Caracteristicas Avanzadas SQL

Afinamiento SQL y PL/SQL para Desarrolladores
Características Avanzadas SQL

Introducción
•  Aplicaciones actuales demandan menores 1empos de

respuesta de las bases de datos
•  Sentencias SQL eficientes son necesarias para cumplir
SLAs
–  Fracción de un segundo para transacciones en línea
–  Menos de un segundo para operaciones gráficas
–  Pocos segundos para reportes en línea
•  Obtener el mejor rendimiento a medida que incrementa
el número de usuarios no es una tarea sencilla
§ 2
El Problema ?
•  Programadores u1lizan caracterís1cas an1guas

de SQL
•  Sentencias tradicionales ‘SELECT’ con sub queries
y tablas intermedias o de paso
•  Afinamiento adicional requerido para escalar
•  Múl1ples copias de SQL ineficientes pueden
afectar el rendimiento del sistema

§ 3
La Solución
•  Potenciar su SQL

•  Caracterís1cas que ayudan a resolver la mayoría
de problemas de SQL
•  Procesamiento más rápido con las nuevas
caracterís1cas SQL
•  Funciones avanzadas de SQL que no necesitan
Afinamiento

§ 4
Construcción 1: Cláusula With en SQL
•  With Clause en sentencias Select
WITH
–  Sólo se puede usar en sentencias
query_name1(alias11, alias12,..) AS
SELECT
(Select subquery1)
–  Datos pre-‐construidos para una
query_name2 (alias21, alias22,..) AS
consulta compleja
(Select subquery2)
–  Crea y trabaja en un conjunto de SELECT col1, col2,..
resultados FROM query_name1, query_name2
–  Referencia el conjunto de WHERE <join condi1on>;
resultados varias veces

§  Beneficios
–  Eliminar tablas de paso y escrituras relacionadas
–  Excelente alterna1va a tablas temporales globales
–  Mejora el rendimiento
–  Usado en consultas adhoc en grandes bases de datos
§ 5
WITH a1 AS – definir subquery, salario por departamento y job type
( select department_id,job_title,sum(salary) salary
from employees, jobs
where a.job_id=b.job_id
group by department_id,job_title),
b1 AS -- definir subquery, departamentos y sus países
(select department_id, country_name
from departments a, locations b, countries c
where a.location_id=b.location_id
and b.country_id=c.country_id)
SELECT country_name, job_title, sum(salary) -- seleccionar a partir de los resultados
FROM a1, b1
WHERE a1.department_id=b1.department_id
GROUP BY country_name, job_title
§ 6
•  Cláusula With Recursiva WITH emp(first_name, employee_id,job_title,

–  With anidado managers_name) AS
(
–  Reutliza el conjunto Select first_name, employee_id,job_title,' '
de resultados en un from employees a, jobs b
nested loop and b.job_id='AD_PRES'
•  Beneficios: UNION ALL
Select first_name,a.employee_id,b.job_title,
–  Menor I/Os c.first_name managers_name
–  Rendimiento extremo from employees a, jobs b, emp c
and a.manager_id=c.employee_id
)
SELECT first_name employee_name, job_title,
managers_name
FROM emp
§ 7
§ 8
Construcción 1: Cláusula With en
SQL
Matriz de Compatibilidad
CaracterísEca Oracle version
With clause 9i y superior

Recursive 11gR2 únicamente
With clause
Valor agregado para diferentes ambientes

OLTP DSS/ReporEng Data
Warehouse
No Sí Sí
§ 9
Construcción 2: Insert MulEtabla
•  Insert Mul1-‐tabla INSERT ALL
INTO TABLE1 (values….)
–  Inserta datos en muchas tablas
INTO TABLE2 (values…)
a la vez
INTO TABLE3 (values…)
–  Insert condicionales SELECT col1, col2,..
•  Beneficios FROM table1, table2, …
–  En una sola sentencia inserta WHERE <join condition>;

los datos actuales, de auditoria
INSERT ALL
e históricos
WHEN <condiEon> THEN
–  Una sola pasada al compilador INTO TABLE1 (values..)
–  Mejora al menos 50% el WHEN <condition> THEN
rendimiento dependiendo del INTO TABLE2 (values..)
número de tablas SELECT col1, col2,..
FROM table1, table2, …
WHERE <join condi1on>;

