Laden bei hohem Volumen

🌐 Auch in 19 Sprachen

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

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. (52)

Modul 2 von 5 im Kapitel Migration und Synchronisierung, Kapitel 10 des Kurses Data Architect. Jedes Modul steht für sich. Zurück: Migration ist zuerst ein Qualitätsprojekt · Weiter: Automatisierung während des Ladens

Die Frage, die dieses Modul beantwortet: Wie verändert die Anzahl der Nullen die Art, wie Sie Daten in Salesforce laden?

Zehn Datensätze? Die kann ich fast eintippen. Tausend? Jetzt brauche ich ein Werkzeug. Eine Million? Das ist ein Architekturproblem. Die Operation hat sich nicht geändert (Datensätze anlegen oder aktualisieren), aber die Anzahl der Nullen verändert, wie ich sie ausführe. Wir haben das bei Modellierung, Abfragen, Freigabe und Integrationen gesehen, und Migration ist nicht anders. Bei hohem Volumen kümmert mich, wie ich die Daten bewege, wie ich sie in Arbeit aufteile, in welcher Reihenfolge sie sich bewegen, was Salesforce sonst tut, während ich lade, wie ich wiederherstelle, wenn etwas scheitert, und ob ich das Ganze erneut ausführen kann.

Start With the Picture

Same landscape, same amber arrow as module 1: RouteDesk’s open work coming into Salesforce the weekend RouteDesk retires. ⟲

Zum Vergrößern klicken

Module 1 decided what moves on this arrow. This module is about how it moves. ⟲

Module 1 decided what comes in: the deliveries not yet made and the ones still inside the 60-day claim window, about 196,400 deliveries. Each one becomes a Work Order, with its line items (about 1.6 per delivery, so about 314,000) and its Service Appointment (about 196,400 more). That’s roughly 707,000 records, prepared in the preparation data store and ready to go. Not millions, but well past anything I’d send one record at a time. So, how do they get in? ⟲

Die Laderampe hinter der Bank

Wenn ich die Bulk API unterrichte, nutze ich die Bank. Sie kommen mit einem Stapel Einzahlungen herein, und der Schalter nimmt 200 und schickt Sie ans Ende der Schlange. Bei einer Million Datensätzen sind das 5.000 Durchgänge durch die Schlange, 5.000 API-Aufrufe. Währenddessen fährt ein Lkw an die Seite der Bank, lädt eine riesige Menge Einzahlungen ab und fährt zwanzig Minuten später wieder weg, während Sie noch anstehen. Das ist die Laderampe, und sie heißt Bulk API.

The 200 is still real. A REST sObject Collections request takes “up to 200 records” (Create Records Using sObject Collections (öffnet in einem neuen Tab), REST API Developer Guide), and a SOAP create() call the same: “If a create request exceeds 200 records, then the entire operation fails” (create() (öffnet in einem neuen Tab), SOAP API Developer Guide; both checked 2026-10-27). Every 200 more records is another call. RouteDesk’s 707,000 records would be over 3,500 trips to the teller. ⟲

Zum Vergrößern klicken

Same records, different door. ⟲

Die Laderampe hat fünf Schritte:

1. Den Job öffnen. Drücken Sie den roten Knopf und ziehen Sie eine Nummer: die Job-ID.
2. Hochladen. Die Rampe öffnet sich, und Sie laden Ihre CSV-Dateien unter dieser Nummer hoch, eine Datei oder hundert.
3. Den Job schließen. Salesforce weiß nicht, dass Sie fertig sind, bis Sie den großen blauen Knopf drücken: Hochladen abgeschlossen. Jetzt beginnt die Verarbeitung.
4. „Sind wir schon da?“ Wie meine Kinder auf dem Rücksitz: Sie fragen mit Ihrer Job-ID, ob es fertig ist. Ist es fertig? Ist es fertig?
5. Die Ergebnisse abholen. Laden Sie die erfolgreichen Datensätze (mit ihren neuen Salesforce-IDs) oder die Fehlschläge (mit ihren Fehlern) herunter.

