SQL Academy · Lección

Carga de datos de prueba en la base de datos

Genere datos de prueba realistas con INSERT ... SELECT y generate_series, y verifique el resultado con consultas analíticas sencillas.

Carga de datos de prueba en la base de datos es una lección gratuita de SQL Academy en CoddyKit. Esta es la lección 4 de 4. Puedes leer la lección completa abajo gratuitamente — luego la practicas en el navegador con un editor de código integrado y un tutor de IA 24/7. Forma parte de la ruta de aprendizaje de SQL Academy, y tu progreso se sincroniza en la web y la app de CoddyKit. El curso de SQL Academy incluye 4 lecciones en total.

¿Por qué usar seeds?

Las bases de datos vacías ocultan errores. Necesita datos realistas:

Para ejecutar pruebas de UI/E2E
Para verificar las características de rendimiento (índices, planes de consulta)
Para mostrar la aplicación

Seeds escritos a mano

Para unas pocas filas de «fixture», escríbalas a mano en SQL o en una migración:

INSERT INTO users (id, email, full_name) VALUES
  (1, 'alice@example.com', 'Alice Adams'),
  (2, 'bob@example.com',   'Bob Brown');

SELECT setval('users_id_seq', (SELECT MAX(id) FROM users));

Series generadas para cargas masivas

generate_series es su aliado. Cree 1000 publicaciones:

INSERT INTO posts (author_id, title, body, published_at)
SELECT
  ((random() * 9 + 1)::int),                              -- random user 1-10
  'Post number ' || g,
  'Lorem ipsum body ' || g,
  NOW() - (random() * INTERVAL '90 days')
FROM generate_series(1, 1000) AS g;

Claves foráneas aleatorias

Elija una fila padre al azar:

INSERT INTO comments (post_id, author_id, body)
SELECT
  (SELECT id FROM posts ORDER BY random() LIMIT 1),
  (SELECT id FROM users ORDER BY random() LIMIT 1),
  'Sample comment ' || g
FROM generate_series(1, 5000) AS g;
-- Slow at scale — see next slide for a faster pattern.

Más rápido: precargue los padres en la caché

Materialice una vez los identificadores candidatos:

WITH u AS (SELECT id FROM users),
     p AS (SELECT id FROM posts)
INSERT INTO comments (post_id, author_id, body)
SELECT
  (SELECT id FROM p OFFSET floor(random()*1000)::int LIMIT 1),
  (SELECT id FROM u OFFSET floor(random()*10)::int   LIMIT 1),
  'Sample comment ' || g
FROM generate_series(1, 5000) AS g;

faker_fdw y herramientas

Para obtener datos falsos más completos (nombres, direcciones, párrafos), use:

faker_fdw — extensión de Postgres que expone Python Faker
@faker-js/faker de Node
Seeders de Django/Rails en forma de scripts

COPY para grandes importaciones masivas

Para cargar un millón de filas, COPY supera a INSERT entre 5 y 10 veces:

COPY users (email, full_name)
  FROM '/tmp/seed_users.csv' WITH (FORMAT csv, HEADER true);

Restablecer secuencias

Si insertó filas manualmente con identificadores explícitos, adelante la secuencia para que los futuros identificadores automáticos no entren en conflicto:

SELECT setval('users_id_seq', (SELECT COALESCE(MAX(id), 0) FROM users));

Seeds idempotentes

Haga que los seeds se puedan ejecutar muchas veces de forma segura. Use UPSERT o TRUNCATE-then-INSERT:

INSERT INTO products (sku, name, price) VALUES
  ('A-001', 'Widget', 9.99)
ON CONFLICT (sku) DO UPDATE
  SET name = EXCLUDED.name, price = EXCLUDED.price;

Distribución realista

Las pruebas deben reflejar la forma de los datos en producción. Si el 80 % de las publicaciones tiene 0 comentarios y el 1 % tiene 1000, los datos de prueba deberían reflejarlo; de lo contrario, sus planes de índices serán engañosos.

Seeding en CI

Para las pruebas de extremo a extremo, ejecute el script de seeds después de las migraciones y antes de la suite de pruebas. Mantenga los seeds bajo control de versiones.

Resumen

Buenos seeds = datos realistas + script idempotente + carga rápida (COPY para grandes volúmenes).

generate_series para cargas masivas
UPSERT para ejecuciones repetidas
setval después de inserciones manuales
Coincidencia con las distribuciones de producción

Comprobación rápida

Quiere insertar rápidamente 10 000 filas de datos de prueba. ¿Qué función de PostgreSQL genera los números de fila?

Preguntas frecuentes

¿La lección «Carga de datos de prueba en la base de datos» es gratis?

Sí — el texto completo de «Carga de datos de prueba en la base de datos» es gratis para leer aquí en la web. Para practicarla de forma interactiva (editor de código integrado y tutor de IA 24/7) y desbloquear el resto del curso de SQL Academy, actualiza a CoddyKit PRO. El curso de SQL Academy incluye 4 lecciones en total.

¿Qué aprenderé en «Carga de datos de prueba en la base de datos»?

Genere datos de prueba realistas con INSERT ... SELECT y generate_series, y verifique el resultado con consultas analíticas sencillas. Practicas SQL Academy con código real que ejecutas directamente en el navegador, y un tutor de IA 24/7 responde tus preguntas mientras trabajas en la lección.

¿Necesito experiencia previa para empezar SQL Academy?

No se requiere experiencia previa. SQL Academy en CoddyKit está estructurado para principiantes hasta estudiantes avanzados, así que puedes empezar aquí o desde el inicio y avanzar a tu ritmo. Esta es la lección 4 de 4.

¿Cuánto tiempo toma la lección «Carga de datos de prueba en la base de datos»?

La mayoría de las lecciones de CoddyKit toman alrededor de 5–10 minutos. Cada una es compacta e interactiva, así que avanzas constantemente y retomas exactamente por donde dejaste en la web y la app.

¿Puedo escribir y ejecutar código en esta lección de SQL Academy?

Sí. Cada lección de SQL Academy incluye un editor de código integrado, así que escribes y ejecutas código real directamente en tu navegador y obtienes retroalimentación instantánea de IA — sin configuración local necesaria.

Todas las lecciones de este curso

Modelado de un blog: usuarios, publicaciones y comentarios
Elección de claves y tipos
Índices para consultas habituales
Carga de datos de prueba en la base de datos

← Volver a SQL Academy