SlideShare una empresa de Scribd logo
Descubriendo el corazón de la
optimización “Estadísticas más
que un concepto
Ahias Portillo
MVP en Plataforma de Datos
DPA SolidQ
Speaker Bio
2
Soy un profesional del informática con más de 9 años de experiencia en
el desarrollo de soluciones informáticas, actualmente soy un arquitecto
de datos para SolidQ, especializado en el uso de herramientas de
inteligencia de negocios con tecnologías Microsoft, cuento con dos
especialidades enfocadas en base de datos e inteligencia de negocios
cursadas en Cenfotec Costa Tica. He participado en proyectos
regionales (Centro América) y de América del norte (Estados Unidos).
Soy el fundador de la comunidad de base de datos “El Rincón de Sql
Server” y el líder de capitulo oficial de PASS en El Salvador, los cual me
ha permitido recibir el nombramiento de MVP en Plataforma de Datos,
siendo el único profesional de El Salvador con este reconocimiento.
3
Agenda
Que son? y para que se usan?
Creando estadísticas
Leyendo estadísticas
Manteniendo estadísticas
4
¿Qué son?
 Elemento base que utiliza el optimizador de consulta.
 Representan la distribución de los datos dentro de una columna o columnas.
 Sin estadísticas el motor no puede comparar la eficiencia de los diferentes
planes de ejecución.
 Sin estadísticas es necesarios escanear
4
5
¿Qué son?
 Pueden ser creadas automáticamente (AUTO_CREATE_STATISTICS)
 Nos ayuda a determinar:
 Selectividad
 Cardinalidad
 Densidad
5
6
¿Qué son?
• Grado en que puede distinguirse un valor del grupo.
• Sexo es menos selectivo que Documento de Identidad
Selectividad
• Opuesto a Selectividad
• 1.0 / COUNT(DISTINCT <ColumnName>))
Densidad
• Número de Filas que satisface un predicado.
Cardinalidad
7
¿ Para que se usan?
7
8
¿ Para que se usan?
8
Demo
9
10
Creación de Estadísticas (Índices)
10
11
Creación de Estadísticas (Automático)
11
12
Creación de Estadísticas (Manual)
12
Demo
13
14
Leyendo estadísticas
DBCC SHOW_STATISTICS('[SqlSat].[Customers]',[PK_Customers])
14
15
Leyendo estadísticas
DBCC SHOW_STATISTICS('[SqlSat].[Customers]',[PK_Customers])
15
Demo
16
17
Mantenimiento de Estadísticas
Automáticamente
 ALTER INDEX REBUILD
 CREATE INDEX WITH (DROP_EXISTING=ON)
 AUTO_UPDATE
 ALTER INDEX REORGANIZE
Manualmente
 UPDATE_STATISTICS
 sp_updatestats
18
AUTO_UPDATE_STATISTICS
Caducan
 Tabla en Base de Datos Local:
 0 a >0
 <=500 y cambios (1ra Columna) >500
 >500 y cambios (1ra Columna) >500 + 20% filas originales
 Temporales
 <=6 y cambios (primera fila ) >6
 Variables Tabla: sin estadísticas
19
Flujo de (Re)Compilación
AUTO_UPDATE_STATISTICS_ASYNC
20
Actualización Asincrónica
Sintaxis:
ALTER DATABASE STATDemo
SET AUTO_UPDATE_STATISTICS_ASYNC ON;
Beneficio:
 Consultas más predecibles
 Menos riesgo de «TimeOut»
Contras:
 Planes sub-óptimos
Demo
21
22
Mejores practicas
• Habilitar Auto Create, Actualización Automática
• Actualizar estadísticas todas las veces que se generar un índice
• Actualizar solo estadísticas de columnas si el índice ha sido reconstruido
• Valida sus estadísticas Estimado vrs Filas Reales
Questions?
Thank You for Attending
Follow @pass24hop
Share your thoughts with hashtags
#pass24hop & #sqlpass

Más contenido relacionado

La actualidad más candente

Trabajo access
Trabajo accessTrabajo access
Trabajo accessLontarrot
 
Power BI - 3 Estrategias cruciales para crear tus Cuadros de Mando
Power BI - 3 Estrategias cruciales para crear tus Cuadros de MandoPower BI - 3 Estrategias cruciales para crear tus Cuadros de Mando
Power BI - 3 Estrategias cruciales para crear tus Cuadros de Mando
Salvador Ramos
 
Bases de datos 2018
Bases de datos 2018Bases de datos 2018
Bases de datos 2018
Kengel Inf
 
Introducción a Power Pivot
Introducción a Power PivotIntroducción a Power Pivot
Introducción a Power Pivot
Haaron Gonzalez
 
Microsoft power BI
Microsoft power BIMicrosoft power BI
Microsoft power BI
Juan Frias
 
Colegio nicolas esguerra
Colegio nicolas esguerraColegio nicolas esguerra
Colegio nicolas esguerrafoxperro
 

La actualidad más candente (7)

Trabajo access
Trabajo accessTrabajo access
Trabajo access
 
Power BI - 3 Estrategias cruciales para crear tus Cuadros de Mando
Power BI - 3 Estrategias cruciales para crear tus Cuadros de MandoPower BI - 3 Estrategias cruciales para crear tus Cuadros de Mando
Power BI - 3 Estrategias cruciales para crear tus Cuadros de Mando
 