Zum Vergrößern klicken

Submit, wait, collect. ⟲

Eine Million Datensätze kosten eine Handvoll Aufrufe statt Tausender. Aber sehen Sie, was sich geändert hat: Die Arbeit ist asynchron. Sie bekommen keine Antwort pro Datensatz; Sie reichen ein, warten und holen ab. Der Aufrufer muss also wissen, was eingereicht wurde, was noch verarbeitet wird, was abgeschlossen ist, was gescheitert ist und was zurückkam. Das ist kein API-Detail. Das ist Steuerung der Migration.

Zwei Laderampen: Bulk API 2.0 und Bulk API

Es gibt zwei Versionen, und es zählt, welche Sie nutzen.

• Bulk API 2.0 is the one to start with. You upload the data for a job and Salesforce splits it into batches for you, retries for you and runs them in parallel. A job can take 150 MB, measured after Salesforce encodes it, so Salesforce advises uploading no more than 100 MB of CSV per job. ⟲
• Bulk API (1.0) makes you create the batches yourself, up to 10,000 records each. It’s older, but it still has two levers 2.0 doesn’t give you: serial mode for loads, and PK chunking for very large exports (module 5). ⟲

Both share a rolling 24-hour allowance of 15,000 batches, and either can load up to 150 million records in 24 hours. Job results are kept for seven days after the job completes (Bulk API and Bulk API 2.0 Limits and Allocations (öffnet in einem neuen Tab), checked 2026-10-27). Salesforce’s line between the doors: “Any data operation that includes more than 2,000 records is a good candidate for Bulk API 2.0”; below that, “bulkified” synchronous calls are fine (Loading Data from the API (öffnet in einem neuen Tab), Best Practices for Deployments with Large Data Volumes, Winter ‘27, checked 2026-10-27). Those are today’s numbers: check them before you plan around them. ⟲

Einzeln, in Sätzen und in Masse: So denke ich über die Form der Arbeit nach: eine einzelne Aktualisierung aus einer Benutzeraktion, ein paar Hundert verknüpfte Datensätze aus einem Geschäftsprozess, Millionen historischer Datensätze in einer Migration. Das sind keine Produktnamen. Fragen Sie, welche Form die Arbeit hat, bevor Sie das Werkzeug wählen.

Test knowledge. Know when the Bulk API is the answer: more than about 2,000 records, asynchronous, a job you submit and collect. Know the two versions apart: Bulk API 2.0 splits the batches for you and runs them in parallel; Bulk API (1.0) has you build batches of up to 10,000 records, and only it offers serial mode and PK chunking. Both share 15,000 batches in a rolling 24 hours. ⟲

Das Werkzeug ersetzt nicht die Architektur

„Wir nehmen die Bulk API.“ In Ordnung. Das sagt mir nicht, welche Objekte zuerst geladen werden, Einfügen oder Upsert, was der externe Schlüssel ist, wie Beziehungen wiederaufgebaut werden, was passiert, wenn einige Datensätze scheitern, ob Jobs parallel laufen können, ob parallele Arbeit um dieselben Elterndatensätze kämpft, welche Automatisierung ausgeführt wird oder wie wir abgleichen und neu starten. Die Bulk API löst ein Transportproblem. Sie löst nicht die Migration.

The order comes from the model, and module 1 drew it for RouteDesk: reference data first, then the Work Orders, then their line items and appointments, then the claim Cases that point at them (Preserve the Source Identity, and Load by Keys). Each wave is its own job, and the next one doesn’t start until the last one’s results are in. Junction objects depend on two parents, self-referencing hierarchies may need several passes, and circular relationships may need records first and relationships second. Don’t discover these on cutover weekend. ⟲

Manchmal laden Sie den Datensatz und dann die Beziehung. Eine Muttergesellschaft, eine Tochter und eine regionale Tochter werden alle in der Migration angelegt. Statt jede Beziehung in einem Durchgang aufzulösen, laden Sie die Accounts mit ihren stabilen Quellschlüsseln und führen dann einen zweiten Durchgang aus, der die Hierarchie setzt. Dieselbe Idee hilft bei Selbstverweisen und zirkulären Abhängigkeiten. Das Ziel ist nicht ein Durchgang. Es ist ein deterministisches, wiederholbares Ergebnis.

