SQL Guía para entender los motores de bases de datos |

1. Introducción: ¿Qué es SQL?

SQL (Structured Query Language) es el lenguaje más utilizado para trabajar con bases de datos relacionales.

Se usa para:

guardar información
buscar datos
relacionar tablas
generar reportes
analizar información
y alimentar aplicaciones completas

Hoy en día, SQL está presente en:

ecommerce
ERPs
dashboards
sistemas administrativos
apps móviles
redes sociales
videojuegos
plataformas financieras
y prácticamente cualquier sistema que maneje datos

SQL no se usa de una sola forma

Dependiendo del perfil profesional, SQL suele entenderse de maneras distintas.

Perfil	Cómo suele ver SQL
Desarrollador	Memoria persistente del sistema
Administrativo	Excel relacional
Analista	Herramienta de reporting
Data engineer	Pipeline de transformación
Negocio/ERP	Historial y control operativo

Por eso SQL puede sentirse muy diferente según el contexto en el que se utilice.

Entonces… ¿qué hace realmente SQL?

La idea principal de SQL es trabajar con tablas.

Con SQL puedes:

filtrar información
ordenar resultados
combinar tablas
agrupar datos
calcular métricas
transformar información
y construir consultas más complejas

Por ejemplo:

SELECT nombre, precio
FROM productos
WHERE precio > 100;

Esta consulta:

toma datos de una tabla
filtra productos con precio mayor a 100
y devuelve únicamente ciertas columnas

Cómo pensar en SQL

Una de las ideas más importantes para aprender SQL es esta:

SQL transforma tablas.

Casi todo lo que harás consistirá en:

seleccionar filas
elegir columnas
combinar información
o generar nuevas vistas de los datos existentes

Mientras más rápido desarrolles esa intuición, más natural empezará a sentirse SQL.

2. El modelo relacional: cómo pensar en tablas

Las bases de datos relacionales organizan la información en tablas.

Cada tabla representa un tipo de entidad del mundo real:

Tabla	Representa
`clientes`	Personas que compran
`productos`	Artículos disponibles
`pedidos`	Compras realizadas
`empleados`	Personal de la empresa

Filas y columnas

Cada tabla está formada por:

columnas → describen atributos
filas → representan registros individuales

Por ejemplo:

Tabla `productos`

id	nombre	precio	stock
1	Mouse Gamer	599	12
2	Teclado Mecánico	1299	5
3	Monitor 24″	3499	8

Aquí:

nombre, precio y stock son columnas
cada producto individual es una fila

Claves primarias (Primary Key)

Normalmente cada fila necesita un identificador único.

A esto se le llama:

clave primaria o PRIMARY KEY.

Por ejemplo:

id	nombre
1	Juan
2	Ana
3	Carlos

La columna id permite identificar cada registro de manera única.

Relaciones entre tablas

La verdadera fuerza de SQL aparece cuando las tablas se conectan entre sí.

Por ejemplo:

Tabla `clientes`

id	nombre
1	Juan
2	Ana

Tabla `pedidos`

id	cliente_id	total
101	1	2500
102	2	899

La columna cliente_id relaciona cada pedido con un cliente.

Eso permite responder preguntas como:

¿qué pedidos hizo cada cliente?
¿cuánto ha comprado un usuario?
¿qué clientes nunca han comprado?

Relaciones comunes

Uno a muchos (1:N)

Un cliente puede tener muchos pedidos.

cliente → pedidos

Es la relación más común.

Muchos a muchos (N:M)

Un pedido puede contener muchos productos, y un producto puede aparecer en muchos pedidos.

pedidos ↔ productos

Normalmente esto se resuelve usando una tabla intermedia.

3. Nuestro conjunto de datos de ejemplo

Para mantener todos los ejemplos conectados y fáciles de seguir, durante esta guía utilizaremos un pequeño sistema de ecommerce ficticio.

La idea es trabajar siempre sobre el mismo universo de datos para que las consultas tengan continuidad y sea más fácil entender cómo se relacionan las tablas.

Las tablas principales

Tabla	Descripción
`clientes`	Usuarios registrados
`productos`	Artículos disponibles
`categorias`	Clasificación de productos
`pedidos`	Compras realizadas
`detalle_pedido`	Productos incluidos en cada pedido

Relación entre tablas

clientes
    │
    └── pedidos
            │
            └── detalle_pedido
                        │
                        └── productos
                                │
                                └── categorias

Tabla `clientes`

id	nombre	email
1	Juan Pérez	juan@email.com
2	Ana López	ana@email.com
3	Carlos Ruiz	carlos@email.com

Tabla `categorias`

id	nombre
1	Electrónica
2	Oficina
3	Accesorios

Tabla `productos`

id	nombre	categoria_id	precio	stock
1	Mouse Gamer	1	599	12
2	Teclado Mecánico	1	1299	5
3	Libreta A5	2	89	40
4	Cable USB-C	3	199	25

Tabla `pedidos`

id	cliente_id	fecha	total
101	1	2026-05-01	1898
102	2	2026-05-02	288
103	1	2026-05-04	199

Tabla `detalle_pedido`

pedido_id	producto_id	cantidad
101	1	1
101	2	1
102	3	1
102	4	1
103	4	1

Lo que construiremos con estas tablas

Con este pequeño dataset podremos aprender:

CRUD básico
filtros y búsquedas
paginación
JOINs
agrupaciones
rankings
subconsultas
vistas
y análisis más avanzados

Aunque el sistema es pequeño, representa muchos de los patrones reales que aparecen en aplicaciones modernas.