§ 10
Construcción 2: Insert MulEtabla
INSERT ALL -- Inserta en 3 tablas condicionalmente
WHEN (SALARY >15000) THEN
INTO EMP_HIGH_SALARY
WHEN (SALARY>5000 AND SALARY<=15000) THEN
INTO EMP_MED_SALARY
ELSE
INTO EMP_LOW_SALARY
SELECT * FROM EMPLOYEES;
INSERT ALL --Inserta al mismo tiempo en tabla actual e histórica

INTO EMPLOYEE_SALARY(employee_id,first_name,last_name,salary)
VALUES (employee_id,first_name,last_name,salary)
INTO EMPLOYEE_SALARY_HISTORY(employee_id,first_name,last_name,salary,
update_date)
VALUES (employee_id,first_name,last_name,salary, update_date)
SELECT employee_id, first_name, last_name, salary, sysdate update_date
FROM EMPLOYEES;
§ 11
CaracterísEca 2: Insert MulEtabla
CaracterísEca Oracle version

Mul1-‐table Inserts 9i y superior
Condi1onal Insert 10g y superior

Warehouse
Sí Sí Sí*
* No puede paralelizarse en tablas con bitmap indexes o index organized tables
§ 12
CaracterísEca 3: Funciones AnalíEcas
Avanzadas
•  Funciones Analí1cas
–  Comparar filas dentro de la
misma tabla o result set SELECT
–  Aplicar par1ciones y ventanas analyEc_funcEon(arg1)
para la comparación over (parEEon by expr -‐-‐par%%on clause
–  Rangos y percen1les, Análisis order by expr ) -‐-‐order by clause
Primero/Ul1mo, Análisis lag/ rows between <rows> -‐-‐ windowing clause
lead FROM table1, table2, . . .
–  Top-‐N, Movimientos agregados WHERE <join condition>;
•  Beneficios
–  Elimina los self joins
–  Mejora el rendimiento
–  Más fácil de codificar
–  No requiere afinamiento!

§ 13
CaracterísEca 3: Funciones AnalíEcas Avanzadas
§ Sintaxis
§ Analytic-Function(<Argument>,<Argument>,...)
OVER (
<Query-Partition-Clause>
<Order-By-Clause>
<Windowing-Clause>
)
§ PARTITION BY – divide los datos en grupos
§ ORDER BY – ordena los datos dentro de cada partición
§ WINDOWING – filas o rangos de filas sobre las que se va a trabajar
§ 14
Avanzadas
Filas
Proceso Analítico
Evaluación Ordenamiento
Evaluación Agrupamiento
HAVING Intermedio
WHERE
Función
Analítica
ORDER BY
Final
Resultado
§ 15
§ RANK() y DENSE_RANK()
SELECT ROW_NUMBER() OVER(ORDER BY sal DESC) rownumber
,RANK() OVER(ORDER BY sal DESC) rank
,DENSE_RANK() OVER(ORDER BY sal DESC) denserank
,sal
,ename
FROM emp
ORDER BY sal DESC,ename;
ROWNUMBER RANK DENSERANK SAL ENAME
--------- ---- ---------- ----- ------
1 1 1 5000 KING
2 2 2 3000 FORD
3 2 2 3000 SCOTT
4 4 3 2975 JONES
5 5 4 2850 BLAKE
6 6 5 2450 CLARK
7 7 6 1600 ALLEN
8 8 7 1500 TURNER
9 9 8 1300 MILLER
10 10 9 1250 MARTIN
11 10 9 1250 WARD
12 12 10 1100 ADAMS
13 13 11 950 JAMES
14 14 12 800 SMITH
§ 16
ParEcionamiento
§ Las funciones analíticas pueden aplicarse a grupos lógicos dentro del conjunto de
resultados
§ Partitions
... OVER(PARTITION BY mgr ORDER BY sal DESC)
§ PARTITION BY especifica el agrupamiento

