SQL Server

Por qué los JOIN de SQL devuelven filas repetidas

Aprende por qué una unión uno a varios repite valores de cliente, cómo comprobar las claves y cuándo agregar el resultado.

Por JaviPublicado 12 min de lecturaPrincipiante

Después de aprender INNER JOIN y LEFT JOIN, podrías ver repetido el nombre de un cliente y pensar que la consulta devolvió datos duplicados. A menudo las filas son correctas: un cliente puede tener varios pedidos. Antes de quitar las repeticiones, hazte la pregunta más útil al unir tablas: ¿qué debe representar una fila del resultado?

Un cliente, varios pedidos

En JaviBuildsLab, Ana Torres ocupa una fila en dbo.Customers, con CustomerId 1. Tiene tres filas en dbo.Orders: el pedido 1001 del 2025-02-01 por 125.50, el pedido 1002 del 2025-04-12 por 49.99 y el pedido 1007 del 2025-07-04 por 75.00. Al unir las tablas, Ana aparece en tres filas porque cada una representa un pedido distinto.

Consulta SQL: Un cliente, varios pedidosT-SQL
SELECT
    c.CustomerId,
    c.FirstName,
    c.LastName,
    o.OrderId,
    o.OrderDate,
    o.Amount
FROM dbo.Customers AS c
INNER JOIN dbo.Orders AS o
    ON c.CustomerId = o.CustomerId;
T-SQL10 líneasVista de solo lectura. No está conectada a ninguna base de datos.

El resultado incluye a Ana tres veces, una por cada OrderId: 1001, 1002 y 1007. David Kim (CustomerId 4) también tiene dos pedidos, 1004 y 1005. Ben tiene el 1003 y Grace tiene los pedidos 1006 y 6. Ocho pedidos producen ocho filas unidas. Es el comportamiento esperado de una relación uno a varios: un cliente puede corresponder a varios registros de pedidos.

  1. Customers: Ana (CustomerId 1) — una fila
  2. Orders: 1001, 1002, 1007 — tres filas coincidentes
  3. Resultado JOIN: Ana + 1001; + 1002; + 1007 — tres filas
Un cliente y tres pedidos coincidentes producen tres filas

El diagrama representa la relación entre filas, no datos duplicados en el almacenamiento. Los atributos del cliente se repiten porque el resultado combina un cliente con cada pedido relacionado. OrderId, OrderDate y Amount describen hechos diferentes. Si seleccionas solo las columnas del nombre, Ana puede parecer repetida con valores visibles idénticos; aun así, las filas provienen de pedidos distintos. Incluir una columna identificadora del pedido ayuda a entender qué representa cada fila.

Comprender la cardinalidad

La cardinalidad describe cuántos registros pueden relacionarse. En una relación uno a uno, una fila de un lado coincide como máximo con una del otro. En una relación uno a varios, una fila puede coincidir con varias del otro lado; Customers y Orders siguen este patrón. En una relación varios a varios, varios registros de ambos lados pueden relacionarse, normalmente mediante una tabla intermedia. JOIN devuelve las combinaciones que cumplen su condición, así que la forma de la relación influye en el número de filas resultantes.

Los valores repetidos no equivalen necesariamente a filas duplicadas. Dos filas unidas pueden compartir CustomerId y nombre, pero tener distintos OrderId. Representan pedidos diferentes, no duplicados accidentales. Decide si las filas son realmente iguales para las columnas y el significado que necesitas; luego elige si quieres detalles o un resumen.

Comprobar la condición de JOIN

Une las columnas que definen la relación: aquí c.CustomerId = o.CustomerId. Sería tentador, pero incorrecto, unir por State si ambas tablas tuvieran un estado o región. State no es una clave única de cliente. Si varios clientes comparten el valor, la condición empareja registros sin relación y multiplica las filas. Orders no contiene State en estos datos, así que no ejecutes ese ejemplo como una consulta real; la idea es que una columna parecida o repetida no se convierte por eso en clave de relación.

Omitir la condición ON puede ser peor: cada cliente puede combinarse con cada pedido. Diez clientes y ocho pedidos podrían producir 80 combinaciones. Ese producto cartesiano puede ser intencional, pero casi nunca es lo que se busca para relacionar clientes y pedidos. Comprueba las claves del esquema e indica explícitamente la relación.

