Optimización de rendimiento en FUNSTOR

Buenas tardes a todos,

Me gustaría plantear una consulta relacionada con el rendimiento de la tarea FUNSTOR en Sage X3, especialmente en entornos con un volumen elevado de artículos y movimientos de stock.

En nuestro caso, hemos observado que FUNSTOR genera un volumen muy alto de lecturas, en gran parte debido a que muchos procesos parten de las tablas ITMMVT e ITMFACILIT. En bases de datos con gran volumen, esto acaba teniendo un impacto significativo en el rendimiento.

Como referencia, en nuestro entorno el proceso de FUNSTOR para una sola planta puede llegar a durar hasta 6 horas, lo que limita considerablemente su frecuencia de ejecución y su impacto en la operativa.

Adicionalmente, hemos detectado que en algunos de estos procesos no se están aplicando filtros por estado de artículo (por ejemplo, artículos inactivos o no relevantes), lo que podría estar incrementando innecesariamente el volumen de registros procesados.

Nos gustaría saber si alguien de la comunidad ha podido implantar medidas que ayuden a reducir este impacto, especialmente en escenarios de alta carga.

En concreto:

  • ¿Habéis aplicado estrategias de optimización (índices, filtros, particionamiento, archivado, etc.) que hayan mejorado de forma significativa el rendimiento de FUNSTOR?

  • ¿Habéis modificado o extendido la lógica estándar (puntos de entrada, desarrollos específicos) para limitar el volumen de registros procesados?

  • ¿Habéis tenido que asumir compromisos entre rendimiento e integridad de datos?

  • ¿Con qué frecuencia consideráis recomendable ejecutar la tarea FUNSTOR en este tipo de entornos (tiempo real, varias veces al día, batch nocturno, etc.)?

  • ¿En qué tipo de instalaciones consideráis realmente necesario o recomendable ejecutar este proceso (volumen de datos, criticidad del stock, tipo de actividad, etc.)?

Nos interesa especialmente conocer experiencias reales en entornos productivos y lecciones aprendidas.

Cualquier aportación o guía técnica será muy bienvenida.

Muchas gracias de antemano.