La siguiente consulta permite usando una conexión DAC (Dedicated Administrator Connection), obtener los cambios que ha sufrido la primera columna de una estadística y estimar cuando esta caduca.

SELECT obj.name

    , stat.name

—      StatCol.stats_column_id

    , COL_NAME(StatCol.object_id, StatCol.column_id) AS column_name

    , RowSet.rcrows

    , SetCol.rcmodified

FROM sys.objects Obj

INNER JOIN sys.stats AS Stat

    ON Stat.object_id = Obj.object_id

INNER JOIN sys.stats_columns AS StatCol

    ON Stat.object_id=StatCol.object_id

     AND Stat.stats_id = StatCol.stats_id

INNER JOIN sys.sysrowsets AS RowSet

    ON RowSet.idmajor=Stat.object_id

    AND RowSet.idminor=Stat.stats_id

INNER JOIN sys.sysrscols SetCol

    ON SetCol.rsid = RowSet.rowsetID

    AND SetCol.OrdKey=StatCol.stats_column_id

WHERE OBJ.is_ms_shipped=0

    AND StatCol.stats_column_id=1

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

Depurar aplicaciones contra datos de producción: ofuscación y GDPR

¿Cómo trabajas con tus bases de datos en producción? ¿Y en entornos de desarrollo? Las organizaciones manejan un enorme volumen de datos personales en sus plataformas de datos y documentos electrónicos digitalizados y físicos que custodian. El 90% de los documentos que las empresas almacenan tiene algún tipo de información de carácter personal. ¿Estás tomando las medidas adecuadas para proteger la información sensible, como exige la normativa? La ofuscación puede ayudarte a cumplir con la GDPR. En este artículo te contamos cómo.

Introducción al Text Mining con R: Parte I

En la entrada de hoy vamos a echarle un ojo a algunas herramientas para realizar análisis de texto utilizando R. Tal y como describe el titulo, este post es introductorio, por lo que se basa en la técnica ‘Bag of words’, es decir, no existe análisis semántico del texto, sino que se trabaja con palabras.