En análisis de datos es muy habitual necesitar algo como:

• El último estado de un pedido
• El nombre asociado a la fecha más reciente
• El precio correspondiente al mayor timestamp
• El valor vinculado al score máximo

En muchos motores SQL, resolver este patrón requiere funciones de ventana, subqueries o joins adicionales. En Snowflake, la función MAX_BY permite resolver estos casos de forma más directa y legible.

En este artículo veremos qué hace MAX_BY, cómo funciona y cuándo es recomendable utilizarla.

El patrón clásico: valor asociado a un máximo

Supongamos la siguiente tabla:

Queremos obtener el último estado de cada pedido.

Este es un patrón extremadamente común en SQL analítico.

Sintaxis de MAX_BY

La función tiene la siguiente forma:

MAX_BY(value_expression, order_expression)

• 
  value_expression: el valor que queremos devolver
• order_expression: el criterio por el cual se determina el máximo

Devuelve el valor asociado al máximo del segundo argumento.

Ejemplo práctico

SELECT

    order_id,

    MAX_BY(status, status_date) AS latest_status

FROM orders_status

GROUP BY order_id;

Resultado:

Con una sola función, evitamos subqueries y funciones de ventana.

Comparación con funciones de ventana

Sin MAX_BY, una solución habitual sería:

SELECT

    order_id,

    status

FROM orders_status

QUALIFY ROW_NUMBER() OVER (

    PARTITION BY order_id

    ORDER BY status_date DESC

) = 1;

Ambas soluciones son válidas, pero MAX_BY:

• Reduce complejidad visual
• Elimina necesidad de QUALIFY
• Hace más explícito el objetivo

Es especialmente útil en agregaciones.

MAX_BY en agregaciones múltiples

Podemos utilizarla varias veces dentro del mismo GROUP BY:

SELECT

    order_id,

    MAX_BY(status, status_date) AS latest_status,

    MAX_BY(updated_by, status_date) AS last_updated_by

FROM orders_status

GROUP BY order_id;

Esto permite obtener múltiples columnas asociadas al mismo máximo sin joins adicionales.

Diferencia frente a FIRST_VALUE y LAST_VALUE

FIRST_VALUE y LAST_VALUE:

• Requieren ventana
• No agregan resultados
• Dependen del orden en el contexto de la ventana

MAX_BY:

• Es una función agregada
• Se integra naturalmente en GROUP BY
• Es más directa cuando el objetivo es resumir por grupo

Consideraciones importantes

Al usar MAX_BY, conviene tener en cuenta:

• Si existen empates en el valor máximo, Snowflake devolverá uno de los valores asociados.
• Debe utilizarse en contexto de agregación.
• No sustituye completamente las funciones de ventana.
• El criterio debe ser comparable (fechas, números, etc.).

Es una herramienta específica para un patrón concreto.

Casos de uso reales

MAX_BY es especialmente útil en:

• Historificación de estados
• Slowly Changing Dimensions (tipo snapshot)
• Última actividad por usuario
• Última transacción por cliente
• Recuperación del atributo más reciente

En pipelines analíticos reduce complejidad y mejora legibilidad.

MAX_BY y rendimiento

Dado que MAX_BY opera como función agregada, se integra eficientemente con el motor de Snowflake.

Gracias al diseño basado en micro-partitions y metadatos, Snowflake puede:

• Optimizar agregaciones
• Aplicar pruning
• Ejecutar consultas paralelamente

No es solo una simplificación sintáctica; también es una expresión optimizada para el motor.

MIN_BY: el complemento natural

Snowflake también ofrece MIN_BY, que funciona de forma equivalente pero utilizando el valor mínimo como criterio.

Ejemplo:

SELECT

    order_id,

    MIN_BY(status, status_date) AS first_status

FROM orders_status

GROUP BY order_id;

Ambas funciones forman parte de un patrón analítico muy útil.

Errores comunes

Algunos errores habituales incluyen:

• Usar MAX_BY cuando realmente se necesita lógica de ventana más compleja
• No considerar empates en el valor máximo
• Mezclarla con agregaciones inconsistentes
• No entender qué columna actúa como criterio

Siempre debe usarse con claridad conceptual.

Conclusión

La función MAX_BY simplifica uno de los patrones más comunes en SQL analítico: obtener el valor asociado al máximo de otra columna. Permite escribir consultas más limpias, reducir complejidad y mejorar la legibilidad.

En entornos Snowflake, dominar funciones como MAX_BY y MIN_BY ayuda a construir pipelines más elegantes y mantenibles.