1. Faro

Nivel 5 · A diciembre le faltan once pedidos

La solicitud

De Brian Mitchell, Analista Financiero

“Tu informe del Q4 de 2025 tiene 623 pedidos completados en diciembre. El sistema de pedidos dice 634. Octubre y noviembre coinciden. ¿Qué está pasando?”

Tu objetivo

Arregla la consulta. Para los pedidos completados realizados del 2025-10-01 al 2025-12-31 (a cualquier hora del día), devuelve una fila por mes con: month (un DATE, el primero del mes), orders (número de pedidos distintos) y net_revenue (suma de quantity * unit_price * (1 - discount_pct / 100.0) sobre líneas con quantity > 0, redondeada a 2). Ordena por month ascendente.

  • Lee de la tabla orderspendiente
  • Lee de la tabla order_itemspendiente
  • Muestra exactamente month orders net_revenuependiente

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
    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
    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
    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

    Octubre y noviembre coinciden con el sistema de pedidos, diciembre está corto. Cuando solo el borde de un rango de fechas está mal, mira cómo termina el rango.

    Qué significa BETWEEN sobre un timestamp

    order_date es un TIMESTAMP. Compararlo con la cadena '2025-12-31' convierte la cadena en 2025-12-31 00:00:00, el primerísimo segundo del día. BETWEEN es inclusivo en ambos extremos, pero el final es medianoche, así que conserva solo los pedidos hechos exactamente a las 00:00:00 del 31 de diciembre.

    El 31 de diciembre de 2025 hubo 25 pedidos entre las 05:18 y las 23:23. Once de ellos se completaron, y son exactamente la diferencia: 623 frente a 634 pedidos, y $281,531.76 frente a $288,591.06 de ingresos. En el año completo, BETWEEN '2025-01-01' AND '2025-12-31' encuentra 4,758 pedidos de todos los estados en lugar de 4,783.

    La versión con igualdad del mismo fallo

    SELECT COUNT(*) FROM orders WHERE order_date = '2025-11-28';

    Esto devuelve 0 para el Black Friday, que tuvo 56 pedidos. La igualdad con una cadena de fecha solo coincide con timestamps a medianoche.

    La solución: rangos semiabiertos

    WHERE o.order_date >= '2025-10-01'
      AND o.order_date < '2026-01-01'

    Inicio inclusivo, fin exclusivo, en el primer instante que no quieres. Funciona igual con fechas y con timestamps, no necesita adivinar 23:59:59, y los rangos de mes encadenan sin huecos ni solapamientos. Para un solo día, >= '2025-11-28' AND < '2025-11-29' devuelve los 56 pedidos.

    Convertir la columna, CAST(order_date AS DATE) BETWEEN ..., también da las filas correctas, pero aplica una función a cada fila e impide que muchas bases de datos usen un índice sobre order_date.

    Errores comunes

    • <= '2025-12-31 23:59:59': se pierde cualquier cosa con segundos fraccionarios después de las 23:59:59.
    • BETWEEN '2025-10-01' AND '2026-01-01': inclusivo, así que atraería pedidos hechos exactamente a medianoche del día de Año Nuevo.
    • Arreglar el WHERE pero no revisar el GROUP BY: aquí el truncado del mes ya estaba bien.

    En SQL Server

    DATETIME y DATETIME2 se comportan igual: BETWEEN '2025-10-01' AND '2025-12-31' se detiene a medianoche. Usa el mismo rango semiabierto, o compara con CAST(order_date AS date) para comprobaciones puntuales:

    WHERE order_date >= '2025-10-01' AND order_date < '2026-01-01'

    En el trabajo

    “El último día está corto” es tan común que muchos equipos prohíben BETWEEN sobre timestamps en la revisión de código.

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