Portada del artículo «Funciones de ventana en SQL: cómo calcular acumulados sin agrupar filas».

Funciones de ventana en SQL: cómo calcular acumulados sin agrupar filas

Cuando necesitas conocer las ventas acumuladas por cliente o el saldo progresivo de una cuenta, obtener un total no siempre es suficiente. También puede interesarte conservar cada movimiento para saber cómo evolucionó ese valor. Una consulta con GROUP BY resume las filas, pero deja de mostrar el detalle individual que produjo el resultado.

Las funciones de ventana en SQL resuelven este problema: calculan valores sobre un conjunto relacionado de filas y mantienen cada registro en el resultado. En esta guía aprenderás a construir acumulados, reiniciarlos por grupo y evitar errores habituales con el orden y el marco de cálculo.

Qué es una función de ventana en SQL

Una función de ventana aplica un cálculo a un conjunto de filas relacionado con la fila actual. A diferencia de una agregación convencional, no reduce necesariamente ese conjunto a una sola fila.

Por ejemplo, SUM(importe) con GROUP BY cliente_id devuelve una fila por cliente. En cambio, SUM(importe) OVER (...) puede mostrar cada venta junto a la suma acumulada hasta ese momento.

La estructura habitual es:

SUM(importe) OVER (
    PARTITION BY cliente_id
    ORDER BY fecha, venta_id
    ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
)

Cada parte tiene una función:

  • SUM(importe) indica qué valor se agrega.
  • OVER define la ventana sobre la que se realiza el cálculo.
  • PARTITION BY divide las filas en grupos independientes, sin agruparlas en el resultado.
  • ORDER BY establece la secuencia de filas dentro de cada grupo.
  • ROWS BETWEEN ... delimita qué filas entran en el cálculo para la fila actual.

Puedes omitir PARTITION BY si quieres calcular un único acumulado para todas las filas. En cambio, para un acumulado progresivo necesitas definir un orden que represente correctamente la secuencia de los datos.

Un ejemplo de acumulado paso a paso

Supongamos que tienes una tabla ventas con estas filas. Para simplificar, cada importe representa una venta y venta_id es único:

venta_id cliente_id fecha importe
1 A 2025-01-02 100
2 A 2025-01-03 50
3 B 2025-01-03 80
4 A 2025-01-03 30
5 B 2025-01-04 20

Para obtener el acumulado general, ordenado por fecha e identificador, utiliza:

SELECT
    venta_id,
    cliente_id,
    fecha,
    importe,
    SUM(importe) OVER (
        ORDER BY fecha, venta_id
        ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
    ) AS acumulado_general
FROM ventas
ORDER BY fecha, venta_id;

El resultado conserva las cinco ventas:

venta_id cliente_id fecha importe acumulado_general
1 A 2025-01-02 100 100
2 A 2025-01-03 50 150
3 B 2025-01-03 80 230
4 A 2025-01-03 30 260
5 B 2025-01-04 20 280

En cada fila, la suma incluye todos los importes desde el comienzo de la ventana hasta la fila actual. El segundo ORDER BY, situado al final de la consulta, determina cómo se presentan los resultados; el que está dentro de OVER determina el orden del cálculo. Conviene especificar ambos cuando importa mostrar las filas en la misma secuencia.

Cómo calcular un acumulado por cliente

Si necesitas que cada cliente tenga su propio total progresivo, añade PARTITION BY cliente_id:

SELECT
    venta_id,
    cliente_id,
    fecha,
    importe,
    SUM(importe) OVER (
        PARTITION BY cliente_id
        ORDER BY fecha, venta_id
        ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
    ) AS acumulado_cliente
FROM ventas
ORDER BY cliente_id, fecha, venta_id;

Para el cliente A, los acumulados serán 100, 150 y 180. Para el cliente B serán 80 y 100. La suma se reinicia al cambiar de partición, pero cada venta sigue apareciendo por separado.

Puedes aplicar el mismo patrón a movimientos por cuenta, unidades vendidas por producto o costes por proyecto. La clave es elegir una partición que coincida con la pregunta de negocio: un acumulado por cuenta no responde a la misma necesidad que uno por cliente si un cliente tiene varias cuentas.

Diferencia entre PARTITION BY y GROUP BY

Aunque ambas cláusulas organizan datos en grupos, producen resultados distintos. GROUP BY genera una fila por grupo cuando calculas un total; PARTITION BY permite que una función de ventana trabaje dentro de cada grupo sin eliminar el detalle.

También pueden combinarse. Por ejemplo, primero puedes resumir las ventas por cliente y día con GROUP BY, y después calcular un acumulado sobre esas filas diarias con una función de ventana. En ese caso, el detalle disponible en el resultado será el de cada día, no el de cada venta original.

Por qué importan el orden y el marco

Un acumulado depende de qué significa «antes». Si varias ventas comparten la misma fecha y ordenas solo por fecha, no queda definida la secuencia entre ellas. Añadir un identificador único como segundo criterio proporciona un orden reproducible:

ORDER BY fecha, venta_id

Ese criterio debe tener sentido para tu caso. Si necesitas reflejar el momento real de cada movimiento, usa una marca temporal adecuada y un identificador como desempate. Un identificador por sí solo no garantiza necesariamente el orden cronológico.

