{"id":9916,"date":"2020-11-27T05:44:37","date_gmt":"2020-11-27T13:44:37","guid":{"rendered":"https:\/\/www.couchbase.com\/blog\/?p=9916"},"modified":"2025-06-13T19:27:17","modified_gmt":"2025-06-14T02:27:17","slug":"query-admission-control-in-couchbase-analytics","status":"publish","type":"post","link":"https:\/\/www.couchbase.com\/blog\/es\/query-admission-control-in-couchbase-analytics\/","title":{"rendered":"Control de admisi\u00f3n de consultas en Couchbase Analytics"},"content":{"rendered":"

Couchbase Analytics est\u00e1 optimizado para realizar consultas anal\u00edticas ad-hoc, que normalmente procesan m\u00e1s datos de los que caben en la memoria. Emplea un motor de procesamiento paralelo masivo (MPP) que intenta utilizar al m\u00e1ximo la potencia de procesamiento disponible en cualquier nodo que est\u00e9 ejecutando el servicio Analytics en un cl\u00faster Couchbase. Al mismo tiempo, el motor se asegura de operar dentro del presupuesto de memoria asignado al servicio Analytics en cada nodo. Para conseguirlo, el servicio Analytics tiene una funci\u00f3n de control de admisi\u00f3n de consultas que decide qu\u00e9 consultas pueden ejecutarse concurrentemente. En este art\u00edculo, explicamos los fundamentos del funcionamiento del mecanismo de control de admisi\u00f3n de consultas de Analytics y ofrecemos algunos ejemplos.<\/p>\n

El controlador de admisi\u00f3n de consultas de Analytics decide si una consulta reci\u00e9n recibida puede ejecutarse inmediatamente, debe ponerse en cola o debe rechazarse. Las decisiones se toman en funci\u00f3n de 1) los recursos disponibles para el servicio Analytics y 2) los recursos requeridos por una consulta determinada. A continuaci\u00f3n se explica c\u00f3mo se calcula cada uno de ellos.<\/p>\n

Recursos anal\u00edticos disponibles:<\/h4>\n

Analytics mantiene una reserva de recursos de los siguientes:<\/p>\n

Memoria total disponible para el procesamiento de consultas:<\/strong>
\nPor defecto, Analytics dedica 50% de la memoria asignada al servicio Analytics en cada nodo al procesamiento de consultas. Los otros 50% se utilizan para otras \u00e1reas como su cach\u00e9 de b\u00fafer de almacenamiento y su pipeline de ingesta. Sumando los 50% de memoria en cada nodo obtendremos la memoria total disponible para el procesamiento de consultas en Analytics.
\nPor ejemplo, si un cluster tiene tres nodos ejecutando el servicio Analytics, cada uno con 16GB de memoria, entonces:<\/p>\n

Total memory available for query processing = Sum(50% of memory allocated in each node)\r\n                                            = 8 GB + 8 GB + 8 GB = 24GB\r\n<\/pre>\n
Total de trabajadores de consulta:<\/strong>
\nAnalytics utiliza el n\u00famero de n\u00facleos informado por el sistema operativo para determinar el n\u00famero de n\u00facleos en cada nodo de Analytics. Sumando el n\u00famero de n\u00facleos en cada nodo y luego multiplicando por el n\u00facleosMultiplicador<\/em> nos da el n\u00famero total de query workers disponibles para el procesamiento de consultas. Dado que las consultas anal\u00edticas ad-hoc tienden a estar ligadas a IO, un n\u00facleo de CPU puede participar en el procesamiento de otras consultas concurrentes mientras otra consulta est\u00e1 esperando IO. El multiplicador de n\u00facleos, que es un par\u00e1metro configurable<\/a> en el servicio Analytics que tiene un valor predeterminado de 3, le ofrece la posibilidad de especificar ese nivel de concurrencia por n\u00facleo con el fin de garantizar que cada n\u00facleo tenga suficiente trabajo para mantenerse ocupado.