Einfügen, Aktualisieren oder Upsert

Insert says create this as new. Update says I already know the Salesforce record I’m changing. Upsert says use this key to find out whether the record exists; update it if it does, create it if it doesn’t. With stable External IDs, upsert makes rehearsals far easier: load, find a transformation problem, fix it, rerun, without the run assuming everything is a first-time insert. Keys are architecture, not just integration plumbing. RouteDesk’s Work Orders upsert on the partner key, the same field the integration uses, so a manifest Redrock resends on cutover weekend updates the migrated record instead of duplicating it. ⟲

Upsert has a price, though. Salesforce’s own Large Data Volumes guide ranks the operations: “insert() is fastest, update() is next, and upsert() is next after that. If possible, also break upsert() into two operations: create() and update()” (Loading Data from the API (öffnet in einem neuen Tab), checked 2026-10-27). How do you know which records are new and which already exist? The preparation data store knows, because it pulled down what Salesforce already has and keeps the IDs that came back (module 1). So the 190,000 delivered Work Orders that nothing in Salesforce has touched can go in as a plain insert, and only the open ones the integration may already have created need the upsert. ⟲

Two more lines from the same guide. Load clean data: “Errors in batches trigger single-row processing for that batch, and that processing heavily impacts performance.” That’s module 1 paying off at the loading dock. And when you update, “send only fields that have changed.” A reload that resends every field of 196,400 Work Orders does work nobody asked for. ⟲

Aber Upsert ist keine Magie. Wenn die Schlüsselstrategie falsch ist, ist die Operation falsch. Zwei Quelldatensätze für denselben Kunden mit unterschiedlichen Schlüsseln sind für Salesforce zwei Datensätze; ein Quellschlüssel, der mehrere Ziele bezeichnen kann, heißt, dass wir die Kardinalität missverstanden haben. Die Qualitätsarbeit aus Modul 1 zählt weiterhin; eine API-Funktion ersetzt sie nicht.

Test knowledge. Insert is the fastest operation, then update, then upsert; Salesforce suggests splitting an upsert into creates and updates where you can. Upsert needs an External ID, and it’s what makes reruns safe. Load clean data, because errors in a Bulk API batch push that batch into slow single-row processing, and send only the fields that changed. ⟲

Parallel ist schneller, bis es das nicht mehr ist

Parallele Verarbeitung erhöht den Durchsatz. Aber wenn viele Datensätze im Ladevorgang auf denselben Elterndatensatz zeigen, konkurrieren die Transaktionen um Sperren auf diesem Elterndatensatz, und was wir getan haben, um schneller zu werden, erzeugt Sperrkonflikte, Fehler und Wiederholungen. Das sind wieder die Hotspots aus Kapitel 7: Wenn eine Million Kinder auf wenige Elterndatensätze zulaufen, zählt die Form der Daten für das Laden. Wenn zwei Batches jeweils auf eine Sperre warten, die der andere hält, entsteht ein Deadlock, zwei Autos, die auf einer Kreuzung feststecken.

RouteDesk is exactly that shape. Almost 196,400 Work Orders, and nearly every one points at one of three Retail Partner Accounts. Load them in parallel in the order RouteDesk exported them, and every batch holds Work Orders for all three partners. ⟲

Zum Vergrößern klicken

In export order, every batch needs every parent. One locks, the others wait. ⟲

Two levers. First, sort the files by parent, so the children of one parent travel together in the same batch instead of being spread across batches that collide. Salesforce gives the same advice: “When changing child records, group them by parent—group records by the field ParentId in the same batch to minimize locking conflicts” (Loading Data from the API (öffnet in einem neuen Tab), checked 2026-10-27). ⟲

