Optimización de costos de almacenamiento y API: patrones
Obtenga más información acerca de la optimización de recursos y costos bien arquitectada → Optimización de datos
Patrones
| Dónde buscar | Qué aspecto tiene |
|---|---|
| Datos activos de modelo de datos | ✅ Los datos activos reciben tratamiento de almacenamiento premium: los datos a los que se accede regularmente para operaciones de negocio permanecen en objetos estándar de Salesforce con capacidad de consulta completa, automatización de flujos de trabajo y acceso de usuario. Los datos activos justifican la inversión en almacenamiento porque el acceso frecuente requiere disponibilidad inmediata ✅ Ejemplo: Las oportunidades del año actual y los casos activos permanecen en objetos estándar con funciones completas |
| Datos calientes del modelo de datos | ✅ Los datos cálidos utilizan estrategias de almacenamiento intermedias: los datos a los que se accede ocasionalmente para la creación de reportes o referencias pueden permanecer en Salesforce con indicadores de archivo que activan vistas filtradas, o migrar a Big Objects admitiendo la recuperación basada en índices sin capacidad de flujo de trabajo ✅ Ejemplo: Oportunidades del año anterior marcadas como archivadas pero que se pueden consultar para análisis históricos |
| Datos en frío del modelo de datos | ✅ Datos fríos archivados en Big Objects o sistemas externos: Los datos retenidos para el cumplimiento pero a los que rara vez se accede se trasladan a Big Objects (no cuentan en los límites de almacenamiento de datos estándar) o sistemas de archivo externos. Big Objects apropiados para archivos de gran volumen con patrones de acceso predecibles. Archivado externo en almacenes de datos o almacenamiento de objetos proporciona retención de menor costo para datos de cumplimiento ✅ Ejemplo: Casos con más de 36 meses archivados en Big Objects con recuperación basada en índice para acceso de cumplimiento |
| Datos caducados de modelo de datos | ✅ Datos caducados eliminados a través de procesos de ciclo de vida automatizados: Los datos anteriores a requisitos de retención sin valor de negocio deben eliminarse a través de procesos automatizados en vez de acumularse indefinidamente. Muchas organizaciones nunca eliminan datos debido a problemas de “qué pasa si los necesitamos algún día”, dando como resultado un crecimiento del almacenamiento que consume presupuesto sin justificación de negocio ✅ Ejemplo: La política de retención de datos elimina automáticamente registros después de 7 años basándose en requisitos de retención regulatorios |
| Configuración → Descripción general del sistema → Almacenamiento de datos Configuración → Uso de almacenamiento | ✅ Patrón: Los tableros de capacidad muestran el consumo de almacenamiento por objeto con tendencias de crecimiento, el uso de API por integración con patrones de pico y la utilización de capacidad de procesamiento con proyecciones ✅ Active la optimización proactiva antes de que los límites creen cortes o cargos por exceso inesperados |
| Sin seguimiento de almacenamiento → Sorpresas anuales | ⚠️ Antipatrón: Exceso de almacenamiento descubierto durante la negociación de renovación que requiere compra inmediata a precios premium sin tiempo para evaluar estrategias de archivo ⚠️ La organización adquiere almacenamiento adicional anualmente sin analizar qué datos consumen capacidad o si la archivación reduciría el crecimiento |
Patrones
| Dónde buscar | Qué aspecto tiene |
|---|---|
| Salesforce Files Archivos de gran tamaño | ✅ Integración de almacenamiento externo para ahorros de costos a escala: almacene archivos en servicios como Amazon S3 o Azure Blob Storage con Salesforce manteniendo registros de referencia vinculados a contenido externo. El almacenamiento externo cuesta de 0,02 a 0,05 USD por GB mensualmente en comparación con el almacenamiento de archivos de Salesforce a 1 a 3 USD por GB mensualmente dependiendo de la edición, creando ahorros de costos de 10 a 20 veces a escala ✅ Ejemplo: La solución de gestión de contratos almacena contratos activos (últimos 24 meses) en Salesforce Files para una vista previa y colaboración nativas, migra automáticamente contratos antiguos a S3 con vínculos de Salesforce, reduciendo el almacenamiento de archivos en un 70% mientras mantiene el acceso ✅ Compensación: La integración de almacenamiento externo requiere esfuerzo de desarrollo e introduce dependencia en el servicio externo, pero proporciona ahorros de costos de 10 a 20 veces para casos de uso con gran cantidad de archivos, lo que se interrumpe incluso en cuestión de meses |
