Quand le volume change tout

🌐 Aussi en 19 langues

English · Español · 日本語 · Português (Brasil) · 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) · Deutsch (Schweiz)

Image générée par IA

Traduit par IA. Pas encore relu par la communauté. Lire en anglais Cette section a changé en anglais et n’a pas encore été retraduite. (48)

Module 1 sur 4 du chapitre Concevoir pour le volume, chapitre 7 du cours Data Architect, et le début de la partie 2. Chaque module est autonome. Suivant : Points chauds : déséquilibre de propriété, de parent et de référence

La question à laquelle répond ce module : qu’est-ce qui casse quand les données grandissent, et quand ?

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. ⟲

C’est ici que nous passons de Voir à Concevoir. Dans la partie 1, nous avons appris à voir le métier, le modèle de données, le paysage de l’entreprise, la gouvernance et l’autorité. Maintenant, nous allons mettre du poids sur cette architecture. Et la première question que je pose, c’est : jusqu’où cela va-t-il grandir ?

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 (s'ouvre dans un nouvel onglet)). 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 (s'ouvre dans un nouvel onglet)). 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. ⟲

Ma règle graduée des gros volumes de données

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 (s'ouvre dans un nouvel onglet)). 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. ⟲

Ce n’est pas un hasard si la règle commence à un million. Les calculs de requête de la plateforme elle-même changent au « premier million d’enregistrements », comme le montre le chapitre suivant. Le chiffre exact n’est pas la leçon, cependant. La leçon, c’est : le volume change la conception.

Cliquer pour agrandir

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 (s'ouvre dans un nouvel onglet)). ⟲

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 (s'ouvre dans un nouvel onglet)). 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 (s'ouvre dans un nouvel onglet)). 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 (s'ouvre dans un nouvel onglet) (archived copy (s'ouvre dans un nouvel onglet)) and Winter ‘27 (s'ouvre dans un nouvel onglet) (archived copy (s'ouvre dans un nouvel onglet)); Salesforce Limits Quick Reference Guide, Winter ‘16 (s'ouvre dans un nouvel onglet) (archived copy (s'ouvre dans un nouvel onglet)), and Salesforce Developer Limits and Allocations Quick Reference, Winter ‘27 (s'ouvre dans un nouvel onglet) (archived copy (s'ouvre dans un nouvel onglet)); Data and File Storage Allocations (s'ouvre dans un nouvel onglet) (10 GB “starting in late March 2019”); Execution Governors and Limits (s'ouvre dans un nouvel onglet), Winter ‘27. ⟲

Ne demandez pas sa taille d’aujourd’hui

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. ⟲

C’est pour cela que j’enseigne le Nombre de zéros de Steve. Ne vous obsédez pas tout de suite par une fausse précision. Trouvez le bon ordre de grandeur. Dix mille, cent mille, un million, dix millions, cent millions ? L’architecture peut changer chaque fois que nous ajoutons un zéro.

Multipliez maintenant les enfants

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. ⟲

Et les données que nous n’avons pas mises dans le cœur

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. ⟲

Les requêtes ne sont pas les seules à ralentir

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. ⟲

Les modèles propres peuvent devenir des modèles coûteux

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. ⟲

Disons que les rapports par partenaire sur les articles d’ordre d’exécution ont sans cesse besoin du partenaire distributeur (Retail Partner), qui se trouve dans le modèle propre à deux sauts : article → ordre d’exécution → partenaire. À un volume suffisant, il peut y avoir une raison de mettre une copie gouvernée de l’identifiant du partenaire directement sur l’article. J’ai alors créé des données dupliquées, et cela crée une responsabilité. Comment est-elle renseignée ? Peut-elle changer ? Comment la garder exacte ? Quelle copie fait autorité ? Ce sont des coûts réels, et j’accepte parfois une duplication maîtrisée pour obtenir les performances dont le métier a besoin. Concevez vers la normalisation, puis reculez délibérément quand le volume vous en donne une raison. Ne dénormalisez pas parce que c’est plus facile à construire ; dénormalisez parce que vous pouvez expliquer le bénéfice et le coût que vous acceptez.

Ne faites pas du CRM principal votre entrepôt de données

Il y a une autre erreur de volume que je vois. Le métier veut des rapports, alors on continue d’ajouter des données historiques dans le CRM opérationnel, puis encore, jusqu’à ce que la justification devienne « on en a besoin pour les rapports ». C’est là que je demande si nous avons transformé le système opérationnel en système analytique. Ce sont des charges de travail différentes. Steve Trucking a besoin de Salesforce pour faire tourner les livraisons du jour : l’agent a besoin du statut du jour, le répartiteur des tournées du jour, le partenaire de l’avancement du jour. Un analyste qui compare cinq ans de performance des livraisons par région, partenaire, camion, météo, équipe et créneau de livraison, croisés avec la finance, c’est une charge analytique. Salesforce sait produire des rapports sur des données opérationnelles. Cela ne veut pas dire que chaque question analytique historique appartient au stockage opérationnel. Steve Trucking a déjà Snowflake. Alors demandez : à quelles questions le système opérationnel doit-il répondre, et lesquelles relèvent de la plateforme analytique ? La partie 3 traite l’entrepôt de données en profondeur.

