Ładowanie przy dużym wolumenie

🌐 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)

Obraz wygenerowany przez AI

Przetłumaczone przez AI. Jeszcze niesprawdzone przez społeczność. Czytaj po angielsku Ta sekcja zmieniła się w wersji angielskiej i nie została jeszcze ponownie przetłumaczona. (52)

Moduł 2 z 5 w rozdziale Migracja i synchronizacja, rozdziale 10 kursu Data Architect. Każdy moduł jest samodzielny. Wstecz: Migracja to przede wszystkim projekt jakościowy · Dalej: Automatyzacja podczas ładowania

Pytanie, na które odpowiada ten moduł: jak Liczba Zer zmienia sposób ładowania danych do Salesforce?

Dziesięć rekordów? Prawie mogę je wpisać ręcznie. Tysiąc? Teraz potrzebuję narzędzia. Milion? To problem architektoniczny. Operacja się nie zmieniła (utwórz lub zaktualizuj rekordy), ale Liczba Zer zmienia sposób, w jaki to robię. Widzieliśmy to przy modelowaniu, zapytaniach, udostępnianiu i integracjach, a migracja nie jest inna. Przy dużym wolumenie zależy mi na tym, jak przenoszę dane, jak dzielę je na zadania, w jakiej kolejności się przenoszą, co jeszcze robi Salesforce, gdy ładuję, jak odzyskuję, gdy coś się nie uda, i czy mogę uruchomić całość jeszcze raz.

Start With the Picture

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

Kliknij, aby powiększyć

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? ⟲

Rampa załadunkowa za bankiem

Kiedy uczę Bulk API, używam banku. Wchodzisz ze stosem wpłat, a kasjer przyjmuje 200 i odsyła cię na koniec kolejki. Przy milionie rekordów to 5000 razy w kolejce, 5000 wywołań API. Tymczasem z boku banku podjeżdża ciężarówka, wyładowuje ogromną ilość wpłat i dwadzieścia minut później odjeżdża, a ty wciąż stoisz w kolejce. To rampa załadunkowa, a nazywa się Bulk API.

The 200 is still real. A REST sObject Collections request takes “up to 200 records” (Create Records Using sObject Collections (otwiera się w nowej karcie), REST API Developer Guide), and a SOAP create() call the same: “If a create request exceeds 200 records, then the entire operation fails” (create() (otwiera się w nowej karcie), 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. ⟲

Kliknij, aby powiększyć

Same records, different door. ⟲

Rampa załadunkowa ma pięć kroków:

1. Otwórz zadanie. Wciśnij czerwony dzwonek i weź numerek: identyfikator zadania.
2. Wgraj. Rampa się otwiera, a ty ładujesz pliki CSV na ten numerek, jeden plik albo sto.
3. Zamknij zadanie. Salesforce nie wie o końcu wgrywania, dopóki nie zostanie wciśnięty dużego niebieskiego przycisku: wgrywanie zakończone. Teraz zaczyna przetwarzanie.
4. „Daleko jeszcze?” Jak moje dzieci na tylnym siedzeniu: pytasz, z identyfikatorem zadania, czy już gotowe. Gotowe? Gotowe?
5. Pobierz wyniki. Pobierz udane rekordy (z ich nowymi identyfikatorami Salesforce) albo nieudane (z błędami).

Kliknij, aby powiększyć

Submit, wait, collect. ⟲

Milion rekordów kosztuje garść wywołań zamiast tysięcy. Ale zwróć uwagę, co się zmieniło: praca jest asynchroniczna. Nie dostajesz odpowiedzi dla każdego rekordu; wysyłasz, czekasz i odbierasz. Wywołujący musi więc wiedzieć, co zostało wysłane, co wciąż się przetwarza, co się zakończyło, co się nie udało i co wróciło. To nie szczegół API. To kontrola migracji.

Dwie rampy: Bulk API 2.0 i Bulk API

Są dwie wersje i ma znaczenie, której używasz.

• 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 (otwiera się w nowej karcie), 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 (otwiera się w nowej karcie), 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. ⟲

Pojedynczo, zestawami i hurtowo to sposób, w jaki myślę o kształcie pracy: jedna aktualizacja z akcji użytkownika, kilkaset powiązanych rekordów z procesu biznesowego, miliony rekordów historycznych w migracji. To nie nazwy produktów. Zapytaj o kształt pracy, zanim wybierzesz narzędzie.

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. ⟲

Narzędzie nie usuwa architektury

„Użyjemy Bulk API”. Dobrze. To nie mówi mi, które obiekty ładują się najpierw, insert czy upsert, jaki jest klucz zewnętrzny, jak odbudowuje się relacje, co się dzieje, gdy część rekordów się nie uda, czy zadania mogą działać równolegle, czy równoległa praca będzie walczyć o te same rekordy nadrzędne, jaka automatyzacja się wykona ani jak będziemy uzgadniać i wznawiać. Bulk API rozwiązuje problem transportu. Nie rozwiązuje migracji.

