- Permiten modularizar la lógica de programación para reutilizar código y optimizar el rendimiento mediante la caché de ejecución.
- Se clasifican principalmente en funciones escalares, que devuelven un único valor, y funciones de tabla, que retornan conjuntos de datos.
- Existen restricciones críticas, como la prohibición de efectos secundarios en SQL Server o la naturaleza de las funciones void en Python.
- En herramientas de análisis como DAX, facilitan la coherencia de los modelos de datos al centralizar cálculos complejos.

Cuando nos metemos en el mundo de la programación y el manejo de datos, es muy común toparse con la necesidad de automatizar tareas que se repiten una y otra vez. Para no volvernos locos escribiendo el mismo código mil veces, existen las funciones definidas por el usuario, que básicamente son herramientas personalizadas que creamos para resolver problemas específicos, ya sea en una base de datos o en un lenguaje de scripting.
Imagina que estas funciones son como pequeñas máquinas a las que les das una materia prima (parámetros), ellas hacen un proceso interno complejo y te devuelven un producto terminado (un resultado). Dependiendo de dónde las uses, ya sea en SQL Server, Python, R o DAX, el funcionamiento varía un poco, pero la esencia es la misma: ganar eficiencia y mantener el código limpio y ordenado.
El ecosistema de las funciones en SQL Server y Azure
En el entorno de Microsoft SQL Server y sus variantes en la nube como Azure SQL, las funciones son rutinas que aceptan parámetros y ejecutan acciones, como cálculos matemáticos complicados, para devolver un valor. Este resultado puede ser un dato escalar único o un conjunto de filas completo.
Usar estas funciones tiene solera porque permite una programación modular; creas la lógica una sola vez, la guardas en la base de datos y la invocas cuando quieras sin tener que tocar el código fuente del programa principal. Además, son un chute de velocidad gracias a que reutilizan los planes de ejecución almacenados en la caché, evitando que el sistema tenga que analizar el código cada vez que se usa. También ayudan a que la red no se sature, ya que permiten filtrar datos complejos en el servidor antes de mandarlos al cliente.
Tipos de funciones según su retorno
- Funciones Escalares: Son las más sencillas, ya que devuelven un solo valor del tipo definido. Pueden ser de una sola instrucción o contener un bloque completo de código T-SQL.
- Funciones con Valores de Tabla (TVF): Estas devuelven una tabla entera. Hay algunas que son simplemente una instrucción SELECT insertada, sin cuerpo complejo.
- Funciones del Sistema: Son las que ya vienen instaladas de fábrica. Son útiles pero, ojo, que no se pueden modificar.
Es importante saber que en SQL Server existen reglas estrictas. Por ejemplo, las funciones no pueden tener efectos secundarios, lo que significa que no puedes cambiar el estado de una tabla externa o enviar un correo electrónico desde dentro de una función; solo pueden modificar variables locales o cursores internos.
Particularidades en lenguajes como R y Python
Si saltamos al terreno de R, una función se compone de un nombre, argumentos y un cuerpo. El nombre es la etiqueta que nos permite llamarla, y es fundamental elegir uno que sea claro y descriptivo para no liarnos luego. Los argumentos son las variables que la función necesita para currar, y el cuerpo es donde ocurre la magia, encerrada entre llaves.
En Python, ocurre algo curioso con las llamadas funciones void. Son aquellas que realizan una tarea, como imprimir un saludo en pantalla, pero no devuelven ningún valor al programa que las llamó. En estos casos, Python devuelve por defecto un valor llamado None, ya que no hay una sentencia return que entregue un dato concreto.
La potencia de las UDF en DAX y Power BI
Para los que trabajan con análisis de datos en Power BI, las funciones definidas por el usuario (UDF) en DAX son un auténtico salvavidas. Permiten empaquetar lógica reutilizable, evitando que tengamos que escribir la misma fórmula en diez medidas o columnas calculadas diferentes. Esto no solo ahorra tiempo, sino que hace que el mantenimiento sea mucho más sencillo, ya que si hay que cambiar una regla de negocio, solo se hace en un lugar.
Estas funciones se pueden definir a través de la vista de consulta DAX o la vista TMDL. Una característica potente es que admiten sugerencias de tipo (como NUMERIC o STRING) y modos de paso de parámetros, lo que hace que el código sea mucho más robusto y menos propenso a errores. Se pueden usar en cualquier sitio donde DAX esté permitido, incluyendo cálculos visuales o columnas calculadas.
Detalles técnicos sobre la implementación
En el caso de SQL Server, existe la opción de usar SCHEMABINDING, que básicamente ancla la función al esquema de los objetos que utiliza. Esto evita que alguien borre una tabla que la función necesita para funcionar, aunque implica que debemos tener los permisos adecuados. En cuanto a los parámetros, SQL Server permite hasta 1024 parámetros de entrada, aunque es raro llegar a tal cantidad.
Respecto a las funciones integradas, hay que tener cuidado con las no deterministas. En T-SQL, funciones como GETDATE() se pueden usar, pero otras como NEWID() o RAND() darán error si intentas meterlas dentro de una UDF porque generan efectos secundarios o valores aleatorios que rompen la consistencia.
Tener la capacidad de crear nuestras propias reglas de cálculo, ya sea mediante el uso de lógica escalar en bases de datos, la flexibilidad de los scripts en R y Python, o la estructura avanzada de DAX en Power BI, transforma la manera en que gestionamos la información, permitiendo que los sistemas sean más escalables y fáciles de actualizar.





