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
| Clause | Rôle | Exemple |
|---|---|---|
WHERE | Filtrer les lignes | WHERE city = 'Paris' |
GROUP BY | Regrouper les lignes qui ont la même valeur | GROUP BY city |
HAVING | Filtrer les groupes, après le regroupement | HAVING COUNT(*) > 30 |
ORDER BY | Trier, en ordre croissant (ASC) ou décroissant (DESC) | ORDER BY name ASC, birthday DESC |
LIMIT | Limiter le nombre de résultats | LIMIT 5 |
OFFSET | Sauter un certain nombre de lignes | LIMIT 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 :
| Fonction | Rôle | Exemple |
|---|---|---|
COUNT() | Compter les lignes | SELECT COUNT(*) FROM user; |
AVG() | Calculer la moyenne | SELECT AVG(nb_etoiles) FROM user; |
SUM() | Calculer la somme | SELECT SUM(nb_like) FROM post; |
MAX() | La valeur maximale | SELECT MAX(nb_etoiles) FROM user; |
MIN() | La valeur minimale | SELECT 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 :
SELECT categorie, AVG(prix) AS prix_moyen: on affiche la catégorie et la moyenne des prix.ASdonne un alias à la colonne, pour afficherprix_moyenau lieu deAVG(prix).FROM produit: on lit la tableproduit.WHERE prix > 50: on ne garde que les produits à plus de 50.GROUP BY categorie: on regroupe les résultats par catégorie.HAVING AVG(prix) > 100: on ne garde que les catégories dont le prix moyen dépasse 100.ORDER BY prix_moyen DESC: on trie par prix moyen décroissant, en réutilisant l’alias.LIMIT 5: on garde les 5 premières lignes.
WHEREouHAVING?WHEREfiltre les lignes avant le regroupement,HAVINGfiltre 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,citypost: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.