Apprendre les bases du SQL : un guide complet pour bien démarrer

Ce guide vous propose de détailler différents points liés à ce langage :

1. Mise en place : bases de données et dialectes SQL
2. Commandes de base
3. Jointures entre tables
4. Fonctions avancées : agrégation, sous-requêtes, fenêtres
5. Optimisation des performances
6. Tables et vues

---

1. Mise en place : environnement SQL

Types de bases de données relationnelles

Une base de données relationnelle stocke les données dans des tables à deux dimensions (lignes et colonnes), reliées entre elles par des clés primaires et étrangères.

Parmi les systèmes les plus utilisés :

SGBD	Cas d’usage principal	Remarques techniques
PostgreSQL	Analyse, Data Science, back-end	Open source, robuste
MySQL / MariaDB	Sites web, CMS	Léger, facile à déployer
SQLite	Applications locales ou mobiles	Fonctionne sans serveur
SQL Server	Entreprise, Microsoft BI	Très intégré à Excel, Power BI
Oracle	Systèmes critiques, ERP	Licence propriétaire, très performant

---

Dialectes SQL

Chaque SGBD a son dialecte SQL : la base du langage est commune, mais certaines fonctions ou syntaxes peuvent varier :

• PostgreSQL : PL/pgSQL
• SQL Server : T-SQL
• Oracle : PL/SQL
• MySQL : SQL natif

---

Comment exécuter du SQL ?

Plusieurs outils permettent d’interagir avec une base SQL :

• Interfaces graphiques : pgAdmin, DBeaver, SQL Server Management Studio
• Ligne de commande SQL
• Connecteurs dans Python (via psycopg2, sqlalchemy) ou R
• Outils de BI : Power BI, Tableau, Looker Studio

---

2. Commandes fondamentales

Lecture des données : SELECT

SELECT nom, ville FROM clients;

Permet d’extraire certaines colonnes d’une table.

Filtrer les résultats : WHERE

SELECT * FROM commandes
WHERE montant > 100 AND statut = 'validée';

Permet de filtrer les lignes selon une condition.

Trier les résultats : ORDER BY

SELECT * FROM produits
ORDER BY prix DESC;

Affiche les résultats triés (ici du plus cher au moins cher).

Limiter le nombre de résultats : LIMIT

SELECT * FROM produits
LIMIT 10;

Affiche les 10 premières lignes.

Renommer des colonnes : AS

SELECT nom AS client, ville AS localisation FROM clients;

Renomme les colonnes dans le résultat affiché.

---

3. Les jointures

Les jointures permettent de relier des tables entre elles pour croiser l’information. C’est une des forces majeures de SQL.

Exemple de tables

clients

id	nom	ville
1	Alice	Paris
2	Léo	Lyon

commandes

id	client_id	montant
10	1	250
11	2	180
12	1	100

---

INNER JOIN : correspondances strictes

SELECT c.nom, o.montant
FROM clients c
INNER JOIN commandes o ON c.id = o.client_id;

Renvoie uniquement les clients ayant passé une commande.

---

LEFT JOIN : tout à gauche

SELECT c.nom, o.montant
FROM clients c
LEFT JOIN commandes o ON c.id = o.client_id;

Renvoie tous les clients, même ceux sans commande (montant = NULL).

---

FULL OUTER JOIN : tout partout

SELECT c.nom, o.montant
FROM clients c
FULL OUTER JOIN commandes o ON c.id = o.client_id;

Renvoie toutes les lignes, même sans correspondance d’un côté ou de l’autre.

---

CROSS JOIN : produit cartésien

SELECT c.nom, o.id
FROM clients c
CROSS JOIN commandes o;

Renvoie toutes les combinaisons possibles (clients × commandes).

---

4. Requêtes avancées

Agrégation : GROUP BY, SUM, COUNT, AVG

SELECT client_id, COUNT(*) AS nb_commandes, SUM(montant) AS total
FROM commandes
GROUP BY client_id;

Permet de regrouper les lignes et calculer des statistiques.

