Nivel 5 · Depura: reembolsos que desaparecieron

Esta consulta se ejecuta, devuelve doce meses verosímiles y está equivocada en más de $12,000. El fallo es una palabra.

Qué salió mal

UNION apila las dos fuentes y luego elimina las filas duplicadas. La CTE solo conserva dos columnas, month y amount, así que dos reembolsos cualesquiera del mismo mes con el mismo monto se ven idénticos, y uno de ellos desaparece. Solo en diciembre de 2025 hay seis devoluciones separadas reembolsadas a $20.99, cuatro a $15.99 y cuatro a $159.00. Tras UNION, cada uno de esos grupos cuenta una vez.

Los números:

	filas en refund_lines	reembolsos de 2025
UNION (starter)	567	$135,621.44
UNION ALL (solución)	695	$147,817.72

695 es exactamente 659 devoluciones de 2025 más 36 pedidos reembolsados con un cargo de envío. 567 no coincide con nada, y esa discrepancia es como se atrapa el fallo.

Cómo detectarlo

La comprobación fiable para cualquier consulta apilada es una conciliación de conteos de filas: cuenta cada fuente por separado, súmalas y compáralas con el conteo del resultado apilado.

SELECT COUNT(*) FROM returns
WHERE returned_on >= '2025-01-01' AND returned_on < '2026-01-01';   -- 659

Si el apilado tiene menos filas que la suma de sus partes, algo eliminó filas, y el UNION simple es el primer sospechoso. El segundo sospechoso es una rama con un filtro que no pretendías.

Otro indicio: el starter estaría “bien” si cada reembolso tuviera un monto único. El fallo crece con el volumen, así que es peor en diciembre, el mes con más devoluciones, lo que hace que la historia estacional del informe se vea más tranquila de lo que fue.

La solución

Cambia UNION por UNION ALL. Nada más cambia: mismas columnas, mismos filtros, misma agregación. Si de verdad necesitabas eliminar duplicados (por ejemplo el mismo reembolso exportado dos veces), hazlo sobre una clave real como return_id, no sobre las columnas que la consulta casualmente seleccione.

Errores comunes

• Añadir DISTINCT para “limpiar” un apilado de montos. El mismo fallo, otra palabra clave.
• Arreglarlo añadiendo una columna aleatoria como RANDOM() para que las filas difieran. Usa UNION ALL y conserva los ids si necesitas rastrear filas.
• Conciliar solo el total. Compara también los conteos de filas: los totales pueden coincidir por accidente, los conteos rara vez.

En SQL Server

Comportamiento idéntico: UNION deduplica, UNION ALL no. El inicio de mes sería DATEFROMPARTS(YEAR(returned_on), MONTH(returned_on), 1). En el plan de ejecución, un UNION simple aparece como un paso extra de Distinct Sort o Hash Match, que es una forma rápida de notarlo en la consulta de otra persona.