一、开始使用 Batch Data Transforms in Data 360（Get Started）
Batch Data Transforms 简介（Introducing Batch Data Transforms）
在 Data 360 中，数据通过数据流（data stream）进入并存储在数据湖对象（data lake object，DLO）中。DLO 是摄入 Data 360 的数据的存储容器。数据转换（data transform）让你访问一个或多个 DLO 中的数据，并对其进行转换，创建你自己的数据集；它也可以转换已映射到数据模型对象（DMO）的数据。
批处理 vs 流式：与持续运行的流式数据转换（基于 SQL 语句）不同，批处理数据转换（batch data transform）按计划运行，并且提供更丰富的功能——它包含一个可视化编辑器，让你组合多个 DLO 的数据、用函数创建计算字段，并把数据输出到多个 DLO。
何时使用 Batch Data Transform（When to Use a Batch Data Transform）
当你需要复杂的数据转换、或需要数据按计划更新时，使用批处理数据转换。在批处理转换中，你可以 join、aggregate、append 数据，也可以使用公式和过滤器。以下是几个适用场景：
- 为仪表板计算指标：把原始摄入数据转换为可用的 KPI，如聚合值和计算出的公式（赢单率、客户终身价值等）。
- 标准化取值：把不一致的摄入值（如「Salesforce」「salesforce.com」「SFDC」）合并为单一、统一的值。
- 用其他数据源丰富：组合 CRM、薪酬、用量日志、客户记录等多个来源的数据，用于身份解析和计算洞察等 Data 360 服务。
Batch Data Transform 如何工作（How Does a Batch Data Transform Work?）
使用可视化编辑器，你通过拖放节点（nodes）来创建所需数据，每个节点代表过程中的一个步骤——它们分别代表源数据、目标数据，以及你对数据执行的各种操作。以下是可选的节点类型及其作用：
- Input（输入）：包含 DLO 或 DMO 中的源数据。
- Filter（过滤）：移除目标数据中不需要的行。
- Join（连接）：通过查找或连接把两个输入分支连接起来，每个分支必须提供一个键字段（例如客户数据输入节点和票务销售节点都有 customer ID 字段）。
- Aggregate（聚合）：用 Average、Count、Maximum、Minimum、Stddevp、Stddev、Sum、Unique、Varp、Var 等函数把数据汇总到更高粒度。
- Transform（转换）：用函数操作数据——计算值、修改字符串、格式化日期、分桶、删除列、处理 JSON 值等。
- Append（追加）：合并多组数据的行。
- Update（更新）：当键对匹配时，用另一个数据源的数据交换列值。
- AI Functions（AI 函数）：用 AI Models（原 Einstein Studio）中的模型做预测。
- Output（输出）：包含 DLO 或 DMO 中的转换后数据。
节点按顺序连接：Input → Filter → Join → Aggregate → Output，构成一条完整的转换管道。
动手挑战：创建 Batch Data Transform（Hands-On Challenge）
本模块的动手挑战是构建一个转换，展示按行业的销售大单（total large sales by industry）——结合 Opportunity 和 Account 数据。挑战分三步：步骤 1 创建 Playground；步骤 2 创建数据流（Sales 数据包）；步骤 3 在可视化编辑器中用 Input → Filter → Join → Aggregate → Output 节点创建批处理转换。最终输出是一个名为 Large Sales by Industry 的 DLO，展示哪些行业驱动你最大的交易（超过 $30,000 的商机）。
步骤 1：创建 Playground（Create your Playground）
获取一个包含 Data 360 和样本数据的限时自定义 playground：点击 Create Playground，新 org 自动关联到你的 Trailhead 账户，记下过期日期并在那之前完成徽章。Sales 数据包数据已预加载，提供了转换挑战所需的 Opportunity 和 Account 数据。
步骤 2：创建数据流（Create your Data Streams）
在摄入 account 和 opportunity 数据之前，需要把它们配置为 Data 360 中的数据源。在 Data Cloud 中进入 Data Streams 标签页点击 New → 点击 Salesforce CRM → Next → 注意 Salesforce Trial Org 已预选，从 View Bundles 选择 Sales 数据包 → Next（该数据包包含创建批处理转换所需的全部数据流）→ 保持所有标准字段选中 → Next → 点击 Deploy（若出错或耗时过长，取消后重试）。
