen Sie nicht, wie groß es heute ist

One of the easiest mistakes is sizing an architecture from today’s data. Steve Trucking has about 1 million deliveries a year. If I only ask “can Salesforce handle one million deliveries?”, I’m asking the wrong question. Steve Trucking expects about 30% annual growth: 1.0 million in year one, 1.3 in year two, 1.69 in year three, about 2.2 in year four, about 2.86 in year five. That’s annual volume. If we keep all five years, we’re not designing for 2.86 million deliveries; we’re designing for roughly 9.04 million. And that’s before we ask how much history already exists. ⟲

Deshalb unterrichte ich Steves Anzahl der Nullen (Steve’s Number of Zeros). Versteifen Sie sich nicht sofort auf falsche Genauigkeit. Finden Sie die richtige Größenordnung. Zehntausend, hunderttausend, eine Million, zehn Millionen, hundert Millionen? Die Architektur kann sich jedes Mal ändern, wenn wir eine Null hinzufügen.

Jetzt multiplizieren Sie die Kinder

The delivery isn’t the only record. Steve Trucking averages about 1.6 line items a delivery, so over five years that’s about 14.5 million work order line items. And there are around eight status changes a delivery: about 72.3 million status events. The requirement sounded like “track deliveries.” The architecture has to deal with tens of millions of related records. One million parents with eight children each is not a one-million-record problem. You have to follow the model. ⟲

Und die Daten, die wir nicht in den Core gelegt haben

Checkpoint 1 also gave us four to five million photos a year, and FleetLink produces about 200,000 GPS readings a day: roughly 73 million a year before growth. That’s why we decided not to put every GPS reading, every photo or every status change into the Salesforce operational model. We hadn’t even started this chapter, and the Number of Zeros was already telling us something. It’s like telling the doctor, “It hurts when I raise my arm,” and the doctor says, “Then don’t raise your arm.” Sometimes the best way to solve a large-data-volume problem is don’t create it in the first place. ⟲

Nicht nur Abfragen werden langsamer

When people hear large data volumes, they think “queries get slow.” Yes, and the next chapter is all about query and retrieval. But it’s bigger than that. As volume grows, I care about sharing calculations, ownership, record locking, parent-child relationships, list views, related lists, reports, search results, batch processing, integrations, data loads, deletes, archiving, backups and recovery. Even a harmless-looking decision gets expensive when it’s repeated millions of times. ⟲

That’s the lesson: what works today may fail tomorrow. Maybe nobody notices at 50,000 records, or at 500,000. Then growth pushes the object through several million, and an old design assumption becomes the bottleneck. The system didn’t randomly go bad. The architecture crossed the scale where that decision mattered. ⟲

Saubere Modelle können teure Modelle werden

My starting position is still: design clean first, then back off when necessary. Understand the entities and relationships; don’t duplicate data because it’s convenient. But normalization is a principle, not a rule. If a report or operational query constantly has to walk several relationships across tens of millions of records to get one value, at some scale I may copy that value closer to where it’s used. That’s denormalization. ⟲

Angenommen, Berichte pro Partner über Arbeitsauftragspositionen brauchen ständig den Handelspartner (Retail Partner), der im sauberen Modell zwei Sprünge entfernt liegt: Position → Arbeitsauftrag → Partner. Bei genügend Volumen kann es einen Grund geben, eine kontrollierte Kopie der Partner-ID direkt auf die Position zu legen. Dann habe ich duplizierte Daten erzeugt, und das schafft Verantwortung. Wie wird sie befüllt? Kann sie sich ändern? Wie halten wir sie korrekt? Welche Kopie ist maßgeblich? Das sind echte Kosten, und manchmal nehme ich kontrollierte Duplizierung in Kauf, um die Leistung zu bekommen, die das Geschäft braucht. Entwerfen Sie in Richtung Normalisierung, und weichen Sie dann bewusst ab, wenn das Volumen Ihnen einen Grund gibt. Denormalisieren Sie nicht, weil es leichter zu bauen ist; denormalisieren Sie, weil Sie den Nutzen und die Kosten, die Sie in Kauf nehmen, erklären können.

