Salesforce重复与垃圾账户排查：SOQL查询报错及识别求助

一、原SOQL查询是否适用于提取重复账户？ #

你的SOQL思路是可行的：通过按Name和完整账单地址字段分组，统计每组的账户数量，再筛选出数量大于1的分组，确实能找出完全匹配的重复账户。但运行报错是因为聚合查询返回的分组结果过多，Salesforce不支持对聚合查询使用queryMore()进行分页，解决方法有两个：

1. 给查询添加LIMIT限制单批次返回的分组数（聚合查询的LIMIT上限为2000），修改后的查询如下：

SELECT 
  Name, 
  BillingStreet, 
  BillingCity, 
  BillingState, 
  BillingPostalCode, 
  BillingCountry, 
  COUNT(Id) 
FROM 
  Account 
GROUP BY 
  Name, 
  BillingStreet, 
  BillingCity, 
  BillingState, 
  BillingPostalCode, 
  BillingCountry 
HAVING 
  COUNT(Id) > 1
LIMIT 2000

2. 如果重复分组超过2000个，就得用Batch Apex来执行这个聚合查询，批量类可以分段处理大量结果，避开queryMore()的限制。

不过这个查询有局限性：只能识别字段完全一致的重复账户，要是遇到名称/地址有细微差异（比如多余空格、大小写不同、简称全称差异）的重复账户，就会漏判。这种情况更推荐用Salesforce自带的重复检测规则，它能配置模糊匹配逻辑（忽略空格、大小写，甚至识别同义词），比纯SOQL查询更精准。

二、如何识别垃圾账户？ #

针对你提到的两类垃圾账户，可用SOQL结合正则表达式来筛选：

1. 名称含特殊字符的账户 #

用REGEXP_LIKE匹配名称中包含非字母、数字、空格的字符：

SELECT Id, Name FROM Account WHERE REGEXP_LIKE(Name, '[^a-zA-Z0-9\\s]')

2. 名称为连续重复字符（如aaaaa、bbbbb）的账户 #

用正则匹配连续5个及以上相同字符的情况：

SELECT Id, Name FROM Account WHERE REGEXP_LIKE(Name, '(.)\\1{4,}')

另外还可以结合以下条件辅助识别：

• 账户无关联联系人、商机、案件等记录；
• 核心字段（如BillingAddress、Phone）全为空；
• 创建日期异常（比如批量创建的垃圾账户集中在某一天）。

内容的提问来源于stack exchange，提问作者TSCAmerica.com