1. Faro

Nivel 1 · Encuentra los pedidos reembolsados

¿Es nuevo para ti? Lee primero el concepto: Cómo decide WHERE qué filas se quedan

La solicitud

De Rachel Adams, Líder de Atención al Cliente

“Estamos auditando los reembolsos de este trimestre. ¿Puedes enviarme todos los pedidos reembolsados con el cliente, la fecha y el canal?”

Tu objetivo

Desde orders, devuelve order_id, customer_id, order_date y channel de todos los pedidos cuyo status es 'refunded'.

  • Lee de la tabla orderspendiente
  • Muestra exactamente order_id customer_id order_date channelpendiente
  • 304 filaspendiente

Tu consulta

SQL

Cargando el editor…

    ResultadoVista previa de orders · presiona Ejecutar para ver el tuyo
    Vista previa de orders
    order_idcustomer_idorder_datestatuschannel
    10011252023-01-01 20:51:19completedweb
    10021562023-01-02 07:58:46completedweb
    1003222023-01-02 10:25:27completedmarketplace
    1004482023-01-02 11:21:51completedmarketplace

    Mote revisa tu resultado

    Presiona Ejecutar. Cada fila que cumple el objetivo se vuelve una luciérnaga en tu linterna.

    Tablas

    Datos de la tienda Harbor & Pine, listos para consultar.

    orders12,000 filas · 7 columnas
    • order_idinteger
    • customer_idinteger
    • order_datetimestamp
    • statusvarchar
    • channelvarchar
    • shipping_feedecimal
    • coupon_codevarchar
    Primeras 5 filas de orders
    order_idcustomer_idorder_datestatuschannelshipping_feecoupon_code
    10011252023-01-01 20:51:19completedweb0.00NULL
    10021562023-01-02 07:58:46completedweb0.00NULL
    1003222023-01-02 10:25:27completedmarketplace4.99WELCOME10
    1004482023-01-02 11:21:51completedmarketplace4.99WELCOME10
    1005822023-01-02 11:43:36completedweb0.00WELCOME10
    customers2,018 filas · 9 columnas
    • customer_idinteger
    • first_namevarchar
    • last_namevarchar
    • emailvarchar
    • cityvarchar
    • statevarchar
    • signup_datedate
    • segmentvarchar
    • referral_sourcevarchar
    Primeras 5 filas de customers
    customer_idfirst_namelast_nameemailcitystatesignup_datesegmentreferral_source
    1OwenHudsonowen.hudson@icloud.comSan FranciscoCA2022-06-02consumersearch
    2DouglasMendozadmendoza69@gmail.comAtlantaGA2022-06-02consumerNULL
    3HenryBrookshbrooks@lakesidecafe.comLos AngelesCA2022-06-04businessNULL
    4BrianGrahambgraham@bluecedarhomes.comSeattleWA2022-06-06businesspinterest
    5KyleJimenezkjimenez27@yahoo.comIndianapolisIN2022-06-07consumerNULL
    products120 filas · 8 columnas
    • product_idinteger
    • namevarchar
    • categoryvarchar
    • subcategoryvarchar
    • unit_pricedecimal
    • unit_costdecimal
    • launched_ondate
    • is_activeboolean
    Primeras 5 filas de products
    product_idnamecategorysubcategoryunit_priceunit_costlaunched_onis_active
    101Vale Velvet LoveseatFurnitureSofas1659.00NULL2023-09-11true
    102Alder Oak Coffee TableFurnitureTables919.00503.502024-05-16true
    103Orchard Rattan Dining ChairFurnitureChairs789.00429.872023-05-27true
    104Upland Oak BookcaseFurnitureStorage429.00214.702022-12-20true
    105Avery Leather Bed FrameFurnitureBeds449.00232.702021-08-31true
    order_items30,338 filas · 6 columnas
    • order_item_idinteger
    • order_idinteger
    • product_idinteger
    • quantityinteger
    • unit_pricedecimal
    • discount_pctdecimal
    Primeras 5 filas de order_items
    order_item_idorder_idproduct_idquantityunit_pricediscount_pct
    11001121931.990.00
    21001154311.990.00
    31002154411.990.00
    410021941149.000.00
    51002193219.990.00
    returns1,673 filas · 5 columnas
    • return_idinteger
    • order_item_idinteger
    • returned_ondate
    • reasonvarchar
    • refund_amountdecimal
    Primeras 5 filas de returns
    return_idorder_item_idreturned_onreasonrefund_amount
    1142023-01-10damaged83.69
    2422023-01-10wrong_item19.99
    31052023-01-14wrong_item10.99
    4242023-01-16changed_mind26.99
    51262023-01-16late20.99
    employees60 filas · 8 columnas
    • employee_idinteger
    • first_namevarchar
    • last_namevarchar
    • departmentvarchar
    • titlevarchar
    • manager_idinteger
    • hire_datedate
    • salaryinteger
    Primeras 5 filas de employees
    employee_idfirst_namelast_namedepartmenttitlemanager_idhire_datesalary
    1CatherineHaleExecutiveChief Executive OfficerNULL2016-03-01285000
    2RobertKimExecutiveChief Operating Officer12017-01-09235000
    3MeganCollinsSalesHead of Sales12018-04-16172000
    4ChloeGutierrezSalesAccount Executive32020-01-2172000
    5FrankBellSalesAccount Executive32023-05-2173000
    web_sessions40,000 filas · 7 columnas
    • session_idinteger
    • customer_idinteger
    • started_attimestamp
    • devicevarchar
    • sourcevarchar
    • pages_viewedinteger
    • convertedboolean
    Primeras 5 filas de web_sessions
    session_idcustomer_idstarted_atdevicesourcepages_viewedconverted
    1NULL2023-01-01 23:02:24mobilepaid1false
    2182023-01-01 15:07:49desktoppaid1false
    3NULL2023-01-01 16:55:46desktopdirect7false
    4NULL2023-01-01 12:43:28mobileorganic3false
    5NULL2023-01-01 13:06:21mobilesocial2false
    marketing_spend3,276 filas · 3 columnas
    • spend_datedate
    • channelvarchar
    • amountdecimal
    Primeras 5 filas de marketing_spend
    spend_datechannelamount
    2023-01-01paid492.99
    2023-01-01email37.38
    2023-01-01social200.53
    2023-01-02paid709.13
    2023-01-02email64.13

