fragmentos SQL
Utilice estos fragmentos de SQL como puntos de partida en Dory. Adapte los nombres de las tablas, las columnas de marca de tiempo y las funciones de fecha específicas de la base de datos antes de ejecutarlas.
Vista previa segura
Obtenga una vista previa de una tabla sin escanear más filas de las necesarias.
SELECT *
FROM your_table
LIMIT 100;Para tablas anchas, inspeccione solo las columnas que necesita:
SELECT id, created_at, status
FROM your_table
ORDER BY created_at DESC
LIMIT 100;Contar filas
SELECT COUNT(*) AS row_count
FROM your_table;Utilice esto antes de un análisis más profundo para comprender el tamaño de la tabla.
Valores N principales
SELECT status, COUNT(*) AS records
FROM your_table
GROUP BY status
ORDER BY records DESC
LIMIT 20;Bueno para campos de estado, categorías, países, nombres de eventos, planes y códigos de error.
Registros recientes
SELECT *
FROM your_table
WHERE created_at >= CURRENT_DATE - INTERVAL '7 days'
ORDER BY created_at DESC
LIMIT 200;La aritmética de fechas difiere según la base de datos. Si su base de datos no admite esta expresión exacta, pídale a Dory AI que la convierta para PostgreSQL, MySQL, ClickHouse, SQLite, DuckDB o MariaDB.
Tendencia diaria
PostgreSQL, DuckDB y muchos motores compatibles:
SELECT
DATE_TRUNC('day', created_at) AS day,
COUNT(*) AS records
FROM your_table
WHERE created_at >= CURRENT_DATE - INTERVAL '30 days'
GROUP BY day
ORDER BY day;Haga clic en Casa:
SELECT
toStartOfDay(created_at) AS day,
count() AS records
FROM your_table
WHERE created_at >= now() - INTERVAL 30 DAY
GROUP BY day
ORDER BY day;MySQL y MariaDB:
SELECT
DATE(created_at) AS day,
COUNT(*) AS records
FROM your_table
WHERE created_at >= CURRENT_DATE - INTERVAL 30 DAY
GROUP BY day
ORDER BY day;Verificación nula
SELECT
COUNT(*) AS total_rows,
SUM(CASE WHEN email IS NULL THEN 1 ELSE 0 END) AS missing_email,
SUM(CASE WHEN created_at IS NULL THEN 1 ELSE 0 END) AS missing_created_at
FROM users;Utilice esto antes de depender de una columna para uniones, filtros de tiempo o agrupaciones de gráficos.
Verificación de clave duplicada
SELECT id, COUNT(*) AS duplicates
FROM your_table
GROUP BY id
HAVING COUNT(*) > 1
ORDER BY duplicates DESC
LIMIT 100;Úselo para suposiciones de clave primaria, datos importados y tablas de eventos que deben ser únicos por clave natural.
Unirse a la plantilla
SELECT
o.id AS order_id,
o.created_at,
o.total_amount,
u.id AS user_id,
u.email
FROM orders o
JOIN users u ON u.id = o.user_id
WHERE o.created_at >= CURRENT_DATE - INTERVAL '30 days'
ORDER BY o.created_at DESC
LIMIT 200;Verifique siempre la cardinalidad de la unión antes de usar una unión para ingresos, uso o recuento de clientes.
Unirse a la verificación de cardinalidad
SELECT
COUNT(*) AS joined_rows,
COUNT(DISTINCT o.id) AS distinct_orders,
COUNT(DISTINCT u.id) AS distinct_users
FROM orders o
JOIN users u ON u.id = o.user_id
WHERE o.created_at >= CURRENT_DATE - INTERVAL '30 days';Si joined_rowses mucho mayor que el recuento distinto esperado, inspeccione claves duplicadas o uniones de muchos a muchos.
Embudo de conversión
SELECT
COUNT(DISTINCT CASE WHEN event_name = 'viewed_page' THEN user_id END) AS viewed_page,
COUNT(DISTINCT CASE WHEN event_name = 'started_checkout' THEN user_id END) AS started_checkout,
COUNT(DISTINCT CASE WHEN event_name = 'completed_purchase' THEN user_id END) AS completed_purchase
FROM events
WHERE created_at >= CURRENT_DATE - INTERVAL '30 days';Ajuste los nombres de los eventos y las columnas de identidad para que coincidan con el esquema de análisis de su producto.
Investigación de errores
SELECT
error_code,
COUNT(*) AS occurrences,
MAX(created_at) AS last_seen
FROM application_logs
WHERE level = 'error'
AND created_at >= CURRENT_DATE - INTERVAL '24 hours'
GROUP BY error_code
ORDER BY occurrences DESC
LIMIT 20;Úselo con registros, ejecuciones de trabajos, operaciones de sincronización y tablas de ingesta.
Muestra de consulta lenta
SELECT
query_id,
user_name,
duration_ms,
created_at,
query_text
FROM query_log
WHERE duration_ms > 5000
ORDER BY duration_ms DESC
LIMIT 50;Los nombres de las columnas varían según la base de datos y la tabla de monitoreo. Utilice Dory Schema Explorer o AI Chat para adaptar este patrón.
¿Qué te pareció esta guía?