Salesforce 根据字段排序将空值放到最后

最新推荐文章于 2026-07-01 14:50:38 发布
原创 最新推荐文章于 2026-07-01 14:50:38 发布 · 536 阅读 · 0 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
收录于
SQL

当前文章被收录于：

SQL
4 篇文章 0 人学习
订阅专栏 查看详情
博客提及Salesforce相关内容，重点给出了SOQL语句中按Schedule_Pay__c字段排序且空值放最后的规则，这在Salesforce数据查询排序方面有重要应用。
order by Schedule_Pay__c nulls last
标签
#Salesforce  #soql
Salesforce开发教程（二）中
weixin_47559434的博客
08-01 1558
  接着上一节的内容继续开始吧！ 2.4 Page   Visual Page类似于普通Web Page，包含的内容不限于HTML、CSS、JS等资源。我们写的Visualforce Page存储在服务器端，当用户通过url访问的时候，会被渲染成普通的Web Page,供需求用户访问。   这里大家可能会想个问题，为什么不直接使用HTML呢，其实细想一下，HTML是静态资源，而当页面需要动态加载数据的时候，就会不好使了，所以你看Visualforce Page更像Java开发中的JSP（Java Serve
AI Orchestration实战：MuleSoft与LangChain企业级集成架构
diaohuyi6830的博客
06-25 434
AI Orchestration（AI编排）是实现大模型深度融入企业核心业务流的关键技术范式，其本质是协调数据集成、安全治理与LLM推理的多系统协同工程。不同于单点AI调用，它需解决跨系统权限边界、异构数据语义对齐、PII动态脱敏及低延迟响应等硬性约束。MuleSoft作为成熟的企业集成平台，承担数据采集、路由、审计与合规出口职责；LangChain则聚焦语义理解、RAG检索与结构化生成，二者分层解耦可显著提升P99稳定性与运维可控性。该架构已在金融、制造等行业落地验证，适用于Salesforce、SAP、
Salesforce各种类型数据排序合集
sf_wilson
04-25 1208
1、【自定义Sobject排序模板】： // Sort Activities by ActivityDate. This is a bubble sort algorithm. public void sortActivitiesByActivityDate() { Integer n = ActivityList.size(); // Create a temporary ...
Salesforce基础（一）
weixin_42151636的博客
11-21 667
5.除了数据库中的ID是18位的，其他通过Salesforce的标准UI取得的ID均是15位的（例如report，url等），所以在使用Excel对15位ID进行检索时，经常会出现查一个ID匹配多条的情况（因为Excel的普通检索不区分大小写）。4.15位ID又叫“大小写敏感ID”，18位ID又叫“大小写不敏感ID”，但这并不意味着大小写不同的两个18位ID是同一条数据，因为可能有些类型的ID是查不到数据的。15位和18位ID是一对一的关系。18位ID的后三位是根据15位ID的信息来算出来的。
salesforce公式字段 ISBLANK 函数和 ＜＞ NULL的区别
Debug yourself!
01-26 745
的作用都可以用来检查字段是否有值，但它们的行为有一些显著的区别。在 Salesforce 公式字段中，
salesforce零基础学习（七十九）简单排序浅谈 篇一
weixin_30603633的博客
08-28 403
我们在程序中经常需要对数据列表进行排序，有时候使用SOQL的order by 不一定能完全符合需求，需要对数据进行排序，排序可以有多种方式，不同的方式针对不同的场景。篇一只是简单的描述一下选择排序，插入排序以及插入排序优化版--希尔排序。 一.选择排序 选择排序的中心思想为第一轮找到数组中最小的值，将最小值和第一个元素交换位置，第二轮找到剩余数组的最小值，将其和第二个元素交换，以此类推。 选...
