Il fine settimana di cutover

🌐 Disponibile anche in 19 lingue

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

Immagine generata con l'IA

Tradotto con l'IA. Non ancora rivisto dalla comunità. Leggi in inglese Questa sezione è cambiata in inglese e non è ancora stata tradotta di nuovo. (54)

Modulo 4 di 5 del capitolo Migrazione e sincronizzazione, capitolo 10 del corso Data Architect. Ogni modulo si regge da solo. Previous: Automation During the Load · Next: Getting Data Out: Keeping Another System in Step ⟲

La domanda a cui risponde questo modulo: Come si fa il passaggio, e come si dimostra che la migrazione ha funzionato?

È venerdì sera. Gli utenti sono fuori, il team di migrazione è online, e qualcuno dice: “L’abbiamo testato tre volte. Andiamo.” Va bene. Cosa stiamo esattamente per fare? Quando smette di cambiare il vecchio sistema? Quando avviene l’estrazione finale? Chi spegne l’automazione, chi avvia ogni caricamento? E se a mezzanotte siamo indietro di due ore, o fallisce il 3 per cento degli account? Chi decide se continuiamo? Come dimostriamo che i dati sono giusti, e quando possono tornare gli utenti? E se va male: come ne usciamo? Il cutover non è “lanciare la migrazione”. È una transizione controllata da uno stato noto a un altro.

Start With the Picture

Here’s our landscape one more time. This is the weekend that amber arrow runs, and then disappears. ⟲

Clicca per ingrandire

The weekend this arrow runs. On Monday morning, it’s gone. ⟲

But more changes that weekend than one arrow. The partners’ manifests stop landing in RouteDesk and start arriving through the integration layer. RouteDesk’s own outbound feeds, Keystone’s nightly status file and Redrock’s webhook, have to come from Salesforce instead. Coordinators route Monday’s deliveries in Field Service, not RouteDesk. And on Monday morning, 330 trucks leave the distribution centers on routes from the new system. Everything in this module is about getting to that Monday safely, and knowing what we’d do if we couldn’t. ⟲

La produzione dovrebbe essere noiosa

Voglio che il cutover in produzione sembri quasi deludente. Abbiamo già eseguito il processo, l’abbiamo cronometrato, abbiamo visto i fallimenti, testato i bypass, riconciliato i risultati ed esercitato il ritorno al funzionamento normale. La produzione è lo stesso copione con dati nuovi. Se stiamo inventando la migrazione nel fine settimana di cutover, siamo già nei guai.

That takes a dress rehearsal, not “we loaded accounts in the sandbox.” Beginning to end: a final-style extract, transformations, quality checks, the load sequence, automation and integration controls, reconciliation, deferred processing, the return to normal mode, all timed, at production or representative scale, in a Full sandbox. Record how long each step took, what failed, what needed manual help, what confused people, where we waited, what surprised us. Then improve the runbook. The first rehearsal teaches you how the migration works; the next one should prove you learned. And because module 2 brought the keys back, a rehearsal doesn’t have to start from nothing every time: fix one transformation, reload just the rows it touched, and run the reconciliation again. For RouteDesk, that means the whole weekend in a Full sandbox: the extract, the preparation data store, the waves of module 1, the bypass of module 3, the switch of the partners’ feeds, and the reconciliation, with a stopwatch running. ⟲

Il runbook è architettura eseguibile

Non “sabato mattina: migrare i dati”. Qualcosa di più simile a:

Passaggio	Azione	Responsabile	Durata prevista	Prova / criterio di uscita
1	Confirm RouteDesk is read-only after Saturday’s last truck	Operations lead	10 min	Written confirmation; time of the last change recorded
2	Final RouteDesk extract into the preparation data store	Data team	45 min	Counts and control totals captured
3	Confirm the bypass on the migration user	Salesforce team	10 min	A test record saves with no status events sent
4	Incremental load: Saturday’s changes, upsert by the partner key	Migration team	30 min	Results and new IDs back in the preparation data store
5	Reconcile against the expected numbers	Data team and operations	30 min	Counts, totals and aggregate reports approved
6	Switch the partners’ manifests and status feeds to the integration layer	Integration team	30 min	One test manifest upserted and one status sent, per partner
…	…	…	…	…
14	Remove the bypass from the migration user	Salesforce team	10 min	Permission set unassigned, and checked

