Análisis Triggers - Sistema Tuxeria

Introducción a los Triggers del Sistema

Publicado: Noviembre 2023

El sistema Tuxeria implementa 3 triggers esenciales que mantienen automáticamente las estadísticas de pedidos actualizadas. Estos triggers trabajan sobre los campos añadidos previamente a las tablas Pizza y Cliente.

Objetivo principal de los triggers:

Mantener contadores actualizados en tiempo real
Evitar consultas agregadas costosas
Garantizar consistencia en los datos estadísticos
Automatizar procesos repetitivos

Trigger 1: pedidosrealizados

Código completo:

DROP TRIGGER IF EXISTS pedidosrealizados;
DELIMITER //
CREATE TRIGGER pedidosrealizados
AFTER INSERT ON Pedido 
FOR EACH ROW 
BEGIN 
    UPDATE Cliente 
    SET ped_realizados = ped_realizados + 1
    WHERE Cliente.dni = NEW.dni_cliente;
END //

Funcionamiento:

Evento: Se activa AFTER INSERT en la tabla Pedido
Frecuencia: Por cada fila insertada (FOR EACH ROW)
Acción: Incrementa en 1 el campo ped_realizados del cliente correspondiente

Flujo de datos:

Se inserta un nuevo registro en la tabla Pedido
El trigger captura el NEW.dni_cliente
Busca el cliente con ese DNI
Incrementa su contador ped_realizados

Ejemplo práctico:

-- Insertar un pedido
INSERT INTO Pedido (dni_cliente, importe) VALUES ('12345678A', 25.50);

-- Resultado automático:
-- Cliente con DNI '12345678A' incrementa ped_realizados de 5 a 6

Trigger 2: pizzaspedidas

Código completo:

DROP TRIGGER IF EXISTS pizzaspedidas;
DELIMITER //
CREATE TRIGGER pizzaspedidas
AFTER INSERT ON LineaPedido 
FOR EACH ROW 
BEGIN 
    UPDATE Pizza 
    SET veces_pedidas = veces_pedidas + 1, 
        sumadepizzas = sumadepizzas + NEW.unidades
    WHERE Pizza.nom_pizza = NEW.nom_pizza;
END //

Funcionamiento:

Evento: Se activa AFTER INSERT en LineaPedido
Acción: Actualiza dos campos de la tabla Pizza simultáneamente:
- veces_pedidas: Incrementa en 1 (un pedido más)
- sumadepizzas: Suma las unidades pedidas

Flujo de datos:

Se inserta una línea de pedido (ej: Margarita, 2 unidades)
El trigger captura NEW.nom_pizza y NEW.unidades
Actualiza la pizza correspondiente
Incrementa veces_pedidas en 1
Suma las unidades a sumadepizzas

Ejemplo práctico:

-- Insertar línea de pedido
INSERT INTO LineaPedido (num_pedido, nom_pizza, unidades) 
VALUES (100, 'Margarita', 3);

-- Resultado automático:
-- Pizza 'Margarita':
-- - veces_pedidas: de 15 a 16
-- - sumadepizzas: de 45 a 48

Trigger 3: cantpizzas

Código completo:

DROP TRIGGER IF EXISTS cantpizzas; 
DELIMITER //
CREATE TRIGGER cantpizzas
AFTER INSERT ON LineaPedido
FOR EACH ROW
BEGIN
    DECLARE pdni CHAR(9);
    SELECT dni_cliente INTO pdni 
    FROM Pedido 
    WHERE num_pedido = NEW.num_pedido;
    
    UPDATE Cliente
    SET pizzastotales = pizzastotales + NEW.unidades
    WHERE DNI = pdni;
END //

Funcionamiento:

Evento: Se activa AFTER INSERT en LineaPedido
Complejidad: Requiere consulta adicional para obtener el DNI del cliente
Variable: Usa DECLARE pdni para almacenar temporalmente el DNI

Flujo de datos:

Se inserta una línea de pedido
El trigger consulta en la tabla Pedido el dni_cliente usando el num_pedido
Almacena el resultado en la variable pdni
Actualiza el campo pizzastotales del cliente correspondiente

Punto importante:

Este trigger necesita hacer un SELECT adicional porque la tabla LineaPedido no tiene directamente el DNI del cliente, solo el número de pedido.