Bases de datos 2018
Bases de datos 2018Bases de datos 2018
Bases de datos 2018
 
Introducción a Power Pivot
Introducción a Power PivotIntroducción a Power Pivot
Introducción a Power Pivot
 
Microsoft power BI
Microsoft power BIMicrosoft power BI
Microsoft power BI
 
Colegio nicolas esguerra
Colegio nicolas esguerraColegio nicolas esguerra
Colegio nicolas esguerra
 
Microssoft acces
Microssoft accesMicrossoft acces
Microssoft acces
 

Destacado

Cuadros de mando el todo es más que la suma de las partes
Cuadros de mando el todo es más que la suma de las partesCuadros de mando el todo es más que la suma de las partes
Cuadros de mando el todo es más que la suma de las partes
SpanishPASSVC
 
La receta de la abuela para mejores cargas de datos
La receta de la abuela para mejores cargas de datosLa receta de la abuela para mejores cargas de datos
La receta de la abuela para mejores cargas de datos
SpanishPASSVC
 
Vista 360 grados de DataZen - Juan Alvarado
Vista 360 grados de DataZen - Juan AlvaradoVista 360 grados de DataZen - Juan Alvarado
Vista 360 grados de DataZen - Juan Alvarado
SpanishPASSVC
 
SQL como un servicio en la nube
SQL como un servicio en la nubeSQL como un servicio en la nube
SQL como un servicio en la nube
SpanishPASSVC
 
SQL Server rápido y furioso
SQL Server rápido y furiosoSQL Server rápido y furioso
SQL Server rápido y furioso
SpanishPASSVC
 
Excel power pivot como herramienta de apoyo para la estrategia de bi self-ser...
Excel power pivot como herramienta de apoyo para la estrategia de bi self-ser...Excel power pivot como herramienta de apoyo para la estrategia de bi self-ser...
Excel power pivot como herramienta de apoyo para la estrategia de bi self-ser...SpanishPASSVC
 
Automatizando la generación de Datawarehouses a través de metadatos
Automatizando la generación de Datawarehouses a través de metadatosAutomatizando la generación de Datawarehouses a través de metadatos
Automatizando la generación de Datawarehouses a través de metadatos
SpanishPASSVC
 
SQL Server 2016 Strech Database desde cada ángulo - Kenneth Ureña
SQL Server 2016 Strech Database desde cada ángulo - Kenneth UreñaSQL Server 2016 Strech Database desde cada ángulo - Kenneth Ureña
SQL Server 2016 Strech Database desde cada ángulo - Kenneth Ureña
SpanishPASSVC
 
Visualización. mejorando las respuestas a las preguntas de negocio
Visualización. mejorando las respuestas a las preguntas de negocioVisualización. mejorando las respuestas a las preguntas de negocio
Visualización. mejorando las respuestas a las preguntas de negocio
SpanishPASSVC
 
Query Store en SQL 2016
Query Store en SQL 2016Query Store en SQL 2016
Query Store en SQL 2016
SpanishPASSVC
 
Administrando soluciones de Power BI
Administrando soluciones de Power BIAdministrando soluciones de Power BI
Administrando soluciones de Power BI
SpanishPASSVC
 
Sincronizando Azure Search con SQL Server
Sincronizando Azure Search con SQL ServerSincronizando Azure Search con SQL Server
Sincronizando Azure Search con SQL Server
SpanishPASSVC
 
Procesando XML de estruturas complejas con SSIS
Procesando XML de estruturas complejas con SSISProcesando XML de estruturas complejas con SSIS
Procesando XML de estruturas complejas con SSIS
SpanishPASSVC
 
SQL Server 2016 - Row Level Security
SQL Server 2016 - Row Level SecuritySQL Server 2016 - Row Level Security
SQL Server 2016 - Row Level Security
SpanishPASSVC
 
Prácticas recomendadas para SQL Server en Microsoft Azure
Prácticas recomendadas para SQL Server en Microsoft AzurePrácticas recomendadas para SQL Server en Microsoft Azure
Prácticas recomendadas para SQL Server en Microsoft Azure
SpanishPASSVC
 
Introduccion a Data Science
Introduccion a Data ScienceIntroduccion a Data Science
Introduccion a Data Science
SpanishPASSVC
 
SQL Server 2016 new features
SQL Server 2016 new featuresSQL Server 2016 new features
SQL Server 2016 new features
SpanishPASSVC
 
JSON Support en SQL Server 2016
JSON Support en SQL Server 2016JSON Support en SQL Server 2016
JSON Support en SQL Server 2016
SpanishPASSVC
 
SQL Monitoring
SQL MonitoringSQL Monitoring
SQL Monitoring
SpanishPASSVC
 
Introducción a Azure Machine Learning
Introducción a Azure Machine LearningIntroducción a Azure Machine Learning
Introducción a Azure Machine Learning
SpanishPASSVC
 

Destacado (20)

Cuadros de mando el todo es más que la suma de las partes
Cuadros de mando el todo es más que la suma de las partesCuadros de mando el todo es más que la suma de las partes
Cuadros de mando el todo es más que la suma de las partes
 
