On attaque l’un des concepts les plus fondamentaux de SQL : les requêtes SELECT. Avec elles, tu peux extraire des données, filtrer les résultats, les trier, et même faire des calculs.

La syntaxe de base

-- Récupérer certaines colonnes
SELECT name, city FROM user;

-- Récupérer toutes les colonnes
SELECT * FROM user;

Ces deux requêtes renvoient toutes les lignes de la table. Pour filtrer, organiser ou regrouper, on ajoute des clauses.

Les clauses

ClauseRôleExemple
WHEREFiltrer les lignesWHERE city = 'Paris'
GROUP BYRegrouper les lignes qui ont la même valeurGROUP BY city
HAVINGFiltrer les groupes, après le regroupementHAVING COUNT(*) > 30
ORDER BYTrier, en ordre croissant (ASC) ou décroissant (DESC)ORDER BY name ASC, birthday DESC
LIMITLimiter le nombre de résultatsLIMIT 5
OFFSETSauter un certain nombre de lignesLIMIT 5 OFFSET 15

Par exemple, pour afficher 5 utilisateurs à partir de la 16e ligne :

SELECT * FROM user LIMIT 5 OFFSET 15;

Les fonctions d’agrégation

Elles font des calculs sur une colonne et s’écrivent dans le SELECT :

FonctionRôleExemple
COUNT()Compter les lignesSELECT COUNT(*) FROM user;
AVG()Calculer la moyenneSELECT AVG(nb_etoiles) FROM user;
SUM()Calculer la sommeSELECT SUM(nb_like) FROM post;
MAX()La valeur maximaleSELECT MAX(nb_etoiles) FROM user;
MIN()La valeur minimaleSELECT MIN(nb_etoiles) FROM user;

Un exemple complet

SELECT categorie, AVG(prix) AS prix_moyen
FROM produit
WHERE prix > 50
GROUP BY categorie
HAVING AVG(prix) > 100
ORDER BY prix_moyen DESC
LIMIT 5;

Lisons-la ligne par ligne :

  1. SELECT categorie, AVG(prix) AS prix_moyen : on affiche la catégorie et la moyenne des prix. AS donne un alias à la colonne, pour afficher prix_moyen au lieu de AVG(prix).
  2. FROM produit : on lit la table produit.
  3. WHERE prix > 50 : on ne garde que les produits à plus de 50.
  4. GROUP BY categorie : on regroupe les résultats par catégorie.
  5. HAVING AVG(prix) > 100 : on ne garde que les catégories dont le prix moyen dépasse 100.
  6. ORDER BY prix_moyen DESC : on trie par prix moyen décroissant, en réutilisant l’alias.
  7. LIMIT 5 : on garde les 5 premières lignes.

WHERE ou HAVING ? WHERE filtre les lignes avant le regroupement, HAVING filtre les groupes après.

Les index et la performance

Sur une table de plusieurs milliers de lignes, les recherches doivent rester rapides. Les index accélèrent les recherches sur une colonne :

CREATE INDEX idx_user_city ON user (city);

La clé primaire est elle-même un index particulier, qui garantit que chaque valeur est unique. Comme on l’a vu, elle peut aussi porter sur plusieurs colonnes.

Mise en pratique

Prenons une base tuto_sql avec deux tables :

  • user : id, name, birthday, city
  • post : id, title, content, user_id, created_at, nb_like

Un utilisateur peut écrire plusieurs posts, et un post appartient à un seul utilisateur (relation un à plusieurs via user_id).

Les utilisateurs qui habitent à Paris :

SELECT * FROM user WHERE city = 'Paris';

Combien sont-ils ?

SELECT COUNT(*) AS nb_user FROM user WHERE city = 'Paris';
-- nb_user : 34

Le nombre d’utilisateurs par ville :

SELECT city, COUNT(*) AS nb_user
FROM user
GROUP BY city;
-- Madrid 33, Paris 34, Tunis 33

Seulement les villes qui ont 33 utilisateurs :

SELECT city, COUNT(*) AS nb_user
FROM user
GROUP BY city
HAVING COUNT(*) = 33;
-- Madrid, Tunis

La moyenne de likes des posts de l’utilisateur 1 :

SELECT AVG(nb_like), SUM(nb_like), COUNT(*)
FROM post
WHERE user_id = 1;
-- 583.0000, 1749, 3

La moyenne, c’est bien la somme divisée par le nombre de posts : 1749 / 3 = 583. MySQL renvoie toujours une moyenne avec des décimales (583.0000). Pour un résultat sans décimales, on ajoute ROUND() :

SELECT ROUND(AVG(nb_like)) FROM post WHERE user_id = 1;
-- 583

phpMyAdmin permet aussi de faire des recherches simples sans écrire de SQL. Mais dans ce cours, on écrit les vraies requêtes : c’est ce que tu utiliseras dans ton code.

Exercice · Le podium des utilisateurs

Avec la table post, affiche les 3 utilisateurs (leur user_id) qui cumulent le plus de likes, avec leur total, du plus grand au plus petit.

Voir la solution
SELECT user_id, SUM(nb_like) AS total_likes
FROM post
GROUP BY user_id
ORDER BY total_likes DESC
LIMIT 3;

On regroupe par utilisateur, on additionne les likes de chaque groupe, on trie sur l’alias, et on garde les trois premiers. Pour afficher leur nom plutôt que leur user_id, il faudra une jointure : rendez-vous au chapitre 7.

La suite

Au prochain chapitre, on passe au SQL avancé avec les sous-requêtes. Et on fera beaucoup d’autres exemples dans les chapitres d’exercices.


Ceci est le chapitre 5 du cours SQL de zéro à pro. Suis la série pour apprendre SQL avec MySQL, des bases jusqu’aux jointures.