ข้อมูลกระจุกตัวด้านความเป็นเจ้าของ เรกคอร์ดแม่ และ lookup

🌐 มีให้อ่านอีก 19 ภาษา

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 · Українська · Español (México) · Français (Canada) · Deutsch (Schweiz)

ภาพสร้างด้วย AI

แปลโดย AI ชุมชนยังไม่ได้ตรวจทาน อ่านเป็นภาษาอังกฤษ ส่วนนี้มีการเปลี่ยนแปลงในฉบับภาษาอังกฤษและยังไม่ได้แปลใหม่ (35)

โมดูลที่ 2 จาก 4 ในบท การออกแบบเพื่อรองรับขนาด บทที่ 7 ของหลักสูตร Data Architect แต่ละโมดูลอ่านแยกกันได้ ก่อนหน้า: เมื่อปริมาณเปลี่ยนทุกอย่าง · ถัดไป: เมื่อปริมาณพบกับโมเดลการแชร์

คำถามที่โมดูลนี้ตอบ: เกิดอะไรขึ้นเมื่อเรกคอร์ดจำนวนมากเกินไปชี้ไปยังสิ่งเดียว?

ปัญหาข้อมูลปริมาณมากไม่ได้เกี่ยวกับการมีเรกคอร์ดมากเกินไปเสมอไป บางครั้งมันเกี่ยวกับเรกคอร์ดจำนวนมากเกินไปที่เชื่อมกับสิ่งเดียวกัน: เจ้าของคนเดียว บัญชีเดียว เรกคอร์ดแม่เดียว ค่า lookup เดียว ลองนึกถึงการจราจร เมืองหนึ่งอาจมีรถหลายล้านคันและยังเดินได้ ปัญหาเริ่มเมื่อทุกคนใช้ทางออกทางด่วนเดียวกันตอนห้าโมงเย็น ยอดรวมสำคัญ การกระจุกตัวก็เช่นกัน ผมเรียกการกระจุกตัวเหล่านี้ว่าจุดร้อน Salesforce เรียกว่าข้อมูลกระจุกตัว (data skew) มีหลายแบบ และมีแนวคิดเดียวอยู่ข้างใต้ทั้งหมด: กิจกรรมมากเกินไปที่มาบรรจบกันที่จุดเดียวในโมเดล

ข้อมูลกระจุกตัวแบบแม่-ลูก

The easiest to picture. One account with 100 contacts: nothing unusual. A thousand: probably fine. Ten thousand: now I’m paying attention. My design rule is no more than about 10,000 children under one parent, and Salesforce’s guidance draws the same line: “a large number of child records (10,000 or more) with a single parent account” is a common cause of poor performance (Parent-Child Data Skew (เปิดในแท็บใหม่)). Salesforce’s own example shows why. Put 300,000 contacts under one account. A user who can see one of those contacts gets implicit access to the account. When that user loses access to the contact, Salesforce has to check the other 299,999 contacts before it can decide whether to remove the user’s access to the account. Do that for many users at once, and it gets expensive. Salesforce also names one way to take part of that cost away: where your security requirements allow, set the child object to Controlled by Parent, so there are no parent implicit shares to maintain (same source). In practice, it’s the most common skew I see, and I’ve seen users notice visible lag at around 20,000 children under one parent. Where somebody feels it depends on what the system is doing. That’s why 10,000 is a design threshold, not a promise that record 10,001 breaks anything. The real question is: why are all these records pointing at the same parent? ⟲

คลิกเพื่อขยาย

Step 1 of 2: every line points at one account. That’s the hot spot. ⟲

บัญชี “Unassigned” และกลุ่มบัญชีสำรอง

The classic case is contacts with no real account. Somebody decides every contact needs an account, so they create Unassigned Contacts and put every contact without an account there. Problem solved, until there are 300,000 contacts under it. We created an artificial hot spot because the model required us to put everything somewhere, and the relationship doesn’t even carry business meaning. It worked beautifully at 500 records. Then the Number of Zeros caught up with it. ⟲

What do you do when you’ve got a million contacts under it? I’ve seen child accounts by state, one unhandled-contacts account per state. I’ve seen an automatic version: whenever an account reaches 10,000, create another one. It can be a little awkward, but it spreads the load. ⟲