La receta de la abuela para mejores cargas de datos
La receta de la abuela para mejores cargas de datosLa receta de la abuela para mejores cargas de datos
La receta de la abuela para mejores cargas de datos
 
Vista 360 grados de DataZen - Juan Alvarado
Vista 360 grados de DataZen - Juan AlvaradoVista 360 grados de DataZen - Juan Alvarado
Vista 360 grados de DataZen - Juan Alvarado
 
SQL como un servicio en la nube
SQL como un servicio en la nubeSQL como un servicio en la nube
SQL como un servicio en la nube
 
SQL Server rápido y furioso
SQL Server rápido y furiosoSQL Server rápido y furioso
SQL Server rápido y furioso
 
Excel power pivot como herramienta de apoyo para la estrategia de bi self-ser...
Excel power pivot como herramienta de apoyo para la estrategia de bi self-ser...Excel power pivot como herramienta de apoyo para la estrategia de bi self-ser...
Excel power pivot como herramienta de apoyo para la estrategia de bi self-ser...
 
Automatizando la generación de Datawarehouses a través de metadatos
Automatizando la generación de Datawarehouses a través de metadatosAutomatizando la generación de Datawarehouses a través de metadatos
Automatizando la generación de Datawarehouses a través de metadatos
 
SQL Server 2016 Strech Database desde cada ángulo - Kenneth Ureña
SQL Server 2016 Strech Database desde cada ángulo - Kenneth UreñaSQL Server 2016 Strech Database desde cada ángulo - Kenneth Ureña
SQL Server 2016 Strech Database desde cada ángulo - Kenneth Ureña
 
Visualización. mejorando las respuestas a las preguntas de negocio
Visualización. mejorando las respuestas a las preguntas de negocioVisualización. mejorando las respuestas a las preguntas de negocio
Visualización. mejorando las respuestas a las preguntas de negocio
 
Query Store en SQL 2016
Query Store en SQL 2016Query Store en SQL 2016
Query Store en SQL 2016
 
Administrando soluciones de Power BI
Administrando soluciones de Power BIAdministrando soluciones de Power BI
Administrando soluciones de Power BI
 
Sincronizando Azure Search con SQL Server
Sincronizando Azure Search con SQL ServerSincronizando Azure Search con SQL Server
Sincronizando Azure Search con SQL Server
 
Procesando XML de estruturas complejas con SSIS
Procesando XML de estruturas complejas con SSISProcesando XML de estruturas complejas con SSIS
Procesando XML de estruturas complejas con SSIS
 
SQL Server 2016 - Row Level Security
SQL Server 2016 - Row Level SecuritySQL Server 2016 - Row Level Security
SQL Server 2016 - Row Level Security
 
Prácticas recomendadas para SQL Server en Microsoft Azure
Prácticas recomendadas para SQL Server en Microsoft AzurePrácticas recomendadas para SQL Server en Microsoft Azure
Prácticas recomendadas para SQL Server en Microsoft Azure
 
Introduccion a Data Science
Introduccion a Data ScienceIntroduccion a Data Science
Introduccion a Data Science
 
SQL Server 2016 new features
SQL Server 2016 new featuresSQL Server 2016 new features
SQL Server 2016 new features
 
JSON Support en SQL Server 2016
JSON Support en SQL Server 2016JSON Support en SQL Server 2016
JSON Support en SQL Server 2016
 
SQL Monitoring
SQL MonitoringSQL Monitoring
SQL Monitoring
 
Introducción a Azure Machine Learning
Introducción a Azure Machine LearningIntroducción a Azure Machine Learning
Introducción a Azure Machine Learning
 

Similar a Descubriendo el corazón de la optimización “Estadísticas más que un concepto”

Taller einstein analytics
Taller einstein analyticsTaller einstein analytics
Taller einstein analytics
Grissell Cabrera Suárez
 
Introducción al análisis predictivo con SQL Server
Introducción al análisis predictivo con SQL ServerIntroducción al análisis predictivo con SQL Server
Introducción al análisis predictivo con SQL Server
Eduardo Castro
 
PBI - Semana 1.pdf
PBI - Semana 1.pdfPBI - Semana 1.pdf
PBI - Semana 1.pdf
IvanTorresAlbino
 
Tableau.pptx
Tableau.pptxTableau.pptx
Tableau.pptx
EDDIEALEXANDERTOLOSA
 
24 HOP edición Español - Machine learning - Cesar Oviedo
24 HOP edición Español - Machine learning - Cesar Oviedo24 HOP edición Español - Machine learning - Cesar Oviedo
24 HOP edición Español - Machine learning - Cesar Oviedo
SpanishPASSVC
 
Minería datos con SQL Server 2012
Minería datos con SQL Server 2012Minería datos con SQL Server 2012
Minería datos con SQL Server 2012Eduardo Castro
 
PBI - Semana 1.pptx
PBI - Semana 1.pptxPBI - Semana 1.pptx
PBI - Semana 1.pptx
edgarvelasquezoptica
 
50 claves para conocer PowerBI
50 claves para conocer PowerBI50 claves para conocer PowerBI
50 claves para conocer PowerBI
Stratebi
 
HPE Vertica Chile Desayuno Oct 2016
HPE Vertica Chile Desayuno Oct 2016HPE Vertica Chile Desayuno Oct 2016
HPE Vertica Chile Desayuno Oct 2016
Analytics10
 
