Nivel 1 · Ingresos por categoría

Un join alinea filas de dos tablas que coinciden según una condición. Cada línea de pedido tiene un product_id, y cada producto tiene una fila en products, así que puedes adjuntar la categoría del producto a cada línea:

SELECT i.order_item_id, i.quantity, p.name, p.category
FROM order_items AS i
JOIN products AS p ON p.product_id = i.product_id;

JOIN a secas significa INNER JOIN: solo se conservan las filas que encuentran coincidencia en ambos lados. Una línea de pedido cuyo producto no esté en products desaparecería. En Harbor & Pine todas las líneas tienen un producto válido, pero en los almacenes de datos reales eso nunca está garantizado, por eso importa el siguiente nivel.

Alias y nombres calificados

order_items AS i le da a la tabla un nombre corto. Cuando una consulta toca varias tablas, antepón a cada columna el alias de su tabla (i.quantity, p.category). Es obligatorio cuando ambas tablas tienen una columna con el mismo nombre. Aquí ambas tienen unit_price: i.unit_price es el precio pagado, mientras que p.unit_price es el precio de lista de hoy. Usar la equivocada es un error real y común de ingresos. Escribir unit_price sin prefijo falla con un error de “columna ambigua”, que es la base de datos haciéndote un favor.

Primero el join, luego agregar

Los joins ocurren primero (son parte de FROM), luego WHERE, luego GROUP BY. Así que puedes filtrar y agrupar por columnas de cualquiera de las dos tablas:

SELECT p.category,
       ROUND(SUM(i.quantity * i.unit_price * (1 - i.discount_pct / 100.0)), 2) AS net_revenue
FROM order_items AS i
JOIN products AS p ON p.product_id = i.product_id
WHERE i.quantity > 0
GROUP BY p.category;

Comprueba el conteo de filas

El mejor hábito con los joins: saber cuántas filas esperas y comprobarlo. Unir líneas de pedido con productos debería devolver exactamente una fila por línea de pedido, porque cada línea coincide con un producto. Compara SELECT COUNT(*) FROM order_items con el conteo tras el join. Si el conteo del join es mayor, el lado “uno” tenía duplicados. Si es menor, algunas líneas no tenían coincidencia.

Variaciones de sintaxis

• USING (product_id) es un atajo de ON a.product_id = b.product_id cuando los nombres de columna son idénticos. Funciona en Postgres, DuckDB, MySQL y BigQuery.
• Los joins con coma al estilo antiguo, FROM order_items i, products p WHERE p.product_id = i.product_id, dan el mismo resultado, pero olvidar la condición del WHERE crea un cross join con todas las combinaciones de filas. Escribe mejor JOIN ... ON explícito.
• NATURAL JOIN coincide por todas las columnas con el mismo nombre, lo que aquí incluiría unit_price y descartaría en silencio la mayoría de las filas. Evítalo.

Nota de entrevista

Prepárate para explicar INNER vs LEFT JOIN con un ejemplo concreto, y para decir qué pasa con las filas sin coincidencia. “Un inner join las descarta” es la esencia.

Errores comunes

• Dejar una columna compartida sin calificar, o elegir la copia equivocada. unit_price a secas es ambiguo, y p.unit_price es el precio de lista de hoy. Los ingresos necesitan el precio pagado: i.unit_price.
• Olvidar la condición del join. Un join con coma sin su WHERE, FROM order_items i, products p, empareja cada línea con cada producto. Escribe JOIN products AS p ON p.product_id = i.product_id.
• Unir por la clave equivocada. ON p.product_id = i.order_item_id se ejecuta sin error, porque ambas columnas son números, y adjunta categorías al azar. Haz coincidir la clave con la columna que se refiere a ella.
• Saltarse la comprobación del conteo de filas. Si el conteo del join difiere de SELECT COUNT(*) FROM order_items, se descartaron o duplicaron líneas incluso antes de agrupar.

En SQL Server

Los joins se escriben exactamente igual. Dos hábitos que verás en SSMS: las tablas llevan un prefijo de esquema (Sales.SalesOrderHeader), que las tablas de Harbor & Pine no necesitan, y para echar un vistazo a las filas se usa SELECT TOP 10 * FROM ... en lugar de LIMIT 10.