arXiv cs.AI· Imran Basha Shaik, Sahla Sultana, Khader Moinuddin Shaik·· 11 小时前AI 评分22
面向 Salesforce 并购整合的自主 ETL 流水线：参考框架、Jitterbit 映射与可复现仿真研究
Autonomous ETL Pipelines for Salesforce M&A Consolidation: A Reference Framework, Jitterbit Mapping, and Reproducible Simulation Study
AI 导读
该研究提出一套用于 Salesforce 并购客户数据整合的自主 ETL 参考框架，并映射到 Jitterbit Integration Studio 组件，以开源原型在 32,040 至 383,973 条源记录的三档合成双组织场景、五个随机种子上完成评估。
正文 · AI 翻译
摘要：各自运行 Salesforce 的公司在合并时，必须将各自的客户数据整合到单一组织中，同时两个源系统仍需继续使用。这需要协调不同的模式和选项列表，解决组织之间及组织内部的重复客户问题，保留记录之间的关系，并在切换前保持目标数据为最新状态。本文提出了一个用于此任务的自主抽取-转换-加载流水线的参考框架。它结合了分区批量抽取、声明式映射模板、基于规则和统计的质量门、采用确定性匹配和分块模糊匹配的主数据管理、带逐记录错误捕获的受限加载，以及由数据健康断路器保护的变化数据捕获。每个阶段都映射到 Jitterbit Integration Studio 的构造。该框架已作为开放参考原型实现，并在具有已知真实值的合成双组织场景中进行了评估，涵盖三种规模（从 32,040 到 383,973 条源记录），使用五个随机种子。在预设阈值下，混合匹配在账户上达到成对 F1 分数 0.918，在联系人上达到 0.885；按对象校准阈值后，这些分数将分别提升至 0.938 和 0.963。质量门防止了所有加载失败和所有未映射选项列表值的静默丢失，且没有错误标记任何干净记录，而移除它们则每次运行产生约 1,000 次加载失败。在五个模拟日的每小时增量同步中，重放事件被忽略，注入的上游故障被控制在发生的批次内，目标数据与完全重建在超过 99.3% 的字段值上一致。生产部署上的验证仍属未来工作。
| 评论： | 16 页，4 幅图，7 张表。代码和数据：此 https URL 预印本亦存档于 此 https URL |
| 主题： | 数据库（cs.DB）；人工智能（cs.AI）；新兴技术（cs.ET） |
| ACM 分类： | H.2.5 |
| 引用为： | arXiv:2611.05918 [cs.DB] |
| （或 arXiv:2611.05918v1 [cs.DB] 为此版本） | |
| https://doi.org/10.48550/arXiv.2611.05918 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Imran Basha Shaik [查看电子邮件]
[v1]
2026 年 11 月 4 日星期三 04:12:38 UTC（311 KB）
来源：arXiv cs.AI · arxiv.org