\nPor ejemplo, si un cl\u00faster tiene tres nodos con el servicio Analytics y cada uno tiene 8 n\u00facleos y coresMultiplier se establece en 3, entonces:<\/p>\n
Total query workers = Sum(cores in each node) * coresMultiplier\r\n                    = (8 + 8 + 8) * 3 = 72\r\n<\/pre>\n
Consulta de recursos necesarios:<\/h4>\n
Cuando el procesador de consultas de Analytics recibe una nueva consulta, el compilador de consultas determina los recursos necesarios para procesar la consulta en t\u00e9rminos de memoria y trabajadores de consulta:<\/p>\n
Memoria necesaria:<\/strong>
\nLa memoria necesaria para cada consulta var\u00eda en funci\u00f3n de su naturaleza. Por ejemplo, una consulta que requiera ordenar el resultado necesitar\u00e1 normalmente m\u00e1s memoria que una consulta simple que s\u00f3lo cuente el n\u00famero de documentos de una colecci\u00f3n o recupere documentos en un peque\u00f1o rango de valores para alg\u00fan campo. El compilador de consultas de Analytics examina todas las operaciones implicadas en una consulta y determina la memoria m\u00e1xima requerida por cada consulta.<\/p>\n
Trabajadores de consulta requeridos:<\/strong>
\nUn despliegue t\u00edpico de Analytics tiene una partici\u00f3n de datos (shard) por n\u00facleo en cada nodo. Dado que Analytics intenta procesar datos en todas las particiones de datos de un cl\u00faster en paralelo, los trabajadores de consulta necesarios para cualquier consulta que requiera acceso a datos es igual al n\u00famero de particiones de datos.<\/p>\n
Por ejemplo, una consulta que intente contar todos los documentos de una colecci\u00f3n en un cluster que tenga 24 particiones de datos requerir\u00e1 el uso de 24 query workers.<\/p>\n
Ejemplos:<\/h4>\n
En los ejemplos siguientes, suponemos un cl\u00faster Couchbase que tiene 3 nodos ejecutando el servicio Analytics con 16 GB de memoria y 8 n\u00facleos en cada uno.<\/p>\n
Ejemplo 1:<\/strong>
\nmultiplicadorN\u00facleos = 3
\nMemoria total disponible = 48 GB
\nTotal de trabajadores de consulta disponibles = (8 + 8 + 8) * 3 = 72 trabajadores
\nN\u00famero de consultas concurrentes recibidas = 5 (cada una requiere 2 GB de memoria y 24 trabajadores)<\/p>\n
Analytics ejecutar\u00e1 3 consultas simult\u00e1neamente y pondr\u00e1 en cola las consultas 4 y 5, ya que el cl\u00faster s\u00f3lo tiene 72 trabajadores de consulta disponibles y cada consulta requiere 24 trabajadores. Una vez finalizada una de las 3 primeras consultas, se ejecutar\u00e1 una de las consultas en cola. (Nota: No ayudar\u00eda al rendimiento admitir inmediatamente las consultas 4 y 5 en lugar de ponerlas en cola, ya que el sistema tiene suficiente trabajo para mantenerse ocupado con las tres primeras. Intentar hacer m\u00e1s de una vez no acelerar\u00eda las cosas y, de hecho, podr\u00eda llevar a una contenci\u00f3n de recursos contraproducente).<\/p>\n
Ejemplo 2:<\/strong>
\nmultiplicadorN\u00facleos = 3
\nMemoria total disponible = 48 GB
\nTotal de trabajadores de consulta disponibles = (8 + 8 + 8) * 3 = 72 trabajadores
\nN\u00famero de consultas concurrentes recibidas = 3 (cada una requiere 20 GB de memoria y 24 trabajadores)<\/p>\n
Analytics ejecutar\u00e1 dos consultas concurrentemente y pondr\u00e1 en cola la tercera consulta ya que no tenemos suficiente memoria para ejecutar las tres concurrentemente. (Nota: Intentar hacer m\u00e1s reduciendo la memoria asignada a cada consulta probablemente conducir\u00eda a un mayor derrame de datos, un mayor coste de E\/S y, por tanto, un menor rendimiento).<\/p>\n
Ejemplo 3:<\/strong>
\nmultiplicadorN\u00facleos = 3
\nMemoria total disponible = 48 GB
\nTotal de trabajadores de consulta disponibles = (8 + 8 + 8) * 3 = 72 trabajadores
\nN\u00famero de consultas concurrentes recibidas = 1 (requiere 50 GB de memoria y 24 trabajadores)<\/p>\n
Analytics rechazar\u00e1 la consulta ya que no dispone de memoria suficiente para ejecutarla. Tenga en cuenta que la adici\u00f3n de un nodo adicional de Analytics al cl\u00faster aumentar\u00e1 los recursos disponibles y podr\u00eda hacer posible la ejecuci\u00f3n de dicha consulta. (Nota: Tambi\u00e9n se puede utilizar una sugerencia de consulta para indicar a una consulta que asigne menos memoria a los operadores de la consulta, permitiendo que la consulta se ejecute aunque con un mayor coste de E\/S).<\/p>\n