Now we know what happens, who does it, how long we expect, and what proves each step is complete. That’s much stronger than a checklist that says “Load Work Orders.” Notice step 14. Module 3’s bypass is a permission to skip business rules, so taking it away is a runbook step with an owner, not something we hope someone remembers. ⟲

Giorno −7, giorno −1, giorno 0

I call go-live Day 0: usually a Sunday or another off-hours day. Steve Trucking delivers six days a week, so Day 0 is the Sunday with no trucks on the road. Day +1 is after it; Day −1 and Day −7 are before it. And on any large load, I ask: do I have to wait until Day 0 to load all the data? If the load takes hours and the source keeps changing, I’m going to need an incremental anyway. So: ⟲

• Day −7: the initial load. Load the bulk of the data a week early, kept invisible by sharing, so users and reports don’t see it. Smoke-test users (a system administrator) validate it in place. Ask the business what would be hurt by loading early; if the answer is “it would break my reports,” load it hidden. It’s much simpler to open up the sharing on Day 0 than to spend five hours loading a million records and all their children inside the window. ⟲
• Giorno −1: il caricamento di aggiornamento. Porta ciò che è cambiato dal giorno −7, e proteggi la linea di partenza: gli utenti stanno ancora cambiando la sorgente, le integrazioni stanno scrivendo, i job pianificati stanno girando? Blocca la sorgente, mettila in sola lettura, o definisci esattamente come verranno catturate le modifiche successive all’estrazione.
• Giorno 0: l’incrementale. Carica ciò che è cambiato dal giorno −1 (a volte un incrementale all’inizio della finestra e uno finale alla fine), riconcilia, decidi go o no-go, apri la condivisione, ripristina il funzionamento normale.

For RouteDesk, Day −7 is the Sunday before: the 190,000 delivered Work Orders go in, hidden by sharing, and smoke-test users check them all week. History barely changes, so most of the load is done before the weekend starts. Day −1 is Saturday night, once the last truck is back: RouteDesk goes read-only, and the refresh brings the week’s changes. Day 0 is Sunday: a small incremental, then the gates. ⟲

Clicca per ingrandire

Day −7: most of the data, a week early, where nobody can see it yet. ⟲

Clicca per ingrandire

Day −1: the week’s changes, and the source stops moving. ⟲

Clicca per ingrandire

Day 0: a small incremental, then the gates. ⟲

Clicca per ingrandire

Day +1: the first truck leaves, and the rollback clock runs out. ⟲

This isn’t an unusual way to cut over; it’s the common one, under other names. Salesforce’s own guidance for moving a B2C Commerce site says to migrate as much data as you can “as close as possible prior to the actual cut-over. Ideally, only the delta from the previous day should be required to copy during the cut-over to minimize the down time” (B2C Commerce Realm Split FAQ (si apre in una nuova scheda), Salesforce Help). Microsoft’s guidance for its own platform is a full migration “about a month before go-live, followed by weekly delta loads,” with the final delta “after freezing both source and target systems” (Data migration planning for go-live (si apre in una nuova scheda), Microsoft Learn). And AWS’s database migration service builds the same idea in: a full load while it captures changes, then “shut down your applications, let the remaining changes flow through to the target” (Components of AWS DMS (si apre in una nuova scheda), AWS; all three checked 2026-10-27). The timing changes with the volume: a month or a week ahead, weekly or daily deltas. The Salesforce twist is the one I add: load early hidden by sharing, so the data is in place and checked, and nobody sees it until Day 0. ⟲

Test knowledge. For a large migration with a short cutover window, load most of the data days early, hidden from users by sharing, then load only what changed (a refresh before the window, an incremental inside it). Freeze or capture changes in the source from the extract onward, and validate with test users before opening access. ⟲

For the cutover, the point is the gates around those loads. By Day −7 I don’t want to be designing the migration anymore: mappings, transformations, the load sequence, automation decisions, migration identities, reconciliation reports, the runbook, rollback criteria and known exceptions are stable, because the real loads have started. Things can still change, but every late change reduces rehearsal. At some point you stop improving the migration and start protecting the cutover. And know when the source stopped moving, or know exactly how you’ll capture what changed after your extract. ⟲

