Fundamentos de SQL

01

Bases de datos relacionales y fundamentos de SELECT

El vocabulario de las bases de datos relacionales

Una base de datos relacional guarda los datos en tablas (cuadros de filas y columnas) y enlaza unas tablas con otras mediante valores clave. La teoría llama a las mismas cosas con otros nombres, así que conviene conocer las equivalencias.

Las relaciones tienen unas propiedades: no puede haber dos tuplas idénticas, no hay orden ni entre las tuplas ni entre los atributos, y todos los valores son atómicos, es decir, no se pueden dividir más.

Las claves también son de varios tipos.

Las reglas que mantienen los datos siempre correctos son las restricciones de integridad. Las principales son la integridad de entidad (la clave primaria no puede ser NULL ni repetirse), la integridad referencial (el valor de una clave foránea tiene que existir en la tabla a la que hace referencia o ser NULL) y la integridad de dominio (el valor de una columna tiene que estar dentro de su dominio).

Las operaciones teóricas de las bases de datos relacionales forman el álgebra relacional. Así se corresponde cada parte de SQL con su operación.

Los cuatro tipos de sentencias SQL

SELECT y WHERE

Este es el esqueleto de SELECT.

SELECT [DISTINCT] columna [AS alias], ...
FROM   tabla
WHERE  condición
ORDER BY columna [ASC | DESC];

• DISTINCT elimina las filas duplicadas del resultado (para que cuenten como duplicadas, toda la lista del SELECT tiene que coincidir)
• Los alias se ponen con AS y, si llevan espacios o caracteres especiales, se escriben entre comillas dobles
• Para concatenar cadenas, Oracle usa || y SQL Server usa + (la función CONCAT existe en los dos)

Estos son los operadores que se usan en WHERE.

Cuando encadenas varias condiciones, hay un orden de precedencia. Según la documentación de Oracle es paréntesis → operadores de comparación → NOT → AND → OR. AND va antes que OR, así que A OR B AND C se calcula como A OR (B AND C). Si dudas, lo más seguro es poner paréntesis.

ORDER BY: el orden y el lugar de los NULL

ORDER BY ordena de forma ascendente (ASC) por defecto, y puedes ordenar por nombre de columna, por alias o por la posición en la lista del SELECT (1, 2…). Donde hay diferencias es en los NULL. Oracle trata NULL como el valor más grande, así que en orden ascendente lo pone al final; SQL Server lo trata como el más pequeño y lo pone al principio. En Oracle puedes fijar tú mismo su posición con NULLS FIRST o NULLS LAST.

El orden en que se procesa una sentencia SELECT

Una sentencia SELECT no se procesa en el orden en que está escrita. Esta es la parte que más confunde al principio, pero en cuanto conoces ese orden, preguntas como “¿por qué no puedo usar un alias en WHERE?” o “¿por qué no puedo poner SUM en WHERE?” se resuelven de golpe. Avanza los pasos en la escena de abajo.

SELECT   DEPT_CODE, SUM(SALARY) AS TOTAL
▶FROM     EMP
WHERE    SALARY >= 260
GROUP BY DEPT_CODE
HAVING   SUM(SALARY) >= 280
ORDER BY TOTAL DESC;

En resumen: FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY. El alias nace en SELECT, así que solo se puede usar después, en ORDER BY.

02

Funciones, GROUP BY y HAVING

Ya sabes sacar columnas con SELECT; ahora toca transformar los valores (funciones) y agruparlos para contar (GROUP BY).

Funciones de una sola fila: un valor por cada fila

Hay dos tipos de funciones: las funciones de una sola fila, que devuelven un resultado por cada fila, y las funciones de varias filas (funciones de agregado), que juntan varias filas y devuelven un único resultado. Las de una sola fila se pueden usar en SELECT, en WHERE o en ORDER BY, y también puedes anidar una función dentro de otra.

En Oracle, si sumas un número a una fecha, se cuenta en días: HIRE_DATE + 1 es el día siguiente y HIRE_DATE + 1/24 es una hora después. Otra cosa: Oracle trata la cadena vacía (‘’) como NULL, mientras que SQL Server distingue entre la cadena vacía y NULL.

Conversión de tipos y CASE

Hay dos formas de cambiar el tipo de dato: la conversión explícita, en la que lo cambias tú con una función (Oracle: TO_CHAR, TO_NUMBER, TO_DATE; SQL Server: CAST, CONVERT), y la conversión implícita, que la base de datos hace por su cuenta. La implícita es cómoda, pero puede convertir de una forma que no esperabas o impedir que se use un índice, así que es buena costumbre escribir la conversión de forma explícita.

Para devolver valores distintos según una condición se usa CASE. Existe el CASE simple, que compara con un valor, y el CASE de búsqueda, que usa expresiones de condición. Oracle tiene además la función DECODE, que hace lo mismo.

SELECT NAME,
       CASE WHEN SALARY >= 350 THEN 'Alto'
            WHEN SALARY >= 280 THEN 'Medio'
            ELSE 'Bajo' END AS GRADE,      -- sin ELSE, da NULL
       DECODE(DEPT_CODE, 'D10', 'Ventas', 'D20', 'Desarrollo', 'Otros') AS DEPT_NAME
FROM   EMP;

Funciones para manejar NULL

Funciones de agregado y NULL

Las funciones de agregado como COUNT, SUM, AVG, MAX y MIN juntan varias filas en un solo valor. Solo hay una regla que recordar: todas ignoran los NULL, excepto COUNT(*). Cambia de función en la escena de abajo.

Si pones DISTINCT dentro de una función de agregado, cada valor repetido se cuenta una sola vez (COUNT(DISTINCT DEPT_CODE)). Si ninguna fila cumple la condición, COUNT devuelve 0, y SUM, AVG, MAX y MIN devuelven NULL.

GROUP BY y HAVING

GROUP BY junta las filas que tienen el mismo valor y calcula el agregado de cada grupo. Una vez agrupadas, cada grupo queda en una sola línea, y de ahí salen unas reglas.

• Toda columna de la lista del SELECT que esté fuera de una función de agregado tiene que estar también en GROUP BY
• En GROUP BY no se usan los alias del SELECT: por el orden de procesamiento, el alias todavía no existe (Oracle 23ai, la versión más reciente, lo permite, pero los exámenes siguen la regla tradicional)
• NULL también forma un grupo
• GROUP BY no garantiza ningún orden: si lo necesitas, usa ORDER BY

Para poner condiciones a los grupos se usa HAVING. WHERE filtra filas antes de agrupar y HAVING filtra grupos después de agrupar. Por eso las condiciones con funciones de agregado solo se pueden poner en HAVING. Si la condición no necesita una función de agregado, conviene filtrar antes en WHERE, porque así quedan menos filas que procesar.

SELECT   DEPT_CODE, COUNT(*) AS HEADCOUNT, AVG(SALARY) AS AVG_SAL
FROM     EMP
WHERE    SALARY >= 250          -- primero filtra las filas
GROUP BY DEPT_CODE
HAVING   COUNT(*) >= 2;         -- después de agrupar, filtra los grupos