精通 Salesforce Batch Apex：处理海量数据的开发者指南

十一月 03, 2025

背景与应用场景

作为一名 Salesforce 开发人员，我们日常工作中不可避免地要与 Salesforce 平台的 Governor Limits (调控器限制) 打交道。这些限制是 Salesforce 为确保所有租户在多租户环境中都能获得稳定性能而设定的资源边界。例如，在单个同步事务中，SOQL 查询最多只能返回 50,000 条记录，DML 操作不能超过 150 次。当我们需要对成千上万甚至数百万条记录执行数据清洗、更新、归档或复杂的计算时，同步的 Apex 事务显然无法满足需求。

这正是 Batch Apex (批处理 Apex) 发挥作用的地方。Batch Apex 是一种 Asynchronous Apex (异步 Apex) 执行方式，它允许我们将一个大型作业分解成一系列小的、可管理的“批次”或“块” (chunks) 来处理。每个批次都在其独立的事务和调控器限制下运行，从而使我们能够安全、高效地处理海量数据，而不会超出平台的限制。

典型的应用场景包括：

数据维护与清洗：对组织中所有的客户 (Account) 或联系人 (Contact) 记录进行标准化处理，例如统一地址格式、更新过期的字段或修复不一致的数据。

复杂业务逻辑处理：执行夜间的汇总计算，将子对象的数据聚合到父对象上，而这种计算逻辑对于公式字段或汇总字段来说过于复杂。

数据归档或删除：定期将系统中超过特定年限（如5年）的已关闭案例 (Case) 或任务 (Task) 迁移到外部归档系统或进行删除。

外部系统集成：需要为组织中的大量记录调用外部系统的 API，以获取或更新数据。通过 Batch Apex，可以分批次进行 API 调用，避免超出单次事务的 callout 限制。

原理说明

Batch Apex 的核心是实现 Salesforce 提供的 Database.Batchable 接口。这个接口定义了一个批处理作业的生命周期，它包含三个必须实现的方法：

1. `start()` 方法

这是批处理作业的入口点，它在作业开始时被调用一次。该方法的主要职责是收集需要处理的所有记录，并将其返回。返回值可以是以下两种类型之一：

Database.QueryLocator: 当你需要处理的数据可以通过一个简单的 SOQL 查询获取时，这是最高效的选择。使用 QueryLocator，Salesforce 可以绕过常规 SOQL 的 50,000 条记录限制，最多可处理 5,000 万条记录。Salesforce 在后台高效地获取数据块，并将其传递给 execute 方法。
Iterable: 当数据来源复杂，无法通过单个 SOQL 查询获得时（例如，需要调用外部 API 获取数据，或者进行复杂的预处理），你可以返回一个实现了 Iterable 接口的集合。

start 方法为整个批处理作业定义了处理范围 (scope)。

2. `execute()` 方法

这是批处理作业的核心工作方法。start 方法返回的数据集会被 Salesforce 自动分割成小的数据块（默认大小为 200 条记录，可以在调用时指定），然后为每个数据块调用一次 execute 方法。该方法接收两个参数：

Database.BatchableContext: 一个上下文对象，可以用来获取作业的 ID。
List: 从 start 方法返回的数据集中分割出的当前批次记录列表。

所有的业务逻辑，如字段更新、数据计算、DML 操作或 API 调用，都应该在这个方法中实现。重要的是，每一个 execute 方法的调用都有自己独立的 Governor Limits，这意味着你可以为每个批次执行最多 150 次 DML 操作和 100 次 SOQL 查询，这正是 Batch Apex 能够处理大量数据的关键所在。

3. `finish()` 方法

当所有的批次都通过 execute 方法处理完毕后，finish 方法会被调用一次。这个方法通常用于执行一些收尾工作，例如：

发送一封电子邮件通知，告知作业已完成，并附上成功或失败的摘要信息。
启动另一个批处理作业，实现作业链 (job chaining)。
执行一些最终的清理或汇总操作。