DISTINCT no es la solución predeterminada

DISTINCT elimina las filas idénticas entre las columnas seleccionadas. No corrige una clave equivocada ni convierte una relación uno a varios en una relación uno a uno. Por ejemplo:

Consulta SQL: DISTINCT no es la solución predeterminadaT-SQL
SELECT DISTINCT c.CustomerId, c.FirstName, c.LastName
FROM dbo.Customers AS c
INNER JOIN dbo.Orders AS o
    ON c.CustomerId = o.CustomerId;
T-SQL4 líneasVista de solo lectura. No está conectada a ninguna base de datos.

Como no se selecciona OrderId, devuelve una fila visible por cliente con pedidos. Esto puede ser correcto si preguntas «¿qué clientes tienen al menos un pedido?». Pero si necesitas los detalles de cada pedido, DISTINCT ocultaría pedidos distintos. Primero verifica la clave y el significado de las filas que necesitas. Usa DISTINCT solo cuando eliminar filas proyectadas idénticas forme parte de la pregunta.

Definir el grano del resultado

El «grano» describe qué representa una fila. La primera consulta devuelve una fila por pareja cliente-pedido, que equivale a una por pedido porque cada pedido pertenece a un cliente. Si el informe necesita en cambio una fila por cliente con el número de pedidos, agrega los datos deliberadamente:

Consulta SQL: Definir el grano del resultadoT-SQL
SELECT
    c.CustomerId,
    c.FirstName,
    c.LastName,
    COUNT(o.OrderId) AS OrderCount
FROM dbo.Customers AS c
LEFT JOIN dbo.Orders AS o
    ON c.CustomerId = o.CustomerId
GROUP BY
    c.CustomerId,
    c.FirstName,
    c.LastName;
T-SQL12 líneasVista de solo lectura. No está conectada a ninguna base de datos.

Así cada cliente aparece una vez, incluso quien no tiene pedidos. COUNT(o.OrderId) devuelve cero porque OrderId es NULL tras el JOIN y COUNT(columna) omite NULL. COUNT(*) contaría la fila de cliente conservada y devolvería uno, que no sería el número de pedidos. GROUP BY cambia el grano de detalles cliente-pedido a una fila por cliente. Las próximas lecciones estudiarán las funciones de agregado con más detalle.

Antes de escribir cualquier JOIN, expresa el grano esperado: una fila por pedido, por cliente o por pareja cliente-pedido. Después comprueba las claves, la cardinalidad y las columnas seleccionadas. Si el número de filas te sorprende, inspecciona algunos identificadores de ambos lados en vez de ocultar valores enseguida.

Diagnosticar un resultado que parece repetido

Empieza añadiendo temporalmente a la consulta de inspección la clave de cada tabla. Para Customers y Orders, deja visibles c.CustomerId y o.OrderId. Si el identificador de cliente se repite mientras cambia OrderId, la consulta muestra pedidos distintos. Si aparece varias veces el mismo par de identificadores, averigua si se unió otra tabla con un grano más detallado, si la condición está incompleta o si el origen realmente contiene registros repetidos. Los identificadores ayudan a distinguir la multiplicidad esperada de un problema real de JOIN.

Después revisa cuántas filas derechas se relacionan con una clave izquierda. Ana es un ejemplo sencillo: CustomerId 1 se relaciona con los pedidos 1001, 1002 y 1007. El resultado esperado para Ana son tres filas. Los dos pedidos de David aportan otra comprobación; Ben contribuye con uno y Grace con dos. Los otros seis clientes no añaden filas a INNER JOIN porque no tienen pedidos. Pensar en algunos ejemplos conocidos suele ser más claro que eliminar repeticiones y confiar en que los totales parezcan razonables.

La misma relación puede responder preguntas con granos distintos. Para revisar transacciones, una fila por pedido es útil porque cada fila conserva su fecha e importe. Para una lista de contacto quizá necesites una fila por cliente. Puedes resumir intencionalmente las filas de detalle, pero debes indicar qué identificador de cliente define cada grupo y qué medida calculas. GROUP BY no es una manera cosmética de ocultar filas; define un nuevo resultado resumido con una fila por cada clave de agrupación diferente.