That second half is the watermark: the point through which each extract was current, so the next load knows what changed since. For RouteDesk, the watermark is the moment of each extract: everything RouteDesk changed after Sunday’s Day −7 extract is in Saturday’s refresh. That only works if RouteDesk records when a delivery last changed, so check that it does, and that every DC’s screens update it. If it doesn’t, compare snapshots: extract again and find the differences by key. Slower, but it’s a watermark you can trust. Without one, delta processing is guesswork. ⟲

Poi il giorno 0 è esecuzione. Segui il runbook, annota tempi reali, ID dei job, conteggi, errori e decisioni. Se il passaggio 17 fallisce, non saltare al 24 perché qualcuno pensa che faccia risparmiare tempo: capisci la dipendenza, usa la procedura di ripristino, aggiorna lo stato. Il team deve sempre poter dire dove siamo, cosa è completo, cosa è fallito, cosa viene dopo, e se siamo ancora dentro la finestra.

Chiudi fuori gli utenti quando ti serve il controllo

A nessuno piace il fermo. Ma fingere che il sistema sia disponibile mentre ne cambiamo le fondamenta può essere peggio, e “vogliamo zero fermo” non deve diventare in silenzio “non abbiamo idea di quale versione dei dati faccia fede”. A volte la strategia più pulita è chiudere fuori gli utenti, fare il cutover, dimostrare il risultato e farli tornare. Come?

• I modi duri: congelare gli utenti, cambiare i loro orari di accesso, o limitare gli intervalli IP. Non disattivarli: si rompe la titolarità e tutto ciò che ci è collegato.
• Il modo morbido: un login flow che lascia entrare le persone e le porta in una sala d’attesa: “il sistema è in manutenzione; torna più tardi”. Più gentile di errori che fanno pensare agli utenti che il loro account sia rotto. Non mettere mai quel login flow sugli amministratori di sistema; se si rompe, non entra più nessuno.
• Tieni sempre una porta sul retro: un gruppo di amministratori di sistema (e i tuoi utenti di smoke test) che possono ancora entrare.
• Le sessioni restano aperte. Chiudere fuori gli utenti non chiude le sessioni già aperte, quindi pianifica come far uscire chi sta ancora lavorando: un avviso, una scadenza o, con uno sviluppo su misura, un modo per disconnetterli.

At Steve Trucking it’s Sunday, so the people to plan for are the care agents answering phones, the coordinators getting ready for Monday, and the 300 Retail Partner users who might log in to the portal to check a claim. Login flows are assigned by profile (Custom Login Flows (si apre in una nuova scheda), Salesforce Help, checked 2026-10-27), so the partners’ profile can get the waiting room (“your deliveries are moving to a new system; back Monday at 6 a.m.”) while the smoke-test users and administrators come and go. ⟲

Non inventarlo la settimana prima. Decidi cosa vivranno gli utenti, e diglielo.

Test knowledge. To keep users out during a cutover, freeze their accounts, restrict login hours or IP ranges, or use a login flow (assigned by profile) as a waiting room. Don’t deactivate users: it breaks ownership and what’s attached to it. Keep administrators and test users able to log in. ⟲

Go/no-go, e l’orologio del rollback

Alle 2 di notte, dopo dodici ore, non è il momento di inventare i criteri di go/no-go. Definiscili prima del cutover: oggetti critici riconciliati, tasso di fallimento sotto una soglia approvata, nessun difetto critico dei dati irrisolto, relazioni obbligatorie convalidate, integrazioni critiche verificate, automazione ripristinata e testata, prestazioni accettabili, validazione di business fatta, abbastanza tempo per i passaggi a valle. Altrimenti “go” diventa “siamo arrivati fin qui”. Non è architettura. È l’effetto dei costi irrecuperabili.

