La solicitud

De Lauren Hayes, Gerente de Email Marketing
Tu objetivo
Arregla la consulta. Para los pedidos con status 'completed' hechos en 2024 o 2025, devuelve una fila por mes de calendario (24 filas) con: month (el primer día del mes, como DATE), orders y coupon_orders (pedidos con un coupon_code). Ordena por month ascendente.
- Lee de la tabla
orderspendiente - Muestra exactamente
monthorderscoupon_orderspendiente - 24 filas, ordenadas como se pidependiente
Tu consulta
Cargando el editor…
Solución de referencia
| order_id | customer_id | order_date | status | channel |
|---|---|---|---|---|
| 1001 | 125 | 2023-01-01 20:51:19 | completed | web |
| 1002 | 156 | 2023-01-02 07:58:46 | completed | web |
| 1003 | 22 | 2023-01-02 10:25:27 | completed | marketplace |
| 1004 | 48 | 2023-01-02 11:21:51 | completed | marketplace |
Mote revisa tu resultado
Presiona Ejecutar. Cada fila que cumple el objetivo se vuelve una luciérnaga en tu linterna.
Lo que recibe Lauren, y por qué
Tablas
Datos de la tienda Harbor & Pine, listos para consultar.
orders12,000 filas · 7 columnas
order_idintegercustomer_idintegerorder_datetimestampstatusvarcharchannelvarcharshipping_feedecimalcoupon_codevarchar
| order_id | customer_id | order_date | status | channel | shipping_fee | coupon_code |
|---|---|---|---|---|---|---|
| 1001 | 125 | 2023-01-01 20:51:19 | completed | web | 0.00 | NULL |
| 1002 | 156 | 2023-01-02 07:58:46 | completed | web | 0.00 | NULL |
| 1003 | 22 | 2023-01-02 10:25:27 | completed | marketplace | 4.99 | WELCOME10 |
| 1004 | 48 | 2023-01-02 11:21:51 | completed | marketplace | 4.99 | WELCOME10 |
| 1005 | 82 | 2023-01-02 11:43:36 | completed | web | 0.00 | WELCOME10 |
customers2,018 filas · 9 columnas
customer_idintegerfirst_namevarcharlast_namevarcharemailvarcharcityvarcharstatevarcharsignup_datedatesegmentvarcharreferral_sourcevarchar
| customer_id | first_name | last_name | city | state | signup_date | segment | referral_source | |
|---|---|---|---|---|---|---|---|---|
| 1 | Owen | Hudson | owen.hudson@icloud.com | San Francisco | CA | 2022-06-02 | consumer | search |
| 2 | Douglas | Mendoza | dmendoza69@gmail.com | Atlanta | GA | 2022-06-02 | consumer | NULL |
| 3 | Henry | Brooks | hbrooks@lakesidecafe.com | Los Angeles | CA | 2022-06-04 | business | NULL |
| 4 | Brian | Graham | bgraham@bluecedarhomes.com | Seattle | WA | 2022-06-06 | business | |
| 5 | Kyle | Jimenez | kjimenez27@yahoo.com | Indianapolis | IN | 2022-06-07 | consumer | NULL |
products120 filas · 8 columnas
product_idintegernamevarcharcategoryvarcharsubcategoryvarcharunit_pricedecimalunit_costdecimallaunched_ondateis_activeboolean
| product_id | name | category | subcategory | unit_price | unit_cost | launched_on | is_active |
|---|---|---|---|---|---|---|---|
| 101 | Vale Velvet Loveseat | Furniture | Sofas | 1659.00 | NULL | 2023-09-11 | true |
| 102 | Alder Oak Coffee Table | Furniture | Tables | 919.00 | 503.50 | 2024-05-16 | true |
| 103 | Orchard Rattan Dining Chair | Furniture | Chairs | 789.00 | 429.87 | 2023-05-27 | true |
| 104 | Upland Oak Bookcase | Furniture | Storage | 429.00 | 214.70 | 2022-12-20 | true |
| 105 | Avery Leather Bed Frame | Furniture | Beds | 449.00 | 232.70 | 2021-08-31 | true |
order_items30,338 filas · 6 columnas
order_item_idintegerorder_idintegerproduct_idintegerquantityintegerunit_pricedecimaldiscount_pctdecimal
| order_item_id | order_id | product_id | quantity | unit_price | discount_pct |
|---|---|---|---|---|---|
| 1 | 1001 | 121 | 9 | 31.99 | 0.00 |
| 2 | 1001 | 154 | 3 | 11.99 | 0.00 |
| 3 | 1002 | 154 | 4 | 11.99 | 0.00 |
| 4 | 1002 | 194 | 1 | 149.00 | 0.00 |
| 5 | 1002 | 193 | 2 | 19.99 | 0.00 |
returns1,673 filas · 5 columnas
return_idintegerorder_item_idintegerreturned_ondatereasonvarcharrefund_amountdecimal
| return_id | order_item_id | returned_on | reason | refund_amount |
|---|---|---|---|---|
| 1 | 14 | 2023-01-10 | damaged | 83.69 |
| 2 | 42 | 2023-01-10 | wrong_item | 19.99 |
| 3 | 105 | 2023-01-14 | wrong_item | 10.99 |
| 4 | 24 | 2023-01-16 | changed_mind | 26.99 |