Et les instantanés de rapport ne sont pas une stratégie d’entrepôt de données. Des objets de rapport aplatis, des enregistrements d’instantané, des copies de valeurs qui facilitent les rapports : parfois légitimes. Ils peuvent aussi être une façon de repousser la question d’architecture. Si je crée des millions d’enregistrements supplémentaires pour pouvoir faire des rapports sur les millions que j’ai déjà, je veux savoir où cela s’arrête. Ne continuez pas à fabriquer des enregistrements opérationnels parce que personne ne veut avoir la conversation sur l’entrepôt de données.

Le volume a une forme

Deux systèmes peuvent avoir chacun 20 millions d’enregistrements et se comporter très différemment. L’un contient 20 millions d’enregistrements historiques, presque jamais mis à jour, généralement lus un par un grâce à un identifiant connu, avec peu de complexité de partage. L’autre contient 20 millions d’enregistrements actifs, mis à jour en permanence, avec une propriété complexe, beaucoup de rapports, beaucoup d’utilisateurs, de grosses concentrations parent-enfant et des intégrations fréquentes. Ce n’est pas le même problème. Le nombre d’enregistrements seul ne suffit donc pas. À quelle vitesse cela grandit-il ? À quelle fréquence cela change-t-il ? Comment est-ce interrogé, partagé, relié ? Combien de temps cela doit-il rester actif ? Combien en arrive, ou en change, d’un coup ? Que se passe-t-il quand on le supprime ? « Salesforce peut gérer 20 millions d’enregistrements » n’est pas une réponse. La question intéressante, c’est : vingt millions d’enregistrements qui font quoi ?

L’IA va ajouter des zéros

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. ⟲

Au-delà de l’examen : ce que l’IA change. L’IA peut augmenter considérablement le rythme auquel les systèmes créent et récupèrent des données. Modélisez explicitement le volume généré par les agents, au lieu de supposer que les rythmes historiques des transactions humaines prédiront le volume futur.

Steve Trucking : l’architecture change déjà

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. ⟲

Cliquer pour agrandir

Follow the model, and the zeros multiply. ⟲

Ce que l’architecte décide ici

• À quoi ressemble le Nombre de zéros aujourd’hui, avec la croissance attendue et sur toute la durée de conservation, et pas seulement si le volume d’aujourd’hui fonctionne.
• Quelles structures propres restent normalisées, et où le volume justifie une dénormalisation maîtrisée.
• Quelles données restent dans le cœur opérationnel de Salesforce, et lesquelles relèvent d’un stockage spécialisé, de plateformes analytiques ou d’autres systèmes.
• Si un besoin de rapport est vraiment opérationnel, ou le signe que le métier a besoin d’une architecture analytique.
• Comment de nouveaux producteurs, comme les agents, changent les hypothèses de volume avant que leurs enregistrements ne deviennent le problème de demain.

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. ⟲

Pour aller plus loin

• Salesforce Help, Data and File Storage Allocations (s'ouvre dans un nouvel onglet): 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 (s'ouvre dans un nouvel onglet) (release 264, archived copy (s'ouvre dans un nouvel onglet)), checked 2026-10-20. ⟲
• Salesforce Developers, Best Practices for Deployments with Large Data Volumes (s'ouvre dans un nouvel onglet), Winter ‘27, checked 2026-11-01. ⟲
• Salesforce Architects, The Salesforce Platform: Transformed for Tomorrow (s'ouvre dans un nouvel onglet), checked 2026-11-01. ⟲
• Salesforce, Best Practices for Deployments with Large Data Volumes, Winter ‘16 edition (s'ouvre dans un nouvel onglet) (archived copy (s'ouvre dans un nouvel onglet)) (release 198), checked 2026-10-20. ⟲
• Salesforce, Developer Limits and Allocations Quick Reference, Winter ‘16 edition (s'ouvre dans un nouvel onglet) (archived copy (s'ouvre dans un nouvel onglet)) and Winter ‘27 edition (s'ouvre dans un nouvel onglet) (archived copy (s'ouvre dans un nouvel onglet)), checked 2026-10-20. ⟲
• Salesforce Developers, SOAP API End-of-Life Policy (s'ouvre dans un nouvel onglet), checked 2026-11-01. ⟲
• Salesforce Developers, Execution Governors and Limits (s'ouvre dans un nouvel onglet), Apex Developer Guide, Winter ‘27, checked 2026-11-01. ⟲
• Salesforce Developers, Working with Very Large SOQL Queries (s'ouvre dans un nouvel onglet), 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. ⟲
• Le dossier Steve Trucking (en anglais), section 4 (volumes).