Ir al contenido principal

Descubre el Poder de las Common Table Expressions (CTE) en SQL

 


En el mundo del análisis de datos y la gestión de bases de datos, SQL (Structured Query Language) sigue siendo una herramienta indispensable. Hoy, queremos compartir un truco impresionante que elevará tus habilidades en SQL: el uso de las Common Table Expressions (CTE). Este método no solo te permitirá simplificar consultas complejas, sino que también hará que tus datos sean más manejables y comprensibles.

¿Qué es una Common Table Expression (CTE)?

Una CTE, o Common Table Expression, es una función en SQL que permite definir una consulta temporal cuyo resultado puede ser referenciado dentro de la misma consulta. Las CTE se utilizan principalmente para mejorar la legibilidad y organización de las consultas SQL, especialmente cuando se trabaja con consultas recursivas o muy complejas.

Beneficios de Usar CTE

  1. Claridad y Organización: Las CTE hacen que las consultas largas y complicadas sean más legibles y fáciles de entender.
  2. Reutilización de Código: Puedes definir una CTE una vez y referenciarla múltiples veces en tu consulta principal.
  3. Facilidad en Consultas Recursivas: Las CTE son ideales para manejar estructuras de datos jerárquicas, como árboles genealógicos o organigramas.

Ejemplo Práctico: Encontrar la Jerarquía de Empleados

Imagina que tienes una tabla de empleados en tu empresa y quieres listar todos los empleados junto con su jerarquía. Aquí es donde una CTE recursiva brilla.

Estructura de la Tabla employees

CREATE TABLE employees ( employee_id INT PRIMARY KEY, employee_name VARCHAR(100), manager_id INT );

Datos de Ejemplo

INSERT INTO employees (employee_id, employee_name, manager_id) VALUES (1, 'CEO', NULL), (2, 'CTO', 1), (3, 'CFO', 1), (4, 'Engineer', 2), (5, 'Accountant', 3);

Consulta con WITH

WITH RECURSIVE EmployeeHierarchy AS ( SELECT employee_id, employee_name, manager_id, employee_name AS hierarchy FROM employees WHERE manager_id IS NULL UNION ALL SELECT e.employee_id, e.employee_name, e.manager_id, CONCAT(eh.hierarchy, ' -> ', e.employee_name) FROM employees e INNER JOIN EmployeeHierarchy eh ON e.manager_id = eh.employee_id ) SELECT * FROM EmployeeHierarchy;

Explicación del Código

  1. Definición del CTE:

    • La primera parte del WITH selecciona el nodo raíz de la jerarquía, en este caso, el CEO.
    • La segunda parte del WITH se une recursivamente con el CTE para construir la jerarquía completa.
  2. Consulta Principal:

    • Selecciona todos los datos generados por el CTE.

Resultados Esperados

employee_id | employee_name | manager_id | hierarchy ------------|---------------|------------|----------------------- 1 | CEO | NULL | CEO 2 | CTO | 1 | CEO -> CTO 3 | CFO | 1 | CEO -> CFO 4 | Engineer | 2 | CEO -> CTO -> Engineer 5 | Accountant | 3 | CEO -> CFO -> Accountant

Comentarios

Entradas populares de este blog

Conexi - Python, Control de existencias

He decidido colgar en la web una aplicación que hice hace ya muchos días utilizando Python , las Wx , VisualWx y MySQL para la plataforma windows. El programa lo bautice CONEXI (Control de Existencias), sirve para la administración del inventario que rota entre bodegas ubicadas en diferentes ciudades pero que son de la misma empresa. El software fue creado para un almacén de electrodomésticos de mi pueblo que tiene sedes en dos ciudades y que necesita saber que colchón, nevera, tv, etc; fue despacha desde y hacia dónde y qué existencias quedaron en cada bodega. No se si me hice entender ;) Puedes descargar el código fuente desde aquí y si tienes alguna inquietud o no te funciona algo me puedes enviar un mail .

Tutorial: Introducción a PyTorch - Primeros Pasos en Deep Learning

  Muy interesado en este mundo de todo lo relacionado con inteligencia artificial hoy quiero que aprendamos juntos a utilizar PyTorch, una de las librerías más populares para Deep Learning, con ejemplos prácticos. En este tutorial iremos (porque yo también estoy aprendiendo) paso a paso para comenzar con PyTorch y construir nuestros primeros modelos de redes neuronales.  Bienvenido (a)!. El Deep Learning es una rama fascinante de la inteligencia artificial que ha logrado resultados impresionantes en una variedad de problemas complejos. En este tutorial, aprenderás a utilizar PyTorch, una potente librería de Python desarrollada por Facebook, para construir y entrenar modelos de deep learning desde cero. ¿Qué es PyTorch? PyTorch es una librería de Python para computación en Deep Learning que permite tanto entrenar modelos como usarlos para inferencia. Es conocida por su flexibilidad y facilidad de uso, lo que la convierte en una excelente opción tanto para investigadores como pa...

Tutorial Boa Constructor Showmedo

Para aquellos interesados en consultar otros video tutoriales sobre Python con Boa-Constructor sin importar el idioma, pueden consultar este link el cual les llevará directamente a una serie de 9 tutoriales sobre Boa-Constructor alojados en la web de Showmedo .