§ ORDER BY especifica el ordenamiento dentro de cada grupo
§ No esta relacionado con el particionamiento de tablas
§ Si no se especifica la partición , se toma al resultado completo como una partición.
§ Los valores NULL se agrupan juntos, como en el GROUP BY
§ Pueden usarse diferentes funciones analíticas con distintas subcláusulas de
particionamiento.
§ 17
Particionamiento en funciones analíticas
•  Función analí1ca aplicada a todas las filas de la tabla
SQL> select employee_id, last_name, manager_id, salary

sum(salary) over (order by employee_id, last_name, salary)
as cumulative from employees;
EMPLOYEE_ID LAST_NAME MANAGER_ID SALARY CUMULATIVE

----------- --------- ---------- ------ ----------
100 King 24000 24000
101 Kochhar 100 17000 41000
102 De Haan 100 17000 58000 = 24000 + 17000 +
17000
103 Hunold 102 9000 67000
104 Ernst 103 6000 73000
105 Austin 103 4800 77800
106 Pataballa 103 4800 82600
107 Lorentz 103 4200 86800
108 Greenberg 101 12000 98800
109 Faviet 108 9000 107800
110 Chen 108 8200 116000
ParEcionamiento: Ejemplo
§ Clasificar los empleados en orden de salario por gerente.
SELECT ename
,mgr
,sal
,RANK() OVER(PARTITION BY mgr ORDER BY sal DESC) m_rank
FROM emp
ORDER BY mgr
,m_rank;
ENAME MGR SAL M_RANK
---------- ---------- ---------- ----------
SCOTT 7566 3000 1
FORD 7566 3000 1
ALLEN 7698 1600 1
TURNER 7698 1500 2
WARD 7698 1250 3
MARTIN 7698 1250 3
JAMES 7698 950 5
MILLER 7782 1300 1
ADAMS 7788 1100 1
JONES 7839 2975 1
BLAKE 7839 2850 2
CLARK 7839 2450 3
SMITH 7902 800 1
KING 5000 1
§ 19
Agregación: La cláusula OVER
SELECT deptno
,AVG(sal)
FROM emp SELECT deptno
GROUP BY deptno; ,AVG(sal) OVER (PARTITION BY deptno) avg_dept
,AVG(sal) OVER () avg_all
DEPTNO AVG(SAL) FROM emp;
---------- ----------
30 1566.66667 DEPTNO AVG_DEPT AVG_ALL No subclause
20 2175 ---------- ---------- ----------
10 2916.66667 10 2916.66667 2073.21429
10 2916.66667 2073.21429
10 2916.66667 2073.21429
20 2175 2073.21429
20 2175 2073.21429
20 2175 2073.21429
20 2175 2073.21429 Agregaciones
20 2175 2073.21429
30 1566.66667 2073.21429
analíticas
30 1566.66667 2073.21429 no reducen el
30 1566.66667 2073.21429
30 1566.66667 2073.21429
número de filas
30 1566.66667 2073.21429
30 1566.66667 2073.21429
§ 20
AnalyEcs vs SQL convencional
Si se requiere datos a distintos niveles de agrupación
Salario promedio
por departamento
ENAME SAL DEPTNO AVG_DEPT AVG_ALL
------ ---- ------ ---------- ----------
CLARK 2450 10 2916.66667 2073.21429
KING 5000 10 2916.66667 2073.21429
MILLER 1300 10 2916.66667 2073.21429 Salario promedio
JONES 2975 20 2175 2073.21429 total
FORD 3000 20 2175 2073.21429
ADAMS 1100 20 2175 2073.21429
SMITH 800 20 2175 2073.21429
SCOTT 3000 20 2175 2073.21429
WARD 1250 30 1566.66667 2073.21429
TURNER 1500 30 1566.66667 2073.21429
ALLEN 1600 30 1566.66667 2073.21429
JAMES 950 30 1566.66667 2073.21429
BLAKE 2850 30 1566.66667 2073.21429
MARTIN 1250 30 1566.66667 2073.21429
§ 21
Performance del SQL convencional
SELECT r.ename,r.sal,g.deptno,g.ave_dept,a.ave_all
FROM emp r
,(SELECT deptno,AVG(sal) ave_dept
FROM emp GROUP BY deptno) g
,(SELECT AVG(sal) ave_all
FROM emp) a
WHERE g.deptno = r.deptno
ORDER BY r.deptno;
-----------------------------------------------
| Id | Operation | Name | Rows |
-----------------------------------------------
| 0 | SELECT STATEMENT | | 15 |
| 1 | MERGE JOIN | | 15 |
| 2 | SORT JOIN | | 3 | 1M de empleados
| 3 | NESTED LOOPS | | 3 | 48.35 segundos
| 4 | VIEW | | 1 |
| 5 | SORT AGGREGATE | | 1 |
| 6 | TABLE ACCESS FULL| EMP | 14 |
| 7 | VIEW | | 3 |
| 8 | SORT GROUP BY | | 3 |
| 9 | TABLE ACCESS FULL| EMP | 14 |
|* 10 | SORT JOIN | | 14 |
| 11 | TABLE ACCESS FULL | EMP | 14 |
-----------------------------------------------
§ 22
Performance del SQL analíEco
SELECT ename,sal,deptno
,AVG(sal) OVER (PARTITION BY deptno) ave_dept
,AVG(sal) OVER () ave_all
FROM emp;
-------------------------------------------
| Id | Operation | Name | Rows |
-------------------------------------------
| 0 | SELECT STATEMENT | | 14 |
| 1 | WINDOW SORT | | 14 | 1M de empleados
| 2 | TABLE ACCESS FULL| EMP | 14 | 21.20 segundos
-------------------------------------------
§ 23
SELECT first_name, department_id, salary,
RANK() OVER (PARTITION BY department_id ORDER BY salary DESC ) RANK, --function Rank()
LAG(salary) OVER (PARTITION BY department_id ORDER BY salary DESC ) PREV_HIGH_SAL
-- function Lag()
FROM employees
WHERE department_id IN (10, 20,30,40)
ORDER BY 2, RANK;
§ 24
Ventana en expansión
Primera Partición (o todas las filas) OVER (ORDER BY col_name)
ROWS BETWEEN UNBOUNDED
Ventana
PRECEDING AND CURRENT ROW
Se produce una ventana en

