Publicación de Joshua Acevedo

Diferencia entre CHAR y VARCHAR En empresas que manejan altos volúmenes de datos, nuestra labor como administradores de bases de datos (DBA), analistas o ingenieros de datos, es garantizar el uso adecuado de cada tipo de dato al modelar y definir esquemas. Para elegir el tipo de dato en un campo, debemos analizar los valores que contiene. Algunos tipos son intuitivos: números enteros usan INT (TINYINT, INT o BIGINT según la longitud), fechas usan DATE y fechas con hora usan DATETIME. Pero, ¿qué ocurre con los caracteres? Aquí es donde surge la duda entre usar CHAR o VARCHAR. Primero vamos a enteder su etimología y concepto: CHAR: Abreviatura de "character", significa carácter fijo. VARCHAR: Abreviatura de "variable character", significa carácter variable. La diferencia principal entre ambos radica en cómo gestionan el almacenamiento de datos. Almacenamiento y Espacio en SQL Server CHAR: El tamaño de almacenamiento es fijo. Si defines una columna CHAR(10), cada registro ocupará siempre 10 bytes, independientemente del número de caracteres utilizados. VARCHAR: El tamaño de almacenamiento es variable. Una columna VARCHAR(10) almacenará datos con un tamaño que varía en función del número de caracteres, más 2 bytes adicionales. Por ejemplo, un valor con 2 caracteres ocupará 4 bytes (2+2) y uno con 10 caracteres ocupará 12 bytes (10+2). Conclusión Usa CHAR cuando la longitud de los caracteres es constante. Usa VARCHAR cuando la longitud varía. Para un diagnóstico preciso, siempre consulta la documentación específica del SGBD que estés utilizando.

🔍🔗 La Clave Oculta para Bases de Datos Confiables: ¡Integridad Referencial! En el universo de las bases de datos, la integridad referencial es el guardián invisible que mantiene el orden y la coherencia entre tus tablas. 📊 Cuando defines una llave foránea, no solo estás estableciendo un enlace, sino una regla de oro que asegura que todos los datos estén en su lugar correcto. Imagina esto: tienes una tabla principal y otra secundaria. La integridad referencial garantiza que cada dato en la tabla secundaria tenga su "pariente" en la tabla principal. 🚫 Sin ella, podrías terminar con datos "huérfanos", flotando sin rumbo, ¡y nadie quiere eso! Además, cuando actualizas o eliminas un registro en la tabla principal, la integridad referencial se encarga de sincronizar todos los cambios en las tablas relacionadas. Esto no solo previene errores, sino que también hace que tu base de datos sea mucho más fácil de gestionar y de cierta manera mas confiable. ⚙️ #IntegridadReferencial #DataIntegrity #BasesDeDatos #SQL #DataConsistency #Programación

¡Estoy emocionado de compartir mi nuevo artículo en Medium, una introducción a SQL y la Gestión de Bases de Datos! 🌟 En este artículo, abordo: 🔹 Qué es SQL: Una introducción a este lenguaje de consulta estructurado y sus características clave. 🔹 Importancia de SQL: Cómo SQL facilita la gestión eficiente de grandes volúmenes de datos y su interoperabilidad con diferentes sistemas de gestión de bases de datos. 🔹 Conceptos Básicos de SQL: Una guía sobre las tablas, claves primarias (Primary Key) y claves foráneas (Foreign Key). 🔹 Consultas SQL: Una guía paso a paso sobre cómo empezar con SQL, incluyendo comandos básicos como SELECT, INSERT, UPDATE y DELETE. 🔹 Cláusulas Comunes y Avanzadas: Explicación de cláusulas como WHERE, JOIN, GROUP BY, ORDER BY, HAVING, SUBQUERIES, y CASE. 🔹 Expresiones de Tabla Comunes (CTE): Cómo utilizar CTE para mejorar la legibilidad y organización de consultas complejas. 🔹 Tipos de JOINs: Explicación y ejemplos de INNER JOIN, LEFT JOIN, RIGHT JOIN, y FULL JOIN. 🔹 Consejos y Buenas Prácticas: Consejos sobre normalización, uso de índices, y seguridad en bases de datos. ¡Espero que encuentres útil este artículo! ¡No dudes en dejar tu comentario y compartir tu experiencia con SQL! #SQL #BasesDeDatos #CienciaDeDatos #IngenieriaDeDatos #MediumArticle #SQLPrimer #DatabaseManagement