Ejemplo 4:<\/strong>
\nmultiplicadorN\u00facleos = 5<\/em>
\nMemoria total disponible = 48 GB
\nTotal de trabajadores de consulta disponibles = (8 + 8 + 8) * 5 = 120 trabajadores
\nN\u00famero de consultas concurrentes recibidas = 5 (cada una requiere 2 GB de memoria y 24 trabajadores)<\/p>\n
Analytics ejecutar\u00e1 las 5 consultas concurrentemente ya que tenemos suficiente memoria y query workers. Es importante tener en cuenta que, aunque aumentar el valor de coresMultiplier permitir\u00e1 ejecutar m\u00e1s consultas de forma concurrente, podr\u00eda dar lugar a un menor rendimiento general si el almacenamiento subyacente no puede gestionar las solicitudes de E\/S concurrentes o si los n\u00facleos de la CPU empiezan a fallar, como se ha mencionado anteriormente. Por lo tanto, al ajustar el par\u00e1metro coresMultiplier, puede ser necesario un cuidadoso ejercicio de ajuste basado en los recursos disponibles y la naturaleza de la carga de trabajo.<\/p>\n
Conclusi\u00f3n:<\/h4>\n
En este art\u00edculo, hemos explicado c\u00f3mo funciona la l\u00f3gica de control de admisi\u00f3n de consultas del servicio Analytics y los factores que utiliza para tomar decisiones de admisi\u00f3n de consultas. Tambi\u00e9n hemos explicado c\u00f3mo se puede utilizar el par\u00e1metro coresMultiplier para permitir la ejecuci\u00f3n concurrente de m\u00e1s consultas y las consecuencias de cambiar su valor.<\/p>","protected":false},"excerpt":{"rendered":"
Couchbase Analytics is optimized to perform ad-hoc analytical queries, which typically process more data than one can fit in memory. It employs a massively parallel processing (MPP) engine that attempts to fully utilize the available processing power in any given […]<\/p>","protected":false},"author":49475,"featured_media":9917,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"inline_featured_image":false,"footnotes":""},"categories":[2294,1816,1812],"tags":[2178],"ppma_author":[9098],"class_list":["post-9916","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-analytics","category-couchbase-server","category-n1ql-query","tag-concurrency-control"],"acf":[],"yoast_head":"\nQuery Admission Control in Couchbase Analytics - The Couchbase Blog<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.couchbase.com\/blog\/es\/query-admission-control-in-couchbase-analytics\/\" \/>\n<meta property=\"og:locale\" content=\"es_MX\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Query Admission Control in Couchbase Analytics\" \/>\n<meta property=\"og:description\" content=\"Couchbase Analytics is optimized to perform ad-hoc analytical queries, which typically process more data than one can fit in memory. It employs a massively parallel processing (MPP) engine that attempts to fully utilize the available processing power in any given […]\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.couchbase.com\/blog\/es\/query-admission-control-in-couchbase-analytics\/\" \/>\n<meta property=\"og:site_name\" content=\"The Couchbase Blog\" \/>\n<meta property=\"article:published_time\" content=\"2020-11-27T13:44:37+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2025-06-14T02:27:17+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2020\/11\/Query-Admission-Control-in-Couchbase-Analytics.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1200\" \/>\n\t<meta property=\"og:image:height\" content=\"627\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Murtadha Al Hubail, Principal Software Engineer, Couchbase\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data1\" content=\"Murtadha Al Hubail, Principal Software Engineer, Couchbase\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data2\" content=\"5 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/www.couchbase.com\/blog\/query-admission-control-in-couchbase-analytics\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/www.couchbase.com\/blog\/query-admission-control-in-couchbase-analytics\/\"},\"author\":{\"name\":\"Murtadha Al Hubail, Principal Software