- Permiten encapsular lógica compleja y repetitiva en bloques reutilizables para optimizar el mantenimiento del código.
- Existen diversas implementaciones según el entorno, desde funciones escalares y de tabla en SQL hasta generadores y lambdas en Python.
- Su uso mejora drásticamente el rendimiento al reducir el tráfico de red y aprovechar la caché de ejecución en sistemas de bases de datos.
Cuando nos metemos en el mundo del desarrollo, ya sea picando código en Python o gestionando datos en SQL, llega un momento en que nos damos cuenta de que estamos escribiendo lo mismo una y otra vez. Aquí es donde entran en juego las funciones definidas por el usuario, que no son más que herramientas que nos permiten empaquetar un trozo de lógica, ponerle un nombre y llamarlo cada vez que lo necesitemos sin tener que reescribir todo el proceso.
Básicamente, funcionan como una pequeña máquina: le pasas unos datos de entrada, la función hace su magia internamente y te devuelve un resultado. Esta capacidad de modularizar el código es lo que diferencia a un programador novato de uno que sabe escalar sus proyectos, ya que facilita enormemente la corrección de errores y hace que el sistema sea mucho más limpio y profesional.
El ecosistema de las funciones en SQL Server y Azure

En el entorno de Microsoft SQL Server, las funciones definidas por el usuario (UDF) son rutinas que aceptan parámetros y devuelven un valor, que puede ser un dato único o una tabla completa. Una de las grandes ventajas es la programación modular, ya que puedes modificar la función sin tocar el programa principal. Además, ayudan a que todo vuele, pues al almacenar los planes de ejecución en la caché, se reduce el coste de compilación.
Dentro de SQL, encontramos diferentes categorías. Las funciones escalares devuelven un solo valor y pueden ser en línea o de varias instrucciones. Por otro lado, las funciones con valores de tabla (TVF) devuelven un conjunto de datos, siendo las insertadas aquellas que no tienen cuerpo y se basan en un SELECT. Es importante no confundirlas con las funciones del sistema, que vienen integradas y no se pueden alterar.
Hay que tener cuidado con los efectos secundarios; una función en SQL no puede cambiar el estado de un recurso externo, como modificar una tabla de la base de datos o enviar un correo. Solo puede alterar variables locales. Asimismo, para mejorar el rendimiento, se recomienda usar SCHEMABINDING en funciones deterministas, lo que enlaza la función al esquema de los objetos que utiliza.
Potenciando BigQuery con Python y Vectorización

En el ámbito de BigQuery, las UDF de Python permiten llevar la potencia de este lenguaje directamente a las consultas SQL. Esto es especialmente útil porque puedes importar bibliotecas de terceros desde PyPI o archivos almacenados en Cloud Storage, permitiendo realizar análisis mucho más profundos que con SQL puro.
Un punto clave aquí es la vectorización. En lugar de procesar las filas una a una, que puede ser lento, puedes usar un DataFrame de pandas para procesar lotes de datos. Esto se logra configurando el parámetro max_batching_rows, lo que dispara el rendimiento de la consulta al manejar los datos de forma masiva.
Para que estas funciones operen correctamente, se requiere una gestión precisa de roles de IAM. Quien crea la función necesita permisos de Editor de datos, mientras que quien la invoca requiere permisos de Usuario de BigQuery. Además, si la función necesita salir a internet para consultar un servicio externo, es obligatorio configurar una conexión de recursos de Cloud.
La versatilidad de Python: desde Lambdas hasta Generadores

En Python puro, definir una función es sencillo gracias a la palabra clave def. Podemos pasar parámetros fijos, valores por defecto o incluso un número arbitrario de argumentos usando asteriscos (*args y **kwargs). Esto da una flexibilidad increíble para crear herramientas que se adapten a cualquier entrada de datos.
Existen también las funciones anónimas o lambda, que son ideales para tareas rápidas y cortas que no requieren un nombre formal. Pero si hablamos de eficiencia en el manejo de memoria, los generadores son la estrella. A diferencia de una función normal que devuelve todo el resultado de golpe con return, el generador usa yield para entregar los valores poco a poco, permitiendo manejar secuencias infinitas sin colapsar la RAM del equipo.
Lógica reutilizable con DAX en Power BI

En el mundo del análisis de datos con Power BI, las UDF de DAX permiten que la lógica de negocio no esté dispersa en mil medidas diferentes. Al definir una función una sola vez, se garantiza la coherencia de los cálculos en todo el modelo semántico, facilitando que cualquier cambio en la regla de negocio se aplique globalmente al actualizar un único punto.
Estas funciones admiten sugerencias de tipo (como NUMERIC o STRING) y modos de paso de parámetros, ya sea para evaluación inmediata o perezosa. Esto hace que el código sea mucho más robusto y resistente a errores, ya que el sistema puede validar si el dato que estamos pasando es el correcto antes de intentar ejecutar la operación.
La capacidad de integrar toda esta lógica en el modelo permite que las funciones sean objetos de primera clase, visibles en el explorador de modelos y utilizables tanto en columnas calculadas como en medidas o elementos visuales, optimizando el flujo de trabajo del analista de datos.
Tener la capacidad de crear nuestras propias rutinas, ya sea mediante la simplicidad de una lambda en Python, la potencia vectorizada de BigQuery, el rigor de SQL Server o la estructura de DAX, permite transformar scripts caóticos en sistemas organizados y eficientes. El dominio de estas herramientas no solo reduce el tiempo de desarrollo, sino que garantiza que el software sea mantenible a largo plazo y capaz de procesar grandes volúmenes de información con el menor consumo de recursos posible.
Preguntas frecuentes
¿Cuál es la diferencia entre una función escalar y una de tabla en SQL?
Las funciones escalares devuelven un único dato de un tipo específico, mientras que las funciones con valores de tabla retornan un conjunto de resultados estructurado como una tabla.
¿Para qué sirve la vectorización en las UDF de Python de BigQuery?
La vectorización permite procesar lotes de filas simultáneamente utilizando pandas.DataFrame en lugar de analizar fila por fila, lo que optimiza significativamente la velocidad de las consultas.
¿Qué es una función void en Python?
Es una función que realiza una acción específica, como imprimir un mensaje, pero no devuelve ningún valor al llamador, resultando en un valor None por defecto.
¿En qué se diferencia un generador de una función convencional en Python?
A diferencia de las funciones comunes que usan return para entregar un valor final, los generadores utilizan yield para devolver una secuencia de resultados uno a uno, manteniendo su estado interno.
¿Qué ventajas ofrecen las UDF de DAX en Power BI?
Permiten empaquetar lógica reutilizable en el modelo, evitando repetir fórmulas en múltiples medidas y facilitando el mantenimiento centralizado de las reglas de cálculo.
¿Se pueden modificar las tablas de la base de datos desde una función de SQL Server?
No, las funciones de SQL Server no permiten efectos secundarios, lo que significa que no pueden realizar cambios permanentes en recursos externos como tablas o catálogos.
¿Qué es una función lambda?
Es una función anónima y compacta que se define en una sola línea para realizar operaciones rápidas sin necesidad de asignarle un nombre formal mediante def.