Por qué SQL sigue siendo la mejor herramienta de datos en 2025
A pesar de la proliferación de notebooks en Python, dbt y Spark, SQL sigue siendo la herramienta más productiva para la mayoría del trabajo analítico. Aquí explico por qué sigo recurriendo a ella primero.
La mayoría de las preguntas analíticas que recibo siguen siendo joins, filtros y agregaciones sobre tablas que alguien ya modeló. Los notebooks de Python, dbt y Spark son las herramientas correctas cuando el trabajo es pipelines, experimentos o cómputo de verdad grande. Para la mayoría de "qué pasó, a quién, y con qué frecuencia", SQL se escribe más rápido, se revisa más fácil y está más cerca del warehouse que el resto del equipo ya confía.
La ventaja no es nostalgia. SQL es el idioma compartido entre analistas, ingenieros y la base de datos. Una consulta se pega en un PR, un dashboard o un notebook sin traducir la lógica de negocio a idiomas de pandas que solo una persona recuerda. Cuando usé grafos en R para la red de bicicletas Mobi, fue porque la pregunta era estructural — centralidad, clustering, un grafo vivo — no porque SQL hubiera fallado al contar viajes.
Recurro a SQL primero cuando el grano de los datos ya es tabular y la pregunta cabe en un SELECT. Me salgo cuando el trabajo son archivos sucios, feature engineering iterativo o una red que no es una tabla. El error es tratar el stack más nuevo como personalidad por defecto en lugar de un conjunto de herramientas con un trabajo más estrecho.
Por eso SQL sigue siendo lo primero que abro en 2025. No porque Spark sea falso, ni porque los notebooks sean descuidados: porque la mayor parte del trabajo sigue siendo hacerle una pregunta precisa a una tabla bien modelada, y SQL es el camino más corto y honesto a la respuesta.