4. Tipos de datos y creación de tablas

Antes de guardar información en una base de datos, necesitamos definir:

qué tipo de información almacenaremos,
cómo se relaciona,
y qué reglas debe cumplir.

A esto se le conoce como:

modelar datos.

Tipos de datos más comunes

Cada columna de una tabla tiene un tipo de dato.

Ese tipo define qué clase de información puede almacenarse.

Tipo	Uso común
`INTEGER`	Números enteros
`NUMERIC`	Decimales y cantidades monetarias
`TEXT`	Texto largo o variable
`VARCHAR(n)`	Texto con longitud máxima
`BOOLEAN`	Verdadero o falso
`DATE`	Fechas
`TIMESTAMP`	Fecha y hora

Ejemplo práctico

Tabla `productos`

columna	tipo
`id`	INTEGER
`nombre`	TEXT
`precio`	NUMERIC
`stock`	INTEGER

Crear tablas con SQL

Las tablas se crean usando CREATE TABLE.

Por ejemplo:

CREATE TABLE productos (
    id INTEGER PRIMARY KEY,
    nombre TEXT NOT NULL,
    precio NUMERIC(10,2),
    stock INTEGER
);

¿Qué significa cada parte?

Elemento	Descripción
`id INTEGER`	Columna numérica
`PRIMARY KEY`	Identificador único
`nombre TEXT`	Texto variable
`NOT NULL`	Campo obligatorio
`NUMERIC(10,2)`	Número decimal con precisión

Restricciones básicas (Constraints)

Las restricciones ayudan a mantener los datos limpios y consistentes.

PRIMARY KEY

Identifica cada fila de forma única.

id INTEGER PRIMARY KEY

NOT NULL

Impide valores vacíos.

nombre TEXT NOT NULL

UNIQUE

Evita valores repetidos.

email TEXT UNIQUE

DEFAULT

Asigna un valor automático si no se especifica uno.

stock INTEGER DEFAULT 0

FOREIGN KEY

Conecta una tabla con otra.

cliente_id INTEGER REFERENCES clientes(id)

Esto permite relacionar información entre tablas.

Ejemplo completo

CREATE TABLE pedidos (
    id INTEGER PRIMARY KEY,
    cliente_id INTEGER REFERENCES clientes(id),
    fecha DATE,
    total NUMERIC(10,2)
);

Diseñar tablas también es diseñar reglas

Las bases de datos no solo almacenan información.

También ayudan a protegerla.

Por ejemplo:

impedir IDs duplicados
evitar pedidos sin cliente
bloquear valores inválidos
mantener relaciones consistentes

Mientras mejor esté diseñado el modelo de datos, más fácil será consultar y mantener el sistema después.

5. Operaciones básicas con datos (CRUD)

Una vez creadas las tablas, el siguiente paso es trabajar con la información.

Las operaciones más básicas en SQL suelen conocerse como:

Operación	Significado
CREATE	Crear información
READ	Consultar datos
UPDATE	Modificar registros
DELETE	Eliminar información

A este conjunto normalmente se le conoce como:

CRUD.

INSERT: agregar información

Para insertar nuevos registros usamos INSERT INTO.

Ejemplo

INSERT INTO productos (id, nombre, precio, stock)
VALUES (1, 'Mouse Gamer', 599, 12);

Resultado esperado

Tabla `productos`

id	nombre	precio	stock
1	Mouse Gamer	599	12

INSERT con múltiples filas

También es posible insertar varios registros al mismo tiempo.

INSERT INTO productos (id, nombre, precio, stock)
VALUES
    (2, 'Teclado Mecánico', 1299, 5),
    (3, 'Libreta A5', 89, 40),
    (4, 'Cable USB-C', 199, 25);

SELECT: consultar información

SELECT es probablemente el comando más utilizado de SQL.

Permite recuperar información desde una tabla.

Consultar todas las columnas

SELECT *
FROM productos;

Resultado

id	nombre	precio	stock
1	Mouse Gamer	599	12
2	Teclado Mecánico	1299	5
3	Libreta A5	89	40
4	Cable USB-C	199	25

Consultar columnas específicas

SELECT nombre, precio
FROM productos;

Resultado

nombre	precio
Mouse Gamer	599
Teclado Mecánico	1299
Libreta A5	89
Cable USB-C	199

UPDATE: modificar información

Para actualizar registros usamos UPDATE.

Ejemplo

UPDATE productos
SET precio = 649
WHERE id = 1;

Antes

id	nombre	precio
1	Mouse Gamer	599

Después

id	nombre	precio
1	Mouse Gamer	649

IMPORTANTE: usar WHERE

Sin WHERE, el cambio afectará todas las filas de la tabla.