| Ciclo de vida de archivos de gestión de contenido | ✅ La gestión del ciclo de vida de archivos archiva o elimina archivos antiguos: Implemente el traslado automatizado de archivos más allá de los umbrales de retención al almacenamiento o la eliminación externos. Los archivos a los que rara vez se accede después de la creación inicial, incluyendo archivos adjuntos de casos para casos cerrados y versiones de documentos sustituidas son candidatos de archivo principales ✅ Nota: El almacenamiento de archivos incluye Salesforce Files, archivos adjuntos, documentos y contenido. Las organizaciones con casos de uso intensivo de documentos, incluyendo la gestión de contratos, bibliotecas de activos y archivos adjuntos de casos, se acercan con frecuencia a los límites de almacenamiento de archivos con mayor rapidez que el almacenamiento de datos |
Patrones
| Dónde buscar | Qué aspecto tiene |
|---|---|
| Plantillas de copia parcial de Gestión de sandbox | ✅ Las plantillas de datos selectivas optimizan la capacidad de almacenamiento de sandbox: excluya objetos de gran volumen de plantillas de copia parcial cuando el volumen de datos completo no sea necesario para probar escenarios. Implementar la retención de datos específica de sandbox eliminando registros anteriores a los que requieren las pruebas, liberando capacidad para datos de prueba adicionales ✅ Ejemplo: La plantilla de sandbox de copia parcial incluye los últimos 12 meses de oportunidades y casos pero excluye datos archivados, proporcionando datos de prueba representativos con una capacidad de 5 GB en vez de requerir copia completa ✅ Compensación: La definición de plantillas de datos selectivas requiere esfuerzo de análisis pero permite el uso de tipos de sandbox de menor costo eliminando datos innecesarios para probar escenarios |
| Cadencia de actualización de gestión de sandbox | ✅ Actualizar cadencia alineada con requisitos de actualización de datos reales: Alinee la actualización de sandbox con requisitos de actualización de datos reales en vez de programaciones arbitrarias. Muchas organizaciones actualizan sandboxes de copia completa mensualmente cuando la actualización trimestral sería suficiente para sus patrones de prueba, desperdiciando capacidad de actualización que podría admitir sandboxes adicionales ✅ Ejemplo: Sandbox de copia completa actualizado trimestralmente en vez de mensualmente, liberando capacidad de actualización para sandboxes de copia parcial adicionales |
| Sandboxes temporales de gestión de sandboxes | ✅ Gestión temporal de sandboxes con políticas de caducidad: Realice un seguimiento de los entornos creados para proyectos específicos o pruebas de picos con fechas de eliminación documentadas. La proliferación temporal de entornos sandbox es un origen común de desechos, ya que los entornos sandbox de proyectos pasan al estado permanente sin justificación. Implementar políticas de caducidad que requieren justificación de renovación para mantener entornos temporales más allá del ámbito inicial ✅ Ejemplo: Sandbox de proyecto creado con 90 días de caducidad que requiere justificación de negocio para extenderse más allá de la finalización del proyecto |
Patrones
| Dónde buscar | Qué aspecto tiene |
|---|---|
| Análisis de uso de picos de Monitoreo de integración | ✅ El análisis de uso pico identifica oportunidades de optimización de programación: identifique patrones de consumo diarios y semanales. Las programaciones de integración concentradas durante el horario de oficina compiten con llamadas de API iniciadas por usuarios. Distribuir integraciones por lotes entre plazos de menor actividad optimiza la utilización de la capacidad sin aumentar los límites ✅ Ejemplo: Integraciones por lotes reprogramadas de 9 AM a 2 AM, reduciendo la contención de API en horas punta y activando integraciones adicionales dentro de la capacidad existente |
