Cuándo SQL CROSS JOIN reemplaza en un segundo los bucles anidados en PythonBreve · digest del 19 de noviembre
Breve≈ 2 min

Cuándo SQL CROSS JOIN reemplaza en un segundo los bucles anidados en Python

Necesitas armar pares «producto × región», «usuario × fecha» o una tabla «cuenta × mes» sin huecos. La tentación natural es bajar las tablas a Python y correr un bucle anidado:

# Recorrido fila a fila en la app: tráfico y código innecesarios
pairs = []
for product in products:
    for region in regions:
        pairs.append((product["id"], region["id"]))

Con cien filas ni se nota. En una base en producción, el código empieza a mover datos de más por la red y consumir memoria, sobre todo si dentro del bucle se esconde otra consulta. Aquí conviene pensar en conjuntos (set-based): describes el resultado completo y el motor de base de datos arma el plan. En PostgreSQL y en cualquier SQL existe CROSS JOIN para eso: combina cada fila de la primera tabla con cada fila de la segunda sin condición ON:

-- Producto cartesiano de productos y regiones activas
SELECT p.id AS product_id, r.id AS region_id
FROM products AS p
CROSS JOIN regions AS r
WHERE p.is_active = TRUE
  AND r.is_active = TRUE;

La base devuelve el producto cartesiano en una sola consulta, y con un LEFT JOIN encima puedes rellenar fechas vacías con ceros. Eso sí, vigila la explosión de filas: el volumen crece como N × M (100,000 productos × 1,000 regiones = 100 millones de filas). Filtra los datos antes del cruce con WHERE, revisa el plan con EXPLAIN y escribe CROSS JOIN explícito en lugar de la coma FROM a, b, ya que con tres tablas JOIN tiene mayor precedencia.

Quiero un análisis detalladoLos votos ayudan a elegir qué analizar a fondo. Este material tiene 0 votos.
Fuentes · 2