PBI - Semana 1.pptx, enfocado al mantenimiento
PBI - Semana 1.pptx, enfocado al mantenimientoPBI - Semana 1.pptx, enfocado al mantenimiento
PBI - Semana 1.pptx, enfocado al mantenimiento
edward927681
 
Power bi excel 2019
Power bi excel 2019Power bi excel 2019
Power bi excel 2019
AlexanderCabrera57
 
Presentacion A10 Big Data_Alteryx_Cloudera
Presentacion A10 Big Data_Alteryx_Cloudera Presentacion A10 Big Data_Alteryx_Cloudera
Presentacion A10 Big Data_Alteryx_Cloudera
Analytics10
 
Big Data - Desarrollando soluciones efectivas
Big Data - Desarrollando soluciones efectivasBig Data - Desarrollando soluciones efectivas
Big Data - Desarrollando soluciones efectivas
Joseph Lopez
 
Transformación Digital – Ciencia de datos el siguiente nivel
Transformación Digital – Ciencia de datos el siguiente nivelTransformación Digital – Ciencia de datos el siguiente nivel
Transformación Digital – Ciencia de datos el siguiente nivel
JOSE AHIAS LOPEZ PORTILLO
 
Actividad 1
Actividad 1Actividad 1
Actividad 1
Dayana Villanueva
 
Explorando Analysis Services: Power Pivot, Tabular y Multidimensional
Explorando Analysis Services: Power Pivot, Tabular y MultidimensionalExplorando Analysis Services: Power Pivot, Tabular y Multidimensional
Explorando Analysis Services: Power Pivot, Tabular y Multidimensional
SpanishPASSVC
 
141 Gxplorer Proyectos Bi Factibles Montevideo Gx Xix V1
141 Gxplorer Proyectos Bi Factibles Montevideo Gx Xix V1141 Gxplorer Proyectos Bi Factibles Montevideo Gx Xix V1
141 Gxplorer Proyectos Bi Factibles Montevideo Gx Xix V1GeneXus
 
Cómo construir tu propia data platform. From zero to hero.
Cómo construir tu propia data platform. From zero to hero. Cómo construir tu propia data platform. From zero to hero.
Cómo construir tu propia data platform. From zero to hero.
GustavoMartin46
 
Business Intelligence
Business IntelligenceBusiness Intelligence
Business Intelligence
grupo nkjr
 

Similar a Descubriendo el corazón de la optimización “Estadísticas más que un concepto” (20)

Taller einstein analytics
Taller einstein analyticsTaller einstein analytics
Taller einstein analytics
 
Introducción al análisis predictivo con SQL Server
Introducción al análisis predictivo con SQL ServerIntroducción al análisis predictivo con SQL Server
Introducción al análisis predictivo con SQL Server
 
PBI - Semana 1.pdf
PBI - Semana 1.pdfPBI - Semana 1.pdf
PBI - Semana 1.pdf
 
Tableau.pptx
Tableau.pptxTableau.pptx
Tableau.pptx
 
24 HOP edición Español - Machine learning - Cesar Oviedo
24 HOP edición Español - Machine learning - Cesar Oviedo24 HOP edición Español - Machine learning - Cesar Oviedo
24 HOP edición Español - Machine learning - Cesar Oviedo
 
Minería datos con SQL Server 2012
Minería datos con SQL Server 2012Minería datos con SQL Server 2012
Minería datos con SQL Server 2012
 
PBI - Semana 1.pptx
PBI - Semana 1.pptxPBI - Semana 1.pptx
PBI - Semana 1.pptx
 
PBI - Semana 1.pptx
PBI - Semana 1.pptxPBI - Semana 1.pptx
PBI - Semana 1.pptx
 
50 claves para conocer PowerBI
50 claves para conocer PowerBI50 claves para conocer PowerBI
50 claves para conocer PowerBI
 
HPE Vertica Chile Desayuno Oct 2016
HPE Vertica Chile Desayuno Oct 2016HPE Vertica Chile Desayuno Oct 2016
HPE Vertica Chile Desayuno Oct 2016
 
PBI - Semana 1.pptx, enfocado al mantenimiento
PBI - Semana 1.pptx, enfocado al mantenimientoPBI - Semana 1.pptx, enfocado al mantenimiento
PBI - Semana 1.pptx, enfocado al mantenimiento
 
Power bi excel 2019
Power bi excel 2019Power bi excel 2019
Power bi excel 2019
 
Presentacion A10 Big Data_Alteryx_Cloudera
Presentacion A10 Big Data_Alteryx_Cloudera Presentacion A10 Big Data_Alteryx_Cloudera
Presentacion A10 Big Data_Alteryx_Cloudera
 
Big Data - Desarrollando soluciones efectivas
Big Data - Desarrollando soluciones efectivasBig Data - Desarrollando soluciones efectivas
Big Data - Desarrollando soluciones efectivas
 
Transformación Digital – Ciencia de datos el siguiente nivel
Transformación Digital – Ciencia de datos el siguiente nivelTransformación Digital – Ciencia de datos el siguiente nivel
Transformación Digital – Ciencia de datos el siguiente nivel
 
