Plan de Aprendizaje Completo: SQL

Objetivo: Leer, unir y agregar datos en una base relacional hasta poder defender un número de negocio y dejar una consulta reusable.

Metodología: Usa PostgreSQL o SQL Server. Cada fase termina con una consulta guardada, no con un resultado pegado en un chat.

Tus apuntes van en Mis notas.

Índice

1. Fase 1: Lectura y filtros
2. Fase 2: Joins y grano
3. Fase 3: Agregados y ventanas
4. Fase 4: Modelado para análisis
5. Fase 5: Calidad y rendimiento
6. Proyectos integradores

Fase 1: Lectura y filtros

Meta: Traer solo las filas y columnas que responden la pregunta.

• SELECT, FROM, WHERE, ORDER BY, LIMIT / TOP
• Tipos: fecha, número, texto, nulos. NULL no se compara con =
• AND, OR, IN, BETWEEN, LIKE
• Alias y una columna calculada con nombre claro
• 🧪 Práctica: Tres preguntas de un negocio (ventas de un mes, clientes activos, productos sin precio) con una consulta cada una.

Fase 2: Joins y grano

Meta: Unir tablas sin duplicar el hecho.

• INNER, LEFT, y cuándo un RIGHT solo confunde
• Claves primarias y foráneas
• El grano: una fila es una venta, un día o un cliente, y el join no lo cambia sin que tú lo notes
• Conteos antes y después del join para cazar explosión de filas
• 🧪 Práctica: Ventas + producto + cliente, y un conteo que demuestra que no duplicaste ventas.

Fase 3: Agregados y ventanas

Meta: Resumir y comparar sin bajar el detalle a un notebook.

• GROUP BY, COUNT, SUM, AVG, HAVING
• CASE para segmentos
• Funciones de ventana: ROW_NUMBER, SUM() OVER, LAG
• Ranking por grupo (último pedido por cliente, venta acumulada del mes)
• 🧪 Práctica: Top de clientes del mes y la variación contra el mes anterior.

Fase 4: Modelado para análisis

Meta: Dejar consultas que un pipeline o un modelo puedan reutilizar.

• Vistas para el hecho y las dimensiones, no un SQL de 200 líneas cada vez
• Grano documentado en un comentario: qué es una fila
• Llaves de fecha (YYYYMM o fecha truncada) estables
• CTEs para leer la consulta por pasos
• 🧪 Práctica: Una vista de ventas mensuales por categoría, lista para Pandas o para un dashboard.

Fase 5: Calidad y rendimiento

Meta: Saber si el número es confiable y si la consulta aguanta.

• Chequeos: nulos en la clave, duplicados, fechas fuera de rango
• EXPLAIN a nivel de lectura: scan grande vs búsqueda
• Índices: cuándo ayudan en un filtro o un join, no crearlos por reflejo
• Parámetros y no concatenar texto de usuario dentro del SQL
• 🧪 Práctica: Un script de 5 chequeos que corre antes de publicar la vista.

Proyectos integradores

1. Mart de ventas — hecho, producto y calendario, con un chequeo de duplicados.
2. Cohorte simple — clientes nuevos por mes y cuántos vuelven al mes siguiente.

Recursos

Recurso	Uso
PostgreSQL tutorial	SQL de práctica
Use the index, Luke	Índices sin mito
Modo SQL tutorial	Análisis con SQL

Criterios de avance

Fase	La dominas cuando...
1	Filtras fechas y nulos sin sorpresas
2	Pruebas que el join no multiplicó el hecho
3	Comparas un mes contra el anterior en SQL
4	Otra persona usa tu vista sin pedirte el query original
5	Tienes chequeos de calidad y una idea de por qué la consulta es lenta o no