Engineer, Couchbase\",\"@id\":\"https:\/\/www.couchbase.com\/blog\/#\/schema\/person\/c1954c90addc1f09fc9acee1db1c2928\"},\"headline\":\"Query Admission Control in Couchbase Analytics\",\"datePublished\":\"2020-11-27T13:44:37+00:00\",\"dateModified\":\"2025-06-14T02:27:17+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/www.couchbase.com\/blog\/query-admission-control-in-couchbase-analytics\/\"},\"wordCount\":1052,\"commentCount\":1,\"publisher\":{\"@id\":\"https:\/\/www.couchbase.com\/blog\/#organization\"},\"image\":{\"@id\":\"https:\/\/www.couchbase.com\/blog\/query-admission-control-in-couchbase-analytics\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2020\/11\/agenda-e1606485247525.png\",\"keywords\":[\"concurrency control\"],\"articleSection\":[\"Couchbase Analytics\",\"Couchbase Server\",\"SQL++ \/ N1QL Query\"],\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/www.couchbase.com\/blog\/query-admission-control-in-couchbase-analytics\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/www.couchbase.com\/blog\/query-admission-control-in-couchbase-analytics\/\",\"url\":\"https:\/\/www.couchbase.com\/blog\/query-admission-control-in-couchbase-analytics\/\",\"name\":\"Query Admission Control in Couchbase Analytics - The Couchbase Blog\",\"isPartOf\":{\"@id\":\"https:\/\/www.couchbase.com\/blog\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/www.couchbase.com\/blog\/query-admission-control-in-couchbase-analytics\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/www.couchbase.com\/blog\/query-admission-control-in-couchbase-analytics\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2020\/11\/agenda-e1606485247525.png\",\"datePublished\":\"2020-11-27T13:44:37+00:00\",\"dateModified\":\"2025-06-14T02:27:17+00:00\",\"breadcrumb\":{\"@id\":\"https:\/\/www.couchbase.com\/blog\/query-admission-control-in-couchbase-analytics\/#breadcrumb\"},\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/www.couchbase.com\/blog\/query-admission-control-in-couchbase-analytics\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\/\/www.couchbase.com\/blog\/query-admission-control-in-couchbase-analytics\/#primaryimage\",\"url\":\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2020\/11\/agenda-e1606485247525.png\",\"contentUrl\":\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2020\/11\/agenda-e1606485247525.png\",\"width\":1920,\"height\":835,\"caption\":\"schedule\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/www.couchbase.com\/blog\/query-admission-control-in-couchbase-analytics\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/www.couchbase.com\/blog\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Query Admission Control in Couchbase Analytics\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/www.couchbase.com\/blog\/#website\",\"url\":\"https:\/\/www.couchbase.com\/blog\/\",\"name\":\"The Couchbase Blog\",\"description\":\"Couchbase, the NoSQL Database\",\"publisher\":{\"@id\":\"https:\/\/www.couchbase.com\/blog\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/www.couchbase.com\/blog\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"es\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/www.couchbase.com\/blog\/#organization\",\"name\":\"The Couchbase Blog\",\"url\":\"https:\/\/www.couchbase.com\/blog\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\/\/www.couchbase.com\/blog\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/2023\/04\/admin-logo.png\",\"contentUrl\":\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/2023\/04\/admin-logo.png\",\"width\":218,\"height\":34,\"caption\":\"The Couchbase Blog\"},\"image\":{\"@id\":\"https:\/\/www.couchbase.com\/blog\/#\/schema\/logo\/image\/\"}},{\"@type\":\"Person\",\"@id\":\"https:\/\/www.couchbase.com\/blog\/#\/schema\/person\/c1954c90addc1f09fc9acee1db1c2928\",\"name\":\"Murtadha Al Hubail, Principal Software Engineer, Couchbase\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\/\/www.couchbase.com\/blog\/#\/schema\/person\/image\/9a187176ecf69e6d0d86601dfcd9b0e0\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/587f6bd7a84da0ff3ebaf206ecf6ddd59a61662c69af6ad8bb7d10e66aba3c09?