Zum Vergrößern klicken

Sorted by partner, each batch works on its own parent. ⟲

Second, on Bulk API 1.0, serial mode processes one batch at a time: slower, but it removes the contention. I reach for serial mode when the data is complex and we’re running into collisions and timeouts. Salesforce’s own guide is more cautious: serial mode “is used only when previously submitted asynchronous jobs have accidentally produced contention because of locks. Use only when advised by Salesforce” (Limits (öffnet in einem neuen Tab), Bulk API 2.0 and Bulk API Developer Guide, checked 2026-10-27). So sort first, and treat serial as the fallback. And it’s only on the older dock: Bulk API 2.0’s job reference says “Currently only parallel mode is supported,” and if other modes ever arrive, “the mode will be chosen automatically by the API and will not be user configurable” (Create a Job (öffnet in einem neuen Tab), Bulk API 2.0, checked 2026-10-27). A load that needs serial processing is a reason to use Bulk API 1.0. ⟲

Serial mode is a setting on the job, chosen when you create it. On Bulk API 1.0, RouteDesk’s Work Orders would be: ⟲

POST /services/async/68.0/job
{
  "operation": "upsert",
  "object": "WorkOrder",
  "externalIdFieldName": "Partner_Delivery_Key__c",
  "contentType": "CSV",
  "concurrencyMode": "Serial"
}

Leave concurrencyMode out and you get Parallel, the default. Salesforce’s job reference says when to change it: “If parallel mode results in too many failed records or failed jobs, submit the job with Serial concurrency mode,” and adds that it “can significantly increase the processing time” (JobInfo (öffnet in einem neuen Tab), Bulk API 2.0 and Bulk API Developer Guide, checked 2026-10-31). ⟲

And if three parents are too few for any sorting to help, look at the model. Checkpoint 1 already offered a way to spread them: link Work Orders to a child Account per distribution center, so nine parents share the load instead of three. That’s a design decision, made before the migration, not a loader setting. ⟲

Ich beginne weder mit „immer parallel“ noch mit „immer seriell“. Ich sehe mir die Form der Beziehungen an, die heißen Elterndatensätze, die Automatisierung, die ausgelöst wird, was sonst sperrt und was bei der Probe passiert ist. Dann wähle ich. Erst korrekt, dann schnell.

Test knowledge. Parallel loads lock parent records. When many children share a few parents, expect “unable to lock row” errors: sort the load file by parent so each batch touches as few parents as possible. Serial mode (Bulk API 1.0 only) removes the contention at the cost of speed; Salesforce reserves it for lock contention the sorting didn’t solve. ⟲

Die Batch-Größe ist eine Abstimmungsentscheidung

Leute wollen eine magische Zahl. Ich habe keine. Die richtige Größe hängt vom Objekt ab, von der Komplexität der Datensätze, der Automatisierung, den Beziehungen, den Sperren, der Payload und dem Mechanismus. Zu groß, und Fehler werden teuer und Transaktionen tun zu viel; zu klein, und der Overhead dominiert, und der Lauf dauert viel länger als nötig (und verbraucht in 1.0 Ihr Batch-Kontingent). Beginnen Sie innerhalb der unterstützten Grenzen des Werkzeugs, und messen Sie dann gegen repräsentative Daten.

And the rehearsal data needs the same shape as production. Twenty million records in production, ten thousand in the test, and everything flies: what did we prove? Not much about scale. The test doesn’t need every record, but it must expose the architecture: heavy concentration on a few parents, millions of children, large text fields, complex relationships, historical skew, automation triggered by particular values. The Number of Zeros matters, and so does the shape behind the zeros. For RouteDesk that means a rehearsal set where a third of the Work Orders still point at Redrock. ⟲