Actividad 1
Actividad 1Actividad 1
Actividad 1
 
Explorando Analysis Services: Power Pivot, Tabular y Multidimensional
Explorando Analysis Services: Power Pivot, Tabular y MultidimensionalExplorando Analysis Services: Power Pivot, Tabular y Multidimensional
Explorando Analysis Services: Power Pivot, Tabular y Multidimensional
 
141 Gxplorer Proyectos Bi Factibles Montevideo Gx Xix V1
141 Gxplorer Proyectos Bi Factibles Montevideo Gx Xix V1141 Gxplorer Proyectos Bi Factibles Montevideo Gx Xix V1
141 Gxplorer Proyectos Bi Factibles Montevideo Gx Xix V1
 
Cómo construir tu propia data platform. From zero to hero.
Cómo construir tu propia data platform. From zero to hero. Cómo construir tu propia data platform. From zero to hero.
Cómo construir tu propia data platform. From zero to hero.
 
Business Intelligence
Business IntelligenceBusiness Intelligence
Business Intelligence
 

Más de SpanishPASSVC

Creación de un modelo de análisis predictivo en la nube
Creación de un modelo de análisis predictivo en la nubeCreación de un modelo de análisis predictivo en la nube
Creación de un modelo de análisis predictivo en la nube
SpanishPASSVC
 
Analizando la performance del subsistema de IO
Analizando la performance del subsistema de IOAnalizando la performance del subsistema de IO
Analizando la performance del subsistema de IO
SpanishPASSVC
 
AlwaysON Lecciones Aprendidas
AlwaysON Lecciones AprendidasAlwaysON Lecciones Aprendidas
AlwaysON Lecciones Aprendidas
SpanishPASSVC
 
Data Science con Microsoft R Server y SQL Server 2016
Data Science con Microsoft R Server y SQL Server 2016Data Science con Microsoft R Server y SQL Server 2016
Data Science con Microsoft R Server y SQL Server 2016
SpanishPASSVC
 
Mejoras de Rendimiento para Replicación Transaccional
Mejoras de Rendimiento para Replicación TransaccionalMejoras de Rendimiento para Replicación Transaccional
Mejoras de Rendimiento para Replicación Transaccional
SpanishPASSVC
 
Como leer planes de ejecución
Como leer planes de ejecuciónComo leer planes de ejecución
Como leer planes de ejecución
SpanishPASSVC
 
AlwaysOn en SQL Server 2016
AlwaysOn en SQL Server 2016AlwaysOn en SQL Server 2016
AlwaysOn en SQL Server 2016
SpanishPASSVC
 
VMs de alto rendimiento para SQL Server en AWS y Azure
VMs de alto rendimiento para SQL Server en AWS y AzureVMs de alto rendimiento para SQL Server en AWS y Azure
VMs de alto rendimiento para SQL Server en AWS y Azure
SpanishPASSVC
 
Tecnicas avanzadas de monitoreo
Tecnicas avanzadas de monitoreoTecnicas avanzadas de monitoreo
Tecnicas avanzadas de monitoreo
SpanishPASSVC
 
Principios de diseño para procesos de ETL
Principios de diseño para procesos de ETLPrincipios de diseño para procesos de ETL
Principios de diseño para procesos de ETL
SpanishPASSVC
 
Planeando e implementando servicios de datos con Microsoft Azure
Planeando e implementando servicios de datos con Microsoft AzurePlaneando e implementando servicios de datos con Microsoft Azure
Planeando e implementando servicios de datos con Microsoft Azure
SpanishPASSVC
 
Mejores prácticas para SQL Server en ambientes virtualizados
Mejores prácticas para SQL Server en ambientes virtualizadosMejores prácticas para SQL Server en ambientes virtualizados
Mejores prácticas para SQL Server en ambientes virtualizados
SpanishPASSVC
 
Mejores prácticas de Data Warehouse con SQL Server
Mejores prácticas de Data Warehouse con SQL ServerMejores prácticas de Data Warehouse con SQL Server
Mejores prácticas de Data Warehouse con SQL Server
SpanishPASSVC
 
Minería de datos / Machine Learning
Minería de datos / Machine LearningMinería de datos / Machine Learning
Minería de datos / Machine Learning
SpanishPASSVC
 
Conociendo los servicios adicionales en big data
Conociendo los servicios adicionales en big dataConociendo los servicios adicionales en big data
Conociendo los servicios adicionales en big data
SpanishPASSVC
 

Más de SpanishPASSVC (15)

Creación de un modelo de análisis predictivo en la nube
Creación de un modelo de análisis predictivo en la nubeCreación de un modelo de análisis predictivo en la nube
Creación de un modelo de análisis predictivo en la nube
 
Analizando la performance del subsistema de IO
Analizando la performance del subsistema de IOAnalizando la performance del subsistema de IO
Analizando la performance del subsistema de IO
 
AlwaysON Lecciones Aprendidas
AlwaysON Lecciones AprendidasAlwaysON Lecciones Aprendidas
AlwaysON Lecciones Aprendidas
 
Data Science con Microsoft R Server y SQL Server 2016
Data Science con Microsoft R Server y SQL Server 2016Data Science con Microsoft R Server y SQL Server 2016
Data Science con Microsoft R Server y SQL Server 2016
 