该方法接收一个 Database.BatchableContext 参数，你可以通过它查询作业的状态，例如通过 AsyncApexJob 对象获取作业是成功完成还是失败。

如果需要在不同的 execute 调用之间维持状态（例如，统计总共处理了多少条记录），你的批处理类还需要实现 Database.Stateful 标记接口。这会告诉 Salesforce 在每个批次执行后保留类的成员变量状态，但需要注意，这会因为序列化和反序列化而带来轻微的性能开销。

示例代码（含详细注释）

以下是一个来自 Salesforce 官方文档的经典示例，该批处理作业会查询所有的客户 (Account) 记录，并为它们的描述字段添加一个更新标识。

// 定义一个实现了 Database.Batchable 接口的全局类
global class UpdateAccountDescriptionBatch implements Database.Batchable<sObject> {

    // 1. start 方法：定义作业范围
    // 这个方法在批处理作业开始时被调用一次。
    // 它返回一个 Database.QueryLocator，其中包含了我们需要处理的所有客户记录。
    // 使用 QueryLocator 可以高效地处理多达 5000 万条记录。
    global Database.QueryLocator start(Database.BatchableContext bc) {
        // SOQL 查询获取所有需要处理的客户记录的 Id 和 Description 字段。
        return Database.getQueryLocator('SELECT Id, Description FROM Account');
    }

    // 2. execute 方法：处理每个数据批次
    // Salesforce 会将 start 方法返回的记录集分割成小块（默认为 200 条记录），
    // 然后为每一块数据调用一次 execute 方法。
    // 每个 execute 方法的调用都有其独立的 Governor Limits。
    global void execute(Database.BatchableContext bc, List<Account> scope) {
        // 遍历当前批次中的所有 Account 记录。
        // 'scope' 是一个 List<Account>，包含了当前正在处理的记录。
        for (Account acc : scope) {
            // 在描述字段前添加 "Updated by Batch " 字符串。
            // 这是这个批处理作业的核心业务逻辑。
            acc.Description = 'Updated by Batch ' + System.now();
        }
        
        // 对当前批次中所有已修改的记录执行 DML 更新操作。
        // 这个 update 操作受其所在 execute 事务的 Governor Limits 限制。
        update scope;
    }

    // 3. finish 方法：作业完成后的收尾工作
    // 当所有批次都处理完毕后，这个方法被调用一次。
    global void finish(Database.BatchableContext bc) {
        // 通过 BatchableContext 获取当前作业的 ID。
        AsyncApexJob job = [SELECT Id, Status, NumberOfErrors, JobItemsProcessed,
                            TotalJobItems, CreatedBy.Email
                            FROM AsyncApexJob
                            WHERE Id = :bc.getJobId()];

        // 在这里可以执行收尾操作，例如发送一封邮件通知作业已完成。
        // 这部分代码仅为示例，实际使用时需要配置邮件发送逻辑。
        // EmailManager.sendMail('your_email@example.com', 'Batch Job Finished', 'Job ' + job.Id + ' finished with status ' + job.Status);
        System.debug('Batch job finished. Status: ' + job.Status + ', Processed Items: ' + job.JobItemsProcessed);
    }
}

如何执行这个批处理作业

要启动这个作业，你可以在匿名执行窗口 (Anonymous Apex) 中运行以下代码：

// 实例化批处理类
UpdateAccountDescriptionBatch myBatch = new UpdateAccountDescriptionBatch();

// 调用 Database.executeBatch 来执行作业。
// 第二个参数是可选的 scope size，它定义了每个 execute 方法处理的记录数量。
// 如果不指定，默认值为 200。设置一个合理的值有助于平衡性能和资源消耗。
Id batchJobId = Database.executeBatch(myBatch, 150);

// batchJobId 变量包含了这个异步作业的 ID，你可以用它来监控作业状态。
System.debug('Started Batch Job with ID: ' + batchJobId);

