SQL & PostgreSQL: Desde los Fundamentos hasta el Análisis Avanzado

Curso Académico · Coderhouse

---

Filosofía del Repositorio

Este repositorio actúa como un artefacto vivo de aprendizaje. No contiene únicamente código estructurado; documenta la transición cognitiva desde el pensamiento lineal plano (hojas de cálculo tradicionales) hacia el modelado relacional riguroso, la optimización física de consultas y la ingeniería de datos moderna [227, 238, 905].

---

Perfil del Egresado

El contenido está arquitectónicamente optimizado para los siguientes roles de la industria de la tecnología [223]:

• Data Engineer / Analytics Engineer
• Business Intelligence (BI) Analyst
• Full Stack Developer

---

Mapa de Ruta: Estructura del Curso

El programa académico avanza de manera progresiva y secuencial, garantizando que cada bloque construya sobre el anterior [226, 312, 401, 477, 557, 655, 735, 847]:

[M1: Entorno] ──> [M2: Estructuras] ──> [M3: Consultas] ──> [M4: Relaciones]
                                                                   │
[M8: Capstone] <── [M7: Modern SQL] <── [M6: Rendimiento] <── [M5: Avanzado]

Módulo 1: Fundamentos y Configuración del Entorno

• Enfoque: Diagnóstico e instalación del ecosistema cliente-servidor de PostgreSQL [213, 301, 305].
• Hitos de aprendizaje: Modelo Entidad-Relación (ER), cardinalidades (1:1, 1:N, N:M), normalización básica (1NF, 2NF) y el comando CREATE DATABASE [214, 216, 268, 271, 272].
• Herramientas: pgAdmin 4, DBeaver, psql CLI [213, 247].

Módulo 2: Diseño y Manipulación de Datos (DDL & DML)

• Enfoque: Diseño y modificación de esquemas robustos aplicando restricciones estrictas [312, 322].
• Hitos de aprendizaje: Definición de tablas (CREATE, ALTER, DROP, TRUNCATE), restricciones de integridad (PRIMARY KEY, FOREIGN KEY, CHECK, NOT NULL, UNIQUE) e ingesta manual y masiva (INSERT, COPY de archivos CSV) [219, 220, 316, 317, 328, 351, 363].
• Seguridad: Control de transacciones robustas mediante atomicidad (BEGIN, COMMIT, ROLLBACK) [221, 364].

Módulo 3: Consultas Esenciales y Filtrado de Datos

• Enfoque: Extracción precisa y depuración de colecciones en tablas individuales [401, 402].
• Hitos de aprendizaje: Filtros lógicos complejos (WHERE, AND, OR, NOT, LIKE / ILIKE), ordenamiento y paginación (ORDER BY, LIMIT, OFFSET) y gestión de valores ausentes (IS NULL, COALESCE) [221, 421, 423, 429, 430, 431, 445].
• Métricas: Agregaciones directas con COUNT, SUM, AVG, MIN y MAX [438].

Módulo 4: Relaciones, JOINS y Agrupaciones Avanzadas

• Enfoque: Conexión de múltiples orígenes y consolidación de conjuntos de datos fragmentados [477, 478].
• Hitos de aprendizaje: Álgebra relacional de uniones (INNER JOIN, LEFT JOIN, RIGHT JOIN, FULL OUTER JOIN), resolución de ambigüedades mediante alias, segmentación (GROUP BY) y filtrado posterior a la agrupación (HAVING) [480, 496, 501, 506, 511].
• Multicapa: Subconsultas anidadas y teoría de conjuntos (UNION, INTERSECT, EXCEPT) [520, 523, 524].

Módulo 5: SQL Avanzado para Análisis de Datos

• Enfoque: Procesamiento analítico complejo y reestructuración lógica secuencial [557, 558].
• Hitos de aprendizaje: Expresiones de Tabla Comunes (WITH CTEs), CTEs recursivas para estructuras jerárquicas y funciones de ventana para clasificaciones competitivas y acumulados (ROW_NUMBER, RANK, DENSE_RANK, PARTITION BY, SUM() OVER) [562, 567, 582, 585, 605].
• Lógica temporal: Extracción de componentes de fecha con EXTRACT, intervalos y lógica condicional sobre la marcha con CASE WHEN [607, 609, 613].

