これでいいんではないでしょうか?
SELECT [ファイルグループ] = ds.name, [論理名] = df.name, [ファイルの格納場所] = df.physical_name, [ファイルの状態] = df.state_desc, [アロケーションユニット種別] = au.type_desc, [現在のファイルサイズ(Kbyte)] = df.size * 8, [スキーマ名] = s.name, [テーブル名] = t.name, [インデックス名] = i.name, [インデックスタイプ] = i.type_desc, [インデックス列] = STUFF(indnm, 1, 1, ''), [付加列] = STUFF(incnm, 1, 1, ''), [圧縮種別] = p.data_compression_desc, [パーティション番号] = p.partition_number, [行数] = p.rows, [使用済みのページ数] = au.data_pages, [実際に使用されるページ総数] = au.used_pages, [予約されたページ総数] = au.total_pages FROM sys.data_spaces ds INNER JOIN sys.allocation_units au ON ds.data_space_id = au.data_space_id INNER JOIN sys.partitions p ON ( au.container_id = p.hobt_id AND au.type IN(1,3) ) OR ( au.container_id = p.partition_id AND au.type = 2 ) INNER JOIN sys.database_files df ON ds.data_space_id = df.data_space_id INNER JOIN sys.tables t ON p.object_id = t.object_id INNER JOIN sys.schemas s ON t.schema_id = s.schema_id INNER JOIN sys.indexes i ON p.object_id = i.object_id AND p.index_id = i.index_id CROSS APPLY ( SELECT ',' + c.name FROM sys.index_columns ic INNER JOIN sys.columns c ON ic.object_id = c.object_id AND ic.column_id = c.column_id WHERE i.object_id = ic.object_id AND i.index_id = ic.index_id AND ic.is_included_column = 0 ORDER BY ic.key_ordinal FOR XML PATH('') ) AS cra1(indnm) CROSS APPLY ( SELECT ',' + c.name FROM sys.index_columns ic INNER JOIN sys.columns c ON ic.object_id = c.object_id AND ic.column_id = c.column_id WHERE i.object_id = ic.object_id AND i.index_id = ic.index_id AND ic.is_included_column = 1 ORDER BY ic.key_ordinal FOR XML PATH('') ) AS cra2(incnm) ORDER BY ds.name ASC, df.name ASC, s.name ASC, i.name ASC, i.index_id ASC
容量のチェックと圧縮状態チェックであればこんなんでもいいでしょう。
SELECT [ファイルグループ] = ds.name, [論理名] = df.name, [ファイルの格納場所] = df.physical_name, [ファイルの状態] = df.state_desc, [アロケーションユニット種別] = au.type_desc, [現在のファイルサイズ(Kbyte)] = df.size * 8, [スキーマ名] = s.name, [テーブル名] = t.name, [インデックス名] = i.name, [インデックスタイプ] = i.type_desc, [圧縮種別] = p.data_compression_desc, [パーティション番号] = p.partition_number FROM sys.data_spaces ds INNER JOIN sys.allocation_units au ON ds.data_space_id = au.data_space_id INNER JOIN sys.partitions p ON ( au.container_id = p.hobt_id AND au.type IN(1,3) ) OR ( au.container_id = p.partition_id AND au.type = 2 ) INNER JOIN sys.database_files df ON ds.data_space_id = df.data_space_id INNER JOIN sys.tables t ON p.object_id = t.object_id INNER JOIN sys.schemas s ON t.schema_id = s.schema_id INNER JOIN sys.indexes i ON p.object_id = i.object_id AND p.index_id = i.index_id ORDER BY ds.name ASC, df.name ASC, s.name ASC, i.name ASC, i.index_id ASC
ご査収のほど、よろしくお願いいたします。
できることを、やりましょう!カードでも、Tポイントでも。
donation.yahoo.co.jp
ポンタのポイントでも寄付できます!
www.lawson.co.jp
JALマイレージでも寄付できます!
JALマイレージバンク - 「平成28年熊本地震」被災者支援マイル
ANAマイレージでも寄付できます。
www.ana.co.jp
Kindle は 0円 です。Kindle を使える人は是非!
- 出版社/メーカー: 東京都
- 発売日: 2016/03/30
- メディア: Kindle版
- この商品を含むブログ (2件) を見る
東京には、さまざまな災害リスクが潜んでいます。東京の多様な地域特性、都市構造、都民のライフスタイルなどを考慮してつくられた、完全東京仕様の防災ブック。それが「東京防災」です。本書には、知識をつけるだけではなく、今すぐできる具体的な“防災アクション”を多く掲載しています。もしものときに備えて、身を守る力をつけましょう。
備えましょう。
- 出版社/メーカー: HIKARI-HA
- メディア: ホーム&キッチン
- 購入: 1人 クリック: 1回
- この商品を含むブログを見る
サッと固まる非常用トイレ袋(30回分) 災害での断水時でもトイレが使える!
- 出版社/メーカー: ブレイン(BRAIN)
- メディア: ホーム&キッチン
- 購入: 7人 クリック: 27回
- この商品を含むブログ (4件) を見る
- 出版社/メーカー: 角利産業
- メディア: ホーム&キッチン
- 購入: 47人 クリック: 134回
- この商品を含むブログ (28件) を見る
水は大切です。もう少し買い足そうかな。
非常災害備蓄用 保存水【5年保存!硬度0の純粋な備蓄水 500ml×24本入り×2(計48本)】国際規格ISO22000の認証を取得!室戸海洋深層水使用 保存水 料理や薬、乳幼児用ミルクにも◎
- 出版社/メーカー: BRAIN(ブレイン)
- メディア: ホーム&キッチン
- この商品を含むブログを見る
アルファ米も買い足すか。
尾西食品 アルファ米12種類全部セット(非常食 5年保存 各味1食×12種類 )
- 出版社/メーカー: サイボウ
- メディア: その他
- この商品を含むブログを見る