UPDATE productos
SET stock = 0;

Esto modificaría todos los productos.

DELETE: eliminar registros

Para borrar información usamos DELETE.

Ejemplo

DELETE FROM productos
WHERE id = 4;

Antes

id	nombre
4	Cable USB-C

Después

El registro desaparece de la tabla.

IMPORTANTE: DELETE también usa WHERE

Si omites WHERE, se eliminarán todas las filas.

DELETE FROM productos;

La tabla seguirá existiendo, pero vacía.

CRUD en la vida real

Estas operaciones aparecen constantemente en aplicaciones reales:

Acción del usuario	Operación SQL
Crear cuenta	INSERT
Ver productos	SELECT
Editar perfil	UPDATE
Cancelar registro	DELETE

Prácticamente cualquier sistema moderno utiliza CRUD continuamente detrás de escena.

6. Filtrado, búsqueda y paginación

Una de las tareas más comunes en SQL es encontrar exactamente la información que necesitamos.

Para eso existen herramientas como:

filtros
búsquedas parciales
ordenamiento
y paginación

Estas operaciones aparecen constantemente en:

ecommerce
dashboards
ERPs
sistemas administrativos
APIs
y motores de búsqueda internos

Filtrar información con WHERE

La cláusula WHERE permite seleccionar únicamente las filas que cumplen una condición.

Ejemplo

SELECT *
FROM productos
WHERE precio > 500;

Resultado

id	nombre	precio
1	Mouse Gamer	599
2	Teclado Mecánico	1299

Operadores comunes

Operador	Significado
`=`	Igual
`!=`	Diferente
`>`	Mayor que
`<`	Menor que
`>=`	Mayor o igual
`<=`	Menor o igual

Combinar condiciones

AND

Todas las condiciones deben cumplirse.

SELECT *
FROM productos
WHERE precio > 100
AND stock > 10;

OR

Se cumple al menos una condición.

SELECT *
FROM productos
WHERE stock < 5
OR precio > 1000;

Filtrar múltiples valores con IN

SELECT *
FROM productos
WHERE id IN (1, 3, 4);

Filtrar rangos con BETWEEN

SELECT *
FROM productos
WHERE precio BETWEEN 100 AND 1000;

Buscar texto parcialmente con LIKE

LIKE permite realizar búsquedas parciales.

Ejemplo

SELECT *
FROM productos
WHERE nombre LIKE '%Mouse%';

¿Qué significa `%`?

El símbolo % funciona como comodín.

Patrón	Significado
`'Mouse%'`	Empieza con «Mouse»
`'%Mouse'`	Termina con «Mouse»
`'%Mouse%'`	Contiene «Mouse»

Búsquedas sin distinguir mayúsculas

En PostgreSQL existe ILIKE.

SELECT *
FROM productos
WHERE nombre ILIKE '%teclado%';

Esto encuentra:

Teclado,
TECLADO,
teclado,
TeClAdO.

Ordenar resultados con ORDER BY

Ascendente

SELECT nombre, precio
FROM productos
ORDER BY precio ASC;

Descendente

SELECT nombre, precio
FROM productos
ORDER BY precio DESC;

Resultado descendente

nombre	precio
Teclado Mecánico	1299
Mouse Gamer	599
Cable USB-C	199
Libreta A5	89

Limitar resultados con LIMIT

SELECT *
FROM productos
LIMIT 2;

Resultado

id	nombre
1	Mouse Gamer
2	Teclado Mecánico

Paginar resultados con OFFSET

OFFSET permite saltar filas.

SELECT *
FROM productos
LIMIT 2 OFFSET 2;

Resultado

id	nombre
3	Libreta A5
4	Cable USB-C

¿Por qué importa la paginación?

La paginación aparece constantemente en aplicaciones reales:

catálogos de productos,
tablas administrativas,
APIs,
dashboards,
redes sociales,
resultados de búsqueda.

Sin paginación, una consulta podría intentar devolver miles o millones de filas al mismo tiempo.

Cómo pensar esta sección

Hasta ahora, SQL ya puede:

guardar información,
modificar registros,
eliminar datos,
filtrar resultados,
ordenar información,
buscar coincidencias parciales,
y dividir resultados en páginas.

Ya empezamos a pasar de:

“almacenar datos”

“explorar y recuperar información útil”.

7. JOINs: combinando información entre tablas

Hasta ahora hemos trabajado con tablas individuales.

Pero una de las mayores fortalezas de SQL es poder relacionar información entre múltiples tablas.

Aquí es donde SQL realmente empieza a sentirse poderoso.

El problema

Supongamos que tenemos estas tablas:

Tabla `clientes`

id	nombre
1	Juan Pérez
2	Ana López

Tabla `pedidos`

id	cliente_id	total
101	1	1898
102	2	288
103	1	199

La tabla pedidos no guarda el nombre del cliente.

Solo almacena:

cliente_id

Ese valor funciona como referencia hacia la tabla clientes.

Entonces… ¿cómo obtenemos el nombre del cliente?

Aquí es donde aparece JOIN.

INNER JOIN

INNER JOIN combina filas cuando existe coincidencia entre ambas tablas.

