Ako prepojiť Salesforce Data Cloud a Databricks bez presúvania dát

TL;DR

Zero-copy integrácia umožňuje Salesforce Data Cloud a Databricks zdieľať dáta bez ich kopírovania alebo presúvania. Salesforce môže priamo dopytovať dáta uložené v Databricks a Databricks dokáže čítať CRM dáta zo Salesforce cez file federation, pričom všetko riadi Unity Catalog. Žiadne ETL pipeline. Žiadne duplicitné náklady na úložisko. Tento sprievodca vysvetľuje, ako to funguje, kedy to použiť a ako to nastaviť.

Čo je zero-copy integrácia?

Zero-copy integrácia je vzor prístupu k dátam, pri ktorom jeden systém dopyuje dáta priamo tam, kde sú uložené v inom systéme, bez ich extrahovania, transformácie alebo načítania na nové miesto.

V kontexte Salesforce a Databricks to funguje v oboch smeroch:

• Inbound Zero Copy: Dáta z Databricks (alebo Snowflake) sa objavia v Salesforce Data Cloud ako živý, dopyovateľný zdroj. Salesforce posiela dopyte priamo na externý systém namiesto toho, aby dáta sťahoval k sebe.
• Outbound Zero Copy: CRM a Data Cloud dáta zo Salesforce sa zdieľajú do Databricks cez file federation. Databricks tím potom môže spúšťať analytiku, trénovať ML modely alebo budovať dashboardy na Salesforce dátach bez samostatného ETL kroku.

Princíp stojí na dvoch technológiách: Delta Sharing (otvorený protokol pre bezpečné zdieľanie dát medzi platformami) a Lakehouse Federation (schopnosť Databricks dopytovať externé dátové zdroje bez ingescie).

Prečo na tom záleží pre enterprise dátové tímy

Tradičná integrácia medzi CRM ako Salesforce a analytickou platformou ako Databricks zahŕňa pipeline, ktorý extrahuje dáta zo Salesforce, transformuje ich, načíta do lakehouse a potom ich udržiava synchronizované. Takýto pipeline má reálne náklady:

• Duplicita úložiska: dáta existujú na dvoch miestach súčasne
• Oneskorenie: lakehouse vždy odráža snímok, nie živé dáta
• Údržba pipeline: každá zmena schémy v Salesforce môže pipeline rozbiť
• Zložitosť riadenia: sledovanie pôvodu dát naprieč dvoma kópiami je náročnejšie

Zero copy toto všetko odstraňuje. Dáta zostávajú na svojom autoritatívnom mieste. Riadenie zostáva pri vlastníckom systéme. Dopyte sa vykonávajú oproti živým dátam.

Dva smery integrácie

Smer 1: Dáta z Databricks do Salesforce Data Cloud (Inbound Zero Copy)

Tento smer je užitočný, keď vaše primárne analytické alebo ML dáta žijú v Databricks, ale podnikoví používatelia k nim potrebujú pristupovať v Salesforce. Salesforce Data 360 podporuje inbound zero copy cez Query Federation a File Federation. Databricks blog

Smer 2: Salesforce CRM dáta do Databricks (Outbound Zero Copy)

Salesforce sprístupňuje CRM dáta cez Zero Copy File Federation, zdieľajúc ich priamo do Databricks Unity Catalog.

Architektúra: Ako to skutočne funguje

Salesforce Data 360 (Data Cloud)
         |
    Delta Sharing Protocol
         |
Databricks Unity Catalog
         |
  Databricks Compute (Spark / SQL Warehouse / ML)

Unity Catalog funguje ako centrálna vrstva riadenia. Delta Sharing je drôtový protokol, open-source a platformovo agnostický.

Nastavenie inbound zero copy: Databricks do Salesforce

Predpoklady: Salesforce Data Cloud licencia, Databricks workspace s Unity Catalog, admin prístup k obom platformám.

1. CREATE SHARE salesforce_share;
2. ALTER SHARE salesforce_share ADD TABLE catalog.schema.tablename;
3. CREATE RECIPIENT salesforce_dc;
4. V Salesforce Data Cloud admin pridajte Databricks pripojenie cez External Data Sources
5. Namapujte zdieľané tabuľky na Data Cloud DMO
6. Otestujte SOQL dopytom

Nastavenie outbound zero copy: Salesforce CRM dáta do Databricks

Predpoklady: Salesforce Data Cloud alebo CRM Analytics Plus licencia, Databricks workspace s Unity Catalog, Zero Copy File Federation povolený (GA od 2025).

1. V Salesforce Setup: Data Cloud > External Connections > Databricks
2. Autentifikujte sa voči Databricks workspace
3. Vyberte CRM objekty na sprístupnenie
4. Namapujte na cieľovú schému Unity Catalog
5. SHOW TABLES IN salesforce_shared_catalog.crm
6. SELECT AccountName, AnnualRevenue FROM salesforce_shared_catalog.crm.account LIMIT 100;

Júnová aktualizácia 2026: MuleSoft Agent Scanner pre Databricks

V júni 2026 Salesforce oznámil MuleSoft Agent Scanner pre Databricks ako súčasť ekosystému Data 360 Zero Copy. Tento nástroj umožňuje AI agentom bežiacim v Salesforce automaticky objavovať a dopytovať dátové aktíva v Databricks Unity Catalog bez manuálnej konfigurácie.

Kedy je zero copy správna voľba

• Vaše dáta majú spravované domovské miesto
• Potrebujete prístup takmer v reálnom čase
• Riadíte prístup naprieč funkciami
• Riadenie je dôležité (regulované odvetvia)
• Chcete sa vyhnúť pipeline dlhu

Kedy zero copy nie je správna voľba

• Keď zdrojové dáta nie sú dobre udržiavané a schéma sa mení často
• Keď potrebujete výraznú transformáciu pred použitím v Salesforce
• Keď Unity Catalog nie je povolený (Hive metastore nepodporuje Delta Sharing)

Bežné implementačné výzvy

1. Unity Catalog nie je povolený — migrácia môže trvať 2-4 týždne pre komplexný workspace.

2. Požiadavky na edíciu Salesforce Data Cloud — skontrolujte zmluvu pred navrhovaním architektúry.

3. Sieťové pripojenie — Databricks za privátnym VNet vyžaduje zodpovedajúce sieťové pripojenie pre Salesforce.

4. Drift schémy — zmena schémy v Databricks rozbije mapovanie Salesforce DMO. Zavedenie notifikačného procesu je nevyhnutné.

Ako pomáha Forest Digital

Forest Digital navrhuje a implementuje integrácie Salesforce a Databricks pre enterprise tímy v strednej a východnej Európe. Náš AI-driven prístup k vývoju znamená, že funkčnú zero-copy integráciu vrátane migrácie na Unity Catalog, konfigurácie Data Cloud pripojenia a nastavenia governance politík dokážeme dodať výrazne rýchlejšie a za zlomok nákladov tradičných systémových integrátorov. Kontaktujte nás na forest-digital.com.

Záver

Zero-copy integrácia medzi Salesforce Data Cloud a Databricks dáva enterprise tímom fundamentálne lepšiu dátovú architektúru: bez duplikácie, bez pipeline dlhu, s riadeným prístupom a dátami takmer v reálnom čase. Pre CEE podniky prevádzkujúce SAP, Salesforce a Databricks paralelne je zero copy základom čistého dátového ekosystému.