Ejercicios SQL — Avanzado + Experto

SQL Avanzado

1) JOIN de 5 tablas (ventas completas)

Obtener ventas con cliente, item, producto, categoría y precio vigente.


SELECT o.OrdenID, o.Fecha, c.Nombre AS Cliente, 
       p.Nombre AS Producto, cat.Nombre AS Categoria,
       ph.Precio
FROM Ordenes o
JOIN Clientes c ON o.ClienteID = c.ClienteID
JOIN OrdenItems i ON o.OrdenID = i.OrdenID
JOIN Productos p ON i.ProductoID = p.ProductoID
JOIN Categorias cat ON p.CategoriaID = cat.CategoriaID
LEFT JOIN PriceHistory ph 
       ON ph.ProductoID = p.ProductoID 
      AND o.Fecha BETWEEN ph.VigenciaDesde AND ph.VigenciaHasta;

2) Subconsulta correlacionada — detectar últimas compras


SELECT *
FROM Ordenes o
WHERE Fecha = (
    SELECT MAX(Fecha)
    FROM Ordenes
    WHERE ClienteID = o.ClienteID
);

3) Total acumulado por cliente + diferencia mensual


SELECT ClienteID, Fecha,
       SUM(Total) OVER (PARTITION BY ClienteID ORDER BY Fecha) AS Acumulado,
       Total - LAG(Total) OVER (PARTITION BY ClienteID ORDER BY Fecha) AS Variacion
FROM Ordenes;

SQL Experto (FAANG / Big Tech / Bancos)

1) Gaps & Islands — detectar períodos sin ventas


WITH Fechas AS (
    SELECT 
        Fecha,
        DATE_SUB(Fecha, INTERVAL ROW_NUMBER() OVER (ORDER BY Fecha) DAY) AS Grupo
    FROM Ordenes
)
SELECT 
    MIN(Fecha) AS Inicio,
    MAX(Fecha) AS Fin
FROM Fechas
GROUP BY Grupo
ORDER BY Inicio;

2) SCD Tipo 2 — recuperar precio vigente por fecha


SELECT p.ProductoID, p.Nombre, ph.Precio
FROM Productos p
JOIN PriceHistory ph
  ON ph.ProductoID = p.ProductoID
 AND CURRENT_DATE BETWEEN ph.VigenciaDesde AND ph.VigenciaHasta;

3) Deduplicación avanzada sin DISTINCT


DELETE FROM Transacciones t
WHERE t.ctid NOT IN (
  SELECT MIN(ctid)
  FROM Transacciones
  GROUP BY ClienteID, Fecha, Monto
);

Data Engineering — Problemas Reales

1)Reconciliación entre dos fuentes (diff)


SELECT 
    a.ProductoID,
    a.Stock AS StockA,
    b.Stock AS StockB
FROM InventarioA a
LEFT JOIN InventarioB b ON a.ProductoID = b.ProductoID
WHERE COALESCE(a.Stock,0) != COALESCE(b.Stock,0)

UNION

SELECT 
    b.ProductoID,
    a.Stock AS StockA,
    b.Stock AS StockB
FROM InventarioB b
LEFT JOIN InventarioA a ON a.ProductoID = b.ProductoID
WHERE COALESCE(a.Stock,0) != COALESCE(b.Stock,0);

2) Pivot Complejo (ventas por mes por región)


SELECT Region,
SUM(CASE WHEN Mes = 1 THEN Total END) AS Enero,
SUM(CASE WHEN Mes = 2 THEN Total END) AS Febrero,
SUM(CASE WHEN Mes = 3 THEN Total END) AS Marzo
FROM (
  SELECT Region,
         EXTRACT(MONTH FROM Fecha) AS Mes,
         Total
  FROM Ordenes o
  JOIN Sucursales s ON o.SucursalID = s.SucursalID
) t
GROUP BY Region;

3) Limpieza de datos — estandarizar nombres


UPDATE Clientes
SET Nombre = INITCAP(TRIM(REPLACE(Nombre,'  ',' ')));

Query Tuning (Optimización)

1) Transformar subquery lenta en JOIN

Consultas lentas:


SELECT *
FROM Ordenes
WHERE ClienteID IN (SELECT ClienteID FROM Clientes WHERE Activo = TRUE);

Optimizada:


SELECT o.*
FROM Ordenes o
JOIN Clientes c ON o.ClienteID = c.ClienteID
WHERE c.Activo = TRUE;

2) Reescritura para usar índices


-- EVITAR funciones sobre columnas indexadas:
--  NO: WHERE DATE(Fecha) = '2023-10-01'

-- SÍ:
WHERE Fecha >= '2023-10-01'
  AND Fecha < '2023-10-02';

3) Identificar FULL SCAN y evitarlo


EXPLAIN SELECT * FROM Ordenes 
WHERE Total > 5000;

→ Crear índice:


CREATE INDEX idx_ordenes_total ON Ordenes(Total);

Dataset Completo para los Ejercicios

Clientes (ClienteID, Nombre, Pais, Activo)
Sucursales (SucursalID, Nombre, Region)
Productos (ProductoID, Nombre, CategoriaID)
PriceHistory (ProductoID, Precio, VigenciaDesde, VigenciaHasta)
Categorias (CategoriaID, Nombre, PadreID)
Ordenes (OrdenID, ClienteID, Fecha, Total, SucursalID)
OrdenItems (ItemID, OrdenID, ProductoID, Cantidad, Total)
InventarioA / InventarioB (ProductoID, Stock)
Transacciones (ID, ClienteID, Fecha, Monto)
AuditLogs (ID, Tabla, Operacion, Fecha, Usuario)