Ejemplo

SELECT
    pedidos.id,
    clientes.nombre,
    pedidos.total
FROM pedidos
INNER JOIN clientes
    ON pedidos.cliente_id = clientes.id;

Resultado

pedido	nombre	total
101	Juan Pérez	1898
102	Ana López	288
103	Juan Pérez	199

Cómo leer un JOIN mentalmente

“Une pedidos con clientes
cuando cliente_id coincida con id”

¿Qué hace ON?

La cláusula ON define la condición de unión.

ON pedidos.cliente_id = clientes.id

Esto significa:

toma el cliente_id del pedido,
búscalo en clientes.id,
y combina las filas cuando coincidan.

Visualmente

pedidos.cliente_id  →  clientes.id

LEFT JOIN

LEFT JOIN devuelve:

todas las filas de la tabla izquierda,
incluso si no existe coincidencia en la derecha.

Ejemplo

Tabla `clientes`

id	nombre
1	Juan Pérez
2	Ana López
3	Carlos Ruiz

Tabla `pedidos`

id	cliente_id
101	1
102	2

Consulta

SELECT
    clientes.nombre,
    pedidos.id AS pedido_id
FROM clientes
LEFT JOIN pedidos
    ON clientes.id = pedidos.cliente_id;

Resultado

nombre	pedido_id
Juan Pérez	101
Ana López	102
Carlos Ruiz	NULL

¿Qué significa NULL aquí?

Significa:

“no hubo coincidencia”.

Carlos existe como cliente, pero todavía no tiene pedidos.

RIGHT JOIN

RIGHT JOIN funciona igual que LEFT JOIN, pero priorizando la tabla derecha.

En la práctica, muchas personas prefieren usar LEFT JOIN para mantener las consultas más fáciles de leer.

FULL OUTER JOIN

FULL OUTER JOIN devuelve:

todas las filas de ambas tablas,
incluso cuando no hay coincidencias.

CROSS JOIN

CROSS JOIN genera todas las combinaciones posibles entre dos tablas.

Ejemplo

SELECT *
FROM productos
CROSS JOIN categorias;

Si hay:

4 productos,
y 3 categorías,

el resultado tendrá:

4 × 3 = 12 filas

SELF JOIN

Un SELF JOIN ocurre cuando una tabla se une consigo misma.

Esto suele utilizarse en:

jerarquías,
organigramas,
categorías anidadas,
estructuras padre-hijo.

Ejemplo conceptual

Tabla `empleados`

id	nombre	jefe_id
1	Laura	NULL
2	Pedro	1
3	Ana	1

Aquí:

Laura es jefa,
Pedro y Ana dependen de Laura.

Consulta

SELECT
    e.nombre AS empleado,
    j.nombre AS jefe
FROM empleados e
LEFT JOIN empleados j
    ON e.jefe_id = j.id;

Resultado

empleado	jefe
Laura	NULL
Pedro	Laura
Ana	Laura

El error más común con JOINs

Muchos principiantes intentan memorizar JOINs.

Eso suele terminar en confusión.

La forma correcta de pensar un JOIN es:

“Estoy conectando información relacionada entre tablas”.

No es magia. No es sintaxis rara. Es simplemente relacionar datos que comparten una referencia común.

Cómo pensar en JOINs

Los JOINs aparecen en prácticamente cualquier sistema real:

Problema	JOIN involucrado
Ver pedidos con nombres de clientes	pedidos + clientes
Mostrar productos por categoría	productos + categorias
Ver detalle de una compra	pedidos + detalle_pedido
Obtener historial de un usuario	usuarios + acciones

Sin JOINs, las bases de datos relacionales perderían gran parte de su poder.

8. Agrupación y transformación de información

Hasta ahora hemos trabajado principalmente con filas individuales.

Pero SQL también puede ayudarnos a:

resumir información,
calcular métricas,
agrupar datos,
generar estadísticas,
y transformar tablas completas en reportes útiles.

Aquí es donde SQL empieza a sentirse mucho más analítico.

Funciones de agregación

Las funciones de agregación toman múltiples filas y generan un único resultado.

Función	Descripción
`COUNT()`	Cuenta filas
`SUM()`	Suma valores
`AVG()`	Calcula promedio
`MIN()`	Obtiene el valor mínimo
`MAX()`	Obtiene el valor máximo

COUNT()

Contar productos

SELECT COUNT(*)
FROM productos;

Resultado

count
4

SUM()

Sumar inventario total

SELECT SUM(stock)
FROM productos;

Resultado

sum
82

AVG()

Precio promedio

SELECT AVG(precio)
FROM productos;

GROUP BY

GROUP BY permite agrupar filas que comparten un mismo valor.

Es una de las herramientas más importantes de SQL para reporting y análisis.

Ejemplo

Productos agrupados por categoría

SELECT
    categoria_id,
    COUNT(*) AS total_productos
FROM productos
GROUP BY categoria_id;

Resultado

categoria_id	total_productos
1	2
2	1
3	1

¿Qué está pasando aquí?

SQL:

agrupa productos por categoría,
junta las filas similares,
y luego calcula el total de cada grupo.

