如何在Data Cloud中过滤过时数据，确保Agentforce仅用最高Version记录

优先选择：Data Transform + 专用DMO #

这是最可靠的落地方案，核心优势如下：

• 从源头保障数据准确性：通过Data Transform配置按业务主键分组，保留Version最大值记录的规则，把清洗后的最新版本数据同步到专门的DMO（比如命名为Latest_Record__dlm）。Agentforce直接读取这个DMO的数据，完全不用处理过时记录，从根源避免错误输出。
• 性能更稳定：预处理后的数据结构简洁，Agentforce查询时无需实时计算最大值，减少查询开销，数据量较大时优势更明显。
• 维护成本低：后续如果版本规则调整（比如加入时间维度筛选），只需修改Transform逻辑，不会影响Agentforce的业务代码。

具体配置要点：

1. 在Data Transform中，以数据的业务主键（如External_ID__c）作为分组字段。
2. 对每组数据，用MAX()函数筛选Version__c值最大的记录（注意Version是文本类型，要确保格式可排序，比如"v1""v2"或纯数字字符串，否则需先转换为数值类型再计算）。
3. 设置自动同步触发（比如每次Ingestion导入数据后执行），将筛选后的记录写入目标DMO。

其他方案的局限性 #

Search Index / Retrieves #

• 虽然能在查询时通过SOQL添加GROUP BY和MAX(Version__c)逻辑，但Agentforce的查询能力有限，实时计算最大值会增加延迟，数据量大时容易超时。
• 无法从根源隔离过时数据，一旦查询逻辑出错就会返回错误结果，风险较高。

Segment(s) #

• Segment主要用于基于条件圈选数据集合，适合批量筛选，但无法直接实现「保留每组最大值」的聚合逻辑。而且Segment更新有延迟，可能无法及时同步最新导入的最高版本数据，导致Agentforce读取到旧数据。

内容的提问来源于stack exchange，提问作者Ted