MuleSoft+LangChain企业级AI编排实战：打通LLM与SAP/Oracle/Salesforce
最新发布
dingdi3021的博客
07-01 356
AI编排是将大语言模型（LLM）深度融入ERP、CRM等企业核心系统的技术范式，其本质在于弥合业务语义、系统协议与安全治理三重断层。它既非单纯调用API，也非仅靠提示工程，而是通过确定性集成层（如MuleSoft）完成数据连接、协议适配、字段映射与动态脱敏，再由非确定性AI层（如LangChain）执行推理、工具调用与链式决策。该架构保障LLM输出可追溯、可审计、可合规，支撑销售智能助手、信贷评估、客户服务等高价值场景稳定落地，真正实现AI从Demo到Day-1生产环境的跨越。
AI Orchestration实战：MuleSoft与LangChain混合架构设计
jackleechina2011212的博客
06-25 1323
AI Orchestration（AI编排）是企业将大模型能力深度融入现有业务系统的工程范式，其核心在于协调数据集成、智能推理与流程闭环三大环节。它并非简单调用LLM API，而是需在协议转换、安全治理、动态调度等维度构建鲁棒性基础设施。技术本质是融合企业级集成平台（如MuleSoft）的系统连接力与AI框架（如LangChain）的语义推理力，解决多源异构数据聚合、业务规则嵌入、LLM输出可操作化等关键挑战。典型应用场景包括智能销售助手、合规文档自动审核、客户流失预警等需要跨SAP/Salesforce/
AI编排实战：用MuleSoft+LangChain打通企业数据与大模型
A458545418的博客
06-25 701
AI编排（AI Orchestration）是实现企业级大语言模型（LLM）落地的关键范式，其核心在于解耦‘模型推理’与‘业务系统集成’——前者由LangChain等AI-native框架专注处理提示工程、RAG与输出解析，后者由MuleSoft等企业集成平台负责多源数据聚合、安全治理与API编排。这种分层架构既保障了LLM调用的灵活性与可维护性，又满足CRM、ERP等核心系统的合规性、审计性与高可用要求。典型应用场景包括销售智能助手、客户流失预警、合同条款自动分析等需融合实时业务数据与大模型认知能力的AI
AI编排实战：MuleSoft与LangChain混合架构设计
chuannaoxuan4674的博客
07-01 394
AI编排（AI Orchestration）是一种面向企业生产环境的工程范式，核心在于 bridging 大语言模型（LLM）的推理能力与分散在SAP、Salesforce、Oracle等遗留系统的实时业务数据。其技术原理并非替代传统集成，而是通过职责分离实现安全可控的数据调度——由集成平台（如MuleSoft）承担身份认证、动态字段计算、跨系统语义映射等企业级数据治理任务，由AI框架（如LangChain）专注prompt工程、多跳推理与结构化输出。这种混合架构显著提升AI应用的数据新鲜度与业务可信度，广
MuleSoft+LangChain企业级AI编排实战：让大模型走进真实业务流水线
com_xpp的专栏
06-30 375
AI编排（AI Orchestration）是将大语言模型深度嵌入企业现有IT系统的关键技术路径，其核心在于解决模型与业务流程、数据源、权限体系及合规要求的工程化集成问题。它并非单纯调用LLM API，而是通过API网关治理、异构数据汇聚、语义对齐、链式推理与事务保障等机制，实现AI能力在CRM、ERP、数据库等生产环境中的稳定交付。MuleSoft提供企业级连接、安全与事务底座，LangChain承担Prompt工程、检索增强与结构化生成等AI脑力任务，二者协同构建可审计、可回滚、可降级的混合架构。本文聚
模板驱动型文档自动化：结构化字段与数据绑定实战指南
weixin_33711647的博客
06-25 309
文档自动化是企业提升内容生产效率的关键技术路径，其核心在于将重复性、标准化的文档生成过程从人工操作转向规则化、可复用的系统流程。区别于大模型驱动的AI生成，模板驱动型文档自动化强调确定性、一致性与合规性，依托结构化字段、条件逻辑和外部数据源绑定三大能力，实现版式、内容与业务规则的深度耦合。该技术广泛应用于合同生成、客户报告、合规备忘录、证书制作等高频场景，尤其适合对格式规范、法律效力和跨系统集成有严苛要求的金融、法律、SaaS与制造行业。Sqribble作为典型代表，通过可视化模板构建、多源数据对接与精细化
MuleSoft+LangChain企业级AI编排实战：打通CRM与大模型的流水线
weixin_30698527的博客
06-24 372
AI编排（AI Orchestration）是将大语言模型能力嵌入ERP、CRM等企业核心系统的关键工程范式，其本质是协调数据流、控制流与安全流的多层协同。它依赖API网关治理、企业级连接器、字段级脱敏与提示词工程等能力，解决自然语言查询与传统事务系统之间的语义鸿沟。技术价值在于实现低延迟、高可靠、可审计的端到端智能服务，典型场景包括销售风险识别、智能客服响应生成、跨系统数据驱动的邮件草稿自动输出。本文聚焦MuleSoft与LangChain的分层协作模式，覆盖OAuth集成、RAG增强、PII脱敏、全链路