One answer is an account pool: Unassigned Contacts 001, 002, 003 and so on, with the children spread across them, each kept under the threshold. It works, and it’s Salesforce’s own advice: “Distribute child records so that no parent has more than 10,000 child records,” and for contacts without real accounts, “set up several dummy accounts and distribute the contacts among them” (Best Practices for Deployments with Large Data Volumes: General (เปิดในแท็บใหม่), Winter ‘27). But those aren’t real accounts; they’re architecture artifacts. Users will ask who “Unassigned Contacts 017” is and why it’s in their search results. So when I use a pool, I hide the placeholder parents from normal business experiences as much as I can. It’s a recurring trade-off: sometimes scale forces a structure that exists for the platform, not the business. When it does, don’t pretend it’s business data. Name it, document it, hide it where appropriate. ⟲

คลิกเพื่อขยาย

Step 2 of 2: the same contacts, spread across a pool. Nothing moved but where they point. ⟲

Master-Detail at Volume

Contacts under an account are a lookup. Master-detail is a different decision, and it’s one you make in the data model, long before the records arrive. Here’s the question I ask in class: would an invoice ever have more than 10,000 line items? No, it never would. So an invoice and its lines can be master-detail all day long. Now ask the same question of every master-detail relationship you’re about to build: at the volume we expect, will one parent ever pass 10,000 children? ⟲

Salesforce draws the same line: “As a best practice, don’t exceed 10,000 child records for a master-detail relationship” (Considerations for Object Relationships (เปิดในแท็บใหม่)). Master-detail is the strongest relationship Salesforce gives you, and that’s exactly why the number matters. The detail record has no owner of its own; its access is controlled by the parent. Delete the parent, and every child goes with it. A child can’t move to another parent unless you allowed reparenting. Roll-up summaries on the parent have to keep up as the children change. And saving a child can lock the parent, which is why Salesforce’s loading advice is to group child records by their parent “to minimize locking conflicts” (Loading Data from the API (เปิดในแท็บใหม่)). With ten children, none of that is noticeable. With a hundred thousand, every one of them is. ⟲

It’s also hard to undo. A master-detail relationship can only be converted to a lookup when the parent has no roll-up summary fields, and converting it changes the child’s sharing to Public Read/Write (same source). By the time volume tells you it was the wrong choice, the relationship may be holding up reports, sharing and automation. Count the children before you choose the relationship. ⟲

Steve Trucking has one of these decisions in its model. Each Retail Partner sends a Manifest (Manifest__c, a custom object) for each distribution center, for each working day. Manifest is custom, so master-detail to the partner’s account is allowed, and it’s tempting: the manifest would inherit the partner’s sharing, which is exactly the isolation we want. Now count. Our largest partner has nine or more DCs: nine manifests a working day, about 2,700 a year. Past 10,000 in under four years, under one parent, and every manifest revised on the day, so every revision would touch the partner’s account. That’s why the model makes Manifest a lookup and handles partner access through sharing. The invoice stays small; the manifests keep coming. ⟲

คลิกเพื่อขยาย

Step 1 of 2: master-detail, where the parent stays small. ⟲

คลิกเพื่อขยาย

Step 2 of 2: a lookup, where the children keep coming. ⟲

Watch Account with its contacts and opportunities too. It isn’t master-detail, but it behaves like a pseudo master-detail, with implicit sharing to the parent, which is why the 10,000 guidance shows up there as well. None of this means never use master-detail at scale. It means don’t choose a strongly coupled relationship and then act surprised that the records are strongly coupled. ⟲

Test knowledge. Know the 10,000-children guidance for master-detail, and what master-detail brings with it at volume: no owner on the detail (access controlled by the parent), cascade delete, no reparenting unless allowed, roll-up summaries, and parent locking when children are saved. Converting to a lookup needs no roll-up summaries on the master. ⟲

ข้อมูลกระจุกตัวด้านความเป็นเจ้าของ

Now the owner. I ask the room: who owns a million records? The admin? Is the admin sitting there creating a million records? Usually it’s the integration user or the data load user. The records come in, and nobody knows who to give them to. We create an integration user, it creates records, nobody thinks about ownership (“it’s just the integration user”), and a year later that user owns 2 million records. Salesforce calls it ownership data skew when one user owns more than 10,000 records of an object, and the classic example is all the unassigned leads parked on a dummy user (Ownership Data Skew (เปิดในแท็บใหม่)). That doesn’t mean a user can never own more. It means understanding the consequences: ownership isn’t a Created By stamp. It drives the role hierarchy, sharing rules and recalculation: behind the scenes, Salesforce keeps share records for the owner’s records above them in the role hierarchy. Attach millions of records to one owner who sits deep in the sharing model, and changing anything about that owner gets expensive. ⟲

