Salesforce 数据归档策略：性能与治理的最佳实践

八月 16, 2025

背景与应用场景

随着业务的不断发展，Salesforce Org 中的数据量会呈指数级增长。海量的数据虽然是宝贵的资产，但如果不加以管理，也会带来一系列严峻的挑战。这些挑战正是数据归档（Archiving Strategies）策略需要解决的核心问题。

典型的应用场景包括：

性能下降：当标准或自定义对象中的记录数超过数百万甚至数千万时，用户会明显感觉到报表、列表视图、搜索和 SOQL 查询的性能下降。这直接影响用户体验和业务效率。特别是当存在数据倾斜（Data Skew，即单个父记录下拥有超过 10,000 条子记录）时，性能问题会愈发严重。
存储成本：Salesforce 的数据存储空间是有限且昂贵的。不断增长的数据会迅速消耗存储配额，导致企业需要支付额外的费用来购买更多空间。
合规性要求：许多行业和地区都有严格的数据保留法规，例如 GDPR（通用数据保护条例）和 CCPA（加州消费者隐私法案）。这些法规要求企业在特定时间后必须安全地删除或匿名化数据。数据归档是实施这些数据生命周期管理策略的关键一环。
系统维护：庞大的数据集会增加数据备份、恢复和沙箱刷新等管理任务的复杂性和时间成本。

因此，制定一套健全的数据归档策略，将那些不经常访问但又具有业务或合规价值的历史数据，从生产环境中迁移到成本更低的外部存储系统中，对于维护 Salesforce Org 的长期健康至关重要。

原理说明

Salesforce 数据归档的核心原理是一个“识-移-存-删-访”的闭环流程。它不是简单地删除数据，而是一个系统性的数据生命周期管理过程。

识别 (Identify)：首先需要定义归档规则。哪些数据可以被视为“冷”数据？这通常基于时间戳（如“最后修改日期”或“关闭日期”超过 3 年的 Case）、业务状态（如已关闭且无后续活动的 Opportunity）或自定义的业务逻辑。
迁移 (Extract)：识别出待归档数据后，需要通过 API 将其从 Salesforce 中安全地提取出来。对于大数据量，Bulk API 2.0 是官方推荐的首选工具，它专为高效处理大规模数据集而设计。
存储 (Store)：提取出的数据需要被存储在一个安全的、成本效益高的外部系统中。常见的选择包括：
- 云数据库（如 Amazon RDS, Google Cloud SQL）
- 数据仓库/数据湖（如 Snowflake, Amazon Redshift, BigQuery）
- Salesforce 自家的 Heroku Postgres 也是一个与 Salesforce 生态系统紧密集成的优秀选择。
删除 (Delete)：在确认数据已成功迁移并验证完整性后，应从 Salesforce 中删除这些记录，以释放存储空间并提升性能。这同样可以通过 Bulk API 完成。为了安全起见，通常会先进行“软删除”（更新一个 `IsArchived__c` 标志位），在观察期过后，再执行物理删除。
访问 (Access)：即使用户不常访问，已归档的数据有时仍需被查阅。可以通过集成工具（如 MuleSoft）构建接口，或利用 Salesforce Connect 将外部数据源虚拟化为 Salesforce 中的外部对象（External Object），实现对归档数据的只读访问，而无需将其导回 Salesforce。

示例代码

数据归档通常涉及多个步骤，以下是两个关键步骤的代码示例：使用 SOQL 识别数据和使用 Bulk API 2.0 提取数据。

1. 使用 SOQL 识别待归档记录

假设我们需要归档所有在 5 年前已关闭且之后未被修改过的 Case 记录。我们可以使用如下的 SOQL (Salesforce Object Query Language) 查询来识别这些记录。

// 这段 SOQL 查询用于识别符合归档条件的 Case 记录
// SELECT 子句指定了需要提取的字段，包括 Id 以便后续操作
SELECT Id, CaseNumber, Status, ClosedDate, LastModifiedDate
FROM Case
WHERE
    // 条件1: 记录的状态必须是 'Closed'
    Status = 'Closed'
    AND
    // 条件2: 记录的最后修改日期必须早于5年前。
    // LAST_N_YEARS:5 是一个日期字面量，代表从现在起的过去5年。
    // 这使得查询动态化，无需硬编码具体日期。
    LastModifiedDate < LAST_N_YEARS:5