Der Ladebenutzer, und wem die Datensätze gehören

For a substantial migration I want a dedicated migration identity, not someone’s personal admin account: for traceability, controlled permissions, automation decisions (module 3), monitoring and troubleshooting. A million records created by the migration user during cutover tells me something. A million created by Daniel Reyes because Daniel ran Data Loader on Saturday night mixes human identity with system activity. Give it the permissions the job needs, and don’t let it become a permanent mystery superuser nobody dares disable. ⟲

Then don’t confuse who loaded a record with who should own it. Created By is provenance; Owner is architecture, with sharing and business consequences. Set business ownership deliberately. Sometimes there’s no good answer in the source: the record’s owner left years ago, or never existed. It can be hard to assign records to active users, and I’ve created a dedicated “data load” user to own them. That’s sound practice with one condition from chapter 7: a user who owns more than 10,000 records of an object is ownership skew, so that owner should have no role, or a role of its own at the top of the hierarchy (Ownership Data Skew (öffnet in einem neuen Tab)), and the records should have a path to real owners. Who owns the records, and where that owner sits in the role hierarchy, is an important decision the team makes for any bulk import, not something the loader defaults. For RouteDesk’s Work Orders, chapter 7’s question decides it: does ownership drive who sees a delivery? At Steve Trucking it doesn’t (partners see their own deliveries through the partner on the record), so one owner with no role is fine. ⟲

Werkzeuge: Wählen Sie nach Wiederholbarkeit

There are many ways to load data, and the tool matters less than how you use it. Salesforce’s Data Loader has been tried and true, but it’s aged: a desktop tool that works CSV by CSV. Its command-line version can be scripted and pointed at your preparation data store, which is how I’ve run repeated loads. Some tools connect a SQL database straight to Salesforce, copying data down and sending changes back with SQL. ETL and integration platforms do the same job at enterprise scale. And with the APIs you can drive the Bulk API directly: the Salesforce CLI’s sf data upsert bulk loads a CSV through Bulk API 2.0 with an External ID from one command (data upsert bulk (öffnet in einem neuen Tab), Salesforce CLI Command Reference, checked 2026-10-27). You can even have AI write the small scripts that run each complex step. ⟲

Welches Werkzeug auch immer, hier ist meine stärkste Vorliebe: Ich will nicht, dass die Migration in der Produktion das erste Mal ist, dass wir die Migration durchführen, und ich will nicht, dass jede Probe ein handgemachtes Abenteuer ist. Wenn Schritt 17 lautet „Öffne diese CSV, sortiere nach Spalte G, lösche die leeren Zeilen, kopiere diese Formel nach unten, dann starte Data Loader mit diesen Einstellungen“, werde ich nervös. Jeder manuelle Schritt ist eine Gelegenheit für eine falsche Datei, eine vergessene Zeile, eine veraltete Version, eine falsche Sortierung, einen vergessenen Filter, eine Einstellung, die sich von der Probe unterscheidet. Manche sind vielleicht unvermeidbar: Dokumentieren und testen Sie sie. Aber das Ziel ist Wiederholbarkeit, also sollten Extrahieren, Transformieren, Validieren, Laden, Ergebnisse festhalten und Abgleichen jedes Mal gleich ablaufen.

Wenn Sie Ladevorgänge planen, planen Sie sie nicht häufiger, als sie fertig werden können. Ein stündlicher Job, der manchmal neunzig Minuten braucht, startet über sich selbst; prüfen Sie, dass der vorige Lauf abgeschlossen ist, bevor der nächste beginnt.

Keep Every Result, and Bring the Keys Back

Behalten Sie für jeden Ladevorgang die Eingabeversion, die umgewandelte Ladedatei, die Job-ID, die Erfolgs- und Fehlerergebnisse mit ihren Fehlern, Zeiten, Datensatzanzahlen und Abgleichsergebnisse. Nach einer großen Migration wird jemand fragen: „Was ist mit diesem Datensatz passiert?“, und ich will Belege, nicht „Ich glaube, der war in der dritten CSV am Samstagmorgen“. Bulk-Ergebnisse werden nur sieben Tage aufbewahrt, also laden Sie sie laufend herunter. Geben Sie diesen Artefakten später einen Lebenszyklus; werfen Sie sie nicht weg, solange Sie den Umzug noch beweisen müssen.