The guidance matches what I teach in class. If a few users must own a very large number of records, give them no role; if they need one, put them in a separate role at the top of the hierarchy and don’t move them, and keep them out of public groups used as sources for sharing rules (same source). One catch with the top role: that user inherits access to all the data owned by or shared with the users below them. You could spread the records across a bunch of users instead, but for an integration user or a data load user, that typically isn’t worth the trouble. ⟲

We’re isolating the hot spot from the structures that trigger recalculation. Imagine a user who owns 5 million records being moved in a reorganization. That isn’t moving a box on the org chart; Salesforce may have to re-evaluate access across 5 million records. At this scale, organizational changes become data operations. ⟲

Test knowledge. Know the skew thresholds and the fixes: ownership skew when one user owns more than 10,000 records of an object (no role, or a separate role at the top that doesn’t move, and out of public groups used by sharing rules); parent-child skew at about 10,000 children under one parent. ⟲

ใครควรเป็นเจ้าของเรกคอร์ดที่เครื่องสร้างขึ้น?

ใครสร้างเรกคอร์ด กับใครเป็นเจ้าของเรกคอร์ด ไม่ใช่คำถามเดียวกัน Redrock ส่งการจัดส่ง 500,000 รายการผ่าน API และผู้ใช้สำหรับการผสานรวมเป็นผู้สร้าง มันควรเป็นเจ้าของตลอดไปไหม? อาจใช่ แต่ไม่ใช่แค่เพราะมันเป็นผู้สร้าง และตอนนี้เอเจนต์ก็สร้างเรกคอร์ดเหมือนกัน

จุดยืนของผม: ขึ้นอยู่กับว่าความเป็นเจ้าของมีผลต่อการแชร์หรือไม่ ผู้ใช้สำหรับการผสานรวมหรือผู้ใช้ของเอเจนต์เป็นผู้ใช้ที่ถูกต้องและเป็นเจ้าของเรกคอร์ดได้ ถ้าความเป็นเจ้าของขับเคลื่อนสิทธิ์เข้าถึงในออบเจกต์นั้น (ผ่านลำดับชั้นบทบาทหรือกฎการแชร์) ให้มอบเรกคอร์ดแก่เจ้าของที่ธุรกิจต้องการ: ผู้ใช้จริง คิวในออบเจกต์ที่รองรับ หรือผู้ใช้เจ้าของเฉพาะ ถ้าความเป็นเจ้าของไม่ได้ขับเคลื่อนสิทธิ์เข้าถึง การให้ผู้ใช้ของเอเจนต์หรือการผสานรวมเป็นเจ้าของต่อไปอาจเป็นทางเลือกที่ดีกว่า เพราะร่องรอยการตรวจสอบจะนำกลับไปยังสิ่งที่สร้างเรกคอร์ดโดยตรง ไม่ว่าทางไหน จงตัดสินใจว่า Owner หมายถึงอะไรสำหรับออบเจกต์นี้ แทนที่จะมอบเรกคอร์ดที่เครื่องสร้างทุกรายการใหม่อย่างกลไกเพียงเพราะปกติคนเป็นเจ้าของเรกคอร์ด และจำไว้ว่า Created By ยังอยู่ตรงนั้น การมอบความเป็นเจ้าของใหม่ไม่ได้ทำให้ข้อเท็จจริงที่ว่าการผสานรวมเป็นผู้สร้างหายไป Created By และ Owner ตอบคำถามต่างกัน การบังคับให้ฟิลด์เดียวตอบทั้งสองข้อคือวิธีได้มาซึ่งโมเดลที่แย่

ข้อมูลกระจุกตัวแบบ lookup

A lookup can be a hot spot too: millions of records pointing at the same location, category, reference record or configuration record. Salesforce’s own training defines it: “Lookup skew happens when a very large number of records are associated with a single record in the lookup object” (Large Data Volumes: Design Your Data Model (เปิดในแท็บใหม่)). The danger isn’t “lots of lookups.” It’s concentration combined with activity: if millions of active records reference one record, and transactions keep touching that relationship, operations start colliding over it. That’s record locking, which chapter 11 covers. For now, recognize the shape: many active records, one heavily referenced record, worth inspecting. ⟲

