Explosión de Join por Fan-Out

Los errores de cardinalidad en joins de muchos a muchos multiplican las filas antes de GROUP BY o SUM, inflando las métricas y ocultando los totales reales.

Receta

Tarjeta de referencia rápida - lista para copiar y pegar.

-- INCORRECTO: las etiquetas multiplican las líneas de pedido
SELECT o.order_id, SUM(oi.quantity * oi.unit_price) AS revenue
FROM orders o
JOIN order_items oi ON oi.order_id = o.order_id
JOIN order_tags ot ON ot.order_id = o.order_id
GROUP BY o.order_id;
 
-- CORRECTO: agregar hechos antes de dimensiones opcionales
SELECT o.order_id, agg.revenue
FROM orders o
JOIN (
  SELECT order_id, SUM(quantity * unit_price) AS revenue
  FROM order_items
  GROUP BY order_id
) agg ON agg.order_id = o.order_id
LEFT JOIN order_tags ot ON ot.order_id = o.order_id;

Cuándo usar esto:

• Los totales del panel no coinciden con el proveedor de pagos o la tabla de facturas.
• EXPLAIN muestra un recuento de filas que explota después de agregar un nuevo join.
• El ORM carga previamente múltiples asociaciones has_many en una sola consulta.

Ejemplo de Trabajo

BEGIN;
 
CREATE TABLE orders (order_id bigint PRIMARY KEY);
CREATE TABLE order_items (
  order_id    bigint REFERENCES orders (order_id),
  product_id  bigint,
  quantity    integer,
  unit_price  numeric(12,2),
  PRIMARY KEY (order_id, product_id)
);
CREATE TABLE order_tags (
  order_id  bigint REFERENCES orders (order_id),
  tag       text,
  PRIMARY KEY (order_id, tag)
);
 
INSERT INTO orders VALUES (1);
INSERT INTO order_items VALUES (1, 10, 2, 50.00), (1, 20, 1, 30.00);
INSERT INTO order_tags VALUES (1, 'gift'), (1, 'rush'), (1, 'vip');
 
-- Ingresos reales: 2*50 + 1*30 = 130
SELECT SUM(quantity * unit_price) FROM order_items WHERE order_id = 1;
 
-- Respuesta incorrecta por fan-out: 130 * 3 etiquetas = 390
SELECT SUM(oi.quantity * oi.unit_price)
FROM order_items oi
JOIN order_tags ot ON ot.order_id = oi.order_id
WHERE oi.order_id = 1;
 
COMMIT;

Lo que esto demuestra:

• Tres etiquetas multiplican dos líneas de pedido en seis filas unidas.
• SUM sin GROUP BY sobre el join inflado cuenta en exceso según la cardinalidad de la etiqueta.
• La agregación en subconsulta preserva el grano correcto del hecho.

Análisis Profundo

Cómo Funciona

• Un join multiplica las filas cuando ambos lados tienen múltiples coincidencias por clave de join (M:N o 1:N dual).
• GROUP BY después del fan-out aún puede ser incorrecto si las columnas no agregadas provienen del lado del fan-out de forma incorrecta.
• COUNT(*) después del fan-out cuenta las filas unidas, no las entidades de negocio distintas.
• Los ORM que generan cadenas de LEFT JOIN son una fuente común de inflación silenciosa.

Diagnóstico de Cardinalidad

SELECT
  (SELECT COUNT(*) FROM order_items WHERE order_id = 1) AS items,
  (SELECT COUNT(*) FROM order_tags WHERE order_id = 1) AS tags,
  (SELECT COUNT(*) FROM order_items oi JOIN order_tags ot ON ot.order_id = oi.order_id WHERE oi.order_id = 1) AS joined_rows;

Si joined_rows = items * tags, tienes fan-out.

Patrones Seguros

Trampas

• Joins 1:N encadenados - pedidos -> artículos -> envíos multiplica los artículos por los envíos por pedido. Solución: agregar primero en el grano de hecho más bajo.
• DISTINCT como tirita - SELECT DISTINCT oculta duplicados pero rompe las sumas. Solución: arreglar el grano, no usar DISTINCT en la consulta incorrecta.
• Promedio en fan-out - AVG(rating) ponderado incorrectamente cuando las reseñas se duplican por línea de artículo. Solución: subconsulta por entidad.
• Auto-joins de herramientas de BI - la capa semántica crea M:N silenciosamente. Solución: definir el grano de la tabla de hechos en el modelo semántico.
• Tabla de unión faltante - M:N modelado como FK duplicados. Solución: normalizar el esquema; ver Modelado de Entidad-Relación.

Alternativas

Preguntas Frecuentes

Relacionados

• Modelado de Entidad-Relación - Tablas de unión M:N
• Conceptos Básicos de Escenarios de Defectos - Patrones de incidentes
• Conceptos Básicos de EXPLAIN - Lectura de recuentos de filas
• Conceptos Básicos de Normalización - Descomposición

Versiones de Stack: Esta página fue escrita para PostgreSQL 18.4 (estable 18, mantenimiento 17), pgvector 0.8+, PgBouncer 1.x, Patroni 3.x, y PostGIS 3.5+.