Then bring the keys back. The success results carry each record’s new Salesforce ID next to the key you sent. Write them back into the preparation data store, on the row that produced the record: that’s the last frame of module 1’s three sets of keys. On the Zendesk migration I described in module 1, that’s what made everything else possible. With the Salesforce IDs back on every row, I could load in phases (accounts and contacts first, then the cases, then the comments and files that hang off them), and each phase found its parents by the IDs the last one returned. I could do a partial load: just the rows that failed, or just one group. And I could reload: fix a transformation, regenerate the affected rows, and send only those, knowing exactly which Salesforce records they’d update. Without the keys back, every rerun is a guess. ⟲

Die Größe der Fehlschläge ist auch eine Frage der Anzahl der Nullen. Zwanzig Fehlschläge von 100 sind schlecht; zwanzig von 20 Millionen müssen trotzdem untersucht werden, sind aber ein anderes Signal. Achten Sie auf Raten, nicht nur auf Anzahlen, und klassifizieren Sie die Fehlschläge: Validierung, fehlender Elterndatensatz, doppelter Schlüssel, Sperren, Datentyp, Automatisierung, Berechtigungen. Klassifiziert zeigen sie Ihnen Architekturprobleme statt einer riesigen Fehlerdatei.

Und Leistung ist mehr als Datensätze pro Sekunde. „Wir haben den Durchsatz verdoppelt.“ Was hat sich geändert? Sind Sperren, Fehlschläge oder Wiederholungen gestiegen? Ist nachgelagerte Automatisierung zurückgefallen, hat sich die Neuberechnung der Freigabe aufgestaut, ist eine andere Integration überlaufen? Ist die gesamte Umstellung tatsächlich kürzer geworden? Eine Migration läuft nicht im luftleeren Raum.

Test knowledge. The Bulk API’s success results return each record’s new Salesforce ID with the data you sent, and its failure results return each error; both are kept for seven days. Capture them, write the IDs back to the source or staging data, and you can load in phases, retry only the failures, and reconcile what landed. ⟲

Testen Sie den ganzen Lauf

Accounts laden, dann Kontakte, dann Bestellungen, jedes einzeln getestet, ist keine getestete Migration. Ich will eine vollständige Probe, von Anfang bis Ende, mit derselben Reihenfolge, denselben Transformationen, Identitäten, derselben Automatisierungsstrategie und demselben Abgleich, bei repräsentativem Volumen. Zwischen den Schritten zeigen sich Abhängigkeiten: Eine Verzögerung von zehn Minuten startet den nächsten Ladevorgang zur falschen Zeit, eine unerwartete Fehlerrate kostet Stunden an Nachbesserung, eine Neuberechnung der Freigabe verschiebt den Zeitplan. Der ganze Lauf sagt Ihnen, ob die Migration funktioniert, nicht nur, ob jeder Befehl funktioniert.

If the rehearsal includes a performance or scale test, put Salesforce’s lead time in the plan. “All tests must be pre-approved. Unapproved testing is subject to throttling or blocking,” and for tests at 120 requests a second or below, the request goes in “at least one week before the testing date” (Salesforce Performance and Scale Test FAQs (öffnet in einem neuen Tab), Salesforce Help, checked 2026-10-27). A rehearsal that gets throttled proves nothing about cutover weekend. ⟲

KI kann das Skript schreiben. Der Lauf bleibt Ihre Verantwortung.

AI is very good at generating transformation scripts, load orchestration, error parsers, reconciliation queries and retry logic. Use it. But generated code can be wrong at enormous speed: a wrong transformation on ten records is ten fixes; on ten million, the Number of Zeros applies to the mistake too. The way I use it is step by step: clean, transform and migrate steps, with every generated command and action tracked. That’s deterministic, auditable automation, not unattended judgment. Test it at realistic scale before you trust it with production data. ⟲

Über die Prüfung hinaus: Was KI ändert. KI senkt den Aufwand für den Bau von Migrationswerkzeugen und macht es leichter, Massenoperationen schnell zu erzeugen und auszuführen. Je größer die Operation, desto stärker der Bedarf an deterministischen Transformationen, nachverfolgten Schritten, Proben, Kontrollen und Abgleich.