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/587f6bd7a84da0ff3ebaf206ecf6ddd59a61662c69af6ad8bb7d10e66aba3c09?s=96&d=mm&r=g\",\"caption\":\"Murtadha Al Hubail, Principal Software Engineer, Couchbase\"},\"description\":\"Murtadha is a Principal Software Engineer working on Couchbase Analytics, focusing on its storage engine and high availability.\",\"url\":\"https:\/\/www.couchbase.com\/blog\/es\/author\/murtadha-hubail\/\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Query Admission Control in Couchbase Analytics - The Couchbase Blog","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.couchbase.com\/blog\/es\/query-admission-control-in-couchbase-analytics\/","og_locale":"es_MX","og_type":"article","og_title":"Query Admission Control in Couchbase Analytics","og_description":"Couchbase Analytics is optimized to perform ad-hoc analytical queries, which typically process more data than one can fit in memory. It employs a massively parallel processing (MPP) engine that attempts to fully utilize the available processing power in any given […]","og_url":"https:\/\/www.couchbase.com\/blog\/es\/query-admission-control-in-couchbase-analytics\/","og_site_name":"The Couchbase Blog","article_published_time":"2020-11-27T13:44:37+00:00","article_modified_time":"2025-06-14T02:27:17+00:00","og_image":[{"width":1200,"height":627,"url":"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2020\/11\/Query-Admission-Control-in-Couchbase-Analytics.png","type":"image\/png"}],"author":"Murtadha Al Hubail, Principal Software Engineer, Couchbase","twitter_card":"summary_large_image","twitter_misc":{"Written by":"Murtadha Al Hubail, Principal Software Engineer, Couchbase","Est. reading time":"5 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.couchbase.com\/blog\/query-admission-control-in-couchbase-analytics\/#article","isPartOf":{"@id":"https:\/\/www.couchbase.com\/blog\/query-admission-control-in-couchbase-analytics\/"},"author":{"name":"Murtadha Al Hubail, Principal Software Engineer, Couchbase","@id":"https:\/\/www.couchbase.com\/blog\/#\/schema\/person\/c1954c90addc1f09fc9acee1db1c2928"},"headline":"Query Admission Control in Couchbase Analytics","datePublished":"2020-11-27T13:44:37+00:00","dateModified":"2025-06-14T02:27:17+00:00","mainEntityOfPage":{"@id":"https:\/\/www.couchbase.com\/blog\/query-admission-control-in-couchbase-analytics\/"},"wordCount":1052,"commentCount":1,"publisher":{"@id":"https:\/\/www.couchbase.com\/blog\/#organization"},"image":{"@id":"https:\/\/www.couchbase.com\/blog\/query-admission-control-in-couchbase-analytics\/#primaryimage"},"thumbnailUrl":"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2020\/11\/agenda-e1606485247525.png","keywords":["concurrency control"],"articleSection":["Couchbase Analytics","Couchbase Server","SQL++ \/ N1QL Query"],"inLanguage":"es","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/www.couchbase.com\/blog\/query-admission-control-in-couchbase-analytics\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/www.couchbase.com\/blog\/query-admission-control-in-couchbase-analytics\/","url":"https:\/\/www.couchbase.com\/blog\/query-admission-control-in-couchbase-analytics\/","name":"Query Admission Control in Couchbase Analytics - The Couchbase Blog","isPartOf":{"@id":"https:\/\/www.couchbase.com\/blog\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.couchbase.com\/blog\/query-admission-control-in-couchbase-analytics\/#primaryimage"},"image":{"@id":"https:\/\/www.couchbase.com\/blog\/query-admission-control-in-couchbase-analytics\/#primaryimage"},"thumbnailUrl":"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2020\/11\/agenda-e1606485247525.png","datePublished":"2020-11-27T13:44:37+00:00","dateModified":"2025-06-14T02:27:17+00:00","breadcrumb":{"@id":"https:\/\/www.couchbase.com\/blog\/query-admission-control-in-couchbase-analytics\/#breadcrumb"},"inLanguage":"es","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.couchbase.com\/blog\/query-admission-control-in-couchbase-analytics\/"]}]},{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/www.couchbase.com\/blog\/query-admission-control-in-couchbase-analytics\/#primaryimage","url":"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2020\/11\/agenda-e1606485247525.png","contentUrl":"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2020\/11\/agenda-e1606485247525.png","width":1920,"height":835,"caption":"schedule"},{"@type":"BreadcrumbList","@id":"https:\/\/www.couchbase.com\/blog\/query-admission-control-in-couchbase-analytics\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.couchbase.com\/blog\/"},{"@type":"ListItem","position":2,"name":"Query