注意事项

在开发和使用 Batch Apex 时，以下几点需要特别注意：

1. 调控器限制 (Governor Limits)：虽然 Batch Apex 的设计初衷是为了处理大量数据，但它仍然受异步 Apex 的限制。例如，24 小时内可以排队或激活的批处理作业数量是有限的（通常是 250,000 或组织 license 允许的数量，取其高者）。每个 execute 方法虽然有独立的限制，但仍需注意其中的 CPU time、heap size 等。

2. 外部调用 (Callouts)：如果你的 execute 方法需要调用外部系统的 API，你的批处理类必须实现 Database.AllowsCallouts 接口。同时，需要注意每个 execute 事务的 callout 限制（最多 100 个）。

3. 记录锁定 (Record Locking)：当批处理作业更新记录时，这些记录会被锁定以防止数据冲突。如果作业运行时间很长，或者有其他进程（包括用户界面操作）试图同时修改这些记录，可能会导致锁定竞争和失败。在设计 SOQL 查询时，可以考虑使用 FOR UPDATE 子句来提前锁定记录，但这也会增加锁定的持续时间，需要谨慎使用。

4. 错误处理：默认情况下，如果一个批次中的任何记录导致未捕获的异常，整个批次的操作会回滚，但不会影响其他批次。最佳实践是在 execute 方法中使用 try-catch 块来处理单个记录的错误，并记录下失败的记录 ID 和错误信息，而不是让整个批次失败。你可以将错误信息保存到一个自定义对象中，以便后续分析和处理。

5. 单元测试：测试是保证代码质量的关键。测试 Batch Apex 时，你需要将代码逻辑包裹在 Test.startTest() 和 Test.stopTest() 之间。Test.stopTest() 会强制所有在 startTest() 之后启动的异步作业立即同步执行，从而让你可以断言其结果。

6. 作业链 (Job Chaining)：你可以在一个批处理作业的 finish 方法中启动另一个批处理作业。这是一个强大的功能，可以用来创建复杂的多步数据处理流程。但是，Salesforce 限制最多只能链接 5 个作业（从一个同步事务开始）。

总结与最佳实践

Batch Apex 是 Salesforce 平台上一位开发人员工具箱中不可或缺的工具，它为处理大规模数据集提供了强大而可靠的解决方案。通过将其生命周期分解为 start、execute 和 finish 三个阶段，它巧妙地在平台的调控器限制内完成了看似不可能的任务。

作为开发者，遵循以下最佳实践可以帮助你构建更高效、更健壮的批处理作业：

优化查询：在 start 方法中，确保你的 SOQL 查询是经过优化的。只查询你需要的字段，并尽可能在 WHERE 子句中使用索引字段来过滤数据。
精简 execute 逻辑：execute 方法是作业的瓶颈。保持其中的逻辑简洁高效，避免嵌套循环和复杂的计算，以防止超出 CPU time 限制。
选择合适的批次大小：批次大小（scope size）是一个需要权衡的参数。较小的批次会产生更多的事务，增加总处理时间；较大的批次会消耗更多内存 (heap size) 并增加单个事务中超出限制的风险。通常从默认的 200 开始，根据具体逻辑和数据进行调整测试。
谨慎使用 Database.Stateful：只有在绝对需要在批次之间共享状态时才使用 Stateful。它会因为对象序列化而增加处理开销。
设计幂等性：如果可能，将你的作业设计成幂等的。这意味着如果作业因故中断并重新运行，它不会产生重复的数据或错误的计算结果。
全面的日志和监控：为你的作业建立清晰的日志机制。在作业开始、结束以及遇到错误时记录关键信息。利用 AsyncApexJob 对象来监控作业的进度和状态。

通过深入理解 Batch Apex 的工作原理并遵循这些最佳实践，你将能够自信地应对任何大规模数据处理挑战，为你的 Salesforce 应用构建稳定、可扩展的后端解决方案。

Salesforce中文网