Gdzie architektura danych spotyka rzeczywistość

🌐 Dostępne także w 19 językach

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

Przetłumaczone przez AI. Jeszcze niesprawdzone przez społeczność. Czytaj po angielsku Ta sekcja zmieniła się w wersji angielskiej i nie została jeszcze ponownie przetłumaczona. (21)

Rozdział 10 kursu Data Architect, część 2: Architektura w skali. Wstecz: Integracja i przepływ danych.

Migracja to miejsce, w którym architektura danych spotyka rzeczywistość. Każda decyzja dotycząca modelowania, jakości, danych podstawowych i wolumenu, jaką podjęliśmy, zostaje sprawdzona w dniu, w którym naraz przychodzą miliony rekordów. A migracja, która „załadowała się pomyślnie”, nadal może być porażką: niewłaściwi właściciele, zerwane relacje, zduplikowani klienci, milion e-maili powitalnych, zablokowane rekordy albo weekend przełączenia, któremu kończy się czas.

Image generated with AI. ⟲

Every CTA scenario has a legacy system to bring across, and the candidate has to say how the data comes in, how it’s cleaned and how it’s de-duplicated. This chapter is that answer, from the source extract to the moment the old system stops mattering, and then the copies that keep going. ⟲

One example runs through all five modules: Steve Trucking retiring RouteDesk, its old dispatch tool, with eight years and about 5 million deliveries. What comes into Salesforce, how it’s prepared, how it loads, what the automation does about it, and the weekend it all happens. Then the other direction: Salesforce, now the system of record, keeping Snowflake’s copy in step. ⟲

Idee w tym rozdziale

• Migration is a quality project first, and a migration is an integration with an end. ⟲
• Migrate, archive or discard, and know why every class of data moves, or doesn’t. ⟲
• Prepare outside, then load the result: a preparation data store, the raw source kept, no step that loses fidelity, and three sets of keys (the source’s, the transformations, Salesforce’s). ⟲
• The model sets the load order, and every child finds its parent by a key, never by a name. ⟲
• The Bulk API is the loading dock behind the bank, and the dock still needs a plan: insert before upsert, sort by parent, the load user, and the IDs brought back. ⟲
• Any time you turn automation off, you own that business logic not happening. The bypass is part of the original design, tested on and off and deployed long before it’s needed. ⟲
• Production cutover should be boring: rehearsed, run from a runbook, loaded early and hidden by sharing, with go/no-go and a rollback clock decided in advance. ⟲
• Udowodnij to na cztery sposoby: liczby, sumy, wyrywkowe kontrole i raporty zbiorcze.
• Getting data out isn’t leaving Salesforce. Migration has a defined start and end; synchronization is ongoing, and the mirror is never the master. ⟲

Droga przez ten rozdział

Pięć modułów, każdy samodzielny.

1. Migration Is a Quality Project First. RouteDesk on the landscape; migrate, archive or discard; the preparation data store; Steve’s five steps; loading by keys; merged records and their children; three sets of keys. ⟲
2. Loading at Volume. The teller window and the loading dock; Bulk API 2.0 and 1.0; insert, update or upsert; sorting by parent; the load user; bringing the keys back; rehearsing the whole run. ⟲
3. Automation During the Load. The arrows a load sets off; don’t need it, simulate it, defer it; what a bypass looks like in Apex, flows and validation rules; sharing; the automation inventory. ⟲
4. Cutover Weekend. The runbook; Day −7, Day −1, Day 0 and the rollback point; locking users out; the four proofs; authority moves on Day 0. ⟲
5. Getting Data Out: Keeping Another System in Step. Salesforce stays the system of record; Snowflake needs a mirror. The ways out, PK chunking, keeping it current, a copy once or a copy forever. ⟲

Co tu decyduje architekt

• Co w ogóle się przenosi: migruj, archiwizuj albo odrzuć, i dlaczego.
• Jak dane są doprowadzane do porządku, zanim trafią na miejsce, i jak każdy rekord pozostaje możliwy do prześledzenia do źródła.
• Plan ładowania: kolejność, klucze, współbieżność, tożsamość i własność.
• Co ładowanie może wyzwalać i jak wraca normalne działanie.
• Jak przełączenie jest prowadzone i udowadniane, i kiedy wycofanie przestaje być opcją.
• Where migration ends, what keeps another system’s copy in step afterward, and who owns each value. ⟲

Poza egzaminem: AI przyspiesza analityczną połowę migracji: profilowanie, mapowanie, wykrywanie anomalii, pisanie skryptów. Używaj jej krok po kroku, śledząc każde wygenerowane polecenie. Walidacja, uzgadnianie i go/no-go pozostają deterministyczne i należą do ludzi. Każdy moduł kończy się tym, co zmienia AI.

Do zgłębienia

• Salesforce, General Guidelines for Data Loads (otwiera się w nowej karcie) and Bulk API and Bulk API 2.0 Limits and Allocations (otwiera się w nowej karcie), checked 2026-11-01. ⟲
• Salesforce, Best Practices for Deployments with Large Data Volumes (otwiera się w nowej karcie), Winter ‘27, checked 2026-11-01. ⟲
• Kurs Integration Architect: Bulk (coming soon).

Next: Transactions, Concurrency, and Reliability ⟲