Skip to main content

Guia do administrador do BriefCam®

Configurações de filtragem

Last Updated: 2 minute read
Versão2024r2
IdiomaPortuguês

A primeira vez que você abre um caso, todos os objetos são carregados na memória (o que pode levar algum tempo - este é um processo único) e, em seguida, a filtragem é realizada na memória, o que torna a filtragem muito mais rápida do que com as versões anteriores.

Observe que para um ambiente all-in-one de 32 GB, recomenda-se não ativar a filtragem em cache definindo a configuração do ambiente CachedFilteringEnabled como false.

Quando o serviço de Filtragem consome uma quantidade específica de RAM, ele libera memória removendo as entidades mais antigas (as entidades que não estão em uso há mais tempo). Esse comportamento é controlado pelas seguintes configurações de ambiente:

  • CachedFilteringMaxMemoryGB (padrão: 32) – A quantidade máxima de memória (em GB) para uma instância do serviço de filtragem. Para ambientes tudo em um com menos de 250.000 objetos por caso, o valor não deve ser superior a 20 GB (um milhão de objetos exigindo 50 GB). Observe que um sistema investigando vários casos simultaneamente pode exigir memória adicional.

  • CachedFilteringRecycleMemoryThreshold (padrão: 0,9) – Quando 90% da memória máxima for atingida, a memória será liberada. Recomenda-se não alterar esta configuração. No entanto, se você alterá-lo, o valor não deve ser menor que 0,5.

Se o ambiente tiver casos com mais de 250 mil objetos, de acordo com o dimensionamento recomendado pela BriefCam, você deve alocar uma máquina dedicada com 128GB de RAM para o serviço de filtragem (ou adicionar memória adicional à máquina existente). Se você tiver uma máquina dedicada com 128 GB de RAM, recomenda-se definir a configuração de CachedFilteringMaxMemoryGB como 110.

No Gerenciador de Tarefas , você pode ver quanta memória o serviço de Filtragem está usando.

Se vários usuários estiverem usando o mesmo caso no REVIEW, ambos compartilharão o mesmo cache na memória.

FilteringService task.png

Se não houver memória suficiente na máquina ou memória alocada insuficiente, o desempenho será reduzido porque o sistema usará o método first-in-first-out (FIFO) ou usará a memória virtual.