#SQLServer. Necesitas saber quien cambió qué y cuando. Y Entender como evolucionan tus datos a lo largo del tiempo. Cada vez que se inserta, se actualiza o se eliminan datos, SQL Server puede guardar una copia del estado anterior del registro modificado. Esto lo podemos hacer automaticamente sin necesidad de escribir codigo como triggers o procedimientos. ----> Esto lo habilitamos en una tabla con SYSTEM_VERSIONING = ON y SQL Server guardara los cambios realizados en la tabla. ---->En la imagen adjunta, os pongo un ejemplo simple.<---- Si os fijais en la imagen, la tabla tiene dos columnas especiales: ->SysStartTime: Para cuando comenzo a existir este registro. ->SysEndTime: Para cuando dejo de estar vigente este registro. Estas columnas son gestionadas automaticamente por SQL Server. ->->->->->->COSEJOS IMPORTANTES:<-<-<-<-<-<-<- Las INSERT, UPDATE, DELETE pueden ser mas lentos debido a la escritura automatica del registro historico. Tener cuidado si teneis alta concurrencia con grandes volumenes de datos SQL Server no elimina los datos historicos. Lo tenemos que gestinar nonsotros. Debemos implementar una estrategia de limpieza: como tareas programadas para purgar registros antiguos. No podemos realizar ALTER en columnas o TRUNCATE TABLE en estas tablas, ni podemos añadir indices no-agrupados con filtros. ->->->->->->->->->->->-><-<-<-<-<-<-<-<-<-<-<-<-<-<- PD: Usa estas tablas historicas solo cuando el seguimiento de cambios sea critico para el negocio. Y ten mucho cuidado por que si los datos cambian constantemente y no necesitas un historial detallado, el impacto puede superar los beneficios. #SQL #DBA #BaseDeDatos #BasesDeDatos Yo en tablas grandes con alta concurrencia, siempre desaconsejo ponerlo. Y de usarlo en tablas grandes: solo cuando esteis seguros de que un subconjunto de filas sea relevante para las consultas frecuentes. Tener cuidado.

Hablando sobre sentencias en #SQL para ELIMINAR DATOS nos encontramos con las opciones: DELETE, TRUNCATE y DROP TABLE. ¿Cómo saber cuál usar en una situación determinada? 1️⃣ DELETE: es un comando DML que se utiliza sólo para eliminar datos/registros de una tabla, no para eliminar la tabla de la base de datos. 2️⃣ TRUNCATE: es similar a DELETE, más rapido, pero esta operación es un comando DDL que borra registros de una tabla sin eliminar la estructura de la misma. Es importante recordar que no podemos usarla con WHERE y que estas transacciones no pueden revertirse en algunos motores de bases de datos. 3️⃣ DROP TABLE: es otra operación DDL, pero no se utiliza para eliminar simplemente los datos de una tabla, sino que elimina TODA la estructura de la tabla de la base de datos, junto con cualquier dato almacenado en la tabla. También debemos recordar que hay motores de bases de datos en donde las modificaciones que produce esta sentencia son irreversibles. ¿Conocias estas 3 formas de eliminar datos? 🤔 LOS LEO! 💪 #DataAnalysis #QuerySQL #BasesDeDatos

