Información general

DDSQL es SQL para datos de Datadog. Implementa varias operaciones SQL estándar, como SELECT, y permite realizar consultas de datos no estructurados. Puedes realizar acciones, como obtener exactamente los datos que buscas, escribiendo tu propia sentencia SELECT, o consultar etiquetas (tags) como si fueran columnas de tablas estándar.

Esta documentación cubre el soporte SQL disponible e incluye:

• Sintaxis compatible con PostgreSQL
• Tipos de datos
• Tipos literales
• Funciones de SQL
• Expresiones regulares
• Funciones de ventana
• Funciones JSON
• Funciones de tabla
• Etiquetas

Sintaxis

Se admite la siguiente sintaxis de SQL:

SELECT (DISTINCT) (DISTINCT: Opcional)

Recupera filas de una base de datos, con DISTINCT filtrando los registros duplicados.

Copy

SELECT DISTINCT customer_id
FROM orders 

JOIN

Combina filas de dos o más tablas basándose en una columna relacionada entre ellas. Admite FULL JOIN, INNER JOIN, LEFT JOIN, RIGHT JOIN.

Copy

SELECT orders.order_id, customers.customer_name
FROM orders
JOIN customers
ON orders.customer_id = customers.customer_id 

GROUP BY

Agrupa las filas que tienen los mismos valores en las columnas especificadas en filas de resumen.

Copy

SELECT product_id, SUM(quantity)
FROM sales
GROUP BY product_id 

|| (concat)

Concatena dos o más cadenas.

Copy

SELECT first_name || ' ' || last_name AS full_name
FROM employees 

WHERE (Incluye compatibilidad con los filtros LIKE, IN, ON, OR)

Filtra los registros que cumplen una condición especificada.

Copy

SELECT *
FROM employees
WHERE department = 'Sales' AND name LIKE 'J%' 

CASE

Proporciona una lógica condicional para devolver diferentes valores basados en condiciones especificadas.

Copy

SELECT order_id,
  CASE
    WHEN quantity > 10 THEN 'Bulk Order'
    ELSE 'Standard Order'
  END AS order_type
FROM orders 

WINDOW

Realiza un cálculo a través de un conjunto de filas de tabla relacionadas con la fila actual.

Copy

SELECT
  timestamp,
  service_name,
  cpu_usage_percent,
  AVG(cpu_usage_percent) OVER (PARTITION BY service_name ORDER BY timestamp ROWS BETWEEN 2 PRECEDING AND CURRENT ROW) AS moving_avg_cpu
FROM
  cpu_usage_data 

IS NULL/IS NOT NULL

Comprueba si un valor es nulo o no.

Copy

SELECT *
FROM orders
WHERE delivery_date IS NULL 

LIMIT

Especifica el número máximo de registros a devolver.

Copy

SELECT *
FROM customers
LIMIT 10 

OFFSET

Omite un número especificado de registros antes de empezar a devolver registros de la consulta.

Copy

SELECT *
FROM employees
OFFSET 20 

ORDER BY

Ordena el conjunto de resultados de una consulta por una o varias columnas. Incluye ASC, DESC para el orden de clasificación.

Copy

SELECT *
FROM sales
ORDER BY sale_date DESC 

HAVING

Filtra los registros que cumplen una condición especificada después de la agrupación.

Copy

SELECT product_id, SUM(quantity)
FROM sales
GROUP BY product_id
HAVING SUM(quantity) > 10 

IN, ON, OR

Se utilizan para especificar condiciones en las consultas. Disponible en las cláusulas WHERE, JOIN.

Copy

SELECT *
FROM orders
WHERE order_status IN ('Shipped', 'Pending') 

USING

Esta cláusula es una abreviatura para uniones en las que las columnas unidas tienen el mismo nombre en ambas tablas. Toma una lista separada por comas de esas columnas y crea una condición de igualdad independiente para cada par coincidente. Por ejemplo, unir T1 y T2 con USING (a, b) equivale a ON T1.a = T2.a AND T1.b = T2.b.