Mejoras de Rendimiento para Replicación Transaccional
Mejoras de Rendimiento para Replicación TransaccionalMejoras de Rendimiento para Replicación Transaccional
Mejoras de Rendimiento para Replicación Transaccional
 
Como leer planes de ejecución
Como leer planes de ejecuciónComo leer planes de ejecución
Como leer planes de ejecución
 
AlwaysOn en SQL Server 2016
AlwaysOn en SQL Server 2016AlwaysOn en SQL Server 2016
AlwaysOn en SQL Server 2016
 
VMs de alto rendimiento para SQL Server en AWS y Azure
VMs de alto rendimiento para SQL Server en AWS y AzureVMs de alto rendimiento para SQL Server en AWS y Azure
VMs de alto rendimiento para SQL Server en AWS y Azure
 
Tecnicas avanzadas de monitoreo
Tecnicas avanzadas de monitoreoTecnicas avanzadas de monitoreo
Tecnicas avanzadas de monitoreo
 
Principios de diseño para procesos de ETL
Principios de diseño para procesos de ETLPrincipios de diseño para procesos de ETL
Principios de diseño para procesos de ETL
 
Planeando e implementando servicios de datos con Microsoft Azure
Planeando e implementando servicios de datos con Microsoft AzurePlaneando e implementando servicios de datos con Microsoft Azure
Planeando e implementando servicios de datos con Microsoft Azure
 
Mejores prácticas para SQL Server en ambientes virtualizados
Mejores prácticas para SQL Server en ambientes virtualizadosMejores prácticas para SQL Server en ambientes virtualizados
Mejores prácticas para SQL Server en ambientes virtualizados
 
Mejores prácticas de Data Warehouse con SQL Server
Mejores prácticas de Data Warehouse con SQL ServerMejores prácticas de Data Warehouse con SQL Server
Mejores prácticas de Data Warehouse con SQL Server
 
Minería de datos / Machine Learning
Minería de datos / Machine LearningMinería de datos / Machine Learning
Minería de datos / Machine Learning
 
Conociendo los servicios adicionales en big data
Conociendo los servicios adicionales en big dataConociendo los servicios adicionales en big data
Conociendo los servicios adicionales en big data
 

Último

DESARROLO DE HABILIDADES DE PENSAMIENTO.pdf
DESARROLO DE HABILIDADES DE PENSAMIENTO.pdfDESARROLO DE HABILIDADES DE PENSAMIENTO.pdf
DESARROLO DE HABILIDADES DE PENSAMIENTO.pdf
marianabz2403
 
Semana 10_MATRIZ IPER_UPN_ADM_03.06.2024
Semana 10_MATRIZ IPER_UPN_ADM_03.06.2024Semana 10_MATRIZ IPER_UPN_ADM_03.06.2024
Semana 10_MATRIZ IPER_UPN_ADM_03.06.2024
CesarPazosQuispe
 
Estructuras básicas_ conceptos de programación (1).docx
Estructuras básicas_ conceptos de programación  (1).docxEstructuras básicas_ conceptos de programación  (1).docx
Estructuras básicas_ conceptos de programación (1).docx
SamuelRamirez83524
 
Conceptos Básicos de Programación Proyecto
Conceptos Básicos de Programación ProyectoConceptos Básicos de Programación Proyecto
Conceptos Básicos de Programación Proyecto
cofferub
 
ACTIVIDAD DE TECNOLOGÍA AÑO LECTIVO 2024
ACTIVIDAD DE TECNOLOGÍA AÑO LECTIVO 2024ACTIVIDAD DE TECNOLOGÍA AÑO LECTIVO 2024
ACTIVIDAD DE TECNOLOGÍA AÑO LECTIVO 2024
DanielErazoMedina
 
maestria-motores-combustion-interna-alternativos (1).pdf
maestria-motores-combustion-interna-alternativos (1).pdfmaestria-motores-combustion-interna-alternativos (1).pdf
maestria-motores-combustion-interna-alternativos (1).pdf
JimmyTejadaSalizar
 
Diagrama de flujo - ingenieria de sistemas 5to semestre
Diagrama de flujo - ingenieria de sistemas 5to semestreDiagrama de flujo - ingenieria de sistemas 5to semestre
Diagrama de flujo - ingenieria de sistemas 5to semestre
DiegoCampos433849
 
(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informática
(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informática(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informática
(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informática
vazquezgarciajesusma
 
Diagrama de flujo basada en la reparacion de automoviles.pdf
Diagrama de flujo basada en la reparacion de automoviles.pdfDiagrama de flujo basada en la reparacion de automoviles.pdf
Diagrama de flujo basada en la reparacion de automoviles.pdf
ManuelCampos464987
 
Conceptos básicos de programación 10-5.pdf
Conceptos básicos de programación 10-5.pdfConceptos básicos de programación 10-5.pdf
Conceptos básicos de programación 10-5.pdf
ValeriaAyala48
 
Desarrollo de Habilidades de Pensamiento.docx (3).pdf
Desarrollo de Habilidades de Pensamiento.docx (3).pdfDesarrollo de Habilidades de Pensamiento.docx (3).pdf
Desarrollo de Habilidades de Pensamiento.docx (3).pdf
AlejandraCasallas7
 