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. ⟲

Czasem ładujesz rekord, a potem relację. Spółka matka, spółka zależna i regionalna spółka zależna są tworzone w migracji. Zamiast rozwiązywać każdą relację w jednym przebiegu, załaduj konta ze stabilnymi kluczami źródłowymi, a potem uruchom drugi przebieg, który ustawia hierarchię. Ta sama idea pomaga przy wyszukiwaniach odwołujących się do tego samego obiektu i zależnościach cyklicznych. Celem nie jest jeden przebieg. Celem jest deterministyczny, powtarzalny wynik.

Insert, update czy 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 (otwiera się w nowej karcie), 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. ⟲

Ale upsert to nie magia. Jeśli strategia kluczy jest zła, operacja jest zła. Dwa rekordy źródłowe tego samego klienta z różnymi kluczami to dla Salesforce dwa rekordy; klucz źródłowy, który może identyfikować kilka celów, oznacza, że źle zrozumieliśmy liczność. Praca nad jakością z modułu 1 nadal ma znaczenie; funkcja API jej nie zastępuje.

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. ⟲

Równolegle jest szybciej, dopóki nie jest

Przetwarzanie równoległe zwiększa przepustowość. Ale jeśli wiele rekordów w ładowaniu wskazuje na ten sam rekord nadrzędny, transakcje rywalizują o blokady na nim, a to, co zrobiliśmy dla szybkości, tworzy rywalizację o blokady, błędy i ponowienia. To znowu gorące punkty z rozdziału 7: jeśli milion rekordów podrzędnych zbiega się na kilku nadrzędnych, kształt danych ma znaczenie dla ładowania. Gdy dwa wsady czekają nawzajem na blokadę trzymaną przez drugi, masz zakleszczenie (deadlock), dwa samochody zablokowane na skrzyżowaniu.

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. ⟲

Kliknij, aby powiększyć

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 (otwiera się w nowej karcie), checked 2026-10-27). ⟲

Kliknij, aby powiększyć

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 (otwiera się w nowej karcie), 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 (otwiera się w nowej karcie), 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 (otwiera się w nowej karcie), 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. ⟲

Nie zaczynam od „zawsze równolegle” ani „zawsze szeregowo”. Patrzę na kształt relacji, gorące rekordy nadrzędne, uruchamianą automatyzację, co jeszcze blokuje i co działo się na próbie. Potem wybieram. Najpierw poprawnie, potem szybko.

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. ⟲

Rozmiar wsadu to decyzja strojenia

Ludzie chcą magicznej liczby. Nie mam jej. Właściwy rozmiar zależy od obiektu, złożoności rekordów, automatyzacji, relacji, blokad, ładunku i mechanizmu. Za duży, a awarie robią się kosztowne, a transakcje robią za dużo; za mały, a dominuje narzut i przebieg trwa dużo dłużej niż powinien (a w 1.0 zużywa przydział wsadów). Zacznij w granicach obsługiwanych przez narzędzie, a potem mierz na reprezentatywnych danych.

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. ⟲

Użytkownik ładujący i to, kto jest właścicielem rekordów

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 (otwiera się w nowej karcie)), 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. ⟲

Narzędzia: wybieraj pod powtarzalność

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 (otwiera się w nowej karcie), Salesforce CLI Command Reference, checked 2026-10-27). You can even have AI write the small scripts that run each complex step. ⟲

Niezależnie od narzędzia, moja najsilniejsza preferencja brzmi: nie chcę, żeby migracja produkcyjna była pierwszym razem, gdy wykonujemy migrację, i nie chcę, żeby każda próba była ręcznie robioną przygodą. Jeśli krok 17 mówi „otwórz ten CSV, posortuj po kolumnie G, usuń puste wiersze, skopiuj tę formułę w dół, potem uruchom Data Loadera z tymi ustawieniami”, robię się nerwowy. Każdy ręczny krok to szansa na zły plik, pominięty wiersz, nieaktualną wersję, złe sortowanie, zapomniany filtr, ustawienie inne niż na próbie. Niektórych może nie da się uniknąć: udokumentuj je i przetestuj. Ale celem jest powtarzalność, więc ekstrakcja, transformacja, walidacja, ładowanie, zbieranie wyników i uzgadnianie powinny działać za każdym razem tak samo.

Jeśli planujesz ładowania, nie planuj ich częściej, niż są w stanie się kończyć. Cogodzinne zadanie, które czasem trwa dziewięćdziesiąt minut, wystartuje na samym sobie; sprawdź, czy poprzedni przebieg się zakończył, zanim zacznie się następny.