Presta especial atención al unir más de dos tablas. Si cada pedido tiene varios artículos y unes Customers con Orders y luego OrderItems, un cliente puede repetirse una vez por artículo. Eso no significa que se haya copiado el cliente o el pedido en el almacenamiento. El grano cambió de cliente-pedido a cliente-pedido-artículo. Si agregas después de esa unión, asegúrate de calcular cada medida en el nivel correcto: sumar el total del pedido una vez por artículo podría inflarlo. Conserva las claves que muestran el grano mientras validas la consulta; quita columnas solo cuando sepas que el resultado es correcto.

Esta lección se centra en el significado del resultado y la forma de las relaciones. SQL Server puede ejecutar una unión con distintas estrategias internas, pero eso no cambia las combinaciones lógicas que solicita la consulta. Primero define correctamente la relación y el grano; el rendimiento corresponde a un tema más avanzado.

Mientras desarrollas una consulta, puedes anotar el grano esperado en un comentario: «una fila por pedido» o «una fila por cliente». Esa nota da a quien revise el código una forma concreta de comprobar si otra unión o columna cambia el resultado. Es útil cuando un informe evoluciona y otra persona añade una tabla. Si la tabla nueva puede aportar varias filas por cada fila existente, el grano cambia aunque la consulta siga ejecutándose correctamente. Vuelve a comprobar los totales y las claves después de añadir cada relación, en lugar de asumir que el número anterior de filas sigue siendo válido.

Errores habituales y ejercicios

Entre los errores comunes están tomar un nombre repetido como prueba de datos incorrectos, usar DISTINCT de inmediato, unir por una columna que no es clave, ignorar relaciones uno a varios y no decidir qué significa una fila. Recuerda que LEFT JOIN conserva las entidades de la izquierda, pero puede devolver varias filas para una entidad si coinciden varias filas derechas.

Ejercicios: (1) mostrar los pedidos y totales de Ana; (2) obtener una fila por cliente y contar sus pedidos, incluso si no tiene ninguno; (3) listar los clientes con pedidos sin mostrar el detalle de cada pedido; (4) explicar por qué seleccionar solo FirstName hace que pedidos distintos parezcan iguales; (5) indicar el grano de la primera consulta de esta lección.

Respuestas

Consulta SQL: RespuestasT-SQL
-- 1
SELECT c.FirstName, o.OrderId, o.Amount
FROM dbo.Customers AS c JOIN dbo.Orders AS o ON c.CustomerId = o.CustomerId
WHERE c.CustomerId = 1;
-- 2
SELECT c.CustomerId, c.FirstName, COUNT(o.OrderId) AS OrderCount
FROM dbo.Customers AS c LEFT JOIN dbo.Orders AS o ON c.CustomerId = o.CustomerId
GROUP BY c.CustomerId, c.FirstName;
-- 3: DISTINCT es apropiado porque se piden clientes, no filas de pedidos.
SELECT DISTINCT c.CustomerId, c.FirstName
FROM dbo.Customers AS c JOIN dbo.Orders AS o ON c.CustomerId = o.CustomerId;
T-SQL11 líneasVista de solo lectura. No está conectada a ninguna base de datos.

La siguiente lección presenta los alias de tablas y columnas, útiles en JOIN con nombres de columnas repetidos. Repasa JOIN explicados o compara INNER y LEFT JOIN. Consulta también el hub SQL Server Foundations.

Mantener una columna clave durante el análisis también permite explicar el resultado a otra persona con ejemplos concretos y verificables.

Comprueba lo que has aprendido

2 preguntas rápidas

Pregunta 1 de 2¿Por qué un JOIN puede devolver filas que parecen repetidas?
Pregunta 2 de 2¿Qué conviene revisar primero si un JOIN multiplica filas?

Fundamentos de SQL Server

Lección 11 de 25

Continuar a la siguiente lección

Usar alias de tablas y columnas en SQL Server

Continuar a la lección 12

Etiquetas

  • SQL Server
  • Fundamentos de SQL
  • SSMS
  • T-SQL