| API masiva de código personalizado 2.0 | ✅ API masiva 2.0 para cualquier operación que procese cientos de registros: utilice la API masiva 2.0 para cualquier operación que procese más de unos cientos de registros. La API masiva procesa hasta 150 millones de registros por trabajo con un mínimo de llamadas de API en comparación con el procesamiento de registros de forma individual ✅ Ejemplo: La sincronización de datos nocturna utiliza la API masiva 2.0 que procesa 100.000 registros con un consumo de API mínimo en vez de llamadas de API individuales por registro |
| Caché de plataforma de código personalizado | ✅ La memoria caché elimina consultas repetitivas para datos de referencia: la memoria caché accedía frecuentemente a datos de referencia para eliminar consultas repetitivas. Almacenamiento en caché de códigos de país, catálogos de productos o datos de configuración reduce el consumo de API para integraciones que consultan repetidamente datos de referencia sin cambios ✅ Ejemplo: Catálogo de productos en caché en Caché de plataforma, reduciendo las llamadas de API de 1.000 consultas diarias a actualización de caché única |
| Captura de datos de cambio de arquitectura de integración | ✅ Captura de datos cambiantes elimina patrones de sondeo derrochadores: utilice Captura de datos cambiantes para la sincronización de datos en vez de patrones de sondeo. Los CDC publican eventos solo cuando cambian los datos, eliminando llamadas de API desperdiciadas que comprueban cambios que no se produjeron ✅ Ejemplo: La sincronización de datos de clientes utiliza eventos de publicación de Captura de datos cuando los clientes actualizan, consumiendo llamadas de API solo para cambios reales (200 diarias) en vez de sondear cada registro de cliente cada hora (1,2 M de consultas diarias) ✅ Compensación: La arquitectura dirigida por eventos requiere el esfuerzo de implementación de Eventos de plataforma o CDC pero reduce el consumo de API en un 95%+ para patrones de detección de cambios, rompiendo incluso en semanas |
| Sin monitoreo → Detección reactiva | ⚠️ Antipatrón: El consumo de API se monitorea solo cuando se producen excepciones de límite, creando cambios de arquitectura de emergencia y extinción de incendios reactivos bajo presión ⚠️ Falta el análisis de tendencias proactivo que permite la optimización antes de que los límites restrinjan las operaciones de negocio |
Patrones
| Dónde buscar | Qué aspecto tiene |
|---|---|
| Patrón de integración en tiempo real síncrono | ✅ Las integraciones síncronas consumen la capacidad de API más alta: las integraciones en tiempo real consumen una o más llamadas de API por transacción. Los flujos de transacciones de gran volumen pueden consumir una capacidad de API significativa. Patrones síncronos apropiados cuando la coherencia de datos inmediata es un requisito de negocio obligatorio pero conlleva el costo de consumo de API más alto ✅ Ejemplo: El envío de pedidos requiere Comprobación de inventario inmediata y reserva en sistema ERP que justifique el patrón síncrono a pesar del mayor costo de API |
| Procesamiento por lotes de patrón de integración | ✅ Las integraciones por lotes reducen el consumo de API en un 90%+ frente a la sincronización: Procese registros de forma masiva, reduciendo drásticamente las llamadas de API por registro. La API masiva 2.0 procesa millones de registros con un consumo de API mínimo. Apropiado cuando la sincronización casi en tiempo real satisface necesidades de negocio y elimina el 90%+ del consumo de API en comparación con patrones síncronos ✅ Ejemplo: La sincronización de datos de clientes ejecuta lotes cada hora en vez de actualizaciones en tiempo real, reduciendo el consumo de API en un 95% con una latencia de datos de 1 hora aceptable |
| Patrón de integración dirigido por eventos | ✅ Los patrones dirigidos por eventos se amplían de forma eficiente consumiendo recursos solo en cambios reales: utilice Eventos de plataforma o Captura de datos de cambios para una distribución de eventos eficiente sin gastos generales de sondeo. Los patrones dirigidos por eventos se amplían de forma eficiente porque consumen recursos solo cuando se producen cambios reales en vez de comprobar repetidamente cambios que no se produjeron ✅ Ejemplo: Los cambios de etapa de oportunidad publican eventos de plataforma consumidos por sistemas descendentes, eliminando los sondeos y reduciendo el consumo de API en un 98% |