‘expansión’
Segunda Partición
§ 25
Ventana deslizante
Primera Partición (o todas las filas) OVER (ORDER BY col_name)
Ventana ROWS BETWEEN 2 PRECEEDING

3 Filas
AND 2 FOLLOWING
Se produce una ventana ‘deslizante’
Segunda Partición
§ 26
Avanzadas
SELECT first_name, department_id, salary,
AVG(salary) OVER (PARTITION BY department_id ORDER BY hire_date -- function AVG
ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING) as AVG_SAL_PREV_NEXT_ROW
-- Window (additional partitioning)
FROM employees
WHERE department_id IN (10, 20,30,40)
ORDER BY department_id,manager_id;
§ 27
LAG and LEAD
§ Para comparar valores entre filas
§ LAG permite acceder una fila que se encuentra desplazada cierto número
de posiciones antes de la fila actual.
§ LEAD permite acceder una fila que se encuentra desplazada cierto
número de posiciones después de la fila actual.
{LAG | LEAD} ( value_expr [, offset] [, default] )
OVER ( [query_partition_clause] order_by_clause )
§ Offset es un parámetro opcional, por default es 1

§ Default es opcional y es el valor retornado si offset se sale de los límites
de la tabla o partición. (NULL si no se especifica)
§ 28
LAG and LEAD
SELECT hiredate
,sal AS salary
,LAG(sal,1) OVER (ORDER BY hiredate) AS LAG1
,LEAD(sal,1) OVER (ORDER BY hiredate) AS LEAD1
FROM emp;
HIREDATE SALARY LAG1 LEAD1
--------- ---------- ---------- ----------
17-DEC-80 800 1600
20-FEB-81 1600 800 1250
22-FEB-81 1250 1600 2975 Comparación de salarios
02-APR-81 2975 1250 2850 entre empleados
01-MAY-81 2850 2975 2450
contratados alrededor de la
09-JUN-81 2450 2850 1500
08-SEP-81 1500 2450 1250 misma fecha
28-SEP-81 1250 1500 5000
17-NOV-81 5000 1250 950
03-DEC-81 950 5000 3000
03-DEC-81 3000 950 1300
23-JAN-82 1300 3000 3000
09-DEC-82 3000 1300 1100
12-JAN-83 1100 3000
§ 29
CaracterísEca Oracle versión
Funciones Analí1cas 9i y superior
Soporte Window func1ons 9i y superior

