Bloque 4: Agregar y resumir datos

Funciones de agregación

Las funciones de agregación toman muchas filas y devuelven un solo valor-resumen. Son el corazón de los informes.

1.1 · Las cinco funciones básicas

SELECT COUNT(*)     AS num_ventas,
       SUM(cantidad) AS unidades,
       SUM(cantidad * precio) AS importe_total,
       AVG(precio)   AS precio_medio,
       MIN(precio)   AS precio_minimo,
       MAX(precio)   AS precio_maximo
FROM   ventas;

1.2 · Columnas calculadas en agregados

Puedes agregar una expresión: la venta real de cada fila no es precio, sino cantidad * precio. Suma eso:

SELECT SUM(cantidad * precio) AS ingresos
FROM   ventas;

GROUP BY

GROUP BY parte las filas en grupos (uno por valor distinto de la columna) y aplica la agregación a cada grupo. De una tabla de 60 ventas saca un resumen por región.

2.1 · Un resumen por cada grupo

SELECT region,
       COUNT(*) AS ventas,
       SUM(cantidad * precio) AS ingresos
FROM   ventas
GROUP BY region;

Regla de oro: toda columna del SELECT que no sea una agregación tiene que estar en el GROUP BY. Si escribes SELECT region, vendedor, SUM(...) con GROUP BY region, el motor no sabe qué vendedor mostrar por grupo.

2.2 · Agrupar por varias columnas

Varios niveles de detalle en el mismo resumen:

SELECT region, producto,
       SUM(cantidad * precio) AS ingresos
FROM   ventas
GROUP BY region, producto;

2.3 · GROUP BY y JOIN

Funcionan juntos sin problema: agrupa después de unir tablas (lo viste con CASE en el bloque 2):

SELECT producto,
       COUNT(*) AS lineas,
       AVG(precio) AS precio_medio
FROM   ventas
GROUP BY producto
ORDER BY lineas DESC;

HAVING

WHERE filtra filas antes de agrupar; HAVING filtra grupos después de agrupar. No son intercambiables: no puedes poner una agregación en el WHERE.

SELECT region,
       COUNT(*) AS ventas
FROM   ventas
GROUP BY region
HAVING COUNT(*) > 12;

Y el clásico «solo los vendedores que superan la media» (sin HAVING, imagina intentarlo con WHERE):

SELECT vendedor,
       SUM(cantidad * precio) AS ingresos
FROM   ventas
GROUP BY vendedor
HAVING SUM(cantidad * precio) > 25000
ORDER BY ingresos DESC;

3.1 · WHERE y HAVING juntos

SELECT vendedor,
       COUNT(*) AS ventas_audio
FROM   ventas
WHERE  categoria = 'Audio'
GROUP BY vendedor
HAVING COUNT(*) >= 3;

Subconsultas

Una subconsulta es un SELECT dentro de otro. Sirve para usar «el resultado de una consulta» como parte de otra: en el WHERE, en el FROM o en el SELECT.

4.1 · Subconsulta escalar en WHERE

Devuelve una sola fila con un solo valor (un número, por ejemplo):

SELECT producto, precio
FROM   ventas
WHERE  precio > (SELECT AVG(precio) FROM ventas);

Se calcula primero la subconsulta (la media) y luego se usa como valor de comparación. Nótese: la subconsulta va entre paréntesis.

SELECT producto, precio
FROM   ventas
WHERE  precio = (SELECT MAX(precio) FROM ventas);

4.2 · Subconsulta con IN

Cuando la subconsulta devuelve varias filas, se usa IN:

SELECT DISTINCT region
FROM   ventas
WHERE  region IN (
    SELECT DISTINCT region
    FROM   ventas
    WHERE  categoria = 'Audio'
);

4.3 · Subconsulta en el FROM

El resultado de la subconsulta se trata como una tabla derivada, con su alias. Así consultas «sobre un resumen»:

SELECT AVG(ingresos) AS media_por_vendedor
FROM (
    SELECT vendedor, SUM(cantidad * precio) AS ingresos
    FROM   ventas
    GROUP BY vendedor
) AS resumen;

CTEs con WITH

Un CTE (Common Table Expression) es un bloque con nombre definido con WITH que puedes usar en el resto de la consulta como si fuera una tabla temporal en memoria. Es la forma moderna y legible de encadenar pasos.

5.1 · Primer CTE

WITH ingresos_por_vendedor AS (
    SELECT vendedor, SUM(cantidad * precio) AS ingresos
    FROM   ventas
    GROUP BY vendedor
)
SELECT * FROM ingresos_por_vendedor
ORDER BY ingresos DESC;

Define el bloque ingresos_por_vendedor y, justo después, la consulta principal lo consulta. Multiplicar esto por el resto es la gracia: reutilizas el paso.

5.2 · Varios CTEs y uso múltiple

WITH ingresos_por_region AS (
    SELECT region, SUM(cantidad * precio) AS ingresos
    FROM   ventas
    GROUP BY region
),
top_region AS (
    SELECT MAX(ingresos) AS mejor FROM ingresos_por_region
)
SELECT region, ingresos
FROM   ingresos_por_region
WHERE  ingresos = (SELECT mejor FROM top_region);

5.3 · CTE + JOIN

El combo definitivo: preparar un resumen y cruzar con combos:

WITH por_region AS (
    SELECT region, SUM(cantidad * precio) AS ingresos
    FROM   ventas
    GROUP BY region
)
SELECT region, ingresos,
       ROUND(ingresos * 100 /
       (SELECT SUM(ingresos) FROM por_region), 1) AS pct
FROM   por_region
ORDER BY ingresos DESC;