Was Architekt:innen hier entscheiden

• Welcher Lademechanismus und welche API-Version zum Volumen und zur Form der Arbeit passen, statt eine Migration wie transaktionalen Verkehr zu behandeln.
• Die von Abhängigkeiten bestimmte Reihenfolge der Objekte und Beziehungen, einschließlich der Fälle, in denen Datensätze und Beziehungen getrennte Durchgänge brauchen.
• Which operation each set of records gets (insert, update or upsert), based on what the preparation data store knows already exists. ⟲
• Where parallel processing is safe, and where concentration, locking or automation justify sorting by parent, a model change, or serial processing. ⟲
• Welche stabilen Schlüssel, welche Migrationsidentität, welche Eigentümerschaft der Datensätze und welche wiederholbaren Werkzeuge Proben und Ladevorgänge in der Produktion deterministisch machen.
• How results and new IDs come back, so loads can run in phases, retry only failures, and reload safely. ⟲
• Welche Belege, welche Klassifizierung der Fehlschläge und welche Probe des ganzen Laufs nötig sind, bevor man dem Prozess im Produktionsmaßstab vertraut.

Auch die Laderampe braucht einen Plan

The loading dock moves enormous amounts of data. It doesn’t decide which truck unloads first, where the pallets go, which shipment belongs to which customer, what happens to a damaged pallet, whether two forklifts are using the same aisle, or whether everything that should have arrived did. That’s architecture. Know the Number of Zeros and the shape behind them. Load in dependency order, use stable keys, control concurrency, bring the keys back, make the process repeatable, keep the evidence, and rehearse the whole thing. Then use the loading dock as fast as the architecture safely allows. ⟲

Weiterlesen

• Salesforce, Bulk API and Bulk API 2.0 Limits and Allocations (öffnet in einem neuen Tab), Developer Limits and Allocations Quick Reference, checked 2026-11-01. ⟲
• Salesforce, General Guidelines for Data Loads (öffnet in einem neuen Tab) and Limits (öffnet in einem neuen Tab), Bulk API 2.0 and Bulk API Developer Guide, checked 2026-11-01. ⟲
• Salesforce, Best Practices for Deployments with Large Data Volumes, Loading Data from the API (öffnet in einem neuen Tab), Winter ‘27, checked 2026-11-01. ⟲
• Salesforce, REST API Developer Guide, Create Records Using sObject Collections (öffnet in einem neuen Tab), checked 2026-11-01. ⟲
• Salesforce, SOAP API Developer Guide, create() (öffnet in einem neuen Tab), and Bulk API 2.0, Create a Job (öffnet in einem neuen Tab), checked 2026-11-01. ⟲
• Salesforce, Bulk API 2.0 and Bulk API Developer Guide, JobInfo (öffnet in einem neuen Tab) (the Bulk API 1.0 job fields, concurrencyMode), API version 68.0 (Winter ‘27), checked 2026-11-01. ⟲
• Salesforce Help, Salesforce Performance and Scale Test FAQs (öffnet in einem neuen Tab), checked 2026-11-01. ⟲
• Der Kurs Integration Architect: Bulk (coming soon) behandelt die Bulk API ausführlich.
• In diesem Kurs: Für Skalierung entwerfen (Hotspots und Eigentümerschafts-Schieflage).
• Salesforce Developers, Designing Record Access for Enterprise Scale, Ownership Data Skew (öffnet in einem neuen Tab), checked 2026-11-01. ⟲
• Salesforce Developers, Salesforce CLI Command Reference, data upsert bulk (öffnet in einem neuen Tab), checked 2026-11-01. ⟲