SQL y DuckDB: tu laboratorio de datos

Estás a punto de aprender el lenguaje más longevo y más demandado del mundo de los datos. SQL — Structured Query Language — nació en los años 70, sobrevivió a la revolución de internet, al auge del NoSQL, al Big Data, a la inteligencia artificial y a cada "nueva revolución" que prometía reemplazarlo. Y aquí sigue, más fuerte que nunca. Si aprendes UN solo lenguaje técnico en tu vida profesional, que sea SQL. Te acompañará toda tu carrera sin importar si trabajas en una startup de 3 personas o en un banco con 50.000 empleados.

Y lo mejor: no necesitas instalar absolutamente nada para empezar. En esta plataforma ejecutas SQL directamente en tu navegador gracias a DuckDB-WASM, un motor de base de datos analítico que corre dentro de tu pestaña. Pulsa [Ejecutar ▶] en cualquier ejercicio y verás resultados reales al instante. Sin Docker, sin servidores, sin configuración.

### El mundo antes de SQL: el caos de los datos

Imagina que trabajas en un banco en 1968. Los datos de los clientes están en cintas magnéticas. Para buscar la cuenta de un cliente, un programador tiene que escribir un programa completo en COBOL que recorre la cinta secuencialmente, registro por registro, hasta encontrar lo que busca. Si mañana el jefe pide "los clientes con saldo mayor a 10.000 pesetas", hay que escribir OTRO programa desde cero. Cada pregunta nueva = un programa nuevo = días de trabajo.

El acceso a los datos estaba atado a la estructura física del almacenamiento. Si los datos estaban en una cinta, tenías que saber que estaban en la cinta 47, posición 3.200, bloque 8. Si alguien reorganizaba las cintas, todos los programas se rompían. Era como si para buscar una palabra en un libro necesitaras saber su posición exacta en centímetros desde la esquina superior izquierda.

### Edgar F. Codd y el modelo relacional (1970)

En 1970, un matemático británico llamado Edgar F. Codd, que trabajaba en IBM, publicó un paper que cambiaría la historia: "A Relational Model of Data for Large Shared Data Banks". Su idea era revolucionaria en su simplicidad: ¿y si organizamos los datos en tablas (filas y columnas) y dejamos que un lenguaje declarativo se encargue de buscarlos? En vez de decir "ve a la cinta 47, bloque 8, lee bytes 200 a 250", simplemente dices "dame todos los clientes de Madrid con saldo mayor a 10.000".

Codd propuso separar el QUÉ del CÓMO. Tú dices QUÉ datos quieres, y el sistema se encarga de CÓMO encontrarlos. Es la misma diferencia entre decirle a un taxista "llévame al aeropuerto" (declarativo) vs darle instrucciones giro a giro (imperativo). SQL es declarativo: describes el resultado que quieres, no los pasos para obtenerlo.

### ¿Qué es DuckDB y por qué lo usamos aquí?

DuckDB es un motor de base de datos analítico creado en 2019 en el CWI (Centrum Wiskunde & Informatica) de Ámsterdam. A diferencia de PostgreSQL o MySQL — que necesitan un servidor corriendo, puertos abiertos, usuarios configurados — DuckDB es embebido: se ejecuta dentro de tu proceso. Cero configuración, cero servidor, cero dolores de cabeza. En esta plataforma, se ejecuta directamente en tu navegador gracias a WebAssembly.

¿Por qué no empezamos con PostgreSQL, como hace todo el mundo? Porque PostgreSQL es un motor transaccional (OLTP): está optimizado para que un cajero registre una venta, no para que un analista procese millones de filas. DuckDB es un motor analítico (OLAP): está optimizado exactamente para lo que tú vas a hacer — explorar datos, agregar, filtrar, cruzar tablas. Y habla el mismo SQL. Lo que aprendas aquí funciona igual en PostgreSQL, BigQuery, Redshift o cualquier otro motor.

### Tu primer SELECT: SQL como calculadora

SQL no necesita tablas para funcionar. Puedes usar SELECT como una calculadora, para manipular texto o para obtener información del sistema. Esto es útil para probar expresiones antes de aplicarlas a datos reales:

1-- SQL como calculadora
2SELECT 1 + 1 AS resultado;
3
4-- Manipular texto
5SELECT 'Hola' || ' ' || 'mundo' AS saludo;
6
7-- Fecha actual
8SELECT CURRENT_DATE AS hoy;
9
10-- Expresiones complejas
11SELECT 
12    42 * 3.14 AS pi_por_42,
13    ROUND(100.0 / 3, 2) AS un_tercio,
14    LENGTH('BigDataStack') AS longitud;

### Explorar las tablas disponibles

Cuando llegas a una base de datos nueva — ya sea en un trabajo nuevo o en esta plataforma — lo primero que haces es explorar: ¿qué tablas hay? ¿qué columnas tienen? ¿cuántos datos hay? DuckDB tiene comandos para eso:

