Exercices SQL corrigés : ORDER BY et LIMIT

Mis à jour le 22 septembre 2026

ORDER BY trie (ASC croissant, DESC décroissant) ; LIMIT garde les n premières lignes. Ces 6 exercices vont du niveau 1 au niveau 2 ; ils utilisent la syntaxe de SQLite, le moteur SQL de SpeedQL.

Conseil : Ajoute une deuxième colonne de tri pour départager les égalités.

Relire la fiche « ORDER BY, LIMIT » de l’aide-mémoire

Exercice 1 · niveau 1

Affiche le nom et le salaire de tous les employés, du salaire le plus bas au plus élevé.

Table `employees` (8 lignes)
id	name	department	salary
1	Alice	Finance	32000
2	Bob	IT	41000
3	Claire	Finance	38000
4	David	HR	29000
5	Emma	IT	50000
6	Farid	IT	47000
7	Gaelle	HR	33000
8	Hugo	Finance	44000

Voir l’indice

Notions à utiliser : ORDER BY, LIMIT.

Structure de la requête :

SELECT …, …
FROM …
ORDER BY … ASC

Voir la correction

SELECT name, salary
FROM employees
ORDER BY salary ASC;

Résultat attendu (8 lignes, dans cet ordre) :

name	salary
David	29000
Alice	32000
Gaelle	33000
Claire	38000
Bob	41000
Hugo	44000
Farid	47000
Emma	50000

Exercice 2 · niveau 2

Affiche le nom, le département et le salaire des employés, triés par département (ordre alphabétique) puis, dans chaque département, du salaire le plus élevé au plus bas.

Table `employees` (8 lignes)
id	name	department	salary
1	Alice	Finance	32000
2	Bob	IT	41000
3	Claire	Finance	38000
4	David	HR	29000
5	Emma	IT	50000
6	Farid	IT	47000
7	Gaelle	HR	33000
8	Hugo	Finance	44000

Voir l’indice

Notions à utiliser : ORDER BY, LIMIT.

Structure de la requête :

SELECT …, …, …
FROM …
ORDER BY … ASC, … DESC

Voir la correction

SELECT name, department, salary
FROM employees
ORDER BY department ASC, salary DESC;

Résultat attendu (8 lignes, dans cet ordre) :

name	department	salary
Hugo	Finance	44000
Claire	Finance	38000
Alice	Finance	32000
Gaelle	HR	33000
David	HR	29000
Emma	IT	50000
Farid	IT	47000
Bob	IT	41000

name

department

salary

Hugo

Finance

44000

Claire

Finance

38000

Alice

Finance

32000

Gaelle

33000

David

29000

Emma

50000

Farid

47000

Bob

41000

Exercice 3 · niveau 2

Affiche le nom des 3 produits les moins chers, du moins cher au plus cher.

Table `products` (6 lignes)
id	name	category	price	stock
1	Keyboard	Office	25	40
2	Mouse	Office	15	0
3	Screen	Display	180	12
4	Headset	Audio	60	8
5	Webcam	Office	45	0
6	Speaker	Audio	35	25

Voir l’indice

Notions à utiliser : ORDER BY, LIMIT.

Structure de la requête :

SELECT …
FROM …
ORDER BY … ASC
LIMIT …

Voir la correction

SELECT name
FROM products
ORDER BY price ASC
LIMIT 3;

Résultat attendu (3 lignes, dans cet ordre) :

name
Mouse
Keyboard
Speaker

name

Mouse

Keyboard

Speaker

Exercice 4 · niveau 2

Affiche le nom des 2 employés les mieux payés, du plus élevé au plus bas salaire.

Table `employees` (8 lignes)
id	name	department	salary
1	Alice	Finance	32000
2	Bob	IT	41000
3	Claire	Finance	38000
4	David	HR	29000
5	Emma	IT	50000
6	Farid	IT	47000
7	Gaelle	HR	33000
8	Hugo	Finance	44000

Voir l’indice

Notions à utiliser : ORDER BY, LIMIT.

Structure de la requête :

SELECT …
FROM …
ORDER BY … DESC
LIMIT …

Voir la correction

SELECT name
FROM employees
ORDER BY salary DESC
LIMIT 2;

Résultat attendu (2 lignes, dans cet ordre) :

name
Emma
Farid

name

Emma

Farid

Exercice 5 · niveau 2

Affiche le nom et le nombre de buts des 3 meilleurs buteurs, du plus grand nombre de buts au plus petit.

Table `players` (9 lignes)
id	name	team_id	position	goals
1	Alex Moreau	1	FW	9
2	Bilal Sow	1	MF	4
3	Carl Weber	2	FW	7
4	Diego Ruiz	2	DF	1
5	Eli Novak	3	FW	6
6	Femi Adeyemi	4	FW	11
7	Goran Petrov	4	GK	0
8	Hugo Lamy	5	MF	5
9	Ivan Kral	5	DF	2

Voir l’indice

Notions à utiliser : ORDER BY, LIMIT.

Structure de la requête :

SELECT …, …
FROM …
ORDER BY … DESC
LIMIT …

Voir la correction

SELECT name, goals
FROM players
ORDER BY goals DESC
LIMIT 3;

Résultat attendu (3 lignes, dans cet ordre) :

name	goals
Femi Adeyemi	11
Alex Moreau	9
Carl Weber	7

Exercice 6 · niveau 2

Affiche la ville, le jour et la température maximale des 3 relevés les plus chauds, du plus chaud au moins chaud (en cas d'égalité, par jour puis par ville).

Table `readings` (15 lignes)
id	city	day	temp_max	temp_min	rain_mm
1	Paris	2025-07-01	24	15	0
2	Paris	2025-07-02	27	17	0
3	Paris	2025-07-03	22	16	4.5
4	Paris	2025-07-04	19	14	12
5	Paris	2025-07-05	23	13	0
6	Lyon	2025-07-01	26	16	0
7	Lyon	2025-07-02	29	18	0
8	Lyon	2025-07-03	31	19	0
9	Lyon	2025-07-04	24	17	8.5
10	Lyon	2025-07-05	22	15	3
11	Marseille	2025-07-01	30	21	0
12	Marseille	2025-07-02	32	22	0
13	Marseille	2025-07-03	33	23	0
14	Marseille	2025-07-04	29	21	0
15	Marseille	2025-07-05	28	20	0

Voir l’indice

Notions à utiliser : ORDER BY, LIMIT.

Structure de la requête :

SELECT …, …, …
FROM …
ORDER BY … DESC, …, …
LIMIT …

Voir la correction

SELECT city, day, temp_max
FROM readings
ORDER BY temp_max DESC, day, city
LIMIT 3;

Résultat attendu (3 lignes, dans cet ordre) :

city	day	temp_max
Marseille	2025-07-03	33
Marseille	2025-07-02	32
Lyon	2025-07-03	31

S’entraîner avec correction automatique

Dans SpeedQL, tu écris ta requête et elle est vérifiée tout de suite, sur ces tables puis sur un jeu de données caché.

S’entraîner sur les 7 questions « ORDER BY, LIMIT »