Machen Sie das zentrale CRM nicht zu Ihrem Data Warehouse

Einen weiteren Volumenfehler sehe ich. Das Geschäft will Berichte, also legt man immer mehr historische Daten ins operative CRM, und noch mehr, bis die Begründung lautet: „Wir brauchen es für die Berichte.“ Dann frage ich, ob wir das operative System in ein analytisches verwandelt haben. Das sind unterschiedliche Arbeitslasten. Steve Trucking braucht Salesforce, um die Lieferungen von heute abzuwickeln: der Service braucht den heutigen Status, die Disposition die heutigen Touren, der Partner den heutigen Fortschritt. Wer fünf Jahre Lieferleistung nach Region, Partner, Lkw, Wetter, Crew und Lieferfenster vergleicht, verknüpft mit den Finanzen, hat eine analytische Arbeitslast. Salesforce kann Berichte über operative Daten erstellen. Das heißt nicht, dass jede historische Analysefrage in den operativen Speicher gehört. Steve Trucking hat bereits Snowflake. Fragen Sie also: Welche Fragen muss das operative System beantworten, und welche gehören auf die Analyseplattform? Teil 3 behandelt das Data Warehouse ausführlich.

Und Berichts-Snapshots sind keine Data-Warehouse-Strategie. Abgeflachte Berichtsobjekte, Snapshot-Datensätze, kopierte Werte, die Berichte erleichtern: manchmal legitim. Sie können aber auch eine Art sein, die Architekturfrage aufzuschieben. Wenn ich Millionen zusätzlicher Datensätze erzeuge, um über die Millionen berichten zu können, die ich schon habe, will ich wissen, wo das aufhört. Erzeugen Sie nicht weiter operative Datensätze, weil niemand das Gespräch über das Data Warehouse führen will.

Volumen hat eine Form

Zwei Systeme können je 20 Millionen Datensätze haben und sich sehr unterschiedlich verhalten. Das eine hat 20 Millionen historische Datensätze, kaum je aktualisiert, meist einzeln über eine bekannte ID gelesen, mit wenig Komplexität bei der Freigabe. Das andere hat 20 Millionen aktive Datensätze, ständig aktualisiert, mit komplexer Eigentümerschaft, vielen Berichten, vielen Benutzern, großen Eltern-Kind-Ballungen und häufigen Integrationen. Das ist nicht dasselbe Problem. Die Anzahl der Datensätze allein reicht also nicht. Wie schnell wächst es? Wie oft ändert es sich? Wie wird es abgefragt, freigegeben, verknüpft? Wie lange muss es aktiv bleiben? Wie viel kommt auf einmal an oder ändert sich auf einmal? Was passiert, wenn wir es löschen? „Salesforce kann 20 Millionen Datensätze verkraften“ ist keine Antwort. Die interessante Frage lautet: Zwanzig Millionen Datensätze, die was tun?

KI wird mehr Nullen hinzufügen

Agents can create data very quickly: interactions, tasks, summaries, recommendations, logs, intermediate results, events, audit information. Maybe that’s useful. But AI doesn’t make storage free, or sharing calculations, or indexing, and it certainly doesn’t make useless history valuable. If an agent creates ten records where a human process used to create one, our volume assumptions may be wrong before the business itself grows. I’m not yet seeing agents generate more records in the orgs I work with, but it’s the natural progression of more and more data being tracked. ⟲

Über die Prüfung hinaus: Was KI ändert. KI kann die Rate, mit der Systeme Daten erzeugen und abrufen, drastisch erhöhen. Modellieren Sie das von Agenten erzeugte Volumen ausdrücklich, statt anzunehmen, dass die historischen Raten menschlicher Transaktionen das künftige Volumen vorhersagen.

