El gran olvidado: por qué SQL merece mucho más que unas clases de relleno

En serio, ¿todavía tratamos SQL como la cenicienta de los planes de estudio de informática? Muchas universidades lo encajan de cualquier manera dentro de una asignatura de bases de datos, con cuatro diapositivas soporíferas, y luego esperan que la gente salga preparada para gestionar lagos de datos, plataformas analíticas y entornos productivos. Sin un dominio serio de SQL, tu carrera en datos se tambalea antes incluso de llegar a producción.

1. SQL: mucho más que “SELECT * FROM tabla”

La mayoría de cursos enseñan operaciones CRUD, algún JOIN básico y poco más. Perfecto: ya puedes sacar datos de un CSV disfrazado de tabla. Pero en el mundo real necesitas bastante más:

• Optimización de subconsultas correlacionadas: un WHERE EXISTS (...) bien afinado puede superar a un JOIN mal planteado.
• Modelado dimensional en SQL puro: construir estructuras analíticas, vistas, agregados y transformaciones sin depender siempre de capas externas.
• SQL distribuido: consultar datos repartidos entre motores, clusters o plataformas cloud exige entender ejecución, latencia y coste.
• Planes de ejecución: leer cómo piensa el motor es imprescindible para saber por qué una consulta tarda segundos o destroza un warehouse.
• Vistas materializadas, particiones y cargas incrementales: mantener datos enormes sincronizados sin bloquear procesos críticos requiere criterio.

Si tu formación no te enseñó a escribir un MERGE serio, a leer un plan de ejecución o a pensar en cardinalidad, distribución y bloqueos, entonces te enseñó una parte demasiado pequeña del oficio.

2. El problema de la formación superficial

2.1 Currículos desactualizados

Se dedican semestres enteros a contenidos teóricos muy valiosos, pero apenas se toca lo que un profesional de datos necesita cada día: rendimiento, modelado, concurrencia, historificación, seguridad, costes, permisos y calidad del dato.

1. Álgebra relacional sin conexión con planes de ejecución reales.
2. Modelos académicos sin explicar estadísticas, cardinalidad o estimadores.
3. Teoría de sistemas sin aterrizar en bloqueos, transacciones, logs o tuning.

El resultado es una formación que parece rigurosa, pero deja a muchos perfiles sin herramientas suficientes para trabajar con datos reales.

2.2 Laboratorios de juguete

• Bases de datos de ejemplo tan pequeñas que caben en el móvil.
• Entornos de interfaz gráfica sin una sola sesión seria de terminal.
• Cero sesiones reales de tuning, análisis de costes o revisión de planes.
• Ejercicios que premian “que salga el resultado” y no que la solución sea mantenible, eficiente o gobernable.

3. SQL es lenguaje de producto, no solo de consulta

En datos, SQL no es solo una herramienta para consultar. Es una forma de modelar, transformar, validar, auditar, publicar y gobernar información. Una vista mal diseñada puede contaminar decenas de dashboards. Una query mal pensada puede multiplicar costes. Una transformación sin control puede romper un modelo analítico entero.

Por eso SQL merece más espacio. No como asignatura decorativa, sino como eje profesional de cualquier perfil que quiera trabajar seriamente en ingeniería de datos, analítica, BI, ciencia de datos o plataformas cloud.

4. Qué debería enseñarse de verdad

• Diseño físico y lógico de modelos.
• Planes de ejecución y optimización.
• Transacciones, bloqueos y concurrencia.
• Cargas incrementales, historificación y auditoría.
• Seguridad, roles, permisos y mascarado.
• Calidad del dato, testing y validación.
• Coste y rendimiento en plataformas cloud.

Conclusión

SQL no es un capítulo menor. Es una de las bases más importantes del trabajo moderno con datos. Quien lo reduce a unas pocas clases introductorias no está simplificando: está formando perfiles incompletos.

Aprender SQL de verdad no consiste en memorizar sintaxis, sino en entender cómo se mueve, se transforma, se protege y se entrega información útil en sistemas reales. Y eso merece mucho más que una asignatura de relleno.