🖥️ Visualizando una Consulta SQL 🔍 Las consultas SQL se ejecutan en varios pasos dentro del sistema de base de datos, y entender estos pasos es clave para optimizar el rendimiento de las consultas. 🔹 1. Análisis de la Consulta SQL 📝 El primer paso es analizar la consulta SQL, asegurándose de que sea válida y que esté correctamente formulada. 🔹 2. Transformación a una Representación Interna 🔄 La consulta se transforma en una representación interna, como el álgebra relacional, para ser procesada eficientemente. 🔹 3. Optimización de la Representación Interna ⚙️ El sistema optimiza la representación interna, utilizando información sobre índices para mejorar el rendimiento y reducir el tiempo de ejecución. 🔹 4. Ejecución del Plan 🚀 Finalmente, el plan de ejecución se lleva a cabo y se devuelven los resultados al usuario. 💡 ¿Te has encontrado con consultas SQL lentas? ¿Cómo las has optimizado? ¡Comparte tus experiencias y estrategias en los comentarios! Juntos podemos mejorar el rendimiento de nuestras consultas SQL. 🔍 #SQL #DatabaseOptimization #SQLPerformance #TechTips #SoftwareDevelopment #RelationalDatabases #SQLQueries #DataScience #TechEducation #DatabaseManagement #QueryOptimization #BackendDevelopment

Perfeccionando mi uso de base de datos.

Es muy importante entender el orden lógico para así lograr mejores consultas.

3 validaciones de calidad de datos que podés implementar hoy en SQL y sin librerías: 1️⃣ Valores nulos Asegurate de que los campos críticos no contengan valores nulos, ya que esto puede afectar la precisión de tus análisis y modelos. Un simple chequeo puede ayudar a identificar rápidamente datos incompletos. Tené en cuenta que IS NOT NULL no es lo mismo que distinto a cadena de texto vacía! 2️⃣ Formatos consistentes Validá que los formatos de campos como fechas, números y códigos postales sigan una estructura uniforme. Esto mejora la coherencia de los datos y facilita su procesamiento. Acá podés usar el operador CAST de tu motor de base de datos o expresiones regulares. 3️⃣ Rangos esperados Definí rangos aceptables para los valores numéricos. Por ejemplo, si estás trabajando con precios o cantidades de unidades, asegurate de que los valores estén dentro de los límites razonables (por ejemplo >0). ⭐️ PRO Tip: Todas las consultas SQL que uses para crear validaciones deben devolver las filas que NO cumplen con la condición que estás evaluando, de esta forma cuando fallen podrás volver a ejecutar la misma query para encontrar los registros anómalos y corregirlos. Implementar estas validaciones es un primer paso clave hacia datos más confiables, incluso sin necesidad de herramientas complejas. Una Cultura de datos de alta calidad comienza con acciones pequeñas que impactan a largo plazo. ¿Qué otras validaciones con SQL estás aplicando? Que tengas una semana de alta calidad! 📈

¡Hola comunidad de LinkedIn! 👋 Hoy quiero hable sobre como es el orden lógico de las consultas SQL. Al escribir una consulta SQL, el orden en que escribimos las cláusulas no siempre refleja el orden en que la base de datos procesa esa consulta. Esta imagen lo ilustra perfectamente, mostrando cómo se ejecuta lógicamente una consulta SQL. 📋 Pasos del Orden Lógico: ◾️FROM - Selecciona la tabla principal de la consulta. ◾️JOIN - Combina tablas adicionales con la tabla principal. ◾️ON - Define la condición para las combinaciones de tablas. ◾️WHERE - Filtra filas antes de cualquier agrupación. ◾️GROUP BY - Agrupa las filas resultantes según una o más columnas. ◾️HAVING - Filtra las filas agrupadas. ◾️SELECT - Selecciona las columnas o cálculos específicos. ◾️ORDER BY - Ordena las filas finales según un criterio. ◾️LIMIT - Limita el número de filas devueltas. 🛠 Visualizando una Consulta SQL: Cuando el sistema de bases de datos ejecuta una consulta SQL, sigue varios pasos clave: ◾️Parsing: La consulta se analiza y se verifica su validez. ◾️Transforming: La SQL se convierte en una representación interna, como álgebra relacional. ◾️Optimizing: Se optimiza la representación interna y se crea un plan de ejecución que utiliza información de índices. ◾️Executing: Se ejecuta el plan y se devuelven los resultados. 💡Entender este orden lógico no solo te ayuda a escribir consultas más eficientes, sino que también te permite optimizar el rendimiento de tu base de datos. #SQL #Database #QueryOptimization #DataEngineering #DataAnalysis #SQLQuery #DataManagement Fuente: https://lnkd.in/eaq8vXMb