在实际应用中，你可能会增加一个自定义字段，如 `IsReadyForArchive__c`，并通过批处理 Apex（Batch Apex）定期运行此逻辑来标记记录，以便归档作业可以简单地查询 `WHERE IsReadyForArchive__c = true`。

2. 使用 Bulk API 2.0 提取数据

Bulk API 2.0 是处理超过 10,000 条记录的理想选择。它通过创建异步作业来查询和提取数据。以下是如何通过 REST API 创建一个 Bulk API 2.0 查询作业的示例。

首先，向 Salesforce 发送一个 POST 请求以创建查询作业。

Endpoint: /services/data/vXX.X/jobs/query
Method: POST
Headers: Authorization: Bearer [SESSION_ID], Content-Type: application/json; charset=UTF-8

Request Body:

{
  // "operation" 字段指定了作业类型，"query" 表示这是一个查询作业。
  "operation": "query",

  // "query" 字段包含了用于提取数据的 SOQL 语句。
  // 这里的查询将提取所有创建日期早于 2020 年 1 月 1 日的 Task 记录。
  // 在实际归档场景中，这里的查询会更复杂，类似于上一个 SOQL 示例。
  "query": "SELECT Id, Subject, Status, ActivityDate, CreatedDate FROM Task WHERE CreatedDate < 2020-01-01T00:00:00.000Z",

  // "contentType" 指定了输出文件的格式，CSV 是最常用的格式。
  "contentType": "CSV",

  // "columnDelimiter" 定义了 CSV 文件中的列分隔符。
  // PIPE（管道符）比逗号更安全，可以避免字段内容中的逗号引起的问题。
  "columnDelimiter": "PIPE",

  // "lineEnding" 定义了行结束符，"CRLF" 是 Windows 风格，"LF" 是 Unix 风格。
  "lineEnding": "LF"
}

提交此请求后，Salesforce 会返回一个作业 ID。你可以使用此 ID 轮询作业状态，待作业完成后（状态变为 `JobComplete`），即可通过另一个端点下载包含查询结果的 CSV 文件。

注意事项

权限与可见性：执行归档操作的用户必须拥有足够的权限，包括对相关对象的读/写/删除权限，以及 "API Enabled" 和 "Bulk API Hard Delete" (如果需要物理删除) 等系统权限。

API 限制：

数据完整性与关系：归档数据时必须谨慎处理对象间的关系。例如，在归档父记录（如 Account）之前，需要先决定如何处理其关联的子记录（如 Contact, Opportunity）。直接删除父记录可能导致子记录被级联删除或成为孤立记录，这取决于关系类型（Master-Detail vs. Lookup）。
错误处理与回滚：归档是一个多步骤过程，任何一步都可能失败。必须设计可靠的错误处理和日志记录机制。在数据从 Salesforce 删除之前，务必验证外部存储中的数据备份是否完整和准确。准备好回滚计划，以防归档过程出现严重问题。
触发器与自动化：删除大量记录可能会触发 Apex Triggers、流程（Flows）和其他自动化逻辑，可能导致意外的性能问题或业务逻辑错误。在执行大规模删除前，应审查并考虑临时禁用相关的自动化，或对其进行优化以适应批量操作。

总结与最佳实践

有效的 Salesforce 数据归档策略是确保平台长期可扩展性、高性能和合规性的基石。它不仅仅是一个技术任务，更是一个需要业务、IT 和合规团队共同参与的战略规划。

最佳实践总结：

制定明确的归档策略：与业务方共同定义什么是“历史数据”，确定数据保留周期和归档频率。文档化所有规则。
选择合适的外部存储：根据数据的访问频率、安全要求和成本预算，选择最适合的归档目的地，如 Heroku, AWS S3 或企业级数据仓库。
分阶段实施：不要试图一次性归档所有历史数据。从一个影响较小、数据模型简单的对象开始，进行试点项目，验证整个流程。
自动化而非手动：利用调度工具（如定时执行的 Apex、MuleSoft 或其他 ETL 工具）来自动化整个归档流程，减少人为错误并确保一致性。
测试，测试，再测试：在 Full Sandbox 环境中完整地测试归档流程，包括数据提取、验证、删除和访问，确保其在生产环境中能够按预期工作。
提供访问途径：确保业务用户在需要时仍然能够方便地查询已归档的数据。Salesforce Connect 是实现无缝只读访问的强大工具。

通过遵循这些原则和实践，你可以构建一个稳健、高效且合规的数据归档解决方案，确保你的 Salesforce 投资能够持续为业务创造最大价值。

Salesforce中文网