Listar las tablas / colecciones más grandes

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;

Quite el filtro segment_type para ver también los índices.

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 es la suma de tabla + índices + TOAST; use pg_relation_size solo para la tabla.

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;

Para un esquema concreto, use 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 abarca todas las páginas reservadas (datos + índices).

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 es el tamaño comprimido en disco. El costo de stats() es bajo incluso en colecciones grandes.

Redis

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

Ambos recorren todo el keyspace con SCAN (no bloquean el servidor pero añaden carga); la diferencia es la métrica: --bigkeys informa las claves más grandes por número de elementos/longitud por tipo, --memkeys por consumo de memoria mediante MEMORY USAGE. Para una sola clave use MEMORY USAGE <key>.