| Plataforma de integración MuleSoft TCO | ✅ MuleSoft agrega costo de plataforma pero puede reducir el TCO de integración total - MuleSoft Anypoint Platform agrega costo de licencia de plataforma ($20K-200K+ anuales) pero puede reducir el TCO de integración total a través de caché inteligente, agrupación de conexiones, optimización por lotes y gobernanza unificada entre todos los patrones de integración ✅ Compensación: El middleware justifica la inversión cuando el conteo de integración supera 5-7 conexiones, proporcionando reutilización y regulación que reducen los costos de mantenimiento a largo plazo |
| Precios de API de integración externa | ✅ Costos de API externos modelados basándose en volúmenes de transacciones proyectados: Modele costos externos basándose en volúmenes de transacciones proyectados reflejando el uso real en vez de niveles mínimos que asumen volúmenes bajos. El precio de API externa varía desde niveles gratuitos a través de facturación medida por llamada a licencias de compañía de tarifa plana ✅ Ejemplo: El modelo de TCO de integración para pasarela de pago incluye una tarifa de plataforma anual de 15.000 $ + 0,10 $ por transacción estimada en 50.000 transacciones anuales (5.000 $) + desarrollo de integración de 25.000 $ + mantenimiento anual de 5.000 $ para el primer año total de 50.000 $, 10.000 $ en curso |
| Punto a punto de mantenimiento de integración frente a Núcleo | ✅ Las integraciones punto a punto multiplican el esfuerzo de mantenimiento exponencialmente: cada punto de integración incluye la construcción inicial, el mantenimiento continuo, la evolución de la gestión de errores y la adaptación cuando cambia cualquier extremo. Las integraciones de punto a punto multiplican el esfuerzo de mantenimiento exponencialmente a medida que crece el conteo del sistema. Cinco sistemas con conexiones de punto a punto requieren 10 transmisiones de mantenimiento de integración. Diez sistemas requieren 45 transmisiones. Los patrones de Núcleo y voz a través de plataformas de integración reducen el crecimiento exponencial a escala lineal ✅ Ejemplo: Organización con 8 transiciones de sistemas conectados de 28 integraciones de punto a punto a 8 conexiones de núcleo y radio, reduciendo las transmisiones de mantenimiento en un 71% |
| Costos de asistencia de operaciones de integración | ✅ Los costos de asistencia y solución de problemas crecen con el conteo de integración: cada integración crea posibles puntos de fallo que requieren monitorear la infraestructura, la configuración de alertas, la documentación de la lista de ejecuciones y la capacidad de respuesta ante incidentes. Incluir costos de asistencia continuos en el TCO de integración más allá del desarrollo inicial ✅ Ejemplo: Costos de asistencia de integración modelados en un 15-20% del costo de desarrollo inicial anual para monitoreo continuo, solución de problemas y respuesta ante incidentes |
Antipatrones
| Dónde buscar | Aspecto negativo |
|---|---|
| Todos los datos históricos permanecen en almacenamiento activo indefinidamente | ⚠️ Presupuesto que consume crecimiento de almacenamiento sin justificación de negocio. Las organizaciones adquieren almacenamiento adicional anualmente sin analizar qué datos consumen capacidad o si las estrategias de archivo podrían reducir la tasa de crecimiento ⚠️ Remediación: Definir política de retención de datos con etapas de ciclo de vida: activa (0-12 meses), tibia (12-36 meses), fría (más de 36 meses archivada) y caducada (eliminada tras la retención reglamentaria). Implementar archivación automatizada en Big Objects o almacenamiento externo |
| La plantilla Copia parcial incluye todos los objetos sin filtrar | ⚠️ Consume 5 GB de capacidad con datos históricos irrelevantes para las pruebas, forzando la compra de copia completa cuando la selección de datos estratégicos activaría el uso de copia parcial a un costo significativamente menor ⚠️ Remediación: Analizar requisitos de prueba y crear plantillas de copia parcial selectivas incluyendo solo los últimos 12-18 meses de datos y excluyendo objetos de gran volumen innecesarios para escenarios de prueba |
