Hoppa till innehåll

Studieguide för del 1: Att bli dataarkitekt

Finns även på 28 språk

English · Español · 日本語 · Português (Brasil) · Français · Deutsch · Italiano · 한국어 · 简体中文 · Português (Portugal) · 繁體中文 · Bahasa Indonesia · Türkçe · Polski · Tiếng Việt · ไทย · Nederlands · العربية · עברית · Українська · हिन्दी · Русский · Dansk · Norsk bokmål · Suomi · Español (México) · Français (Canada) · Deutsch (Schweiz)

An open sketchbook on a drafting table at dawn, a building sketched on one page and a data model on the other, with a pencil, an eraser, a cup and a lamp.
Bilden är skapad med AI

Studieguiden för Del 1 av kursen Data Architect: sex kapitel, från att tänka som en arkitekt till masterdata, och Kontrollpunkt 1. Varje kapitel har en egen studieguide med hela checklistan; den här sidan samlar dem per provavsnitt.

Om den här studieguiden. Den bygger enbart på kursens eget innehåll och på listan över mål i Salesforce publicerade provguide. Den bygger aldrig på riktiga provfrågor, och den påstår inte att den vet vad som kommer på provet. Om du har skrivit provet, skicka inte frågor från det till mig: certifieringsavtalet förbjuder att de delas, och att memorera svar är ändå fel sätt att bli arkitekt.

Del 1 är grunden, och den täcker mer av provet än du kanske tror. Fyra av provets sex avsnitt finns till största delen här; de andra två, Large Data Volumes och Data Migration, hör till Del 2. Arbeta dig igenom den i den här ordningen:

  1. Gör klart varje kapitel, och bocka sedan av dess egen studieguide.
  2. Kom tillbaka hit och kontrollera varje provavsnitt nedan. Om en rad inte känns stabil, följ den tillbaka till kapitlets guide.
  3. Gör uppgiften för Kontrollpunkt 1 innan du läser min genomgång. Det är det bästa testet av om Del 1 har fallit på plats.

Vikterna kommer från den publicerade provguiden. Kontrollera den aktuella versionen innan du bokar: Salesforce reviderar den.

Data Modeling and Database Design (25 % av provet)

Section titled “Data Modeling and Database Design (25 % av provet) ”

Mestadels Del 1. Data skew och skala (DM-5) kommer i Del 2.

  • DM-1, datamodellen: konceptuella, logiska och fysiska modeller; kråkfotsnotation; kardinalitet och valfrihet; kopplingsobjekt; unika ID:n, naturliga nycklar och surrogatnycklar, External ID:n; normalisering; plocklista eller lookup; lookup eller master-detail och plattformens form (tre nivåer djupt, två föräldrar brett). Kapitel 2 och 3.
  • DM-2, delning och skala i modellen: barn i master-detail ärver åtkomst; föräldra-barn-skew och ownership skew över ungefär 10 000 poster; vem som äger poster som integrationer och agenter skapar. Kapitel 3.
  • DM-3, metadata: affärsordlistan, härkomst och klassificering, och klassificeringsfälten på varje fält. Kapitel 5.
  • DM-4, big objects: ägda, refererade, arkiverade data eller innehåll; externa objekt; big objects och deras index. Kapitel 3.

Salesforce Data Management (25 % av provet)

Section titled “Salesforce Data Management (25 % av provet) ”

Mestadels Del 1. Att kombinera data från flera orgar (SDM-4) introduceras i kapitel 4 och kommer tillbaka i Del 2.

  • SDM-1, licenser och objekt: licenser är en del av datamodellen; vad användare med Platform och Customer Community inte kan använda; nivåerna av externa licenser; medlemsbaserat kontra inloggningsbaserat; licensen Integration; användare med hög volym utanför delningsmodellen. Kapitel 3 och 1.
  • SDM-2, konsistenta data: konsistensstegen, begränsade plocklistor och globala värdeuppsättningar, valideringsregler avgränsade med ISNEW() och ISCHANGED(), dubblettregler och matchningsregler; provisoriska poster och styrda attribut. Kapitel 3 och 5.
  • SDM-3, en samlad bild av kunden: identitetsupplösning i Data 360, matchningsregler och avstämningsregler, och varför en enhetlig profil inte är en golden record. Kapitel 6.
  • SDM-4, flera orgar: en org först; de verkliga gränserna som motiverar en till; vad flera orgar kostar. Kapitel 4.