AI编排：企业级LLM与业务系统实时协同的中枢架构
weixin_33816300的博客
06-23 300
AI编排（AI Orchestration）是一种面向企业落地的智能系统集成范式，其核心在于弥合大语言模型与异构业务系统（如SAP、Salesforce、Oracle）之间的数据断层与语义鸿沟。它并非新模型，而是融合API治理、提示工程、安全调度与可观测性的实时协同架构。技术原理上，通过分层解耦实现数据可信搬运（MuleSoft）、多步推理执行（LangChain）与上下文语义对齐；其技术价值体现在保障数据实时性、输出可集成性及链路可诊断性；典型应用于销售流失预警、采购智能分析、HR风险识别等需强业务闭环的
MuleSoft+LangChain企业级AI编排实战指南
weixin_30596165的博客
06-25 404
AI编排（AI Orchestration）是连接大语言模型与企业核心系统的关键技术，其本质在于解耦数据流、控制流与安全流，实现AI能力与业务流程的可信集成。它既不是单纯调用LLM API，也不是传统ESB的简单升级，而是融合协议适配、语义转换、动态权限与全链路审计的工程体系。在Salesforce、SAP、Oracle等异构系统林立的现实场景中，MuleSoft提供企业级连接治理与API生命周期管理，LangChain专注AI原生逻辑编排与RAG推理，二者协同可支撑销售智能助手、合同审查机器人、供应链预警
模板驱动型文档自动化：零代码实现结构化内容生成
weixin_34054866的博客
06-30 467
文档自动化是企业提升知识生产效率的关键技术路径，其核心在于将非结构化写作转化为结构化装配过程。基于模板驱动原理，系统通过布局层、字段层与逻辑层三层解耦设计，实现数据源到成品文档的确定性映射，显著优于AI生成在合规性、品牌一致性与执行成本上的不确定性。该技术具备强工程可控性，支持PDF、PPTX、Web页等多模态输出，广泛应用于销售周报、HR评语、技术手册等需高准确率与批量交付的场景。本文聚焦Sqribble平台实践，深入解析模板配置、数据绑定、条件逻辑与松耦合集成等落地要点。
AI编排：打通大模型与企业数据孤岛的工程实践
shikun520的专栏
06-13 430
AI编排（AI Orchestration）是面向企业级AI落地的核心工程范式，本质是构建大模型与异构业务系统（如SAP、Salesforce、Snowflake）之间的智能调度中枢。它解决的不是模型能力问题，而是数据可访问性、模型可选择性、流程可治理性三大挑战——通过标准化连接器实现安全可控的数据接入，基于任务特征动态路由至合适的大模型（如Llama3、Phi-3），并依托MuleSoft+LangChain分层协作完成意图解析、RAG增强、结构化输出与合规审计。该模式已广泛应用于销售风险预测、智能工单分
MuleSoft+LangChain企业级AI编排实战：让大模型安全嵌入业务流程
weixin_30785593的博客
06-24 331
AI编排（AI Orchestration）是将大语言模型与企业现有系统（如Salesforce、SAP、Oracle）深度集成的技术实践，其核心在于解决数据主权、身份穿透、事务一致性和合规治理等企业刚性约束。它并非单纯调用LLM API，而是通过API网关层（如MuleSoft）统一处理认证鉴权、异构数据归一化、全链路可观测性与策略注入，再由LangChain专注Prompt工程、向量检索与语义推理，形成‘稳态集成+敏态AI’的混合架构。该模式已广泛应用于销售智能助手、供应链预警、HR合规审查等真实生产场
AI编排实战：MuleSoft+LangChain企业级AI流水线搭建
weixin_30879833的博客
06-25 412
AI编排是企业将大语言模型（LLM）真正融入CRM、ERP等核心业务系统的工程化方法，其本质是协调数据流、权限控制、结果塑形与错误兜底的端到端工作流。它既非单纯调用API，也非仅优化Prompt，而是融合集成平台的确定性能力与AI框架的语义推理能力，在保障数据主权、满足合规审计与达成生产级SLA的前提下，实现可监控、可降级、可审计的智能自动化。本文聚焦MuleSoft与LangChain协同落地的关键实践，涵盖DataWeave数据缝合、业务语义增强链（Business-Semantic Chain）、分层
AI编排：企业级LLM应用落地的核心工程范式
weixin_33691817的博客
06-28 325
AI编排（AI Orchestration）是一种面向生产环境的系统集成新范式，旨在弥合大语言模型与企业异构数据源之间的断层。其核心原理是解耦‘数据搬运’与‘智能理解’——前者由MuleSoft等集成平台完成协议适配、安全管控与流量治理，后者由LangChain等AI框架承担上下文构建、RAG检索与结构化生成。该范式的技术价值在于保障AI应用的数据时效性、访问合规性与服务稳定性，广泛应用于销售智能助手、客户流失预警、合同风险分析等需实时联动SAP、Salesforce、Snowflake等系统的场景。本文聚
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值