GROUP BY + SUM

Total vendido por cliente

SELECT
    cliente_id,
    SUM(total) AS total_gastado
FROM pedidos
GROUP BY cliente_id;

Resultado

cliente_id	total_gastado
1	2097
2	288

Renombrar columnas con AS

AS permite dar nombres más claros a los resultados.

SELECT
    AVG(precio) AS precio_promedio
FROM productos;

Filtrar grupos con HAVING

WHERE filtra filas.

HAVING filtra grupos después del GROUP BY.

Ejemplo

Clientes con compras mayores a 1000

SELECT
    cliente_id,
    SUM(total) AS total_gastado
FROM pedidos
GROUP BY cliente_id
HAVING SUM(total) > 1000;

Resultado

cliente_id	total_gastado
1	2097

CASE WHEN

CASE WHEN funciona como una estructura condicional dentro de SQL.

Permite generar valores distintos dependiendo de una condición.

Ejemplo

Clasificar productos según precio

SELECT
    nombre,
    precio,
    CASE
        WHEN precio >= 1000 THEN 'Premium'
        WHEN precio >= 500 THEN 'Media'
        ELSE 'Económica'
    END AS categoria_precio
FROM productos;

Resultado

nombre	precio	categoria_precio
Mouse Gamer	599	Media
Teclado Mecánico	1299	Premium
Libreta A5	89	Económica

DISTINCT

DISTINCT elimina valores repetidos.

Categorías únicas

SELECT DISTINCT categoria_id
FROM productos;

Resultado

categoria_id
1
2
3

Cómo pensar esta sección

Hasta ahora SQL ya puede:

recuperar información,
relacionar tablas,
filtrar datos,
agrupar registros,
calcular métricas,
y transformar resultados.

En este punto, SQL deja de sentirse solamente como:

“un lugar donde guardar datos”

y empieza a parecerse más a:

“una herramienta para analizar información”.

9. Subconsultas: consultas dentro de consultas

En SQL, una consulta también puede utilizar el resultado de otra consulta.

A esto se le conoce como:

subconsulta o subquery.

Las subconsultas permiten:

reutilizar resultados,
construir filtros más inteligentes,
comparar datos,
y resolver problemas más complejos paso a paso.

Una consulta dentro de otra

Ejemplo

Queremos encontrar productos cuyo precio sea mayor al precio promedio.

Consulta

SELECT nombre, precio
FROM productos
WHERE precio > (
    SELECT AVG(precio)
    FROM productos
);

¿Qué está pasando?

Primero SQL ejecuta:

SELECT AVG(precio)
FROM productos;

Supongamos que el promedio es:

avg
546.5

Luego utiliza ese resultado dentro de la consulta principal.

Resultado final

nombre	precio
Mouse Gamer	599
Teclado Mecánico	1299

Subconsultas con IN

También es posible usar subconsultas como listas dinámicas.

Ejemplo

Clientes que han realizado pedidos

SELECT *
FROM clientes
WHERE id IN (
    SELECT cliente_id
    FROM pedidos
);

Resultado

id	nombre
1	Juan Pérez
2	Ana López

¿Por qué es útil?

Porque la lista puede cambiar automáticamente dependiendo de los datos reales.

No necesitamos escribir:

IN (1, 2)

La subconsulta genera esa lista dinámicamente.

EXISTS

EXISTS verifica si una subconsulta devuelve resultados.

Ejemplo

Clientes con al menos un pedido

SELECT nombre
FROM clientes c
WHERE EXISTS (
    SELECT 1
    FROM pedidos p
    WHERE p.cliente_id = c.id
);

Resultado

nombre
Juan Pérez
Ana López

¿Qué significa SELECT 1?

En este caso:

no importa el valor exacto,
solo importa si existe al menos una fila.

Subconsultas en FROM

Una subconsulta también puede funcionar como una tabla temporal.

Ejemplo

Totales por cliente

SELECT *
FROM (
    SELECT
        cliente_id,
        SUM(total) AS total_gastado
    FROM pedidos
    GROUP BY cliente_id
) AS resumen;

Resultado

cliente_id	total_gastado
1	2097
2	288

¿Por qué usar subconsultas?

Las subconsultas ayudan a:

dividir problemas complejos,
reutilizar resultados intermedios,
construir filtros dinámicos,
y estructurar consultas más avanzadas.

Muchas veces permiten pensar SQL en pequeños bloques en lugar de resolver todo en una sola consulta gigantesca.

Cómo pensar las subconsultas

Una buena forma de entenderlas es esta:

“Primero resuelve esto…
y luego usa ese resultado aquí”

Ese patrón aparece constantemente en:

dashboards,
analytics,
reporting,
sistemas administrativos,
y aplicaciones reales.

10. CTEs: organizando consultas complejas

A medida que las consultas crecen, el SQL también puede empezar a volverse difícil de leer.

Las CTEs ayudan a resolver ese problema.

CTE significa:

Common Table Expression.

Pero la forma más fácil de entenderlas es esta:

una consulta temporal con nombre.

¿Por qué son útiles?

Las CTEs permiten:

dividir consultas complejas,
reutilizar resultados intermedios,
organizar lógica paso a paso,
y hacer el SQL mucho más legible.