Copy

SELECT orders.order_id, customers.customer_name
FROM orders
JOIN customers
USING (customer_id) 

AS

Renombra una columna o tabla con un alias.

Copy

SELECT first_name AS name
FROM employees 

Operaciones aritméticas

Realiza cálculos básicos utilizando operadores como +, -, *, /.

Copy

SELECT price, tax, (price * tax) AS total_cost
FROM products 

INTERVAL value unit

Intervalo que representa una duración de tiempo especificada en una unidad determinada. Unidades admitidas:
- milliseconds/millisecond
- seconds/second
- minutes/minute
- hours/hour
- days/day

Tipos de datos

DDSQL admite los siguientes tipos de datos:

Tipos de matrices

Todos los tipos de datos admiten tipos de matrices. Las matrices pueden contener varios valores del mismo tipo de datos.

Tipos literales

DDSQL admite tipos literales explícitos utilizando la sintaxis [TYPE] [value].

El prefijo del tipo puede omitirse y el tipo se deduce automáticamente del valor. Por ejemplo, 'hello world' se deduce como VARCHAR, 123 como BIGINT y true como BOOLEAN. Utiliza prefijos de tipo explícitos cuando los valores puedan ser ambiguos. Por ejemplo,TIMESTAMP '2025-01-01' se deduciría como VARCHAR sin el prefijo.

Matrices literales

Las matrices literales utilizan la sintaxis ARRAY[value1, value2, ...]. El tipo de matriz se deduce automáticamente de los valores.

SELECT ARRAY['apple', 'banana', 'cherry'] AS fruits; -- Inferred as VARCHAR array
SELECT ARRAY[1, 2, 3] AS numbers;                    -- Inferred as BIGINT array
SELECT ARRAY[true, false, true] AS flags;            -- Inferred as BOOLEAN array
SELECT ARRAY[1.1, 2.2, 3.3] AS decimals;             -- Inferred as DOUBLE array

Ejemplo

-- Using type literals in queries
SELECT
    VARCHAR 'Product Name: ' || name AS labeled_name,
    price * DOUBLE 1.08 AS price_with_tax,
    created_at + INTERVAL '7 days' AS expiry_date
FROM products
WHERE created_at > TIMESTAMP '2025-01-01';

Funciones

Se admiten las siguientes funciones de SQL. Para la función de ventana, consulta la sección función de ventana de esta documentación.

SELECT MIN(response_time) AS min_response_time
FROM logs
WHERE status_code = 200

SELECT MAX(response_time) AS max_response_time
FROM logs
WHERE status_code = 200

SELECT COUNT(request_id) AS total_requests
FROM logs
WHERE status_code = 200 

SELECT SUM(bytes_transferred) AS total_bytes
FROM logs
GROUP BY service_name

SELECT AVG(response_time)
AS avg_response_time
FROM logs
WHERE status_code = 200
GROUP BY service_name

SELECT BOOL_AND(status_code = 200) AS all_success
FROM logs

SELECT BOOL_OR(status_code = 200) AS some_success
FROM logs

SELECT CEIL(price) AS rounded_price
FROM products

SELECT FLOOR(price) AS floored_price
FROM products

SELECT ROUND(price) AS rounded_price
FROM products

SELECT POWER(response_time, 2) AS squared_response_time
FROM logs

SELECT LOWER(customer_name) AS lowercase_name
FROM customers

SELECT UPPER(customer_name) AS uppercase_name
FROM customers

SELECT ABS(balance) AS absolute_balance
FROM accounts

SELECT COALESCE(phone_number, email) AS contact_info
FROM users

SELECT
  CAST(order_id AS VARCHAR) AS order_id_string,
  'Order-' || CAST(order_id AS VARCHAR) AS order_label
FROM
  orders