Keep Every Result, and Bring the Keys Back

Przy każdym ładowaniu zachowaj wersję wejściową, przekształcony plik ładowania, identyfikator zadania, wyniki udane i nieudane z błędami, czasy, liczby rekordów i wyniki uzgadniania. Po dużej migracji ktoś zapyta „co się stało z tym rekordem?”, a ja chcę dowodów, a nie „chyba to było w trzecim CSV w sobotę rano”. Wyniki hurtowe są przechowywane tylko siedem dni, więc pobieraj je na bieżąco. Później daj tym artefaktom cykl życia; nie wyrzucaj ich, póki jeszcze musisz udowodnić przeniesienie.

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. ⟲

Rozmiar awarii to też pytanie o Liczbę Zer. Dwadzieścia awarii na 100 to źle; dwadzieścia na 20 milionów nadal wymaga zbadania, ale to inny sygnał. Patrz na wskaźniki, nie tylko na liczby, i klasyfikuj awarie: walidacja, brakujący rekord nadrzędny, zduplikowany klucz, blokady, typ danych, automatyzacja, uprawnienia. Sklasyfikowane pokazują ci problemy architektoniczne zamiast gigantycznego pliku błędów.

A wydajność to więcej niż rekordy na sekundę. „Podwoiliśmy przepustowość”. Co się zmieniło? Czy wzrosły blokady, awarie albo ponowienia? Czy automatyzacja po drugiej stronie została w tyle, przeliczanie udostępniania się spiętrzyło, inna integracja została zalana? Czy całe przełączenie naprawdę się skróciło? Migracja nie działa w próżni.

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. ⟲

Testuj cały przebieg

Ładowanie kont, potem kontaktów, potem zamówień, każde testowane osobno, to nie jest przetestowana migracja. Chcę pełnej próby od początku do końca, z tą samą kolejnością, transformacjami, tożsamościami, strategią automatyzacji i uzgadnianiem, przy reprezentatywnym wolumenie. Zależności pojawiają się między krokami: dziesięciominutowe opóźnienie startuje następne ładowanie w złym momencie, nieoczekiwany wskaźnik awarii kosztuje godziny napraw, przeliczanie udostępniania przesuwa harmonogram. Pełny przebieg mówi ci, czy działa migracja, a nie tylko czy działa każde polecenie.

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 (otwiera się w nowej karcie), Salesforce Help, checked 2026-10-27). A rehearsal that gets throttled proves nothing about cutover weekend. ⟲

AI może napisać skrypt. Za przebieg nadal odpowiadasz ty.

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. ⟲

Poza egzaminem: co zmienia AI. AI zmniejsza wysiłek budowania narzędzi migracyjnych i ułatwia szybkie generowanie i uruchamianie operacji hurtowych. Im większa operacja, tym silniejsza potrzeba deterministycznych transformacji, śledzonych kroków, prób, kontroli i uzgadniania.

Co tu decyduje architekt

• Który mechanizm ładowania i wersja API pasują do wolumenu i kształtu pracy, zamiast traktować migrację jak ruch transakcyjny.
• Kolejność obiektów i relacji wynikająca z zależności, łącznie z tym, kiedy rekordy i relacje wymagają osobnych przebiegów.
• 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. ⟲
• Które stabilne klucze, tożsamość migracyjna, własność rekordów i powtarzalne narzędzia czynią próby i ładowania produkcyjne deterministycznymi.
• How results and new IDs come back, so loads can run in phases, retry only failures, and reload safely. ⟲
• Jakich dowodów, klasyfikacji awarii i pełnej próby przebiegu potrzeba, zanim zaufa się procesowi w skali produkcyjnej.

Rampa załadunkowa nadal potrzebuje planu

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. ⟲

Do zgłębienia

• Salesforce, Bulk API and Bulk API 2.0 Limits and Allocations (otwiera się w nowej karcie), Developer Limits and Allocations Quick Reference, checked 2026-11-01. ⟲
• Salesforce, General Guidelines for Data Loads (otwiera się w nowej karcie) and Limits (otwiera się w nowej karcie), 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 (otwiera się w nowej karcie), Winter ‘27, checked 2026-11-01. ⟲
• Salesforce, REST API Developer Guide, Create Records Using sObject Collections (otwiera się w nowej karcie), checked 2026-11-01. ⟲
• Salesforce, SOAP API Developer Guide, create() (otwiera się w nowej karcie), and Bulk API 2.0, Create a Job (otwiera się w nowej karcie), checked 2026-11-01. ⟲
• Salesforce, Bulk API 2.0 and Bulk API Developer Guide, JobInfo (otwiera się w nowej karcie) (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 (otwiera się w nowej karcie), checked 2026-11-01. ⟲
• Kurs Integration Architect: Bulk (coming soon) omawia Bulk API dogłębnie.
• W tym kursie: Projektowanie pod skalę (gorące punkty i nierównomierny rozkład własności).
• Salesforce Developers, Designing Record Access for Enterprise Scale, Ownership Data Skew (otwiera się w nowej karcie), checked 2026-11-01. ⟲
• Salesforce Developers, Salesforce CLI Command Reference, data upsert bulk (otwiera się w nowej karcie), checked 2026-11-01. ⟲