1-- Ver todas las tablas disponibles
2SHOW TABLES;
3
4-- Ver la estructura de una tabla (columnas y tipos)
5DESCRIBE clientes;
6
7-- También funciona con esta sintaxis:
8DESCRIBE pedidos;

### Tu primer SELECT * FROM

Ahora sí — vamos a consultar datos reales. SELECT * FROM tabla LIMIT n te da las primeras n filas de una tabla. Es tu forma de "echar un vistazo" a los datos:

1-- Las primeras 5 filas de la tabla clientes
2SELECT * FROM clientes LIMIT 5;
3
4-- Las primeras 5 filas de pedidos
5SELECT * FROM pedidos LIMIT 5;
6
7-- Solo columnas específicas
8SELECT nombre, ciudad, es_vip
9FROM clientes
10LIMIT 10;
11
12-- ¿Cuántas filas tiene una tabla?
13SELECT COUNT(*) AS total_filas FROM pedidos;

### Declarativo vs imperativo: la clave de SQL

La diferencia fundamental entre SQL y lenguajes como Python es que SQL es declarativo: dices QUÉ quieres, no CÓMO obtenerlo. En Python, para encontrar clientes de Madrid escribirías un bucle que recorre cada fila y comprueba la condición. En SQL, simplemente describes el resultado:

1-- IMPERATIVO (pseudocódigo Python):
2-- resultado = []
3-- for fila in clientes:
4--     if fila.ciudad == 'Madrid':
5--         resultado.append(fila.nombre)
6
7-- DECLARATIVO (SQL):
8SELECT nombre
9FROM clientes
10WHERE ciudad = 'Madrid';

Esta es la magia de SQL: tú no le dices al motor "recorre las filas de izquierda a derecha, compara cada una...". Le dices "quiero los nombres de los clientes de Madrid". El motor decide internamente si usa un índice, si escanea la tabla completa, si paraleliza la lectura. Y lo hace mucho mejor que tú — tiene 50 años de optimizaciones acumuladas.

### Crear tablas y meter datos: DDL y DML

Hasta ahora has consultado tablas que ya existían. Pero en tu trabajo vas a necesitar crear tablas propias — para pruebas, para transformaciones intermedias, para cargar datos nuevos. SQL separa dos lenguajes: DDL (Data Definition Language) para definir estructuras, y DML (Data Manipulation Language) para meter, modificar y borrar datos dentro de esas estructuras.

1-- DDL: crear una tabla con 3 columnas
2CREATE TABLE paises (
3    id INTEGER PRIMARY KEY,   -- identificador único de cada fila
4    nombre VARCHAR,           -- texto de longitud variable
5    continente VARCHAR
6);
7
8-- DML: insertar varias filas de una vez
9INSERT INTO paises (id, nombre, continente) VALUES
10    (1, 'España', 'Europa'),
11    (2, 'Portugal', 'Europa'),
12    (3, 'México', 'América');
13
14-- Comprobar que los datos están ahí
15SELECT * FROM paises;

### ¿Qué es una base de datos relacional?

Una base de datos relacional organiza la información en tablas. Cada tabla tiene columnas (los campos — nombre, email, edad) y filas (los registros — cada cliente individual). Las tablas se relacionan entre sí mediante claves. Piénsalo como un Excel con superpoderes: cada pestaña es una tabla, cada columna tiene un tipo fijo (texto, número, fecha) y puedes cruzar pestañas instantáneamente.

1. 01.Tabla: una colección de datos sobre un tema (clientes, pedidos, productos).
2. 02.Fila (registro): un elemento individual. Un cliente concreto, un pedido concreto.
3. 03.Columna (campo): una propiedad. El nombre del cliente, la fecha del pedido.
4. 04.Clave primaria (PK): el identificador único de cada fila. Nunca se repite.
5. 05.Clave foránea (FK): una columna que apunta a la PK de otra tabla. Es el enlace entre tablas.

### Lo que vas a aprender en esta skill

1. 01.SQL y DuckDB: tu laboratorio de datos — esta lección
2. 02.Tu entorno de práctica: DuckDB en local y en la nube (lección 2)
3. 03.Tu primera consulta: SELECT, FROM y WHERE (lección 3)
4. 04.Ordenar, limitar y filtrar con precisión (lección 4)
5. 05.Funciones de agregación: COUNT, SUM, AVG (lección 5)
6. 06.Agrupar datos con GROUP BY y HAVING (lección 6)
7. 07.Cruzar tablas con JOINs (lecciones 7 y 8)
8. 08.Consultas modulares con subqueries y CTEs (lección 9)
9. 09.Modificar datos: INSERT, UPDATE, DELETE (lección 10)
10. 10.NULLs y trampas comunes (lección 11)

Estás a punto de aprender un lenguaje que lleva 50 años siendo relevante y que seguirá siéndolo otros 50. No hay prisa — dedica el tiempo que necesites a cada lección. Cuando termines esta skill, serás capaz de extraer información valiosa de cualquier base de datos relacional. Eso es un superpoder profesional.