Sintaxis básica

Las CTEs utilizan WITH.

Ejemplo

WITH productos_caros AS (
    SELECT *
    FROM productos
    WHERE precio > 500
)
SELECT *
FROM productos_caros;

¿Qué está pasando?

Primero se crea una consulta temporal llamada:

productos_caros

Después esa consulta puede utilizarse como si fuera una tabla normal.

Resultado

id	nombre	precio
1	Mouse Gamer	599
2	Teclado Mecánico	1299

Pensar en pasos

Las CTEs son útiles porque permiten resolver problemas en etapas.

En lugar de escribir una consulta enorme y difícil de leer:

todo-en-una-sola-linea.sql

podemos separar el problema en bloques más claros.

Ejemplo práctico

Encontrar clientes que han gastado más de 1000

WITH gasto_clientes AS (
    SELECT
        cliente_id,
        SUM(total) AS total_gastado
    FROM pedidos
    GROUP BY cliente_id
)
SELECT *
FROM gasto_clientes
WHERE total_gastado > 1000;

Resultado

cliente_id	total_gastado
1	2097

Varias CTEs en una misma consulta

También es posible encadenar múltiples pasos.

Ejemplo

WITH ventas_totales AS (
    SELECT
        cliente_id,
        SUM(total) AS total_gastado
    FROM pedidos
    GROUP BY cliente_id
),
clientes_activos AS (
    SELECT *
    FROM ventas_totales
    WHERE total_gastado > 1000
)
SELECT *
FROM clientes_activos;

¿Por qué esto es importante?

Porque las consultas reales suelen crecer mucho.

Las CTEs ayudan a que el SQL:

sea más fácil de leer,
más sencillo de mantener,
y menos propenso a errores.

CTEs vs subconsultas

Muchas veces ambos enfoques pueden resolver el mismo problema.

Pero las CTEs suelen ser más legibles cuando la lógica empieza a crecer.

Subconsulta anidada

SELECT *
FROM (
    SELECT
        cliente_id,
        SUM(total) AS total_gastado
    FROM pedidos
    GROUP BY cliente_id
) AS resumen;

Versión con CTE

WITH resumen AS (
    SELECT
        cliente_id,
        SUM(total) AS total_gastado
    FROM pedidos
    GROUP BY cliente_id
)
SELECT *
FROM resumen;

Cómo pensar las CTEs

Las CTEs son una especie de puente entre:

consultas simples,
y transformación avanzada de datos.

En este punto, SQL ya empieza a parecerse menos a:

“hacer consultas rápidas”

y más a:

“construir pequeños pipelines de información”.

11. Vistas (Views): consultas reutilizables

A medida que las consultas empiezan a crecer, muchas veces necesitamos reutilizar resultados frecuentemente.

Por ejemplo:

reportes,
dashboards,
tablas administrativas,
rankings,
resúmenes de ventas.

En lugar de escribir la misma consulta una y otra vez, SQL permite guardar consultas reutilizables mediante:

vistas o VIEW.

¿Qué es una VIEW?

Una VIEW funciona como una tabla virtual construida a partir de una consulta.

La información no se duplica.

La vista simplemente guarda la lógica de la consulta.

Crear una vista

Ejemplo

CREATE VIEW resumen_clientes AS
SELECT
    cliente_id,
    SUM(total) AS total_gastado
FROM pedidos
GROUP BY cliente_id;

¿Qué hace esta vista?

Guarda una consulta que calcula cuánto ha gastado cada cliente.

Después podremos usarla como si fuera una tabla normal.

Consultar una VIEW

SELECT *
FROM resumen_clientes;

Resultado

cliente_id	total_gastado
1	2097
2	288

¿Por qué usar vistas?

Las vistas ayudan a:

reutilizar consultas,
simplificar SQL complejo,
organizar lógica de reporting,
ocultar complejidad,
y mantener consultas más limpias.

Ejemplo práctico

Imagina una consulta complicada con:

JOINs,
GROUP BY,
filtros,
métricas.

En lugar de repetir todo constantemente:

consulta_gigante.sql

podemos encapsularla dentro de una vista.

Views como capas de abstracción

Muchas aplicaciones utilizan vistas como una capa intermedia entre:

las tablas reales,
y los reportes o dashboards.

Por ejemplo:

tablas reales
      ↓
views
      ↓
dashboard / sistema administrativo

Actualizar una VIEW

Si necesitamos cambiar la lógica:

CREATE OR REPLACE VIEW resumen_clientes AS
SELECT
    cliente_id,
    COUNT(*) AS total_pedidos,
    SUM(total) AS total_gastado
FROM pedidos
GROUP BY cliente_id;

Resultado actualizado

cliente_id	total_pedidos	total_gastado
1	2	2097
2	1	288

¿Las VIEWs almacenan datos?

Normalmente no.

Las vistas ejecutan nuevamente la consulta cada vez que las usamos.

Por eso son:

ligeras,
flexibles,
y fáciles de mantener.

Cómo pensar las VIEWs

Las vistas ayudan a transformar SQL en algo más modular.

En este punto, las consultas ya empiezan a comportarse como piezas reutilizables de un sistema más grande.

