一、开始使用 Zero Copy 数据联邦
什么是 Zero Copy？
借助 zero copy，您可以双向连接 Data 360 与外部系统（如数据仓库），自由访问数据源的数据并在 Data 360 中使用（如身份解析、细分），无需复制数据，然后还能把 Data 360 的数据分享回外部系统。
在 zero copy 之前，集成外部数据是个挑战——必须把数据物理复制到 Salesforce，耗时又耗资源。有了 zero copy，您可以随时随地访问和激活外部系统的数据。
两项能力：
- 数据联邦（Data Federation）：Data 360 访问外部数据（入站——从 Data 360 向外部系统查询）；
- 数据共享（Data Sharing）：外部系统访问 Data 360 数据（出站——外部系统查询 Data 360）。
两者结合形成双向通信——Data 360 和外部系统相互查询对方数据，构成双向集成层。注意：zero copy 消耗 Data 360 额度。
Zero Copy 的好处
Zero copy 把 Data 360 叠加在您现有的 IT 架构之上，创建一个虚拟、调和的运营层。
四项关键好处：
- 完全的数据流动性：在现有架构上叠加 Data 360，创建按需访问数据的虚拟运营层，无需僵化的管道；
- 实时数据访问：无需再等数据同步更新，每次查询都获得最新信息；
- 简化集成：无需构建维护复杂昂贵的管道，点击式连接器取代自定义 ETL 代码；
- 增强治理与合规：更少的持久副本意味着更少的漏洞和安全泄露——数据留在受治理的源系统，访问在查询时而非复制时控制。
Zero copy 不仅更快，而且更安全——每次复制数据都制造新的泄露面，zero copy 通过消除副本消除风险。
Zero Copy 数据联邦
数据联邦让您直接在 Data 360 中访问外部数据。用 zero-copy 连接器连接两系统，有两种类型：
- 查询联邦（Query Federation）：Data 360 向外部系统的计算层（查询引擎）发送查询 → 引擎查询存储层 → 返回相关记录。涉及外部计算，所有外部系统都支持；
- 文件联邦（File Federation）：Data 360 用自己的可信计算引擎直接查询存储层。不涉及外部计算（成本更低），并非所有外部系统都支持（需兼容表格式，如 Apache Iceberg）。
图书馆比喻（Data 360 = 借书人）：查询联邦像请图书管理员（查询引擎）在管理员室（计算层）取书，需遵守其规则（查询语言）；文件联邦像高级官员凭权限直接进入书库（存储层），用自己的布局知识（数据库表格式，如 Apache Iceberg）快速找书，无需管理员。
关键区别：查询联邦 = Data 360 请外部系统干活（外部计算成本）；文件联邦 = Data 360 自己干（成本更低、控制更强）。只要外部系统支持，就推荐文件联邦。
查询联邦 vs 文件联邦
如何选择正确的连接器类型：
- 查询联邦：从计算层用外部查询引擎读取文件；成本较高（每次查询可能向外部系统付计算费）；所有兼容系统都支持；使用触发式 Data 360 功能（如数据动作）时必须启用缓存；
- 文件联邦：用 Data 360 可信计算引擎直接从存储层读取文件；成本较低（无外部计算费）；针对访问和分析大数据集优化；最适合数据以 Apache Iceberg 等表格式存储的公司；原生支持触发式 Data 360 功能（无需缓存即可检测外部系统变化）。
决策框架：外部系统支持文件联邦吗？→ 是：用文件联邦（推荐）；→ 否：用查询联邦（始终可用）。
Zero Copy Partner Network 是致力于与 Data 360 做双向 zero-copy 集成的组织集合（支持文件联邦、查询联邦和数据共享）。zero copy 也兼容合作伙伴网络之外的外部系统。
二、探索 Zero Copy 数据联邦的用例
数据联邦的用例
只要需要在 Salesforce 中使用外部数据（而不复制），就用数据联邦。五个关键用例：
- 丰富 CRM 数据：把 Agentforce Commerce 的客户购买数据与外部系统的交易数据结合，形成完整购买视图；
- 丰富统一画像：把 Google BigQuery 中的交易数据带入 Data 360，创建更丰富的客户画像和洞察；
- 创建有效的服务 Agent：让 Agentforce Builder 中的 Agent 访问 Snowflake 中的数据（忠诚度计划、交易），实现上下文丰富的客户互动；
- 运行定向活动：基于 Amazon Redshift 中的客户购买数据运行 Data 360 活动——按真实购买行为细分；
- 用 AI 预测客户流失：用 AI Models（原 Einstein Studio）结合 Databricks 中的客户满意度数据创建流失预测模型。
共同主线：外部数据从不离开其源系统，只有查询结果移动。NTO 例子（每日 6 亿笔交易）证明了规模——这个量级的数据复制同步不现实，zero copy 让可行。
NTO 用数据联邦结合 Agentforce
Northern Trail Outfitters（NTO） 每天在所有门店和线上销售处理 6 亿笔交易，数据包括客户使用了哪些优惠券。NTO 需要一个系统，用这些交易数据结合 Salesforce 中的客户信息，创建高度个性化的优惠券，并用 Agentforce 创建能主动向客户提供这些优惠券的服务 Agent。
NTO 的解决方案架构：
- 数据联邦连接：从 NTO 的 Snowflake 实例访问交易数据——不复制数据、无 ETL 管道；
- 在 Data 360 中联接与丰富：把 Snowflake 交易数据与 Salesforce 客户信息结合；
- 创建计算洞察：理解基于家庭的优惠券使用——相似家庭对哪些优惠券有反应；