“We have a rollback plan.” Good. Until when? We migrate, open Salesforce, and for six hours users create cases, update accounts, enter opportunities, change contact details, while integrations send data elsewhere. Can we restore Friday night? Not without losing legitimate work. Rollback gets harder the longer the new system runs, so define the rollback point: before it, we return to the previous state with the tested procedure; after it, recovery needs a different strategy. Rollback has a clock, and the runbook should show it. For Steve Trucking the clock is easy to read: until Monday’s first truck leaves on a Field Service route, we can still send the coordinators back to RouteDesk, which is why it stays read-only and untouched until then. After that, every delivery made, photo taken and status sent lives only in Salesforce, and going back would lose real work. From that moment, recovery means fixing forward. ⟲

Il rollback non è nemmeno solo eliminare ciò che hai caricato. L’automazione può aver creato figli, le integrazioni possono aver mandato record altrove, gli utenti possono aver cambiato record migrati, allegato file, pubblicato eventi, aggiornato record esistenti. Gli effetti distribuiti sono il motivo per cui i controlli su automazione e integrazione del modulo 3 sono architettura del cutover.

And what makes you roll back? In my experience it’s rarely the loader. It’s unknown data: you find out something key was missed, or a data feed was running that nobody accounted for. The best rollback plan is not needing it: know all of your key data, and every feed that touches it, before cutover. RouteDesk has two that are easy to forget, because they go out, not in: the nightly status file Keystone picks up, and the webhook that tells Redrock what happened. Retire RouteDesk without moving them, and on Monday night Keystone hears nothing. Nobody loaded the wrong data; a feed just stopped. ⟲

Quattro modi in cui dimostro i dati

Dopo il caricamento non chiedo “l’API ha detto successo?”. Voglio quattro tipi di prova, e li uso tutti e quattro: conteggi, totali, controlli a campione e report aggregati.

Conteggi. Quanti record dovrebbero esistere, e quanti ne esistono? Account della sorgente selezionati: 500.000. Duplicati consolidati: 20.000. Esclusi secondo una politica approvata: 5.000. Attesi: 475.000. Destinazione: 475.000. Bene, ma i conteggi da soli non sono una prova; puoi avere il numero giusto di record e i dati sbagliati.

Totali. Dove i numeri contano, confronta i totali di controllo: importo delle fatture, valore degli ordini, saldo aperto, quantità. Entrambi i sistemi hanno 100.000 fatture, ma il legacy totalizza 412.800.000 $ e Salesforce 398.100.000 $. Fermi. I totali rivelano ciò che i conteggi non vedono.

Spot checks. Look at real records, not just easy ones: a simple record and a complex one, a large customer and a small one, one with many children, one that was transformed, one involved in dedupe, one with unusual history. Trace each from source to target: fields, relationships, ownership, history, External IDs. Averages hide serious individual failures. ⟲

Report aggregati. Confronta la forma: account per stato, ordini per anno, casi per stato, clienti per segmento, fatturato per mese. Se la sorgente dice 82.000 clienti in Arizona e Salesforce 8.200, abbiamo un indizio: un codice di stato non mappato, un anno escluso, uno stato tradotto male, un file saltato. Il numero di righe può sembrare giusto mentre la distribuzione racconta la storia.

For RouteDesk, each proof has its check, and each catches something the others miss. ⟲

Clicca per ingrandire

Each proof catches what the others miss. Use all four. ⟲

The aggregate report is the one I’d watch first. Remember module 1’s status codes: nine DCs, nine spellings. If DC 7’s deliveries by week come out 40 percent short against RouteDesk’s, the count for the whole load might still look close, but one DC’s DONE/INST didn’t map. ⟲

Test knowledge. Prove a migration with more than “no errors”: record counts against expected numbers set before the load, control totals on amounts that matter, spot checks of real records traced end to end, and aggregate reports that compare the shape of the data. Business owners validate it too. ⟲

Due regole li accompagnano. Primo, fissa i numeri attesi prima del caricamento (modulo 1): conteggio della sorgente, esclusioni approvate, duplicati consolidati, record in quarantena, destinazione attesa. Poi confronta e spiega la differenza. Un numero atteso inventato dopo aver visto il risultato non è riconciliazione; è razionalizzazione. Secondo, zero errori possono comunque essere sbagliati. Mappa Billing State su Shipping State e ogni riga si carica senza errori dell’API: esecuzione tecnica perfetta, architettura sbagliata. Per questo conta la riconciliazione di business, non solo i log tecnici.