步骤 3：创建 Batch Data Transform（一）— Input → Filter → Join
现在组合并过滤数据，创建显示「按行业大单总额」的新 DLO。先构建管道的前半段：Input → Filter → Join。
- 点击 Data Transforms 标签页 → New Transform → 选择 Batch Data Transforms → Next → 选择 Data Lake Objects → Next，进入 Transform Builder。
- 点击 Add Input Data，选择 Opportunity_Home（字段含 Amount、Account 等）。
- 点击 Opportunity 节点的 +，选择 Filter，重命名为
Filter >30,000。 - 在数据预览表点击 Filters 下的加号，选择 Amount，Operator 选 greater than，数值输入
30000，点击 Done → Apply。 - 点击 Filter >30,000 节点的 +，选择 Join，在 Select Input Data to Join 表中选择 Account_Home（字段含 Industry 等）。
- 选择 Inner Join，在 Join Keys 下，Filter >30,000 选 Account，Account_Home 选 ID，点击 Add。
- 把 Join 节点重命名为
Get Accounts Info，点击 Apply。
现在管道已包含：过滤到 $30,000 以上的 Opportunity 数据，再与 Account 数据连接以获取行业信息。下一步：Aggregate 和 Output。
步骤 3：创建 Batch Data Transform（二）— Aggregate → Output
继续构建管道的后半段：Aggregate → Output → Save → Run。
- 点击 Get Accounts Info 节点的 +，选择 Aggregate，添加聚合：Sum of Amount，添加 Group Row：Industry，重命名为
Total Sales by Industry，点击 Apply。 - 点击 Total Sales by Industry 节点的 +，选择 Output，保持 Create New 和 Replace 模式，Object Name 输入
Large Sales by Industry，Object Category 选 Other，Primary Key 选 Account_Home.Industry__c，点击 Apply，重命名 Output 节点为Large Sales by Industry。
- 在 Transform Builder 点击 Save，命名
Large Sales by Industry并保存。 - 点击 Back to Data Transforms，找到该转换，点击行尾下拉箭头选择 Run Now → Run，等待转换运行完成（几分钟）。
现在你就能看到哪些行业驱动你最大的交易了！
预览结果（Preview Results）
转换成功完成后，进入 Data Explorer 打开 Large Sales by Industry DLO 检查数据。需要确认：每个行业只出现一次（按 Industry 主键分组）；Sum of Amount 显示该行业的总销售额；只包含 $30,000 以上的商机（过滤器正确应用）；没有大单的行业被排除（inner join 移除了未匹配的账户）。
这个 DLO 现在可用于报表与仪表板（可视化头部行业）、计算洞察（在此数据上构建指标）、以及分段与激活（按行业定位）。转换管道：Opportunity + Account → Filter >$30K → Join（Account ID）→ Aggregate by Industry → Output 为干净 DLO。完成！
检查挑战（Check Challenge）
现在检查你的工作，确认已遵循所有步骤后，点击 Check Challenge to Earn 500 Points 进入下一单元。回顾你的批处理数据转换：名称 Large Sales by Industry；管道 Input（Opportunity_Home）→ Filter（>$30,000）→ Join（Account_Home，inner，Account=ID）→ Aggregate（SUM Amount，GROUP BY Industry）→ Output（Large Sales by Industry DLO）；输出 DLO 在 Data Explorer 中可用。你已经用可视化编辑器从零构建了一个完整的批处理数据转换！
文章来源：Trailhead - Batch Data Transforms in Data 360 Quick Look