SELECT
  customer_name,
  LENGTH(customer_name) AS name_length
FROM
  customers

SELECT
  TIMESTAMP '2023-10-01 10:00:00' + INTERVAL '30 days' AS future_date,
  INTERVAL '1 MILLISECOND 2 SECONDS 3 MINUTES 4 HOURS 5 DAYS'

SELECT
  TRIM(name) AS trimmed_name
FROM
  users

SELECT
  REPLACE(description, 'old', 'new') AS updated_description
FROM
  products

SELECT
  SUBSTRING(title, 1, 10) AS short_title
FROM
  books

SELECT
  STRPOS('foobar', 'bar')

SELECT
  SPLIT_PART('aaa-bbb-ccc', '-', 2)

SELECT
  EXTRACT(year FROM purchase_date) AS purchase_year
FROM
  sales

SELECT
  TO_TIMESTAMP('25/12/2025 04:23 pm', 'DD/MM/YYYY HH:MI am') AS ts

SELECT
  TO_CHAR(order_date, 'MM-DD-YYYY') AS formatted_date
FROM
  orders

SELECT DATE_BIN('15 minutes', TIMESTAMP '2025-09-15 12:34:56', TIMESTAMP '2025-01-01')
-- Returns 2025-09-15 12:30:00

SELECT DATE_BIN('1 day', TIMESTAMP '2025-09-15 12:34:56', TIMESTAMP '2025-01-01')
-- Returns 2025-09-15 00:00:00

SELECT
  DATE_TRUNC('month', event_time) AS month_start
FROM
  events

-- Define the current analysis window
WITH bounds AS (
  SELECT CAST(CURRENT_SETTING('dd.time_frame_start') AS TIMESTAMP) AS time_frame_start,
         CAST(CURRENT_SETTING('dd.time_frame_end')   AS TIMESTAMP) AS time_frame_end
),
-- Define the immediately preceding window of equal length
     previous_bounds AS (
  SELECT time_frame_start - (time_frame_end - time_frame_start) AS prev_time_frame_start,
         time_frame_start                                       AS prev_time_frame_end
  FROM bounds
)
SELECT * FROM bounds, previous_bounds

SELECT
  *
FROM
  sales
WHERE
  purchase_date > NOW() - INTERVAL '1 hour'

SELECT
  CARDINALITY(recipients)
FROM
  emails

SELECT
  ARRAY_POSITION(recipients, 'hello@example.com')
FROM
  emails

SELECT
  STRING_TO_ARRAY('a,b,c,d,e,f', ',')

SELECT
  sender,
  ARRAY_AGG(subject) subjects,
  ARRAY_AGG(ALL subject) all_subjects,
  ARRAY_AGG(DISTINCT subject) distinct_subjects
FROM
  emails
GROUP BY
  sender

SELECT
  sender,
  recipient
FROM
  emails,
  UNNEST(recipients) AS recipient

Expresiones regulares

Sabor

Todas las funciones de expresión regular (regex) utilizan el formato ICU (International Components for Unicode):

• Metacaracteres
• Operadores
• Expresiones de conjuntos (clases de caracteres)
• Opciones de marcadores para marcadores en patrones. Consulta la sección sobre marcadores a continuación para conocer los marcadores a nivel de función.
• Buscar y reemplazar (utilizando grupos de captura)

Funciones

SELECT
  *
FROM
  emails
WHERE
  REGEXP_LIKE(email_address, '@example\.com$')

SELECT regexp_match('foobarbequebaz', '(bar)(beque)');
-- {bar,beque}

SELECT regexp_match('foobarbequebaz', 'barbeque');
-- {barbeque}

SELECT regexp_match('abc123xyz', '([a-z]+)(\d+)(x(.)z)');
-- {abc,123,xyz,y}

SELECT regexp_replace('Auth success token=abc123XYZ789', 'token=\w+', 'token=***');
-- Auth success token=***

