SQL

Qué es

SQL es un lenguaje declarativo para definir, modificar y leer datos
almacenados en tablas relacionales: se escribe el resultado que se
quiere obtener y la base de datos decide cómo producirlo. Las siglas
suelen desarrollarse como Structured Query Language y pronunciarse
letra a letra o como «sequel», mientras que el estándar
internacional que lo define, ISO/IEC 9075, lo llama simplemente
Database Language SQL.

La palabra clave es «declarativo». La siguiente sentencia indica una
tabla, una condición, una agrupación y un orden. No dice nada sobre
índices, bucles ni sobre qué filas hay que leer primero:

```sql
SELECT country, count(*) AS signups
FROM accounts
WHERE created_at >= now() - interval '30 days'
GROUP BY country
ORDER BY signups DESC;
```

En PostgreSQL, ese texto pasa por cuatro etapas. Un analizador
comprueba la sintaxis y construye un árbol; una fase de reescritura
expande las vistas que mencione la sentencia; un planificador
compara las posibles formas de ejecutarla, como un recorrido
secuencial frente al uso de un índice; y, por último, un ejecutor
obtiene las filas. La misma sentencia puede tardar un milisegundo o
un minuto según lo que encuentre el planificador. Por eso leer un
plan forma parte de escribir SQL.

El lenguaje tiene partes que reciben nombres distintos. La
definición de datos crea y modifica tablas, esquemas e índices. La
manipulación de datos inserta, actualiza, elimina y fusiona filas.
Las consultas las leen mediante SELECT. Los permisos y las
transacciones determinan quién puede hacer qué y qué cambios se
aplican juntos. Todo viaja como texto por una única conexión, de
modo que SQL es el terreno común entre una aplicación, una
herramienta de informes y una persona ante un terminal.

El estándar se ha revisado muchas veces; la revisión más reciente es
SQL:2023, y cada motor implementa su propio subconjunto. El apéndice
de conformidad de PostgreSQL indica que cumple al menos 170 de las
177 características obligatorias de Core y que, en el momento de
redactarlo, ningún sistema de bases de datos afirmaba cumplir Core
por completo. Además, cada motor añade su dialecto: Microsoft SQL
Server utiliza Transact-SQL, BigQuery utiliza GoogleSQL y PostgreSQL
añade PL/pgSQL para el código procedimental que se ejecuta dentro de
la base de datos.

Por qué importa

La decisión que SQL plantea a un equipo es dónde realizar el trabajo
con los datos: dentro de la base de datos, en el lenguaje para cuya
ejecución se diseñó, o en código de aplicación que obtiene las filas
y las procesa por su cuenta.

Una sentencia basada en conjuntos se ejecuta junto a los datos.
Filtrar un millón de filas hasta quedarse con cuarenta dentro de la
base de datos envía cuarenta filas por la red. Filtrarlas en la
aplicación envía un millón y descarta la mayoría. Las operaciones
JOIN, las agregaciones y la eliminación de duplicados siguen la
misma aritmética. Trasladar ese trabajo a SQL suele ser la mejora de
velocidad menos costosa para un sistema lento, porque se ejecuta en
la base de datos que ya existe.

La responsabilidad sobre el código es el contrapeso. La lógica
escrita en SQL vive en migraciones y funciones que necesitan las
mismas revisiones, pruebas y control de versiones que cualquier otro
código. Hay menos profesionales que lean una función larga de
PL/pgSQL con la misma soltura que Go o Python. Un reparto viable
lleva a la base de datos lo que necesita ver muchas filas y mantiene
en la aplicación las reglas que cambian con el negocio, donde es más
fácil probarlas de forma aislada.

La portabilidad es la segunda contrapartida. El núcleo del lenguaje,
SELECT con operaciones JOIN, GROUP BY y ORDER BY, se traslada de un
motor a otro con pocos cambios. Las particularidades de cada
dialecto se trasladan peor: la aritmética de fechas, los upserts, la
paginación, las funciones JSON y el código procedimental difieren, y
la migración entre bases de datos consume ahí la mayor parte del
esfuerzo. Elegir un motor también significa elegir un dialecto;
cuanta más lógica dependa de él, más costará una migración
posterior.

