[有限可用性]{class="badge informative"}

Data Mirror概觀

Data Mirror是一項Adobe Experience Platform功能，可讓您使用模型型架構，將外部資料庫的列層級變更擷取到Data Lake。 它保留資料關係、強制執行唯一性，並支援版本化，而不需要上游擷取、轉換、載入(ETL)程式。

使用Data Mirror將外部系統（例如Snowflake、Databricks或BigQuery）的插入、更新及刪除（可變資料）直接同步到Experience Platform中。 這有助於您在將資料帶入Platform時，保留現有的資料庫模型結構和資料完整性。

功能與優點

Data Mirror提供下列資料庫同步處理的基本功能：

使用Data Mirror直接從來源系統擷取變更、強制執行結構描述完整性，並讓資料可用於分析、歷程協調及合規性工作流程。 Data Mirror可免除複雜的上游ETL程式，並透過啟用現有資料庫模型的直接映象來加速實作。

透過Data Mirror實施以模型為基礎的結構描述時，針對刪除和資料衛生需求進行規劃。 在部署之前，所有應用程式都必須考慮刪除作業如何影響相關資料集、法規遵循工作流程和下游流程。

先決條件 prerequisites

開始之前，您應該瞭解Experience Platform的下列元件，並確認您的環境符合技術和結構需求：

實作需求

您的Platform執行個體和來源資料必須符合Data Mirror正常運作的特定要求。 Data Mirror需要​ 以模型為基礎的結構描述，這些結構描述是具有強制條件約束的彈性資料結構。 目前Data Mirror主要處理以模型為基礎的結構描述，不過透過即將推出的B2B自訂物件功能（計畫於2025年10月推出）支援與標準XDM結構描述的整合。

在所有結構描述中包含​ 主索引鍵和版本描述項。 如果您使用時間序列結構描述，也需要​ 時間戳記描述項。

您的外部資料庫必須支援變更資料擷取或提供可識別插入、更新及刪除的中繼資料。 Source資料必須包含​ 唯一識別碼 （單一欄位或複合主索引鍵）和​ 版本資訊，系統才能以正確順序套用更新。

若要偵測刪除，請新增_change_request_type欄，指定每個記錄是更新插入還是刪除。

實作Data Mirror implementation-workflow

與標準擷取方法不同，Data Mirror會將您的資料庫模型結構保留在Experience Platform Data Lake中。 此資料結構一致性消除了外部預先處理的需要。 以下是高階的Data Mirror實作工作流程。 根據您團隊的工作流程與來源系統，選擇您的實作方法。

定義您的結構描述結構

使用必要的描述元（定義結構描述行為和限制的中繼資料）建立以模型為基礎的結構描述。 透過UI或直接透過API，選擇適合您團隊工作流程的方法。

對應關係並定義資料管理

使用關係描述元定義資料集之間的連線。 跨資料集管理關係並維護資料品質。 這些工作可確保一致的聯結，並支援符合資料衛生要求。

設定您的來源連線

根據您的來源系統和使用案例選取擷取方法。 每個選項都支援不同層級的自動化、轉換和擴充性。

啟用變更資料擷取擷取

透過支援的雲端資料倉儲設定變更資料擷取連線。 擷取列層級變更，同時維持唯一性並以正確順序套用更新。

常見使用實例 use-cases

檢閱下列常見使用案例，其中Data Mirror支援精確資料同步和關係儲存。 每個案例都會顯示Data Mirror如何支援跨分析、協調及法規遵循的通用業務需求。

關聯式資料模型

在Data Mirror中使用以模型為基礎的結構描述 （也稱為關聯式結構描述）來表示實體、處理列層級的插入、更新及刪除，以及維護資料來源中存在的主要和外部索引鍵關係。 此方法將關聯式資料模型原則帶入Experience Platform，並確保資料集之間的結構一致性。

倉儲到湖同步

將事件資料、客戶互動記錄、行銷活動事件，以及輔助資料從支援的雲端資料倉儲映象至Experience Platform。 這支援行銷活動資格、目標定位精確度和訊息排序。 Journey Optimizer和Real-Time CDP B2B仰賴此實現近乎即時的協調邏輯。

Customer Journey Analytics整合

同步時間序列事件，例如來自呼叫中心或聊天記錄等系統的網頁點選、產品檢視、購買和支援互動。 完整的變更記錄支援精確的趨勢分析和行為細分。 適用於Customer Journey Analytics的Experience Platform Data Mirror會使用這項功能，反映來源系統的更新插入和刪除。

B2B關係模式

保留關係，例如，帳戶對連絡人、訂閱對帳戶或連絡人對區域階層。 這些支援細分、潛在客戶評分、機會追蹤和多管道協調。 與將關係平面化的標準擷取不同，Data Mirror會使用描述項以原生方式維護關係，以實現更精確的模型化。

訂閱管理

追蹤事件，例如更新、取消、升級、降級，以及具有完整版本歷史記錄的計畫變更。 這支援保留率行銷活動、流失預測和生命週期型細分。 完整歷史記錄可讓使用者進行行為深入分析和精準定位。

資料衛生操作

使用變更資料擷取可針對合規性（例如受監管的產業）和清理工作流程啟用精確的記錄層級刪除。 Data Mirror會精確套用刪除，同時保留連線資料集內的相關資料。

重要考量 considerations

請檢閱這些關鍵考量事項，以確保您的實施符合支援的結構描述行為、擷取方法和關係模式。 正確的規劃有助於避免整合問題，並確保精確的資料模型化。

資料刪除和衛生需求

所有使用以模型為基礎的結構描述和Data Mirror的應用程式都必須瞭解資料刪除的關聯。 以模型為基礎的結構描述可讓您精確刪除記錄層級，進而影響跨連線資料集的相關資料。 無論您的特定使用案例為何，這些刪除功能都會影響資料完整性、法規遵循和下游應用程式行為。 在實作之前，請檢閱資料衛生需求，並規劃刪除案例。

結構描述行為選擇

以模型為基礎的結構描述預設為​ 記錄行為，可擷取實體狀態（客戶、帳戶等）。 若您需要​ 時間序列行為 ​來追蹤事件，您必須明確設定它。

擷取方法比較

您可以使用此比較表，選擇符合您資料需求的最佳擷取方法，不論您需要即時同步處理、以SQL為基礎的轉換或手動檔案上傳。

關係限制

Data Mirror使用描述項支援​ 一對一 ​和​ 多對一 ​關係。 多對多 ​關係需要額外的模型化，而且不直接支援。

後續步驟

檢閱本概述後，您應該能夠判斷Data Mirror是否符合您的使用案例，並瞭解實作的需求。 若要開始使用：

如需實作詳細資料，請參閱模型架構檔案。