Steve Trucking: Die Architektur verändert sich bereits

At the end of Part 1 we made several decisions that are now reinforcing each other. The work order is central. The current status lives in the org, and the history of every status change is published to the warehouse, Snowflake. Photos live outside the core. Raw GPS stays with FleetLink. At five years of 30% growth, we’re approaching 9 million work orders, 14.5 million line items and 72.3 million status events, and hundreds of millions of GPS readings if we’d copied them all. ⟲

Was keeping raw GPS out of the operational model just an integration decision? No; it was a scale decision too. Was putting photos off-core just a storage decision? No; scale again. And the status history? It has real business value, so we keep it. But at 72.3 million events, keeping it outside the operational database is the difference between an org that carries its history and an org that’s buried by it. The question that remains for what we do keep in core: how long should those records stay active? That’s module 4. ⟲

Zum Vergrössern klicken

Follow the model, and the zeros multiply. ⟲

Was Architekt:innen hier entscheiden

• Wie die Anzahl der Nullen heute aussieht, mit erwartetem Wachstum und über die gesamte Aufbewahrungsdauer, und nicht nur, ob das heutige Volumen funktioniert.
• Welche sauberen Strukturen normalisiert bleiben und wo das Volumen eine kontrollierte Denormalisierung rechtfertigt.
• Welche Daten im operativen Salesforce-Core bleiben und welche in spezialisierte Speicher, Analyseplattformen oder andere Systeme gehören.
• Ob eine Berichtsanforderung wirklich operativ ist oder ein Zeichen, dass das Geschäft eine Analysearchitektur braucht.
• Wie neue Erzeuger wie Agenten die Volumenannahmen verändern, bevor ihre Datensätze zum Problem von morgen werden.

Large data volume architecture isn’t about being afraid of big numbers. Salesforce runs very large implementations. One million records isn’t automatically a problem; neither is ten million or a hundred million. But every zero should make me ask another question: how will we find them, who owns them, how are they shared, what are they related to, how often do they change, how long do we need them, and where should they live? In Part 1 we learned to recognize the right entities and relationships. Now we make sure those bones can carry the weight, because what works today may fail tomorrow. ⟲

Weiterlesen

• Salesforce Help, Data and File Storage Allocations (öffnet in einem neuen Tab): 10 GB of data storage since late March 2019, checked 2026-11-01. ⟲
• Salesforce, Best Practices for Deployments with Large Data Volumes, Winter ‘27 edition (öffnet in einem neuen Tab) (release 264, archived copy (öffnet in einem neuen Tab)), checked 2026-10-20. ⟲
• Salesforce Developers, Best Practices for Deployments with Large Data Volumes (öffnet in einem neuen Tab), Winter ‘27, checked 2026-11-01. ⟲
• Salesforce Architects, The Salesforce Platform: Transformed for Tomorrow (öffnet in einem neuen Tab), checked 2026-11-01. ⟲
• Salesforce, Best Practices for Deployments with Large Data Volumes, Winter ‘16 edition (öffnet in einem neuen Tab) (archived copy (öffnet in einem neuen Tab)) (release 198), checked 2026-10-20. ⟲
• Salesforce, Developer Limits and Allocations Quick Reference, Winter ‘16 edition (öffnet in einem neuen Tab) (archived copy (öffnet in einem neuen Tab)) and Winter ‘27 edition (öffnet in einem neuen Tab) (archived copy (öffnet in einem neuen Tab)), checked 2026-10-20. ⟲
• Salesforce Developers, SOAP API End-of-Life Policy (öffnet in einem neuen Tab), checked 2026-11-01. ⟲
• Salesforce Developers, Execution Governors and Limits (öffnet in einem neuen Tab), Apex Developer Guide, Winter ‘27, checked 2026-11-01. ⟲
• Salesforce Developers, Working with Very Large SOQL Queries (öffnet in einem neuen Tab), Apex Developer Guide, Winter ‘27, checked 2026-11-01. ⟲
• SteveTechArc, Salesforce Documents by Release: the guides cited here, once a year from Winter ‘16 to today, each with an archived copy. ⟲
• Der Steckbrief von Steve Trucking (auf Englisch), Abschnitt 4 (Volumen).