Admission Control in Couchbase Analytics"}]},{"@type":"WebSite","@id":"https:\/\/www.couchbase.com\/blog\/#website","url":"https:\/\/www.couchbase.com\/blog\/","name":"El blog de Couchbase","description":"Couchbase, la base de datos NoSQL","publisher":{"@id":"https:\/\/www.couchbase.com\/blog\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.couchbase.com\/blog\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"es"},{"@type":"Organization","@id":"https:\/\/www.couchbase.com\/blog\/#organization","name":"El blog de Couchbase","url":"https:\/\/www.couchbase.com\/blog\/","logo":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/www.couchbase.com\/blog\/#\/schema\/logo\/image\/","url":"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/2023\/04\/admin-logo.png","contentUrl":"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/2023\/04\/admin-logo.png","width":218,"height":34,"caption":"The Couchbase Blog"},"image":{"@id":"https:\/\/www.couchbase.com\/blog\/#\/schema\/logo\/image\/"}},{"@type":"Person","@id":"https:\/\/www.couchbase.com\/blog\/#\/schema\/person\/c1954c90addc1f09fc9acee1db1c2928","name":"Murtadha Al Hubail, Ingeniero Principal de Software, Couchbase","image":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/www.couchbase.com\/blog\/#\/schema\/person\/image\/9a187176ecf69e6d0d86601dfcd9b0e0","url":"https:\/\/secure.gravatar.com\/avatar\/587f6bd7a84da0ff3ebaf206ecf6ddd59a61662c69af6ad8bb7d10e66aba3c09?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/587f6bd7a84da0ff3ebaf206ecf6ddd59a61662c69af6ad8bb7d10e66aba3c09?s=96&d=mm&r=g","caption":"Murtadha Al Hubail, Principal Software Engineer, Couchbase"},"description":"Murtadha es un Ingeniero de Software Principal que trabaja en Couchbase Analytics, centr\u00e1ndose en su motor de almacenamiento y alta disponibilidad.","url":"https:\/\/www.couchbase.com\/blog\/es\/author\/murtadha-hubail\/"}]}},"authors":[{"term_id":9098,"user_id":49475,"is_guest":0,"slug":"murtadha-hubail","display_name":"Murtadha Al Hubail, Principal Software Engineer, Couchbase","avatar_url":"https:\/\/secure.gravatar.com\/avatar\/587f6bd7a84da0ff3ebaf206ecf6ddd59a61662c69af6ad8bb7d10e66aba3c09?s=96&d=mm&r=g","author_category":"","last_name":"Al Hubail, Principal Software Engineer, Couchbase","first_name":"Murtadha","job_title":"","user_url":"","description":"Murtadha es un Ingeniero de Software Principal que trabaja en Couchbase Analytics, centr\u00e1ndose en su motor de almacenamiento y alta disponibilidad."}],"_links":{"self":[{"href":"https:\/\/www.couchbase.com\/blog\/es\/wp-json\/wp\/v2\/posts\/9916","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.couchbase.com\/blog\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.couchbase.com\/blog\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.couchbase.com\/blog\/es\/wp-json\/wp\/v2\/users\/49475"}],"replies":[{"embeddable":true,"href":"https:\/\/www.couchbase.com\/blog\/es\/wp-json\/wp\/v2\/comments?post=9916"}],"version-history":[{"count":0,"href":"https:\/\/www.couchbase.com\/blog\/es\/wp-json\/wp\/v2\/posts\/9916\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.couchbase.com\/blog\/es\/wp-json\/wp\/v2\/media\/9917"}],"wp:attachment":[{"href":"https:\/\/www.couchbase.com\/blog\/es\/wp-json\/wp\/v2\/media?parent=9916"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.couchbase.com\/blog\/es\/wp-json\/wp\/v2\/categories?post=9916"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.couchbase.com\/blog\/es\/wp-json\/wp\/v2\/tags?post=9916"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/www.couchbase.com\/blog\/es\/wp-json\/wp\/v2\/ppma_author?post=9916"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}