La contratación es el tercer aspecto. SQL es una de las pocas
competencias que comparten analistas, desarrolladores de backend,
especialistas en ingeniería de datos y administradores de bases de
datos. Por tanto, cualquiera de ellos puede leer y revisar una capa
de datos escrita en SQL puro. Un ORM oculta el SQL hasta que una
página se vuelve lenta y, llegado ese punto, alguien sigue teniendo
que leer lo que ha generado.

Cómo se aplica en la práctica

En una plataforma, las funciones de PostgreSQL ensamblan cada
respuesta de la API como un documento JSON completo y el manejador
de Go lo reenvía como `json.RawMessage`, sin descodificarlo ni
volverlo a codificar. La arquitectura de paso directo de JSON hace
que dar forma a la respuesta sea una responsabilidad del SQL, allí
donde ya están los datos. Una pequeña utilidad llamada QueryJSON
convirtió ese patrón en el más sencillo de seguir, y desaparecieron
los DTO, los mapeadores y las estructuras de respuesta que suele
acumular una API por capas. El código de los manejadores se acortó
mucho, y un cambio en lo que devuelve una función llega al cliente
sin que nadie tenga que editar un manejador.

El mismo lenguaje tiene otro aspecto en una canalización de datos.
En seis canalizaciones ETL/ELT que abarcaban BigQuery, MSSQL y
PostgreSQL, los archivos en bruto se cargaban en esquemas de
preparación con bcp, psql y SSIS, y la limpieza, la normalización y
el enriquecimiento se escribían como procedimientos PL/pgSQL y
T-SQL. Tres motores, cada uno con su dialecto, dentro de un solo
trabajo: la cuestión de la portabilidad anterior, vista desde
dentro. La página documenta el resultado: al menos tres horas de
trabajo manual reducidas a menos de 20 minutos de principio a fin,
actualización diaria de los datos en lugar de semanal y API de
Python que los consultaban un 30 % más rápidas.

Dónde surgen los problemas

Sentencias pegadas a partir de cadenas. Un cliente llamado O'Brien
rompe una página de búsqueda, o una entrada maliciosa permite leer
los datos de otra persona. La causa es insertar la entrada del
usuario en el texto SQL, donde la base de datos no puede distinguir
los datos de la orden. Envíe los valores como parámetros, separados
de la sentencia, como permiten todos los controladores principales.
En la propia biblioteca cliente de PostgreSQL, una llamada
parametrizada también admite solo una orden por cadena, lo que añade
una segunda línea de defensa contra la inyección.

Un orden que solo era casualidad. Una lista que llevaba meses
llegando ordenada aparece mezclada tras una carga de datos o un plan
nuevo. Sin ORDER BY, PostgreSQL devuelve las filas en el orden que
resulte más rápido de producir, y un LIMIT sin ORDER BY puede
incluso devolver un subconjunto distinto cada vez. Si el orden de un
resultado importa, debe especificarse en la consulta.

Tratar NULL como un valor. Un filtro escrito como `WHERE discount =
NULL` no devuelve nada, y `NOT IN` contra una subconsulta que
contenga un NULL tampoco. Toda comparación con NULL produce un valor
desconocido, en lugar de verdadero o falso, y una cláusula WHERE
conserva solo las filas cuya condición es verdadera. Escriba `IS
NULL` y prefiera `NOT EXISTS` a `NOT IN` cuando la columna interna
pueda contener un NULL.

Un dialecto que se cuela en las pruebas. Una batería de pruebas pasa
con SQLite y el mismo código falla con PostgreSQL en producción, o
una migración a SQL Server tropieza con cada `LIMIT`, que ese motor
expresa como `TOP` u `OFFSET ... FETCH`. Cada motor acepta cosas que
los demás rechazan. Pruebe con el motor que vaya a desplegar y
concentre la sintaxis específica de cada motor en el menor número de
lugares posible.

Lecturas adicionales

  * Parte II. El lenguaje SQL — El tutorial y la referencia
completos de PostgreSQL para el lenguaje, desde la sintaxis hasta
consejos de rendimiento.

  * Apéndice D. Conformidad con SQL — Las partes de ISO/IEC 9075 y
las características que implementa PostgreSQL.

  * Referencia de Transact-SQL — El dialecto de SQL Server,
documentado por Microsoft.

  * Introducción a SQL en BigQuery — GoogleSQL y el dialecto
anterior al que sustituyó.

  * Lenguaje de consulta que entiende SQLite — La sintaxis de un
motor integrado, sentencia a sentencia.

hEsta página en la web	URL:https://engineer.company/es/glossary/sql/	engineer.company	70