El marco también es importante. La expresión ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW indica que se incluyen las filas desde el inicio de la partición hasta la fila actual. Al declararla explícitamente, dejas clara la intención y evitas depender del marco predeterminado del motor.

Según el motor y la definición de la ventana, un marco basado en RANGE puede tratar juntas las filas empatadas en los criterios de orden. Esto puede hacer que varias reciban el mismo acumulado. Para sumar fila a fila, utiliza ROWS y un orden sin ambigüedades. Consulta la documentación de tu gestor si necesitas emplear otros tipos de marco, porque su disponibilidad y sus detalles varían.

Variantes útiles del cálculo

Total de la partición en cada fila

Si no buscas una evolución progresiva, puedes mostrar el total de cada cliente junto a todas sus ventas:

SUM(importe) OVER (
    PARTITION BY cliente_id
) AS total_cliente

Así puedes comparar el importe de una venta con el total del cliente sin perder la fila individual. No hay un orden ni un marco progresivo en esta expresión: el total corresponde a toda la partición.

Suma móvil de las últimas tres filas

Para sumar la fila actual y las dos anteriores dentro de cada cliente, cambia el marco:

SUM(importe) OVER (
    PARTITION BY cliente_id
    ORDER BY fecha, venta_id
    ROWS BETWEEN 2 PRECEDING AND CURRENT ROW
) AS suma_movil_tres_filas

En las primeras filas de cada partición se suman únicamente las filas disponibles. Ten en cuenta que tres filas no equivalen necesariamente a tres días: puede haber varias ventas en una fecha o días sin ventas. Si necesitas una ventana temporal, revisa las opciones que admite tu motor y la granularidad de tus datos.

Acumulado anterior a la fila actual

También puedes excluir la fila actual para conocer el importe acumulado antes de cada venta:

COALESCE(
    SUM(importe) OVER (
        PARTITION BY cliente_id
        ORDER BY fecha, venta_id
        ROWS BETWEEN UNBOUNDED PRECEDING AND 1 PRECEDING
    ),
    0
) AS acumulado_anterior

En la primera fila no hay filas anteriores, por lo que SUM devuelve NULL; COALESCE lo sustituye por cero. Decide si esa sustitución refleja el significado que necesitas, especialmente cuando los importes pueden ser nulos.

Filtrar resultados sin alterar el acumulado

Un filtro en WHERE se aplica antes del cálculo de la ventana. Por eso, si filtras directamente un intervalo de fechas, el acumulado comienza con las filas que sobreviven al filtro, no con todo el historial.

Si quieres calcular primero el historial completo y después mostrar solo algunas fechas, utiliza una consulta externa:

WITH historial AS (
    SELECT
        venta_id,
        cliente_id,
        fecha,
        importe,
        SUM(importe) OVER (
            PARTITION BY cliente_id
            ORDER BY fecha, venta_id
            ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
        ) AS acumulado_cliente
    FROM ventas
)
SELECT *
FROM historial
WHERE fecha >= '2025-01-03'
ORDER BY cliente_id, fecha, venta_id;

De esta forma, la venta del cliente A del 3 de enero mantiene los 100 anteriores en su acumulado, aunque la fila del 2 de enero no se muestre. La conversión del literal de fecha puede variar entre gestores; adapta su sintaxis al tipo de columna y al motor que utilices.

Errores frecuentes y rendimiento

Antes de incorporar una consulta a un informe, revisa estos puntos:

  • Orden incompleto: si hay empates, añade un criterio estable y único para evitar resultados ambiguos fila a fila.
  • Partición equivocada: comprueba si el acumulado debe reiniciarse por cliente, cuenta, producto u otra dimensión.
  • Filtro demasiado temprano: decide si el cálculo debe incluir registros anteriores al periodo visible.
  • Valores nulos: SUM ignora los valores NULL. Si todos los valores del marco son nulos o el marco está vacío, devuelve NULL.
  • Cambios en el historial: una inserción, corrección o eliminación de movimientos anteriores puede modificar acumulados posteriores.

En tablas grandes, ordenar y recorrer particiones puede consumir recursos. Un índice relacionado con las columnas de partición y orden, por ejemplo cliente_id, fecha y venta_id, puede ayudar según el motor y la consulta. No garantiza una mejora: revisa el plan de ejecución y prueba con datos representativos antes de añadir índices.

Conclusión

Las funciones de ventana en SQL permiten calcular acumulados sin perder el detalle de cada fila. Para obtener resultados fiables, define la partición correcta, establece un orden inequívoco y especifica el marco que necesitas. Después, comprueba dónde aplicar los filtros y cómo tratar los valores nulos.

Empieza con un conjunto pequeño de datos cuyo resultado puedas verificar a mano y adapta el patrón a tus ventas, movimientos o métricas. Esa comprobación inicial suele revelar los supuestos que importan antes de llevar la consulta a producción.