ข้อมูลกระจุกตัวไม่ได้อันตรายเท่ากันทุกแบบ

อย่าท่องจำว่า “10,000 = แย่” เรกคอร์ดประวัติห้าหมื่นรายการที่ชี้ไปยังค่าอ้างอิงที่ไม่เคยเปลี่ยน ไม่มีบทบาทในการแชร์ และแทบไม่มีกิจกรรมพร้อมกัน อาจไม่เป็นไรเลย เรกคอร์ดที่ยังใช้งานสองหมื่นรายการใต้เรกคอร์ดแม่ที่เปลี่ยนบ่อย ขับเคลื่อนการแชร์ ป้อนข้อมูลให้ roll-up และถูกการผสานรวมหลายตัวกระแทกพร้อมกัน เป็นเรื่องที่ต่างกันมาก ปริมาณมีรูปร่าง ข้อมูลกระจุกตัวก็เช่นกัน มีเรกคอร์ดกี่รายการมาบรรจบที่นั่น? เปลี่ยนบ่อยแค่ไหน? เรกคอร์ดแม่เปลี่ยนไหม? ความสัมพันธ์ขับเคลื่อนการแชร์หรือการล็อกไหม? การผสานรวมอัปเดตเรกคอร์ดลูกพร้อมกันไหม? การย้ายเจ้าของหรือเรกคอร์ดแม่กระตุ้นการคำนวณใหม่ไหม? ตัวเลขบอกผมว่าควรมองที่ไหน พฤติกรรมบอกผมว่าควรกังวลแค่ไหน

Steve Trucking: จุดร้อนอยู่ที่ไหน?

ที่ห้าปี เราคาดการณ์ไว้ประมาณ 9 ล้านใบสั่งงาน สมมติว่ามีคนพูดว่า “ให้ผู้ใช้สำหรับการผสานรวมเป็นเจ้าของการจัดส่งทุกรายการเลย” เก้าล้านเรกคอร์ด เจ้าของคนเดียว ความเป็นเจ้าของมีผลต่อการแชร์การจัดส่งไหม? ถ้าไม่ เจ้าของเฉพาะสำหรับเรกคอร์ดปริมาณมากก็ใช้ได้ โดยแยกออกจากลำดับชั้นบทบาทและกลุ่มของกฎการแชร์ตามที่กล่าวข้างต้น ถ้ามีผล เจ้าของจากการผสานรวมคนเดียวคือโมเดลธุรกิจที่ผิด: การผสานรวมสร้างเรกคอร์ด นั่นไม่ได้แปลว่ามันควรเป็นเจ้าของ

Then the Retail Partner. Every work order carries its partner, deliberately, because partner isolation matters. But if one partner is 40% of the business, five years of deliveries is about 3.6 million work orders under one partner account. Does that make the relationship wrong? No. The business relationship is real, and I’m not going to invent 400 fake Redrock accounts because I don’t like the count. But I am going to look for a split the business would recognize. Each partner has real distribution centers, so a child account per DC under the partner spreads the work orders nine or more ways while every account still means something. Add archiving completed deliveries after the claims window, and the active children per parent stay low. ⟲

นั่นคือความต่างระหว่างการแก้สองแบบ “Unassigned Contacts” เป็นของเทียมอยู่แล้ว การแบ่งมันเป็นกลุ่มจึงไม่ได้ทำให้ความหมายหายไป Redrock เป็นพาร์ทเนอร์จริง การแบ่งเป็น Redrock 001, 002 และ 003 จะทำให้โมเดลเสียหาย การแบ่งตาม DC จริงของมันไม่ทำให้เสียหาย การแก้ปัญหาด้านขนาดยังต้องรักษาความหมาย บางครั้งคำตอบคือความสัมพันธ์ กลยุทธ์การแชร์ รูปแบบ query โมเดลการจัดเก็บ หรือนโยบายการจัดเก็บถาวรที่ต่างออกไป ไม่ใช่ตัวตนปลอมสำหรับเอนทิตีธุรกิจจริงเด็ดขาด

คลิกเพื่อขยาย

Inspect, not bad. Concentration matters, not the total. ⟲

หาจุดร้อนบนแผนภาพ

นี่คือแบบฝึกหัดที่ผมชอบ หยิบโมเดลข้อมูลขึ้นมาแล้วดูที่ลูกศร ไม่ใช่แค่ออบเจกต์ สำหรับแต่ละความสัมพันธ์ ให้ถามว่า เรกคอร์ดจะกองรวมกันที่ฝั่งนี้ของลูกศรได้กี่รายการ? แล้วถามคำถามเดียวกันกับ Owner ทีนี้ลองนึกถึงสามปี ห้าปี สิบปี เรกคอร์ดกระจุกตัวที่ไหน? นั่นมักเป็นที่ที่ปัญหาของวันพรุ่งนี้ซ่อนอยู่