| La integración sondea todos los registros cada 15 minutos comprobando si hay cambios | ⚠️ Consume llamadas de API 5M diariamente cuando el 95% de los sondeos no encuentran cambios, desperdiciando capacidad de API en consultas innecesarias. Crea riesgo de alcanzar límites de API e impedir que se completen integraciones legítimas ⚠️ Remediación: Sustituir patrón de sondeo por Captura de datos de cambios o Eventos de plataforma que consumen llamadas de API solo cuando se producen cambios reales, reduciendo el consumo de API en un 95%+ |
| La integración realiza llamadas de API separadas para cada tipo de registro en secuencia | ⚠️ Multiplica el consumo de API de 5 a 10 veces en comparación con enfoques por lotes. Procesamiento de pedidos que consume 8 llamadas de API por pedido cuando una sola llamada compuesta sería suficiente ⚠️ Remediación: Implemente operaciones relacionadas con lotes de API compuesta en una sola llamada de API, reduciendo el consumo de 8 llamadas por transacción a 1 llamada por transacción (reducción del 87%) |
| Sandboxes de copia completa adquiridos para cada equipo de desarrollo | ⚠️ Multiplica los costos 5 veces cuando la copia parcial cumple la mayoría de los requisitos de prueba. La copia completa cuesta de 5 a 10 veces más que la copia parcial y se actualiza solo mensualmente frente a cada 5 días ⚠️ Remediación: Reserve copia completa exclusivamente para validación de UAT y desempeño de preproducción. Utilizar Developer Pro para el desarrollo y la copia parcial con plantillas de datos dirigidas para pruebas de integración |
| Integración aprobada basándose en “nivel de API libre” sin modelado de volumen | ⚠️ Los volúmenes de transacciones proyectados superan el nivel libre en el mes 2, lo que da como resultado costos anuales sorpresa de 15.000 $ no incluidos en el análisis de presupuesto o TCO ⚠️ Remediación: Modele costos de API externos basándose en volúmenes de transacciones proyectados incluyendo proyecciones de ampliación. Incluya tarifas de plataforma, costos por transacción y cargos por exceso en el TCO de integración antes de la aprobación |
| El consumo de API monitoreado solo cuando se producen excepciones de límite | ⚠️ Crea cambios de arquitectura de emergencia y extinción de incendios reactivos bajo presión. Los límites crean cortes antes de que se identifiquen las oportunidades de optimización ⚠️ Remediación: Implemente el tablero de monitoreo de API proactivo con atribución a nivel de integración, análisis de uso de picos y proyección de crecimiento. Establecer alertas en umbrales de utilización de ejemplo como 70% y 85% proporcionando plazo de ejecución para la optimización |
| Generación de documentos personalizados porque “tenemos desarrolladores disponibles” | ⚠️ El desarrollo personalizado a 80.000 $ de construcción inicial + 15.000 $ de mantenimiento anual cuando la opción AppExchange a 15 $ por usuario mensualmente (18.000 $ anuales para 100 usuarios) entrega una implementación más rápida, mantenimiento del proveedor y un TCO de 5 años inferior ⚠️ Remediación: Evalúe soluciones AppExchange antes del desarrollo personalizado para funciones de materias primas. Modelo de TCO de 3 a 5 años comparando la construcción frente a la compra incluyendo mantenimiento, compatibilidad de plataforma y costos de asistencia |
| Los entornos sandbox de proyectos temporales pasan al estado permanente sin justificación | ⚠️ Presupuesto que consume proliferación de sandboxes sin valor de negocio. Las organizaciones acumulan más de 20 entornos sandbox cuando 10 satisfarían necesidades de desarrollo reales con una gestión del ciclo de vida adecuada ⚠️ Remediación: Implemente políticas de caducidad de sandbox que requieran justificación de renovación. Realizar un seguimiento de sandboxes con fechas de eliminación documentadas y alertas automatizadas para revisión de caducidad |
- Pilar de optimización de recursos y costos
- Optimización de recursos y costos: patrones de licencia
- Pilar de excelencia operacional
Última actualización: 2026-06-08