- 创建提示模板：用计算洞察结果生成个性化优惠券推荐；
- 构建 Agentforce 服务 Agent：自定义动作使用提示模板，Agent 现在能基于客户实际历史提供个性化优惠券。
结果：客户联系支持时，Agent 知道客户历史用过的优惠券、相似家庭对什么有反应、现在该提供什么——全部由 Snowflake 中的外部数据驱动，经 zero copy 访问，最新、相关、从不复制。
把外部数据联邦到 Data 360
设置数据联邦连接、把外部数据联邦到 Data 360 的四个高层步骤：
- 规划数据战略：定义需要外部数据的用例（如 NTO 需要交易数据做个性化优惠券）、确定数据位置（Snowflake、BigQuery 等）——从业务问题而非技术开始；
- 收集外部系统信息：收集数据库名、连接 URL、凭据——这是跨团队协调步骤，需与外部系统管理员协作；
- 创建数据联邦连接：在 Data Cloud Setup 中创建连接，选择查询联邦连接器（始终可用）或文件联邦连接器（如支持，成本性能更优）；
- 创建数据流：默认 Data 360 在运行时按需查询（live query 模式），零数据持久化。
模式选择：查询联邦可缓存数据到 Data 360（降低大数据集延迟、影响成本、触发式功能必需）；文件联邦始终被 Data 360 实时查询（无需缓存、原生支持触发式）。权衡：新鲜度 vs 速度——多数用例 live query 已足够。
三、开始使用 Zero Copy 数据共享
什么是数据共享？
数据联邦 = 外部数据 → Data 360（入站）；数据共享 = Data 360 → 外部系统（出站）。通过数据共享，您朝相反方向沟通——把 Data 360 中选定的数据对象分享给外部系统，只需点几下就能把数据对象组装成数据共享（data share）。
可共享的三种 Data 360 对象：
- 数据湖对象（DLO）：摄取到 Data 360 的原始数据，经清洗、转换、准备计算——基础层；
- 数据模型对象（DMO）：来自不同来源的调和数据形成统一数据模型——结构化层；
- 计算洞察对象（CIO）：Data 360 数据上带度量和维度的立方体式指标——分析层。
工作方式：把对象组装成数据共享 → 创建数据共享目标（与外部系统的连接）→ 把共享链接到目标 → 选定的对象在外部系统账户中可用，零数据复制。数据共享完成双向 zero-copy 架构。
数据共享的用例
数据共享让企业打破跨云的数据孤岛。四个用例：
- 超个性化活动：用 Data 360 的统一客户画像丰富 Snowflake 营销数据，通过现有渠道激活提升终身价值；
- 供应链优化：把 Data 360 的实时统一库存洞察分享给 Databricks Lakehouse，赋能物流伙伴减少缺货、提升交付效率；
- 金融风险与合规：把 Data 360 的金融风险洞察提供给企业数据仓库，改善欺诈检测、提升风险建模准确度、简化监管报告；
- 产品创新与预测性维护：把 Data 360 的统一IoT 传感器洞察和丰富客户上下文流回数据湖，加速产品创新、主动识别性能问题、为研发团队实现预测性维护。
模式：Data 360 摄取统一各源数据 → 创建丰富的调和对象（DLO/DMO/CIO）→ 分享回外部系统 → 外部系统用于各自专长（ML、分析、运营）。Data 360 成为中央数据枢纽——不是终点，而是整个企业生态双向受治理数据流的管道。
从外部系统访问 Data 360 数据
解锁安全合规数据共享的四步：
- 规划数据战略：确定要访问的 Data 360 对象。例如数据科学家构建倾向模型，可访问带画像和互动数据的 DMO（Contact、Individual），加上 DLO（OrderDetails、MobileAppBehavioralEvents）分析购买模式；
- 设置凭据：与 Data Cloud 架构师和外部系统管理员协作创建必要用户、获取访问 Data 360 数据的凭据；
- 构建数据共享：在 Data 360 中创建数据共享，起唯一名称，选择适用的数据空间（数据的逻辑分类），组装要包含的对象，保存后共享变为 Active 状态；
- 创建数据共享目标并链接：创建数据共享目标（建立 Data 360 与外部系统的连接），把目标链接到活跃的数据共享（链接前必须处于 active），选定的对象即可在外部系统账户中可用。
四步流程与数据联邦设置对称——同样的简洁、相反的方向。双向 zero copy 在设计上是对称的。现在您可以直接在外部系统中用 Salesforce 数据——查询、联接外部数据、构建 ML 模型，全部零复制。
总结（Wrap It Up）
Zero copy 是实现 Data 360 与外部系统双向集成的强大工具。三单元回顾：
- 单元一——Zero Copy 数据联邦：zero copy 无需复制访问外部数据；四项好处（流动性、实时、简化集成、增强治理）；查询联邦（询问外部系统计算层，所有系统支持）vs 文件联邦（Data 360 直接查询存储层，支持时推荐）；
- 单元二——用例与设置：五个用例（丰富 CRM、丰富画像、创建 Agent、运行活动、预测流失）；NTO 的 6 亿笔 Snowflake 交易经 zero copy 驱动 Agentforce 个性化优惠券；四步设置（规划 → 收集信息 → 创建连接器 → 创建数据流）；
- 单元三——Zero Copy 数据共享：数据共享 = Data 360 → 外部系统（出站）；共享 DLO、DMO、CIO；四个用例（活动、供应链、金融风险、产品创新）；四步设置（规划 → 凭据 → 构建共享 → 创建目标并链接）。
Zero copy 提供双向通信、打破企业数据孤岛。从「复制数据」到「连接数据」——这就是 zero copy 的转变。