นอกเหนือจากการสอบ: AI เปลี่ยนอะไร คนหนึ่งอาจสร้าง 20 เรกคอร์ดต่อวัน เอเจนต์อาจสร้างหลายพัน ให้เอเจนต์มีผู้ใช้ของตัวเอง ปล่อยให้มันเป็นเจ้าของทุกเรกคอร์ด แล้วข้อมูลกระจุกตัวด้านความเป็นเจ้าของจะปรากฏเร็วกว่าที่เคยเกิดกับคนมาก การที่เอเจนต์เป็นเจ้าของไม่ใช่เรื่องผิด แต่จงตัดสินใจว่า Owner หมายถึงอะไรสำหรับเรกคอร์ดที่เอเจนต์สร้าง ก่อนที่ปริมาณจะทำให้ค่าเริ่มต้นกลายเป็นส่วนหนึ่งของสถาปัตยกรรม

สิ่งที่สถาปนิกต้องตัดสินใจในเรื่องนี้

• ที่ไหนที่ความสัมพันธ์แม่-ลูก ความเป็นเจ้าของ หรือ lookup ทำให้เรกคอร์ดกระจุกตัว และมีกิจกรรมมากพอจะกลายเป็นจุดร้อนหรือไม่
• เรกคอร์ดที่เครื่องสร้างยังเป็นของผู้ใช้สำหรับการผสานรวมหรือผู้ใช้ของเอเจนต์ หรือถูกมอบใหม่เพราะความเป็นเจ้าของขับเคลื่อนสิทธิ์เข้าถึง
• เจ้าของที่ถือเรกคอร์ดปริมาณมากถูกแยกออกจากลำดับชั้นบทบาทและกลุ่มของกฎการแชร์อย่างไร
• เมื่อไหร่ที่เรกคอร์ดแม่เทียมแบ่งเป็นกลุ่มได้ และเมื่อไหร่ที่ความสัมพันธ์จริงต้องการการแบ่งที่มีความหมายแทน
• Whether each master-detail relationship stays under about 10,000 children per parent at projected volume, or should be a lookup. ⟲

หนึ่งล้านเรกคอร์ดที่กระจายอยู่กับเจ้าของและเรกคอร์ดแม่หลายพันรายการ ทำงานต่างจากหนึ่งล้านเรกคอร์ดที่ชี้ไปยังที่เดียวอย่างมาก มองหาจุดร้อนตั้งแต่เนิ่นๆ: เจ้าของ เรกคอร์ดแม่ lookup ที่ใดก็ตามที่จำนวนเลขศูนย์มาบรรจบกัน เป้าหมายไม่ใช่การกำจัดความสัมพันธ์ขนาดใหญ่ทุกอัน บางอันแทนธุรกิจได้อย่างถูกต้อง แต่คือการรู้ว่ารถกำลังมุ่งไปทางไหนก่อนที่คุณจะเปิดทางด่วน เพราะเมื่อเรกคอร์ดหลายล้านรายการมุ่งหน้าไปยังทางออกเดียวกันแล้ว การเปลี่ยนถนนจะยากขึ้นมาก

ศึกษาเพิ่มเติม

• Salesforce Developers, Best Practices for Deployments with Large Data Volumes, Loading Data from the API (เปิดในแท็บใหม่) (Winter ‘27): group child records by parent to minimize locking conflicts, checked 2026-11-01. ⟲
• Salesforce Help, Considerations for Object Relationships (เปิดในแท็บใหม่): no more than 10,000 child records for a master-detail relationship; converting master-detail to lookup, checked 2026-11-01. ⟲
• Salesforce Developers, Designing Record Access for Enterprise Scale (Winter ‘27): Ownership Data Skew (เปิดในแท็บใหม่) and Parent-Child Data Skew (เปิดในแท็บใหม่), checked 2026-11-01. ⟲
• Salesforce Developers, Best Practices for Deployments with Large Data Volumes: General (เปิดในแท็บใหม่) (Winter ‘27), the 10,000-record owner and parent guidance, checked 2026-11-01. ⟲
• Trailhead, Large Data Volumes: Design Your Data Model (เปิดในแท็บใหม่): parent-child, ownership and lookup skew, checked 2026-11-01. ⟲
• Salesforce engineering blog, Managing Lookup Skew to Avoid Record Lock Exceptions (เปิดในแท็บใหม่) (2013; older, but still the clearest explanation; checked 2026-11-01). ⟲
• SteveTechArc, Salesforce Documents by Release: these guides, once a year from Winter ‘16, each with an archived copy. ⟲