Trabajo Coding For kids 1 y 2 grado 9-4.pdf
Trabajo Coding For kids 1 y 2 grado 9-4.pdfTrabajo Coding For kids 1 y 2 grado 9-4.pdf
Trabajo Coding For kids 1 y 2 grado 9-4.pdf
cj3806354
 
EduFlex, una educación accesible para quienes no entienden en clases
EduFlex, una educación accesible para quienes no entienden en clasesEduFlex, una educación accesible para quienes no entienden en clases
EduFlex, una educación accesible para quienes no entienden en clases
PABLOCESARGARZONBENI
 
Desarrollo de habilidades de pensamiento (2).pdf
Desarrollo de habilidades de pensamiento (2).pdfDesarrollo de habilidades de pensamiento (2).pdf
Desarrollo de habilidades de pensamiento (2).pdf
samuelvideos
 
Las lámparas de alta intensidad de descarga o lámparas de descarga de alta in...
Las lámparas de alta intensidad de descarga o lámparas de descarga de alta in...Las lámparas de alta intensidad de descarga o lámparas de descarga de alta in...
Las lámparas de alta intensidad de descarga o lámparas de descarga de alta in...
espinozaernesto427
 
biogas industrial para guiarse en proyectos
biogas industrial para guiarse en proyectosbiogas industrial para guiarse en proyectos
biogas industrial para guiarse en proyectos
Luis Enrique Zafra Haro
 
Conceptos Básicos de Programación. Tecnología
Conceptos Básicos de Programación. TecnologíaConceptos Básicos de Programación. Tecnología
Conceptos Básicos de Programación. Tecnología
coloradxmaria
 
proyecto invernadero desde el departamento de tecnología para Erasmus
proyecto invernadero desde el departamento de tecnología para Erasmusproyecto invernadero desde el departamento de tecnología para Erasmus
proyecto invernadero desde el departamento de tecnología para Erasmus
raquelariza02
 
Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0...
Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0...Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0...
Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0...
Telefónica
 
trabajo de tecnologia, segundo periodo 9-6f
trabajo de tecnologia, segundo periodo 9-6ftrabajo de tecnologia, segundo periodo 9-6f
trabajo de tecnologia, segundo periodo 9-6f
zoecaicedosalazar
 

Último (20)

DESARROLO DE HABILIDADES DE PENSAMIENTO.pdf
DESARROLO DE HABILIDADES DE PENSAMIENTO.pdfDESARROLO DE HABILIDADES DE PENSAMIENTO.pdf
DESARROLO DE HABILIDADES DE PENSAMIENTO.pdf
 
Semana 10_MATRIZ IPER_UPN_ADM_03.06.2024
Semana 10_MATRIZ IPER_UPN_ADM_03.06.2024Semana 10_MATRIZ IPER_UPN_ADM_03.06.2024
Semana 10_MATRIZ IPER_UPN_ADM_03.06.2024
 
Estructuras básicas_ conceptos de programación (1).docx
Estructuras básicas_ conceptos de programación  (1).docxEstructuras básicas_ conceptos de programación  (1).docx
Estructuras básicas_ conceptos de programación (1).docx
 
Conceptos Básicos de Programación Proyecto
Conceptos Básicos de Programación ProyectoConceptos Básicos de Programación Proyecto
Conceptos Básicos de Programación Proyecto
 
ACTIVIDAD DE TECNOLOGÍA AÑO LECTIVO 2024
ACTIVIDAD DE TECNOLOGÍA AÑO LECTIVO 2024ACTIVIDAD DE TECNOLOGÍA AÑO LECTIVO 2024
ACTIVIDAD DE TECNOLOGÍA AÑO LECTIVO 2024
 
maestria-motores-combustion-interna-alternativos (1).pdf
maestria-motores-combustion-interna-alternativos (1).pdfmaestria-motores-combustion-interna-alternativos (1).pdf
maestria-motores-combustion-interna-alternativos (1).pdf
 
Diagrama de flujo - ingenieria de sistemas 5to semestre
Diagrama de flujo - ingenieria de sistemas 5to semestreDiagrama de flujo - ingenieria de sistemas 5to semestre
Diagrama de flujo - ingenieria de sistemas 5to semestre
 
(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informática
(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informática(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informática
(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informática
 
Diagrama de flujo basada en la reparacion de automoviles.pdf
Diagrama de flujo basada en la reparacion de automoviles.pdfDiagrama de flujo basada en la reparacion de automoviles.pdf
Diagrama de flujo basada en la reparacion de automoviles.pdf
 
Conceptos básicos de programación 10-5.pdf
Conceptos básicos de programación 10-5.pdfConceptos básicos de programación 10-5.pdf
Conceptos básicos de programación 10-5.pdf
 
Desarrollo de Habilidades de Pensamiento.docx (3).pdf
Desarrollo de Habilidades de Pensamiento.docx (3).pdfDesarrollo de Habilidades de Pensamiento.docx (3).pdf
Desarrollo de Habilidades de Pensamiento.docx (3).pdf
 
Trabajo Coding For kids 1 y 2 grado 9-4.pdf
Trabajo Coding For kids 1 y 2 grado 9-4.pdfTrabajo Coding For kids 1 y 2 grado 9-4.pdf
Trabajo Coding For kids 1 y 2 grado 9-4.pdf
 