Módulo 6: Optimización y Rendimiento en PostgreSQL

• Enfoque: Diagnóstico e ingeniería de rendimiento interno para consultas a gran escala [655, 656].
• Hitos de aprendizaje: El planificador secreto (EXPLAIN, EXPLAIN ANALYZE), ineficiencias de lectura (Sequential Scan vs Index Scan), control de concurrencia multiversión (MVCC) y el proceso físico de mantenimiento (VACUUM) [659, 664, 683, 684, 831].
• Indexación: Estructuras físicas B-Tree, Hash e Índices Invertidos Generalizados (GIN) [692, 694, 696].
• Caché: Implementación de Vistas Materializadas para reportes analíticos masivos [723, 724].

Módulo 7: PostgreSQL Moderno: JSONB y Extensiones AI

• Enfoque: Extensibilidad, almacenamiento híbrido de documentos e integración de inteligencia artificial [735, 782, 783].
• Hitos de aprendizaje: Manipulación de datos semiestructurados con JSONB en formato binario descompuesto, operadores de extracción (->, ->>) e indexación GIN de claves internas [740, 747, 821, 822].
• Búsqueda avanzada: Búsqueda de Texto Completo (Full-Text Search) nativa con reducción lingüística (to_tsvector, to_tsquery, @@, ts_rank) y almacenamiento de embeddings vectoriales para búsquedas semánticas con la extensión pgvector [763, 767, 768, 769, 771, 793].
• Gobernanza: Roles sin login, herencia de privilegios y control de acceso basado en roles (RBAC) bajo el principio de menor privilegio [802, 803, 805, 808].

Módulo 8: Proyecto Final Capstone (Análisis Exploratorio de Datos)

• Enfoque: Simulación completa del flujo de trabajo de un Analista o Ingeniero de Datos senior [848, 872].
• Hitos de aprendizaje: Definición de infraestructuras limpias, procesos de extracción, transformación y carga (ETL), limpieza estricta de outliers/nulos y comunicación de insights estratégicos accionables para la toma de decisiones [860, 862, 863, 873].

---

Estructura Recomendada del Repositorio

Para mantener un orden metodológico y profesional, se estructura el espacio de trabajo en las siguientes carpetas y archivos clave [872]:

├── .gitignore
├── README.md                           <-- Este documento descriptivo y técnico
├── capstone_project/                   <-- Entregable de la integración de final de carrera
│   ├── estructura.sql                  <-- Scripts de DDL de creación de base de datos y carga [872]
│   ├── analisis.sql                    <-- Consultas analíticas, subconsultas y window functions [872]
│   └── README.md                       <-- Interpretación de negocio de los datos limpios [872]
├── modulo_1_fundamentos/               <-- Diagramas ER, laboratorios de instalación y meta-comandos [246, 292]
├── modulo_2_ddl_dml/                   <-- Scripts SQL de creación de tablas, llaves y transacciones [334, 381]
├── modulo_5_analisis_avanzado/          <-- Reportes avanzados estructurados con CTEs y ventanas [578, 634]
└── modulo_7_moderno/                   <-- Prácticas con campos JSONB, FTS y esquemas de roles (RBAC) [761, 816]

---

Conectividad Local de Referencia

Para interactuar con la base de datos a través de cualquier interfaz gráfica (DBeaver, pgAdmin) o entorno de programación externa (Python, BI tools), los parámetros de comunicación son [214, 250]:

• Host: localhost (para conexiones locales) [214, 250]
• Puerto: 5432 (puerto predeterminado del motor) [213, 214, 250]
• Base de Datos: capstone_project (o postgres para acceso maestro inicial) [214, 250, 251]
• Usuario: postgres (o tu usuario personalizado con rol heredado) [214, 250, 805]
• Contraseña: La contraseña de administrador configurada durante la instalación [214, 250]

---

Convenciones y Buenas Prácticas del Código

• Sintaxis: Escribir todas las palabras clave y comandos reservados de SQL en MAYÚSCULAS (SELECT, FROM, WHERE) [405, 415].
• Nomenclatura: Nombrar tablas y campos de forma consistente en minúsculas y con estilo snake_case (ej. id_cliente) [276, 320]. Las entidades lógicas de diseño deben ir siempre en singular [276].
• Seguridad DML: Nunca ejecutar un UPDATE o DELETE sin un filtro WHERE asociado [221, 361, 363]. Utilizar siempre bloques transaccionales manuales (BEGIN ... COMMIT / ROLLBACK) para modificaciones masivas [221, 364].
• Rendimiento: Evitar el uso descontrolado de SELECT * en entornos de producción y automatización [407, 415]. Especificar explícitamente las columnas necesarias para no sobrecargar el Buffer Pool [407, 663].