Hace un par de meses estuvimos trabajando en un proyecto de escalabilidad de bases de datos, y entre otras cosas, uno de los datos que necesitábamos conocer era la memoria utilizada por cada base de datos en una instancia de SQL Server.

El escenario era el siguiente: una instancia de SQL Server daba servicio a un número de bases de datos que estaban distribuidas de la siguiente forma:

  • Una base de datos “general” que era compartida por todas las aplicaciones que usaban el servidor de base de datos.
  • Una base de datos por empresa que hacía uso del servicio.

Necesitábamos conocer cuanta memoria usaba cada base de datos “de empresa”, porque parte del trabajo consistía en conocer a cuantas bases de datos podría dar servicio la instalación. El objetivo era grosso modo, conocer cuantas páginas de datos utilizaba cada base de datos de la instalación.

Para ello usamos la siguiente consulta (extraído de BOL) que devuelve las páginas de datos asignadas a cada BD:

SELECT

count(*) AS cached_pages_count

, count(*) * 8. / 1024 AS MB

,CASE database_id

WHEN 32767 THEN ‘ResourceDb’

ELSE db_name(database_id)

END AS Database_name

FROM sys.dm_os_buffer_descriptors

GROUP BY db_name(database_id) ,database_id

ORDER BY cached_pages_count DESC

 

A este dato obtenido hay que añadirle el resto de componentes de SQL Server; por ejemplo, memoria asignada para bloqueos, caché de procesos, servidores vinculados, etc. pero si nos da una aproximación muy real del porcentaje de memoria total que utiliza cada base de datos. Al fin y al cabo, es cuestión de contar habas J

En otro post, veremos caché de procesos, y otros componentes…

0 Shares:
Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

You May Also Like
Leer más

El tiempo es oro: Cómo predecir series temporales con datos de muchas dimensiones con R – SolidQ Summit 2017

Saber cuánto vamos a vender mañana o el año que viene es el sueño dorado de muchos analistas de negocio. Sin embargo, no nos conformamos con un número, sino que necesitamos predicciones ajustadas a todos los niveles, detalles y segmentaciones posibles, y aquí es donde la predicción puede volverse realmente difícil. Descubre las implementaciones reales afrontando estas predicciones sin importar el nivel de detalle que necesites y sube un peldaño en tus sistemas inteligentes.
Leer más

Hilando fino en SSAS multidimensional

El equipo de SolidQ ha estado buscando la mejor manera de implementar una jerarquía padre-hijo de cuentas contables con un operador unitario que tuviera un buen rendimiento, a pesar de la gran cantidad de datos a la que tenía que enfrentarse. Veremos cómo aplanar la jerarquía, cómo implementarlo con SSAS, con una alternativa MDX, cómo añadir ordenación a las cuentas basadas en otro atributo, Time Balance Average y algún otro truco de tuning.