    La lección

    WHERE conserva solo las filas para las que una condición es verdadera. Va después de FROM:

    SELECT order_id, customer_id, order_date, channel
    FROM orders
    WHERE status = 'refunded';

    Puedes filtrar por una columna que no seleccionas. status decide qué filas sobreviven, pero no tiene por qué aparecer en la salida.

    Operadores de comparación

    operador significado
    = igual
    <> o != distinto (<> es el estándar de SQL; != funciona casi en todas partes)
    <, <=, >, >= menor / mayor que

    Los números se escriben tal cual (shipping_fee > 10), el texto y las fechas van entre comillas simples (channel = 'app', signup_date >= '2025-01-01'). Las comillas dobles significan otra cosa en Postgres y DuckDB: entrecomillan un identificador, como el nombre de una columna. WHERE status = "refunded" busca una columna llamada refunded y falla. MySQL acepta comillas dobles para cadenas por defecto, un hábito que conviene desaprender.

    Las coincidencias exactas son exactas

    'refunded', 'Refunded' y 'refunded ' (con un espacio al final) son tres valores distintos en Postgres, DuckDB y BigQuery. MySQL compara texto sin distinguir mayúsculas por defecto, lo que oculta datos desordenados hasta que la consulta pasa a otra base de datos. Antes de filtrar una columna de texto, ejecuta SELECT DISTINCT status FROM orders; y copia los valores exactos que veas.

    Cómo lee tu consulta la base de datos

    Tú escribes SELECT ... FROM ... WHERE, pero la base de datos ejecuta lógicamente primero FROM, luego WHERE y después SELECT. Por eso no puedes usar un alias de columna de la lista de SELECT dentro de WHERE en la mayoría de las bases de datos:

    -- fails in Postgres, MySQL and BigQuery
    SELECT order_id, shipping_fee * 2 AS double_fee
    FROM orders
    WHERE double_fee > 20;

    Repite mejor la expresión en WHERE. DuckDB es flexible y permite el alias, pero el SQL portable no cuenta con eso. Esta idea del “orden lógico” vuelve con GROUP BY y HAVING en el capítulo 4, donde es una pregunta favorita de las entrevistas.

    Errores comunes

    • Filtrar por una ortografía incorrecta del valor y luego reportar “cero reembolsos”. Si un filtro no devuelve nada, revisa los valores distintos antes de concluir.
    • Filtrar por un número guardado como texto. WHERE shipping_fee = '6.95' funciona en DuckDB y Postgres porque el literal se convierte, pero comparar columnas de texto con números puede fallar o comparar alfabéticamente en otras bases de datos. Usa el mismo tipo que la columna.
    • Usar = con una lista de valores. status = 'refunded', 'cancelled' no es válido; necesitas IN, que viene a continuación.

    En SQL Server

    Los operadores de comparación son los mismos. Las comparaciones de texto normalmente no: la intercalación (collation) por defecto de SQL Server ignora las mayúsculas, así que esto coincide con ‘refunded’, ‘Refunded’ y ‘REFUNDED’ allí, mientras que DuckDB y Postgres coinciden solo con la ortografía exacta:

    SELECT order_id FROM orders WHERE status = 'Refunded';

    Elige qué puede ejecutarse en este sitio. Puedes cambiarlo cuando quieras desde "Configurar cookies", al pie de cada página.