EduFlex, una educación accesible para quienes no entienden en clases
EduFlex, una educación accesible para quienes no entienden en clasesEduFlex, una educación accesible para quienes no entienden en clases
EduFlex, una educación accesible para quienes no entienden en clases
 
Desarrollo de habilidades de pensamiento (2).pdf
Desarrollo de habilidades de pensamiento (2).pdfDesarrollo de habilidades de pensamiento (2).pdf
Desarrollo de habilidades de pensamiento (2).pdf
 
Las lámparas de alta intensidad de descarga o lámparas de descarga de alta in...
Las lámparas de alta intensidad de descarga o lámparas de descarga de alta in...Las lámparas de alta intensidad de descarga o lámparas de descarga de alta in...
Las lámparas de alta intensidad de descarga o lámparas de descarga de alta in...
 
biogas industrial para guiarse en proyectos
biogas industrial para guiarse en proyectosbiogas industrial para guiarse en proyectos
biogas industrial para guiarse en proyectos
 
Conceptos Básicos de Programación. Tecnología
Conceptos Básicos de Programación. TecnologíaConceptos Básicos de Programación. Tecnología
Conceptos Básicos de Programación. Tecnología
 
proyecto invernadero desde el departamento de tecnología para Erasmus
proyecto invernadero desde el departamento de tecnología para Erasmusproyecto invernadero desde el departamento de tecnología para Erasmus
proyecto invernadero desde el departamento de tecnología para Erasmus
 
Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0...
Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0...Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0...
Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0...
 
trabajo de tecnologia, segundo periodo 9-6f
trabajo de tecnologia, segundo periodo 9-6ftrabajo de tecnologia, segundo periodo 9-6f
trabajo de tecnologia, segundo periodo 9-6f
 

Descubriendo el corazón de la optimización “Estadísticas más que un concepto”

Notas del editor

  1. ¿Cuáles son estadísticas?Optimizador de consultas de SQL Server utiliza estadísticas de distribución para determinar cómo va a satisfacer su consulta SQL. Estas estadísticas representan la distribución de los datos dentro de una columna, o columnas. El optimizador de consultas los utiliza para estimar cuántas filas se devolverán a partir de un plan de consulta. Sin estadísticas para mostrar cómo se distribuyen los datos, el optimizador no tiene ninguna manera se puede comparar la eficiencia de los diferentes planes y así se verán obligados con frecuencia a explorar simplemente la tabla o índice. Sin estadísticas, no puede posiblemente saber si la columna tiene los datos que está buscando sin pisar a través de él. Con información sobre la columna, el optimizador puede hacer mucho mejores decisiones acerca de cómo se va a acceder a sus datos y el uso de sus índices.Estadísticas de distribución se crean automáticamente al crear un índice. Si ha habilitado la creación automática de estadísticas (el ajuste predeterminado de la configuración de base de datos AUTO_CREATE_STATISTICS) también obtendrá estadísticas creadas cada vez que una columna se hace referencia en una consulta como parte de una cláusula de filtrado o Únete criterios.Los datos se mide de dos maneras diferentes dentro de un mismo conjunto de estadísticas, por la densidad y distribución
  2. ¿Cuáles son estadísticas?Optimizador de consultas de SQL Server utiliza estadísticas de distribución para determinar cómo va a satisfacer su consulta SQL. Estas estadísticas representan la distribución de los datos dentro de una columna, o columnas. El optimizador de consultas los utiliza para estimar cuántas filas se devolverán a partir de un plan de consulta. Sin estadísticas para mostrar cómo se distribuyen los datos, el optimizador no tiene ninguna manera se puede comparar la eficiencia de los diferentes planes y así se verán obligados con frecuencia a explorar simplemente la tabla o índice. Sin estadísticas, no puede posiblemente saber si la columna tiene los datos que está buscando sin pisar a través de él. Con información sobre la columna, el optimizador puede hacer mucho mejores decisiones acerca de cómo se va a acceder a sus datos y el uso de sus índices.Estadísticas de distribución se crean automáticamente al crear un índice. Si ha habilitado la creación automática de estadísticas (el ajuste predeterminado de la configuración de base de datos AUTO_CREATE_STATISTICS) también obtendrá estadísticas creadas cada vez que una columna se hace referencia en una consulta como parte de una cláusula de filtrado o Únete criterios.Los datos se mide de dos maneras diferentes dentro de un mismo conjunto de estadísticas, por la densidad y distribución
  3. •RANGE_HI_KEY - This is also called a key value and represents the upper bound column value for a histogram step. •RANGE_ROWS - This represents the estimated number of rows whose column value falls within a histogram step, excluding the upper bound. •DISTINCT_RANGE_ROWS - This represents the estimated number of rows with a distinct column value within a histogram step, excluding the upper bound. •EQ_ROWS - This represents the estimated number of rows whose column value equals the upper bound of the histogram step. •AVG_RANGE_ROWS (RANGE_ROWS / DISTINCT_RANGE_ROWS for DISTINCT_RANGE_ROWS > 0) - This represents the average number of rows with duplicate column values within a histogram step, excluding the upper bound.
  4. SAMPLING: Default: 8 MB FULL SCAN ALTER INDEX REORGANIZE (STATISTICS_NORECOMPUTE )