Y eso es exactamente lo que ocurre en aplicaciones reales:

reportes,
dashboards,
APIs,
paneles administrativos,
y sistemas analíticos suelen construirse sobre consultas reutilizables.

12. Funciones analíticas y rankings

Hasta ahora hemos trabajado con:

filtros,
agrupaciones,
subconsultas,
y transformaciones generales.

Pero SQL también puede analizar filas en relación con otras filas.

Aquí entran las:

funciones analíticas o window functions.

Son muy utilizadas en:

dashboards,
rankings,
analytics,
reportes,
métricas,
y sistemas de recomendación.

¿Qué tienen de especial?

Las funciones analíticas permiten:

calcular valores sobre grupos de filas,
sin perder el detalle original.

Eso las hace diferentes de GROUP BY.

GROUP BY reduce filas

Por ejemplo:

SELECT
    cliente_id,
    SUM(total) AS total_gastado
FROM pedidos
GROUP BY cliente_id;

Resultado

cliente_id	total_gastado
1	2097
2	288

Aquí las filas originales desaparecen y quedan resumidas.

Las funciones analíticas conservan filas

Ahora veamos otro enfoque.

ROW_NUMBER()

ROW_NUMBER() asigna un número consecutivo a cada fila.

Ejemplo

SELECT
    nombre,
    precio,
    ROW_NUMBER() OVER (ORDER BY precio DESC) AS posicion
FROM productos;

Resultado

nombre	precio	posicion
Teclado Mecánico	1299	1
Mouse Gamer	599	2
Cable USB-C	199	3
Libreta A5	89	4

¿Qué significa OVER()?

OVER() define:

cómo se organiza la ventana de datos,
y sobre qué conjunto de filas trabajará la función analítica.

RANK()

RANK() funciona parecido a ROW_NUMBER(), pero respeta empates.

Ejemplo

SELECT
    nombre,
    precio,
    RANK() OVER (ORDER BY precio DESC) AS ranking
FROM productos;

DENSE_RANK()

DENSE_RANK() también maneja empates, pero sin saltar posiciones.

PARTITION BY

PARTITION BY divide los datos en grupos independientes.

Es parecido a un GROUP BY, pero sin colapsar filas.

Ejemplo

Ranking por categoría

SELECT
    nombre,
    categoria_id,
    precio,
    ROW_NUMBER() OVER (
        PARTITION BY categoria_id
        ORDER BY precio DESC
    ) AS posicion
FROM productos;

Resultado conceptual

nombre	categoria_id	precio	posicion
Teclado Mecánico	1	1299	1
Mouse Gamer	1	599	2
Libreta A5	2	89	1
Cable USB-C	3	199	1

LAG()

LAG() permite acceder a filas anteriores.

Esto es muy útil para:

tendencias,
comparaciones temporales,
métricas históricas,
análisis de cambios.

Ejemplo conceptual

SELECT
    fecha,
    total,
    LAG(total) OVER (ORDER BY fecha) AS venta_anterior
FROM pedidos;

Resultado conceptual

fecha	total	venta_anterior
2026-05-01	1898	NULL
2026-05-02	288	1898
2026-05-04	199	288

¿Dónde aparecen estas funciones?

Las funciones analíticas son extremadamente comunes en:

Caso	Ejemplo
Rankings	Productos más vendidos
Analytics	Ventas por periodo
Dashboards	Top clientes
Ecommerce	Productos destacados
Finanzas	Comparaciones históricas
Redes sociales	Rankings de actividad

Cómo pensar esta sección

En este punto, SQL ya puede:

almacenar información,
relacionar tablas,
transformar datos,
resumir métricas,
y analizar comportamiento.

Aquí SQL deja de sentirse únicamente como:

“consultar datos”

y empieza a parecerse más a:

“hacer análisis sobre información real”.

13. SQL en aplicaciones reales

Hasta ahora vimos:

cómo almacenar datos,
relacionar tablas,
filtrar información,
agrupar resultados,
construir reportes,
y analizar datos.

Pero… ¿dónde aparece realmente todo esto?

La respuesta corta es:

prácticamente en todos lados.

Ecommerce

Los ecommerce utilizan SQL constantemente para manejar:

productos,
clientes,
pedidos,
inventario,
pagos,
envíos,
carritos,
cupones,
y reportes de ventas.

Ejemplo

Productos más vendidos

SELECT
    producto_id,
    SUM(cantidad) AS vendidos
FROM detalle_pedido
GROUP BY producto_id
ORDER BY vendidos DESC;

También se usa para:

buscar productos,
paginar catálogos,
mostrar historial de compras,
calcular stock,
generar dashboards administrativos.

Analytics y dashboards

SQL es una de las herramientas más importantes del mundo analítico.

Se utiliza para:

métricas,
KPIs,
tendencias,
rankings,
cohortes,
y reporting.

Ejemplo

Ventas por mes

SELECT
    DATE_TRUNC('month', fecha) AS mes,
    SUM(total) AS ventas
FROM pedidos
GROUP BY mes
ORDER BY mes;

Ejemplo

Top clientes

SELECT
    cliente_id,
    SUM(total) AS total_gastado
FROM pedidos
GROUP BY cliente_id
ORDER BY total_gastado DESC;

Redes sociales

Las redes sociales también funcionan sobre bases de datos relacionales.