---

Filtrage après regroupement : HAVING

SELECT client_id, SUM(montant) AS total
FROM commandes
GROUP BY client_id
HAVING total > 300;

Filtre les groupes après agrégation (contrairement à WHERE).

---

Sous-requêtes

SELECT nom FROM clients
WHERE id IN (
  SELECT client_id FROM commandes WHERE montant > 200
);

Filtre les clients qui ont passé une commande supérieure à 200.

---

Fonctions de fenêtre

Les fonctions de fenêtre permettent de faire des calculs sur des groupes de lignes sans les agréger.

SELECT client_id, montant,
       RANK() OVER (PARTITION BY client_id ORDER BY montant DESC) AS rang
FROM commandes;

Classe les commandes par client.

SELECT client_id, date_commande, montant,
       SUM(montant) OVER (PARTITION BY client_id ORDER BY date_commande) AS cumul
FROM commandes;

Affiche un cumul progressif par client.

Fonctions disponibles : ROW_NUMBER(), RANK(), DENSE_RANK(), LAG(), LEAD(), NTILE(), SUM(), AVG() avec OVER(...).

---

5. Optimisation et performances

Les index

Un index est une structure de données qui accélère la recherche. Comparable à l’index d’un livre, il permet d’éviter un parcours complet de la table (table scan).

CREATE INDEX idx_client_id ON commandes(client_id);

Cela améliore les performances sur les JOIN, WHERE, GROUP BY, ORDER BY.

---

Types d’index

• Simple : sur une seule colonne
• Composite : sur plusieurs colonnes
• Unique : empêche les doublons
• Partiel : filtré selon une condition (PostgreSQL)

---

Quand ajouter un index ?

• Sur les colonnes de jointure
• Sur les colonnes de tri et de groupement
• Sur les colonnes très filtrées

Trop d’index ralentissent les écritures (INSERT, UPDATE) car ils doivent être mis à jour.

---

EXPLAIN et EXPLAIN ANALYZE

Ces commandes permettent de comprendre comment une requête est exécutée.

EXPLAIN SELECT * FROM commandes WHERE montant > 500;

Retourne le plan d’exécution : table scan, index utilisé, tri nécessaire, etc.

EXPLAIN ANALYZE SELECT * FROM commandes WHERE montant > 500;

Retourne le plan d’exécution avec les temps réels.

---

6. Tables et vues

Les tables

Structure principale pour stocker des données. Chaque ligne est persistante.

CREATE TABLE clients (
    id SERIAL PRIMARY KEY,
    nom VARCHAR(100),
    ville VARCHAR(100),
    date_inscription DATE
);

---

Les vues

Une vue est une requête enregistrée qui se comporte comme une table virtuelle. Elle ne stocke pas les données, mais les affiche dynamiquement.

CREATE VIEW clients_parisiens AS
SELECT id, nom FROM clients WHERE ville = 'Paris';

Permet de masquer des jointures complexes ou de structurer l’accès aux données.

---

Vues matérialisées

Certaines bases (PostgreSQL notamment) permettent de créer des vues dont les résultats sont stockés.

CREATE MATERIALIZED VIEW top_clients AS
SELECT client_id, SUM(montant) AS total
FROM commandes
GROUP BY client_id;

Pour mettre à jour :

REFRESH MATERIALIZED VIEW top_clients;

---

Résumé : table vs vue

Élément	Table	Vue
Données	Stockées physiquement	Générées à la volée
Modifications	INSERT/UPDATE possible	Lecture seule (sauf exceptions)
Performances	Très rapides	Dépendent de la requête sous-jacente
Cas d’usage	Stockage	Simplification, abstraction

---

7. Aller plus loin avec la formation SQL

Cette introduction couvre les bases indispensables du SQL, mais pour aller plus loin, Stat4decision vous propose une formation SQL complète :

• En 2 jours, en distanciel ou présentiel
• Maîtrise des requêtes complexes, jointures multiples, fonctions de fenêtre
• Optimisation et bonnes pratiques avec EXPLAIN et indexes
• Applications concrètes pour l’analyse de données et la BI

Voir le programme complet :
https://www.stat4decision.com/fr/formations/formation-sql/