| 5 | 126 | 2023-01-16 | late | 20.99 |
employees60 filas · 8 columnas
employee_idintegerfirst_namevarcharlast_namevarchardepartmentvarchartitlevarcharmanager_idintegerhire_datedatesalaryinteger
| employee_id | first_name | last_name | department | title | manager_id | hire_date | salary |
|---|---|---|---|---|---|---|---|
| 1 | Catherine | Hale | Executive | Chief Executive Officer | NULL | 2016-03-01 | 285000 |
| 2 | Robert | Kim | Executive | Chief Operating Officer | 1 | 2017-01-09 | 235000 |
| 3 | Megan | Collins | Sales | Head of Sales | 1 | 2018-04-16 | 172000 |
| 4 | Chloe | Gutierrez | Sales | Account Executive | 3 | 2020-01-21 | 72000 |
| 5 | Frank | Bell | Sales | Account Executive | 3 | 2023-05-21 | 73000 |
web_sessions40,000 filas · 7 columnas
session_idintegercustomer_idintegerstarted_attimestampdevicevarcharsourcevarcharpages_viewedintegerconvertedboolean
| session_id | customer_id | started_at | device | source | pages_viewed | converted |
|---|---|---|---|---|---|---|
| 1 | NULL | 2023-01-01 23:02:24 | mobile | paid | 1 | false |
| 2 | 18 | 2023-01-01 15:07:49 | desktop | paid | 1 | false |
| 3 | NULL | 2023-01-01 16:55:46 | desktop | direct | 7 | false |
| 4 | NULL | 2023-01-01 12:43:28 | mobile | organic | 3 | false |
| 5 | NULL | 2023-01-01 13:06:21 | mobile | social | 2 | false |
marketing_spend3,276 filas · 3 columnas
spend_datedatechannelvarcharamountdecimal
| spend_date | channel | amount |
|---|---|---|
| 2023-01-01 | paid | 492.99 |
| 2023-01-01 | 37.38 | |
| 2023-01-01 | social | 200.53 |
| 2023-01-02 | paid | 709.13 |
| 2023-01-02 | 64.13 |
La lección
Esta consulta se ejecuta, el gráfico se dibuja y todos los números están mal. La pista está en el ticket: 12 barras para un rango de dos años.
Detectar el error
EXTRACT(month FROM order_date) devuelve un número de 1 a 12 y nada más. Agrupar por él mete
todos los eneros de los datos en un solo grupo. Con 2024 y 2025 en el filtro, la barra de enero es
enero de 2024 (213 pedidos completados) más enero de 2025 (268): 481.
Dos comprobaciones rápidas atrapan este tipo de error:
- Conteo de filas. Una serie mensual de dos años tiene 24 filas. Doce significa que se fusionaron los años.
- Compara un número con una fuente de confianza. La cifra de enero de 2025 de finanzas no coincidía.
La solución: truncar, no extraer
DATE_TRUNC('month', ts) conserva el año y el mes y deja el resto en el inicio del mes:
SELECT CAST(DATE_TRUNC('month', order_date) AS DATE) AS month,
COUNT(*) AS orders
FROM orders
WHERE status = 'completed'
AND EXTRACT(month FROM order_date) = 1
GROUP BY CAST(DATE_TRUNC('month', order_date) AS DATE)
ORDER BY month;
Esto devuelve 178, 213 y 268 pedidos completados de enero para 2023, 2024 y 2025. Fíjate en que EXTRACT
está bien en la cláusula WHERE aquí: elegir los eneros de todos los años es justo para lo que sirve.
Una fecha real en la columna del mes también ayuda a quien consuma el resultado. Las herramientas de gráficos colocan las fechas en un eje de tiempo correcto, y un join posterior con otra tabla mensual (gasto de marketing, objetivos) puede coincidir por la fecha directamente en lugar de por un año y un número de mes.
EXTRACT(month) sí tiene usos legítimos: una vista de estacionalidad que promedia “todos los eneros” a propósito. En
ese caso divide entre el número de años y etiqueta el eje como “mes del año”, no como una fecha.
Errores comunes
- Agrupar por
EXTRACT(year ...)yEXTRACT(month ...)como dos columnas funciona, pero devuelve dos números en lugar de una fecha, algo que los gráficos y los joins manejan peor. - Olvidar la conversión:
DATE_TRUNCsobre un timestamp devuelve un timestamp como 2025-01-01 00:00:00.
En SQL Server
DATETRUNC(month, order_date) existe desde SQL Server 2022. En versiones anteriores usa
DATEFROMPARTS(YEAR(order_date), MONTH(order_date), 1). MONTH(order_date) y
DATEPART(month, order_date) se comportan como EXTRACT: solo el número del mes.
¡Linterna encendida!
Practicaste: date truncextractgroup bydebuggingconditional aggregation
- Resuelto
- Sin pistas
- Al primer intento