SQL ayuda a manejar:

usuarios,
publicaciones,
comentarios,
follows,
likes,
mensajes,
notificaciones.

Ejemplo conceptual

Usuarios con más seguidores

SELECT
    usuario_id,
    COUNT(*) AS seguidores
FROM follows
GROUP BY usuario_id
ORDER BY seguidores DESC;

Sistemas ERP y administrativos

ERPs y sistemas empresariales utilizan SQL para:

facturación,
almacenes,
compras,
inventarios,
auditoría,
logística,
proveedores,
cuentas por cobrar,
y reportes operativos.

Ejemplo

Inventario bajo

SELECT *
FROM productos
WHERE stock < 5;

Apps móviles y plataformas modernas

Muchas aplicaciones móviles también dependen de SQL detrás de escena.

Por ejemplo:

perfiles,
historial,
preferencias,
sesiones,
actividad,
configuraciones,
contenido guardado.

Ejemplo

Historial reciente

SELECT *
FROM historial
WHERE usuario_id = 15
ORDER BY fecha DESC
LIMIT 10;

Lo importante no es memorizar comandos

La meta principal de esta guía no es memorizar sintaxis.

Es desarrollar intuición.

Porque una vez entiendes cómo pensar en:

tablas,
relaciones,
filtros,
agrupaciones,
y transformación de datos,

muchos problemas reales empiezan a sentirse familiares aunque cambie el contexto.

Qué sigue después de esta guía

SQL tiene muchísimo más por explorar.

Algunos temas importantes que normalmente aparecen después son:

Tema	¿Para qué sirve?
Índices	Acelerar consultas
Performance	Optimizar queries lentas
Transacciones	Garantizar consistencia
PostgreSQL avanzado	Features más potentes
JSON y JSONB	Datos semiestructurados
Full Text Search (FTS)	Motores de búsqueda
ETL	Transformación de datos
Business Intelligence (BI)	Dashboards y analytics
Tuning	Optimización avanzada

El verdadero aprendizaje empieza construyendo cosas

SQL se aprende mucho más rápido cuando empieza a utilizarse en proyectos reales.

Puede ser:

una app,
un dashboard,
un sistema administrativo,
un ecommerce,
un ERP,
o incluso reemplazar procesos complejos de Excel.

Porque al final, SQL no trata únicamente de bases de datos.

Trata sobre:

organizar, conectar y entender información.

SQL Guía para entender los motores de bases de datos

1. Introducción: ¿Qué es SQL?

SQL no se usa de una sola forma

Entonces… ¿qué hace realmente SQL?

Cómo pensar en SQL

2. El modelo relacional: cómo pensar en tablas

Filas y columnas

Tabla productos

Claves primarias (Primary Key)

Relaciones entre tablas

Tabla clientes

Tabla pedidos

Relaciones comunes

Uno a muchos (1:N)

Muchos a muchos (N:M)

3. Nuestro conjunto de datos de ejemplo

Las tablas principales

Relación entre tablas

Tabla clientes

Tabla categorias

Tabla productos

Tabla pedidos

Tabla detalle_pedido

Lo que construiremos con estas tablas

4. Tipos de datos y creación de tablas

Tipos de datos más comunes

Ejemplo práctico

Tabla productos

Crear tablas con SQL

¿Qué significa cada parte?

Restricciones básicas (Constraints)

PRIMARY KEY

NOT NULL

UNIQUE

DEFAULT

FOREIGN KEY

Ejemplo completo

Diseñar tablas también es diseñar reglas

5. Operaciones básicas con datos (CRUD)

INSERT: agregar información

Ejemplo

Resultado esperado

Tabla productos

INSERT con múltiples filas

SELECT: consultar información

Consultar todas las columnas

Resultado

Consultar columnas específicas

Resultado

UPDATE: modificar información

Ejemplo

Antes

Después

IMPORTANTE: usar WHERE

DELETE: eliminar registros

Ejemplo

Antes

Después

IMPORTANTE: DELETE también usa WHERE

CRUD en la vida real

6. Filtrado, búsqueda y paginación

Filtrar información con WHERE

Ejemplo

Resultado

Operadores comunes

Combinar condiciones

AND

OR

Filtrar múltiples valores con IN

Filtrar rangos con BETWEEN

Buscar texto parcialmente con LIKE

Ejemplo

¿Qué significa %?

Búsquedas sin distinguir mayúsculas

Ordenar resultados con ORDER BY

Ascendente

Descendente

Resultado descendente

Limitar resultados con LIMIT

Resultado

Tabla `productos`

Tabla `clientes`

Tabla `pedidos`

Tabla `clientes`

Tabla `categorias`

Tabla `productos`

Tabla `pedidos`

Tabla `detalle_pedido`

Tabla `productos`

Tabla `productos`

¿Qué significa `%`?

Tabla `clientes`

Tabla `pedidos`

Tabla `clientes`

Tabla `pedidos`

Tabla `empleados`