Allt i Del 1.

  • GOV-1, personliga och känsliga data: lagarna att känna igen; kryptering, maskering, pseudonymisering och anonymisering; samtyckesdatamodellen; rätten att bli bortglömd; avvägningarna i Shield Platform Encryption; fälthistorik, Field Audit Trail och Event Monitoring. Kapitel 5.
  • GOV-2, ett styrningsprogram: postens ägare kontra dataägaren; ägare, förvaltare och förvarare; en RACI; en punkt där varje policy genomdrivs. Kapitel 5.

Allt i Del 1.

  • MDM-1 till MDM-4: auktoritet per attribut och auktoritetskartan; register, konsolidering, samexistens och centraliserad MDM; harmonisera, matcha, konsolidera; överlevnadsregler och deras ägare; vad en sammanslagning i Salesforce gör; hierarkier, ofta med delad masterdata; tvåvägsdata som begäranden till mastern. Kapitel 6.

Large Data Volumes (20 %) och Data Migration (15 %)

Section titled “Large Data Volumes (20 %) och Data Migration (15 %) ”

De här hör till Del 2: Designa för skala, frågor och hämtning, transaktioner, integration och migrering. Del 1 förbereder dem med Steves ”antal nollor” och 30 procents tillväxt (kapitel 1), var data bor och big objects (kapitel 3), och avstämningen av en laddning som ”slutfördes” (kapitel 1).

Sex kapitel, och några idéer som hela tiden återkommer. Om du kan förklara dem med egna ord har Del 1 gjort sitt jobb.

  • Datamodellen är skelettet. Modellera verksamheten före Salesforce; spåra varje fysiskt beslut tillbaka till ett affärsskäl. Kapitel 1, 2 och 3.
  • Reversibilitetstestet. Hur svårt är det här att ändra tillbaka, och hur mycket kommer att bero på det? Det avgör hur mycket uppmärksamhet ett beslut får, från en fälttyp till en sammanslagning.
  • Räkna nollorna. Volym och tillväxt ändrar designen, och det gör också var volymen koncentreras (skew).
  • Plattformen har en form. Titta på moderskeppet; varje objekt är ett åtagande; licenser är en del av datamodellen.
  • Rita landskapet först. Salesforce är ett system bland många, och en kopia är ingen auktoritet. Kapitel 4.
  • Ägarna sätter policyn; arkitekterna genomdriver den. Varje policy behöver en punkt där den genomdrivs. Kapitel 5.
  • Auktoriteten hör till ett attribut. En enhetlig profil är en karta; en golden record är ett beslut. Kapitel 6.
  • AI höjer insatserna. Den snabbar upp byggandet, så besluten under ytan spelar större roll: lita, men verifiera.

Varje kapitels studieguide har egna frågor under Testa dig själv. För Del 1 som helhet är testet Kontrollpunkt 1: rita och försvara datadesignen för Steve Trucking. Gör uppgiften först, och jämför sedan ditt resonemang med min genomgång.

Kapitlens studieguider:

  1. Tänk som en dataarkitekt
  2. Modellera data för mening
  3. Dataarkitektur i Salesforce
  4. Förstå företagets data
  5. Datakvalitet och styrning
  6. Masterdata och identitet

Bra jobbat som tog dig igenom Del 1. Du är en tredjedel av vägen, och du ser nu data så som en arkitekt gör. Om du är admin är det här delen som ändrar hur du bygger varje dag. Provet hämtar dock från alla tre delarna: nästa steg är Del 2: Arkitektur i stor skala, där du nästan är framme, och sedan tar Del 3 dig över mållinjen. Kurssidan visar vägen, och nyhetsbrevet berättar när varje del kommer ut.