Learn SQL in Spanish: 74 Flashcards from SELECT to ALTER TABLE
Deck LM9314: 74 tarjetas de SQL en espanol. Joins, GROUP BY, subconsultas, DDL, y las tres tarjetas que conviene matizar antes de repasar.

Studying. But it's also a video game. 🎮
Flashcards, quizzes and games that make you actually remember.
Posted by
Related reading
Database Normalization in German: 32 Flashcards from 1NF to BCNF and 6NF
Learn database normalization in German: 32 flashcards on anomalies, keys and 1NF to 6NF, with IHK exam terms like Einfügeanomalie and two cards to rewrite.
Database Normalization in Spanish: 32 Flashcards from 1FN to FNBC and 6FN
Study database normalization in Spanish: 32 flashcards on anomalies, keys and 1FN to 6FN, with tips on Spanish exam terms and the one card to rewrite.
Learn Database Normalization in French: 32 Flashcards from 1NF to 6NF
French edition of Flip It's normalization deck: anomalies, keys, 1NF to 6NF, Merise vocabulary for 2NF and 3NF, and the one card you should rewrite before revising.
El deck LM9314 — SQL: Consultas, Joins y Funciones de Agregación, 74 tarjetas — es la edición en español del deck SQL de referencia de Flip It. Los anversos conservan la sintaxis real (INNER JOIN, GROUP BY, HAVING), porque las palabras clave de SQL no se traducen; los reversos explican en español.
Study this deck: SQL: Consultas, Joins y Funciones de Agregación
1 / 10SQL
Tap the card for the answer · swipe right if you knew it, left if not
Lo primero que conviene saber: el título se queda corto. Casi un tercio del deck, las tarjetas 53 a 74, no trata de consultas ni de joins, sino de INSERT, UPDATE, DELETE, CREATE TABLE, ALTER TABLE, claves primarias y foráneas, restricciones y tipos de datos. Es más deck del que promete — pero planifica el repaso sabiéndolo.
Ocho tarjetas, tal cual
| Anverso | Reverso |
|---|---|
| Why can't you use = NULL? | NULL representa un valor desconocido, y cualquier comparación con NULL devuelve NULL (ni verdadero ni falso) |
| WHERE vs HAVING | WHERE filtra filas antes de la agrupación; HAVING filtra grupos después de la agregación |
| COUNT(*) vs COUNT(column) | COUNT(*) cuenta todas las filas; COUNT(column) cuenta los valores no NULL de esa columna |
| Correlated subquery | Una subconsulta que hace referencia a columnas de la consulta externa (se ejecuta una vez por fila) |
| CROSS JOIN | Devuelve el producto cartesiano de ambas tablas (cada fila de table1 con cada fila de table2) |
| UNION vs UNION ALL | UNION elimina duplicados; UNION ALL conserva todas las filas (más rápido) |
| What happens if you omit WHERE in DELETE? | Se eliminarán todas las filas de la tabla (¡peligroso!) |
| UNIQUE vs PRIMARY KEY | Una tabla puede tener varias restricciones UNIQUE pero solo una PRIMARY KEY; PRIMARY KEY no puede ser NULL |
Lo que cubren las 74 tarjetas
- Consultas —
SELECT,WHEREy sus operadores (=,!=,<,>,AND,OR,NOT),LIKEcon%y_,IN,BETWEENinclusivo,IS NULL/IS NOT NULL,ORDER BY(ASCpor defecto,DESC),DISTINCTyLIMIT, con su equivalenteTOPen SQL Server. - Joins —
INNER JOIN,LEFT JOIN,RIGHT JOIN,FULL OUTER JOIN,CROSS JOINy self-join con alias. - Agregación —
COUNT(),SUM(),AVG(),MIN(),MAX(),GROUP BYyHAVING. - Subconsultas — escalares, correlacionadas,
EXISTS,INvsEXISTS,UNIONy sus tres reglas (mismo número de columnas, tipos compatibles, mismo orden). - DML y DDL —
INSERT INTO,UPDATE,DELETE,TRUNCATE,CREATE TABLE,DROP TABLE,ALTER TABLE, alias de tabla y de columna conAS. - Esquema — clave primaria y foránea, normalización, restricciones
NOT NULL,UNIQUEyDEFAULT, tiposINT,VARCHAR,TEXT,DATE,TIME,TIMESTAMP,BOOLEAN,DECIMAL,FLOAT, las parejasVARCHARvsCHARyDATEvsTIMESTAMP, y las cuatro sublenguas DQL, DDL, DML y DCL.
Tres tarjetas que hay que matizar
DELETE vs TRUNCATE. El reverso afirma que TRUNCATE «no se puede revertir». Es cierto en MySQL y Oracle, donde provoca un commit implícito — pero falso en PostgreSQL y en SQL Server, donde TRUNCATE es transaccional y un ROLLBACK lo deshace. Añade el motor a la tarjeta antes de memorizarla como regla universal.
Order of SQL clauses. El reverso lista SELECT, FROM, WHERE, GROUP BY, HAVING, ORDER BY, LIMIT: ese es el orden en que se escribe la consulta, no el orden en que se ejecuta, que es FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY → LIMIT. Esa diferencia es exactamente lo que explica la tarjeta siguiente, Can you use aggregate functions in WHERE?, y es pregunta fija de entrevista. Desdobla la tarjeta en dos.
IN vs EXISTS. El reverso dice que EXISTS «suele ser más rápido en conjuntos de datos grandes». Con los optimizadores actuales de PostgreSQL o SQL Server, ambas formas se reescriben casi siempre al mismo plan. La diferencia que sí importa es semántica: NOT IN devuelve cero filas si la subconsulta contiene un solo NULL, mientras que NOT EXISTS funciona como esperas. Reescribe el reverso con ese matiz.
Cómo repasarlo
Las tarjetas van por parejas concepto + sintaxis: SELECT y Syntax for a basic SELECT query, WHERE y Syntax for WHERE, lo mismo para DISTINCT, GROUP BY, INNER JOIN, los alias, INSERT, UPDATE y DELETE. Repasa primero solo las de sintaxis, escribiendo la consulta a mano en un editor: cuando la sintaxis sale sola, la tarjeta de concepto se contesta sin esfuerzo y recortas el deck a la mitad del tiempo.
Busca el código LM9314 en Flip It.
Lee también: How to Master SQL Queries, Joins and Aggregates with 74 Flashcards, el deck original en inglés, y Learn SQL in French: 74 Flashcards on Queries, Joins and Aggregates.
Ready to learn faster? 🚀
Join FLIP IT for free and turn studying into a game.