Anche i responsabili di business convalidano

Il team tecnico può dimostrare conteggi, chiavi, relazioni e successo del caricamento. Gli utenti di business riconoscono ciò che noi non vedremo: “questi non sono i nostri clienti attivi”, “quello stato non si usa dal 2022”, “questi account sono nella regione sbagliata”, “questo cliente dovrebbe avere tre contratti attivi”. Quindi la validazione di business è un passaggio esplicito del go-live, con persone nominate, report nominati, record nominati e un’approvazione nominata, non “dateci un’occhiata quando avete tempo”.

Authority Moves on Day 0

Why not move everything on Day 0? The Number of Zeros. If the full migration takes 18 hours and the business tolerates 4 hours of downtime, we have a problem, and moving data earlier solves it. History goes in before cutover while the legacy system stays authoritative; the window only has to handle what changed, what couldn’t be preloaded, final relationships, validation and reconciliation. Instead of moving eight years of history during the outage, we’re closing a gap. ⟲

But preloaded data needs protection. If production data lands on Day −7, can users see it, edit it, can automation react, can integrations publish it, can agents act on it? The answer should be: not yet. So we keep it hidden by sharing, owned and controlled, with automation and integrations held back (module 3). A preload isn’t “put the records in early.” It’s put them in early without accidentally making the new system authoritative early. ⟲

Before cutover, the legacy system is authoritative and Salesforce holds a staged, increasingly current copy. During cutover we close the gap. At the agreed moment, authority moves, and afterward Salesforce is authoritative. For Steve Trucking that moment is Day 0: from then on, a delivery’s truth lives in Salesforce, and RouteDesk is a read-only record of the past. That’s where chapters 6, 9 and 10 meet: identity, authority, movement and cutover aren’t separate problems; they’re views of the same data lifecycle. ⟲

So don’t let two systems both think they’re master. If the legacy system stays writable after cutover, a coordinator changes a delivery window in Salesforce, another changes it in the legacy system, and both systems think they own it. Last write wins? Salesforce wins? Human review? If that’s unanswered, we haven’t finished a migration; we’ve created two writable copies. Chapter 9’s rule: technical permission isn’t architectural authority. ⟲

Not every migration needs ongoing synchronization. If we’re replacing the legacy system completely, Day 0 comes, the final deltas load, reconciliation passes, users move, the old system goes read-only and is eventually archived or retired. Don’t build a permanent integration because “migrations usually have integrations.” If the old system is dead, stop feeding it. That’s RouteDesk: on Monday it’s read-only, then it’s retired, and nothing syncs with it. The synchronization Steve Trucking does need is a different arrow, Salesforce to Snowflake, designed in chapter 9 and covered in module 5. ⟲

Clicca per ingrandire

The gap closes, authority moves, and the migration ends. The Snowflake feed goes on. ⟲

The opposite happens too. A transition that lasts months, users active in both systems, business units moving at different times: synchronization may have to start before the migration is finished. Now the migration is still moving the historical baseline while synchronization keeps live records consistent, and that’s a much harder architecture. You need to know which process owns which changes, or the load and the sync overwrite each other. So define the boundary visibly: before this point we’re building the target state; after it we’re maintaining consistency. It might be a timestamp, a cutover event, a business-unit transition, an object-by-object switch, a watermark. If nobody can tell me whether a record belongs to the migration process or the synchronization process, we have overlapping ownership, and that’s where records get missed or processed twice. ⟲

Ritorno alla normalità, poi hypercare

Restore normal operation deliberately: automation, scheduled jobs, integrations, event consumers, agents, user access, in an order that matters. For Steve Trucking: take the bypass away from the migration user, switch the Change Data Capture subscriber back on from the cutover point (so Snowflake gets Monday’s changes, not the weekend’s load), run module 3’s one backfill, then let the coordinators in. Remember module 3’s catch-up storm: when an integration comes back, what does it think happened while it was off? When users come back, is every critical service actually ready? The return to normal is part of the cutover. ⟲

Poi siamo in produzione, ma non abbiamo finito. Per un periodo di stabilizzazione (chiamalo hypercare), tieni d’occhio errori di migrazione, guasti di integrazione, automazione inattesa, nuovi duplicati, relazioni mancanti, problemi di prestazioni, problemi sui dati segnalati dagli utenti e derive della riconciliazione. Il rischio di migrazione non sparisce nel momento in cui gli utenti accedono.

