Lister les plus grandes tables / collections

Oracle

SELECT segment_name, segment_type,
       ROUND(bytes/1024/1024, 1) AS mb
FROM dba_segments
WHERE segment_type IN ('TABLE','TABLE PARTITION')
ORDER BY bytes DESC
FETCH FIRST 10 ROWS ONLY;

Supprimez le filtre segment_type pour voir aussi les index.

PostgreSQL

SELECT relname AS table,
       pg_size_pretty(pg_total_relation_size(relid)) AS total
FROM pg_catalog.pg_statio_user_tables
ORDER BY pg_total_relation_size(relid) DESC
LIMIT 10;

pg_total_relation_size est la somme table + index + TOAST ; utilisez pg_relation_size pour la table seule.

MySQL

SELECT table_name,
       ROUND((data_length + index_length)/1024/1024, 1) AS mb
FROM information_schema.tables
WHERE table_schema = DATABASE()
ORDER BY (data_length + index_length) DESC
LIMIT 10;

Pour un schéma précis, utilisez WHERE table_schema = 'name'.

SQL Server

SELECT TOP 10 OBJECT_NAME(object_id) AS table_name,
       SUM(reserved_page_count) * 8 / 1024 AS mb
FROM sys.dm_db_partition_stats
GROUP BY object_id
ORDER BY mb DESC;

reserved_page_count couvre toutes les pages réservées (données + index).

MongoDB

db.getCollectionNames()
  .map(c => ({ name: c, mb: +(db[c].stats().storageSize/1048576).toFixed(1) }))
  .sort((a, b) => b.mb - a.mb)
  .slice(0, 10)

storageSize est la taille compressée sur disque. Le coût de stats() reste faible même sur de grandes collections.

Redis

redis-cli --bigkeys
# To rank by memory (bytes): redis-cli --memkeys

Les deux parcourent tout le keyspace avec SCAN (sans bloquer le serveur, mais en ajoutant de la charge) ; la différence tient à la métrique : --bigkeys signale les plus grandes clés par nombre d'éléments/longueur pour chaque type, --memkeys par consommation mémoire via MEMORY USAGE. Pour une seule clé, utilisez MEMORY USAGE <key>.