SELECT regexp_replace('status=200 method=GET', 'status=(\d+) method=(\w+)', '$2: $1');
-- GET: 200

SELECT regexp_replace('INFO INFO INFO', 'INFO', 'DEBUG', 1, 2);
-- INFO DEBUG INFO

Marcadores de función

Puedes utilizar los siguientes marcadores con funciones de expresión regular:

i

Coincidencia que no distingue mayúsculas y minúsculas

n o m

Coincidencia que reconoce nuevas líneas

g

Global; sustiyuye todas las subcadenas coincidentes en lugar de solo la primera

SELECT regexp_match('INFO', 'info')
-- NULL

SELECT regexp_match('INFO', 'info', 'i')
-- ['INFO']

SELECT regexp_match('a
b', '^b');
-- NULL

SELECT regexp_match('a
b', '^b', 'n');
-- ['b']

SELECT icu_regexp_replace('Request id=12345 completed, id=67890 pending', 'id=\d+', 'id=XXX');
-- Request id=XXX completed, id=67890 pending

SELECT regexp_replace('Request id=12345 completed, id=67890 pending', 'id=\d+', 'id=XXX', 'g');
-- Request id=XXX completed, id=XXX pending

Funciones de ventana

Esta tabla proporciona información general de las funciones de ventana admitidas. Para ver más detalles y ejemplos, consulte la documentación de PostgreSQL.

Funciones y operadores JSON

Funciones de tabla

Las funciones de tabla se utilizan para consultar logs y métricas.

dd.logs(
    filter => varchar,
    columns => array < varchar >,
    indexes => array < varchar >,
    from_timestamp => timestamp,
    to_timestamp => timestamp
) AS (column_name type [, ...])

SELECT timestamp, host, service, message
FROM dd.logs(
    filter => 'source (fuente):java',
    columns => ARRAY['timestamp','host', 'service','message']
) AS (
    timestamp TIMESTAMP,
    host VARCHAR,
    service VARCHAR,
    message VARCHAR
)

dd.metric_scalar(
    query varchar
    reducer varchar [, from_timestamp timestamp, to_timestamp timestamp]
)

SELECT *
FROM dd.metric_scalar(
    'avg:system.cpu.user{*} by {service}',
    'avg',
    TIMESTAMP '2025-07-10 00:00:00.000-04:00',
    TIMESTAMP '2025-07-17 00:00:00.000-04:00'
)
ORDER BY value DESC;

Etiquetas

DDSQL expone etiquetas como un tipo hstore, inspirado en PostgreSQL. Puedes acceder a los valores de determinadas claves de etiqueta utilizando el operador de flecha de PostgreSQL. Por ejemplo:

SELECT instance_type, count(instance_type)
FROM aws.ec2_instance
WHERE tags->'region' = 'us-east-1' -- region is a tag, not a column
GROUP BY instance_type

Las etiquetas son pares clave-valor en los que cada clave puede tener cero, uno o varios valores de etiqueta correspondientes. Cuando se accede al valor de la etiqueta, se devuelve una única cadena que contiene todos los valores correspondientes. Cuando los datos tienen varios valores de etiqueta para la misma clave de etiqueta, se representan como una cadena ordenada y separada por comas. Por ejemplo:

SELECT tags->'team', instance_type, architecture, COUNT(*) as instance_count
FROM aws.ec2_instance
WHERE tags->'team' = 'compute_provisioning,database_ops'
GROUP BY tags->'team', instance_type, architecture
ORDER BY instance_count DESC

También puedes comparar valores de etiquetas como cadenas o conjuntos completos de etiquetas:

SELECT *
FROM k8s.daemonsets da INNER JOIN k8s.deployments de
ON da.tags = de.tags -- for a specific tag: da.tags->'app' = de.tags->'app'

Referencias adicionales

Más enlaces, artículos y documentación útiles:

Más información sobre DDSQL EditorDOCUMENTACIÓN