Paramètres de filtrage
La première fois que vous ouvrez un cas, tous les objets sont chargés en mémoire (ce qui peut prendre un certain temps - il s’agit d’un processus unique), puis le filtrage est effectué en mémoire, ce qui rend le filtrage beaucoup plus rapide qu’avec les versions précédentes.
Notez que pour un environnement tout-en-un de 32 Go, il est recommandé de ne pas activer le filtrage en cache en définissant le paramètre d’environnement CachedFilteringEnabled sur false.
Lorsque le service de filtrage consomme une quantité spécifique de RAM, il libère de la mémoire en supprimant les entités les plus anciennes (les entités qui n’ont pas été utilisées depuis le plus longtemps). Ce comportement est contrôlé par les paramètres d’environnement suivants :
CachedFilteringMaxMemoryGB (par défaut : 32) - La quantité maximale de mémoire (en Go) pour une instance de service de filtrage. Pour les environnements tout-en-un avec moins de 250 000 objets par cas, la valeur ne doit pas dépasser 20 Go (un million d’objets nécessitant 50 Go). Notez qu’un système enquêtant sur plusieurs cas simultanément peut nécessiter de la mémoire supplémentaire.
CachedFilteringRecycleMemoryThreshold (par défaut : 0,9) - Lorsque 90% de la mémoire maximale est atteinte, la mémoire est libérée. Il est recommandé de ne pas modifier ce paramètre. Cependant, si vous le modifiez, la valeur ne doit pas être inférieure à 0,5.
Si l’environnement a des cas avec plus de 250K objets, selon le dimensionnement recommandé par BriefCam, vous devez allouer une machine dédiée avec 128 Go de RAM pour le service de filtrage (ou ajouter de la mémoire supplémentaire à la machine existante). Si vous avez une machine dédiée de 128 Go de RAM, il est recommandé de définir le paramètre CachedFilteringMaxMemoryGB sur 110.
Dans le Gestionnaire des tâches, vous pouvez voir la quantité de mémoire utilisée par le service de filtrage.
Si plusieurs utilisateurs utilisent le même cas dans REVIEW, ils partageront tous les deux le même cache en mémoire.
S’il n’y a pas assez de mémoire sur la machine ou s’il n’y a pas assez de mémoire allouée, les performances seront diminuées car le système utilisera la méthode FIFO (first-in-first-out) ou utilisera la mémoire virtuelle.