Warehouse
No Sí Sí
§ 30
CaracterísEca 4: Funciones de Agrupación
Avanzadas
SELECT col1, col2,
•  Agregar a diferentes niveles de SUM(col3), COUNT(col4),…
granularidad FROM table1, table2, …
•  Group by Cube, Rollup, Grouping WHERE <join condition>
Sets GROUP BY ... {CUBE | ROLLUP|
GROUPING SETS}
•  Agrupar strings usando
HAVING GROUPING (..)
delimitadores con LISTAGG
•  Beneficios
–  Reduce número bloques leídos SELECT col1, col2,
–  Mayor rendimiento LISTAGG(expr)
–  Simplificación del código WITHIN GROUP (ORDER BY COL)
–  No necesita afinamiento OVER(PARTITION BY COL)
FROM table1, table2, …
WHERE <join condition>
§ 31
Avanzadas – LISTAGG
Ejemplo: listar los nombres de los empleados por departamento,
agregando los nombres de cada departamento en una sola fila
DEPTNO ENAME
--------- ----------
10 CLARK
10 KING
10 MILLER
20 ADAMS SQL> SELECT deptno, LISTAGG(ename, ',')
20 FORD WITHIN GROUP (ORDER BY ename) AS
20 JONES employees
20 SCOTT FROM emp
20 SMITH GROUP BY deptno;
30 ALLEN
30 BLAKE DEPTNO EMPLOYEES
30 JAMES ---------- ------------------------------
30 MARTIN 10 CLARK,KING,MILLER
30 TURNER 20 ADAMS,FORD,JONES,SCOTT,SMITH
30 WARD 30 ALLEN,BLAKE,JAMES,MARTIN,TURNER,WARD
3 rows selected.
§ 32
Ejemplo: listar en orden las columnas que forman parte de un índice
SQL> desc user_ind_columns

Name Null Type
--------------- ---- --------------
INDEX_NAME VARCHAR2(30)
TABLE_NAME VARCHAR2(30)
COLUMN_NAME VARCHAR2(4000)
COLUMN_POSITION NUMBER
COLUMN_LENGTH NUMBER
CHAR_LENGTH NUMBER
DESCEND VARCHAR2(4)
§ 33
Ejemplo: listar en orden las columnas que forman parte de un índice
SELECT table_name
,index_name
,LISTAGG(column_name,’;’) WITHIN GROUP (
ORDER BY column_position) “Column List”
FROM user_ind_columns
GROUP BY table_name
,index_name;
TABLE_NAME INDEX_NAME Column List

------------ ------------------ -----------------------------
EMP EMP_PK EMPNO
PROJ_ASST SYS_C0011223 PROJNO;EMPNO;START_DATE
DEPT DEPT$DIVNO_DEPTNO DIVNO;DEPTNO
§ 34
Avanzadas

Group by tradicional
SELECT department_name, job_title, sum(salary)
FROM employees a, jobs b, departments c
WHERE a.job_id=b.job_id
AND a.department_id=c.department_id
AND c.department_name in ('Sales','IT')
GROUP BY department_name,job_title --aggregate by deptno and job
HAVING sum(salary)>25000
ORDER BY1,2
Un sólo
registro por
grupo
§ 35
Avanzadas – CUBE y ROLLUP
Creadas para la manipulación de modelos de datos en

ambientes de DataWarehousing
•  Cual sentencia SQL nos permi1ría obtener el

siguiente resultado ?
§ 36
El operador CUBE
City_id Product_id Sum_a
City1 product1 520 SELECT city_id, product_id,
City1 product2 230
SUM(amount) as sum_a
City1 product3 100
FROM SALES
GROUP BY CUBE (city_id, product_id)
City1 ALL 850
City2 Product 1 10

City2 product2 15
City2 product3 10
§ Parte del SQL estándar, implementación de
City2 ALL 35
City3 Product 1 1000 ROLAP (Relational Online analytical Processing)
City3 product2 1200
City3 product3 1000
City3 ALL 3200
ALL Product 1 1530
ALL product2 1445
ALL product3 1110
ALL ALL 4085
El operador ROLLUP
City_id Product_id Sum_a
City1 Product 1 520
City1 product2 230 SELECT city_id, product_id,
City1 product3 100
SUM(amount) as sum_a
City1 ALL 850 FROM SALES
City2 Product 1 10 GROUP BY ROLLUP (city_id, product_id)
City2 product2 15
City2 product3 10
City2 ALL 35
City3 Product 1 1000
City3 product2 1200
City3 product3 1000
City3 ALL 3200
ALL ALL 4085
Avanzadas -‐ Rollup
§ Para obtener subtotales por cada uno de las columnas en el Group by
SELECT department_name, job_title, sum(salary)