Ejemplo práctico:

-- Insertar línea de pedido
INSERT INTO LineaPedido (num_pedido, nom_pizza, unidades) 
VALUES (100, 'Cuatro quesos', 2);

-- El trigger hace:
-- 1. SELECT dni_cliente FROM Pedido WHERE num_pedido = 100
-- 2. Supongamos que devuelve '12345678A'
-- 3. UPDATE Cliente SET pizzastotales = pizzastotales + 2 WHERE DNI = '12345678A'

Interacción entre Triggers

Escenario completo de un pedido:

Paso 1: Insertar en Pedido → Activa pedidosrealizados
- Cliente.ped_realizados aumenta en 1
Paso 2: Insertar en LineaPedido → Activa dos triggers simultáneamente:
- pizzaspedidas: Actualiza estadísticas de la pizza
- cantpizzas: Actualiza total de pizzas del cliente

Ejemplo de pedido completo:

-- 1. Crear pedido (activa pedidosrealizados)
INSERT INTO Pedido (dni_cliente, importe) VALUES ('12345678A', 34.50);

-- 2. Añadir primera pizza (activa pizzaspedidas y cantpizzas)
INSERT INTO LineaPedido (num_pedido, nom_pizza, unidades) 
VALUES (LAST_INSERT_ID(), 'Margarita', 2);

-- 3. Añadir segunda pizza (activa pizzaspedidas y cantpizzas)
INSERT INTO LineaPedido (num_pedido, nom_pizza, unidades) 
VALUES (LAST_INSERT_ID(), 'Hawaiana', 1);

Resultados automáticos:

Cliente '12345678A': ped_realizados +1, pizzastotales +3
Pizza 'Margarita': veces_pedidas +1, sumadepizzas +2
Pizza 'Hawaiana': veces_pedidas +1, sumadepizzas +1

Consideraciones Técnicas

Ventajas de este diseño:

Rendimiento: Estadísticas siempre actualizadas sin consultas agregadas
Consistencia: Los triggers garantizan que los contadores sean exactos
Transparencia: El usuario no necesita pensar en actualizar estadísticas
Mantenibilidad: La lógica está centralizada en los triggers

Posibles mejoras:

Añadir triggers para operaciones UPDATE y DELETE
Implementar manejo de errores en los triggers
Registrar logs de las actualizaciones realizadas
Optimizar el trigger cantpizzas con JOIN en lugar de SELECT separado

Versión optimizada de cantpizzas:

-- Alternativa con JOIN
CREATE TRIGGER cantpizzas_optimizado
AFTER INSERT ON LineaPedido
FOR EACH ROW
BEGIN
    UPDATE Cliente c
    JOIN Pedido p ON c.DNI = p.dni_cliente
    SET c.pizzastotales = c.pizzastotales + NEW.unidades
    WHERE p.num_pedido = NEW.num_pedido;
END //

Conclusión

Los triggers en el sistema Tuxeria demuestran una implementación efectiva de automatización de estadísticas. Cada trigger cumple una función específica:

pedidosrealizados: Sencillo y directo, actualiza contador de pedidos del cliente
pizzaspedidas: Eficiente, actualiza dos campos de pizza simultáneamente
cantpizzas: Más complejo, requiere consulta adicional pero necesario por el diseño de tablas

Juntos, estos triggers garantizan que todas las estadísticas de negocio se mantengan actualizadas automáticamente, proporcionando datos en tiempo real para análisis y reporting sin impactar el rendimiento del sistema.

← Volver al análisis de alteraciones