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

Lidiando con Power BI y los límites de Google Analytics

A la hora de realizar informes tirando consultas contra el API de Google Analytics nos encontramos que normalmente, ya sea por prisa o por límites presupuestarios, se hacen informes adhoc en Power BI en modo import, evitando una arquitectura de ETL más canónica, que implicaría por ejemplo, llevar los datos a tablas en SQL Server y realizar cargas incrementales para tener un repositorio centralizado de información. Esta arquitectura podría ser o en la nube o en hardware on-premise. Detallamos algunos problemas comunes al trabajar con Power BI y Google Analytics y algunas soluciones.