FROM employees a, jobs b, departments c
WHERE a.job_id=b.job_id
AND a.department_id=c.department_id
AND c.department_name in ('Sales','IT')
GROUP BY ROLLUP(department_name,job_title) – subtotales por departamento y cargo
HAVING sum(salary)>25000
ORDER BY1,2
§ 39
Avanzadas
CaracterísEca Oracle versión
Funciones de Agrupación 9i y superior

Avanzada
ListAgg 11gR2 únicamente

Warehouse
Sí Sí Sí
40
Resumen
CaracterísEca Mejor Menor Beneficios

Rendimiento mantenimiento de adicionales
código
SQL With y cláusula With X X Lookups
Recursiva recursivos
Inserts mul1-‐tabla X X Una sola
pasada de
compilación
Funciones Analí1cas X X Comparación
en ventanas
Funciones de agregación X X Operadores de
avanzadas Group by
adicionales
§ 41

Caracteristicas Avanzadas SQL

Cargado por

Copyright:

Formatos disponibles

Caracteristicas Avanzadas SQL

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Caracteristicas Avanzadas SQL

Cargado por

Copyright:

Formatos disponibles

Afinamiento SQL y PL/SQL para Desarrolladores

Características Avanzadas SQL

• Aplicaciones actuales demandan menores 1empos de

• Programadores u1lizan caracterís1cas an1guas

• Potenciar su SQL

• Cláusula With Recursiva WITH emp(first_name, employee_id,job_title,

CaracterísEca Oracle version

With clause 9i y superior

Valor agregado para diferentes ambientes

INSERT ALL --Inserta al mismo tiempo en tabla actual e histórica

CaracterísEca Oracle version

Valor agregado para diferentes ambientes

OLTP DSS/ReporEng Data

* No puede paralelizarse en tablas con bitmap indexes o index organized tables

§ ORDER BY – ordena los datos dentro de cada partición

§ WINDOWING – filas o rangos de filas sobre las que se va a trabajar

§ PARTITION BY especifica el agrupamiento

• Función analí1ca aplicada a todas las ﬁlas de la tabla

SQL> select employee_id, last_name, manager_id, salary

EMPLOYEE_ID LAST_NAME MANAGER_ID SALARY CUMULATIVE

Se produce una ventana en

Ventana ROWS BETWEEN 2 PRECEEDING

Se produce una ventana ‘deslizante’

§ Offset es un parámetro opcional, por default es 1

CaracterísEca Oracle versión

Funciones Analí1cas 9i y superior

Soporte Window func1ons 9i y superior

Valor agregado para diferentes ambientes

OLTP DSS/ReporEng Data

SQL> desc user_ind_columns

TABLE_NAME INDEX_NAME Column List

Creadas para la manipulación de modelos de datos en

• Cual sentencia SQL nos permi1ría obtener el

SELECT department_name, job_title, sum(salary)

CaracterísEca Oracle versión

Funciones de Agrupación 9i y superior

ListAgg 11gR2 únicamente

Valor agregado para diferentes ambientes

OLTP DSS/ReporEng Data

CaracterísEca Mejor Menor Beneﬁcios

También podría gustarte

•  Aplicaciones actuales demandan menores 1empos de

•  Programadores u1lizan caracterís1cas an1guas

•  Potenciar su SQL

•  Cláusula With Recursiva WITH emp(first_name, employee_id,job_title,

§ ORDER BY – ordena los datos dentro de cada partición

§ WINDOWING – filas o rangos de filas sobre las que se va a trabajar

§ PARTITION BY especifica el agrupamiento

•  Función analí1ca aplicada a todas las ﬁlas de la tabla

§ Offset es un parámetro opcional, por default es 1

•  Cual sentencia SQL nos permi1ría obtener el