Skip to main content

Przewodnik administratora BriefCam

Ustawienia filtrowania

Last Updated: 1 minute read
Wersja2025r1
JęzykPolski

Przy pierwszym otwarciu obudowy wszystkie obiekty są ładowane do pamięci (co może zająć trochę czasu – jest to jednorazowy proces), a następnie filtrowanie odbywa się w pamięci, co sprawia, że filtrowanie jest znacznie szybsze niż w przypadku poprzednich wersji.

W przypadku środowiska All-In-One o pojemności 32 GB zaleca się, aby nie włączać filtrowania pamięci podręcznej, ustawiając ustawienie środowiska CachedFilteringEnabled na false.

Gdy usługa filtrowania zużywa określoną ilość pamięci RAM, zwalnia pamięć, usuwając najstarsze jednostki (jednostki, które nie były używane przez najdłuższy czas). To zachowanie jest kontrolowane przez następujące ustawienia środowiska:

  • CachedFilteringMaxMemoryGB (domyślnie: 32) — maksymalna ilość pamięci (w GB) dla wystąpienia usługi filtrowania. W przypadku środowisk wielofunkcyjnych z mniej niż 250 000 obiektów na sprawę wartość nie powinna przekraczać 20 GB (milion obiektów wymaga 50 GB). Pamiętaj, że system badający kilka spraw jednocześnie może wymagać dodatkowej pamięci.

  • CachedFilteringRecycleMemoryThreshold (domyślnie: 0.9) – po osiągnięciu 90% maksymalnej pamięci pamięć zostanie zwolniona. Zaleca się, aby nie zmieniać tego ustawienia. Jeśli jednak zostanie on zmieniony, wartość nie powinna być mniejsza niż 0.5.

Jeśli w otoczeniu znajduje się ponad 250 tys. obiektów, zgodnie z zalecaną przez BriefCam wielkością należy przydzielić dedykowany komputer z pamięcią RAM 128GB do usługi filtrowania (lub dodać dodatkową pamięć do istniejącego komputera). W przypadku komputera z dedykowaną pamięcią RAM o pojemności 128 GB zaleca się ustawienie ustawienia CachedFilteringMaxMemoryGB na 110.

W Menedżerze zadań można sprawdzić, ile pamięci zużywa usługa filtrowania.

Jeśli kilku użytkowników korzysta z tej samej obudowy w systemie REVIEW, będą oni używać tej samej pamięci podręcznej.

FilteringService task.png

Jeśli na komputerze nie ma wystarczającej ilości pamięci lub przydzielono za mało pamięci, wydajność zostanie zmniejszona, ponieważ system użyje metody FIFO (first-in-first-out) lub użyje pamięci wirtualnej.