Nivel 1 · ¿Cuántos clientes llegaron por referidos?

Una función de agregación colapsa muchas filas en un solo valor. COUNT es la que más usarás, y tiene tres formas que responden tres preguntas distintas:

expresión	cuenta
COUNT(*)	filas, sin importar lo que contengan
COUNT(referral_source)	filas donde referral_source no es NULL
COUNT(DISTINCT referral_source)	valores únicos que no son NULL

SELECT
  COUNT(*) AS total_customers,
  COUNT(referral_source) AS with_referral,
  COUNT(DISTINCT referral_source) AS referral_sources
FROM customers;

Sin GROUP BY, una consulta de agregación devuelve exactamente una fila: un resumen de toda la tabla (o de las filas que sobrevivan al WHERE).

Por qué importa la diferencia

COUNT(columna) ignora los NULL en silencio. Eso es útil cuando lo quieres (“cuántos clientes tienen una fuente registrada”) y un error cuando no. Supón que quieres el número de pedidos y escribes COUNT(coupon_code). Obtienes el número de pedidos con cupón, y nada te lo dice.

Los hábitos seguros:

• Para contar filas, usa COUNT(*).
• Para contar “filas que tienen X”, usa COUNT(x) a propósito y nombra el alias en consecuencia.
• Para contar cosas únicas (clientes, productos, días), usa COUNT(DISTINCT ...).

COUNT(1) es lo mismo que COUNT(*) en todas las bases de datos modernas. No hay diferencia de rendimiento, pese a lo que digan publicaciones antiguas de foros.

Proporción de filas

Un seguimiento natural: ¿qué porcentaje de los clientes tiene una fuente de referencia?

SELECT ROUND(100.0 * COUNT(referral_source) / COUNT(*), 1) AS pct_with_referral
FROM customers;

El 100.0 hace que la división sea decimal. En Postgres, COUNT(...) devuelve un entero y entero / entero se trunca, así que COUNT(referral_source) / COUNT(*) daría 0. DuckDB, MySQL y BigQuery devuelven un decimal, pero escribir 100.0 * no cuesta nada y mantiene la consulta portable.

NULL y DISTINCT

COUNT(DISTINCT referral_source) no cuenta NULL como una fuente. SELECT DISTINCT referral_source (del capítulo 1) sí muestra una fila NULL. Así que el conteo distinto es uno menos que el número de filas que devuelve DISTINCT, si existe algún NULL. Espera esta pregunta en las entrevistas.

Errores comunes

• COUNT(DISTINCT *) no es válido. Usa COUNT(DISTINCT columna), o COUNT(DISTINCT (a, b)) en Postgres y DuckDB para combinaciones. MySQL acepta COUNT(DISTINCT a, b).
• Contar sobre una columna con el grano equivocado. COUNT(*) sobre order_items cuenta líneas, no pedidos. “Cuántos pedidos” a partir de líneas de pedido es COUNT(DISTINCT order_id).

En SQL Server

COUNT(*), COUNT(columna) y COUNT(DISTINCT columna) se comportan igual. Los conteos son enteros, y un entero dividido entre un entero se trunca allí, así que una proporción necesita un decimal en un lado:

SELECT 100.0 * COUNT(referral_source) / COUNT(*) AS pct_with_referral
FROM customers;