Then clean up: temporary migration users and permissions, bypass settings, staging data, temporary scripts, migration-only configuration, files holding sensitive source data, temporary integrations, runbook access. Don’t leave migration scaffolding attached to production because “we might need it someday.” Temporary architecture needs an exit plan too. Don’t forget the preparation data store. After RouteDesk, it holds eight years of Recipients’ names, addresses and phone numbers in its raw tables. Keep what the retention policy says to keep, as evidence, then delete the rest, on a date someone owns. ⟲

E conserva le prove: l’estrazione finale, la versione della trasformazione, i file di caricamento, i risultati dei job, i file di errore, i report di riconciliazione, le approvazioni, il runbook con i tempi reali, la decisione di go/no-go e le eccezioni. Tre settimane dopo qualcuno chiederà se un record era sbagliato prima della migrazione o per colpa sua. Devi poter rispondere. Fidati, ma verifica non finisce quando il caricamento è completato.

L’IA può aiutare a sorvegliare il cutover. Il go/no-go non è suo.

L’IA è utile sotto la pressione del cutover: riassumere i fallimenti, classificare gli errori, confrontare report, individuare anomalie, seguire il runbook, far emergere scostamenti rispetto alla prova. Ma il go/no-go combina prove tecniche, impatto sul business, tempo rimasto, posizione rispetto al rollback e tolleranza al rischio. L’IA può far emergere le prove. Le persone responsabili prendono la decisione.

Oltre l’esame: cosa cambia l’IA. L’IA può rendere più veloci il monitoraggio e la riconciliazione del cutover, soprattutto trovando schemi in grandi insiemi di errori e dati di convalida. Mantieni una responsabilità umana esplicita su go/no-go, rollback e accettazione del rischio di migrazione non risolto.

Cosa decide qui un architetto

• The rehearsal depth, the Day −7 / Day −1 / Day 0 load plan and the rollback point (what loads early, hidden by sharing) and the runbook that makes production cutover repeatable. ⟲
• Come gli utenti vengono chiusi fuori e fatti rientrare, con una porta sul retro e utenti di smoke test, e come automazione, integrazioni e agenti vengono controllati nel frattempo.
• I criteri di go/no-go, la procedura di rollback e il punto oltre il quale il rollback smette di essere il ripristino sicuro, e i dati e i flussi sconosciuti da trovare per primi.
• Come si dimostra la migrazione con conteggi, totali, controlli a campione e report aggregati, rispetto a valori attesi fissati prima del caricamento.
• Quale validazione di business, quali prove e quale stabilizzazione dopo il go-live servono prima che la migrazione sia completa.

Il cutover è una prova

Gli script hanno girato: non basta. L’API ha restituito successo: non basta. I conteggi delle righe corrispondevano: ancora non basta. Voglio conteggi, totali, controlli a campione e report aggregati, validazione di business, il sistema tornato alla normalità, sapere se siamo ancora dentro la finestra di rollback, e la prova di cosa è successo esattamente. Il cutover in produzione deve essere noioso, perché il grosso del ragionamento l’abbiamo fatto prima del venerdì sera. Fidati, ma verifica. Poi fai rientrare gli utenti.

Per approfondire

• Others who cut over the same way: Salesforce Help, B2C Commerce Realm Split FAQ (si apre in una nuova scheda); Microsoft Learn, Data migration planning for go-live (si apre in una nuova scheda); AWS, Components of AWS DMS (si apre in una nuova scheda); all checked 2026-11-01. ⟲
• Salesforce Help: Freeze or Unfreeze User Accounts (si apre in una nuova scheda) and Custom Login Flows (si apre in una nuova scheda) (login flows are assigned by profile), checked 2026-11-01. ⟲
• In questo corso: Dati master e identità e Integrazione e movimento dei dati.