Exercices SQL corrigés : UNION, INTERSECT, EXCEPT

Mis à jour le 22 septembre 2026

UNION réunit deux résultats (sans doublon), INTERSECT garde ce qu’ils ont en commun, EXCEPT retire le second du premier. Ces 11 exercices vont du niveau 4 au niveau 4 ; ils utilisent la syntaxe de SQLite, le moteur SQL de SpeedQL.

Conseil : Les deux requêtes doivent renvoyer le même nombre de colonnes.

Relire la fiche « UNION, INTERSECT, EXCEPT » de l’aide-mémoire

Exercice 1 · niveau 4

Affiche la liste, sans doublon, de tous les membres des deux clubs (tables chess et music). Utilise UNION.

Table `chess` (4 lignes)
member
Alice
Bob
Claire
David

Table `music` (4 lignes)
member
Claire
David
Emma
Farid

Voir l’indice

Notions à utiliser : UNION, INTERSECT, EXCEPT.

Structure de la requête :

SELECT …
FROM …
UNION SELECT …
FROM …

Voir la correction

SELECT member
FROM chess
UNION SELECT member
FROM music;

Résultat attendu (6 lignes) :

member

Alice

Bob

Claire

David

Emma

Farid

Exercice 2 · niveau 4

Affiche les membres inscrits aux deux clubs à la fois. Utilise INTERSECT.

Table `chess` (4 lignes)
member
Alice
Bob
Claire
David

Table `music` (4 lignes)
member
Claire
David
Emma
Farid

Voir l’indice

Notions à utiliser : UNION, INTERSECT, EXCEPT.

Structure de la requête :

SELECT …
FROM …
INTERSECT SELECT …
FROM …

Voir la correction

SELECT member
FROM chess
INTERSECT SELECT member
FROM music;

Résultat attendu (2 lignes) :

member

Claire

David

Exercice 3 · niveau 4

Affiche les membres du club chess qui ne sont pas dans le club music. Utilise EXCEPT.

Table `chess` (4 lignes)
member
Alice
Bob
Claire
David

Table `music` (4 lignes)
member
Claire
David
Emma
Farid

Voir l’indice

Notions à utiliser : UNION, INTERSECT, EXCEPT.

Structure de la requête :

SELECT …
FROM …
EXCEPT SELECT …
FROM …

Voir la correction

SELECT member
FROM chess
EXCEPT SELECT member
FROM music;

Résultat attendu (2 lignes) :

member

Alice

Bob

Exercice 4 · niveau 4

Affiche les genres dont tous les films ont une note d'au moins 7 : prends les genres qui ont un film noté au moins 7, sauf ceux qui ont un film noté moins de 7. Utilise EXCEPT.

Table `movies` (10 lignes)
id	title	genre	year	duration	rating	director_id
1	Night Train	Thriller	2015	118	7.8	1
2	Blue Harbor	Drama	2018	102	7.1	2
3	Paper Moon City	Comedy	2012	95	6.4	5
4	Silent Peak	Drama	2020	131	8.2	3
5	Last Signal	Sci-Fi	2019	142	7.5	1
6	Summer Keys	Comedy	2016	88	5.9	4
7	Iron Garden	Sci-Fi	2021	125	8	3
8	Dust and Gold	Western	2014	110	6.8	2
9	The Quiet Hour	Drama	2022	97	7.4	5
10	Deep Current	Thriller	2017	105	6.9	NULL

Voir l’indice

Notions à utiliser : WHERE (filtres), UNION, INTERSECT, EXCEPT.

Structure de la requête :

SELECT …
FROM …
WHERE … >= …
EXCEPT SELECT …
FROM …
WHERE … < …

Voir la correction

SELECT genre
FROM movies
WHERE rating >= 7
EXCEPT SELECT genre
FROM movies
WHERE rating < 7;

Résultat attendu (2 lignes) :

genre
Drama
Sci-Fi

genre

Drama

Sci-Fi

Exercice 5 · niveau 4

Affiche le titre des livres empruntés à la fois par un membre de Paris et par un membre de Lille. Utilise INTERSECT.

Table `books` (10 lignes)
id	title	author_id	genre	pages	year
1	Cold River	1	Novel	320	2011
2	Salt Roads	2	Travel	210	2016
3	The Glass Hive	3	Sci-Fi	412	2019
4	Winter Ledger	1	Crime	288	2014
5	Desert Letters	2	Novel	356	2020
6	Small Engines	4	Sci-Fi	198	2022
7	Harbor Lights	5	Novel	445	2008
8	Night Garden	3	Crime	301	2017
9	Paper Birds	5	Poetry	96	2012
10	Open Maps	4	Travel	240	2021

Table `loans` (12 lignes)
id	book_id	member_id	loan_date	return_date
1	1	1	2025-01-05	2025-01-19
2	3	2	2025-01-10	2025-02-02
3	5	1	2025-02-01	2025-02-10
4	7	3	2025-02-03	NULL
5	3	4	2025-02-15	2025-03-01
6	2	2	2025-03-02	2025-03-30
7	8	5	2025-03-05	NULL
8	1	3	2025-03-10	2025-03-18
9	6	1	2025-03-20	2025-04-15
10	3	5	2025-04-01	NULL
11	9	4	2025-04-05	2025-04-12
12	10	2	2025-04-08	2025-04-20

Table `members` (6 lignes)
id	name	city	joined
1	Lena	Lyon	2022-01-15
2	Marc	Paris	2021-06-03
3	Nadia	Lyon	2023-03-20
4	Oscar	Lille	2020-11-11
5	Paula	Paris	2024-02-01
6	Quentin	Nantes	2023-09-09

Voir l’indice

Notions à utiliser : WHERE (filtres), JOIN, UNION, INTERSECT, EXCEPT.

Structure de la requête :

SELECT …
FROM … …
JOIN … … ON … = …
JOIN … … ON … = …
WHERE … = …
INTERSECT SELECT …
FROM … …
JOIN … … ON … = …
JOIN … … ON … = …
WHERE … = …

Voir la correction

SELECT b.title
FROM books b
JOIN loans l ON l.book_id = b.id
JOIN members m ON m.id = l.member_id
WHERE m.city = 'Paris'
INTERSECT SELECT b.title
FROM books b
JOIN loans l ON l.book_id = b.id
JOIN members m ON m.id = l.member_id
WHERE m.city = 'Lille';

Résultat attendu (1 ligne) :

title
The Glass Hive

title

The Glass Hive

Exercice 6 · niveau 4

Affiche, sans doublon, le nom des équipes qui ont gagné au moins un match, à domicile ou à l'extérieur. Utilise UNION.

Table `teams` (5 lignes)
id	name	city	founded
1	Red Foxes	Lyon	1950
2	Blue Owls	Paris	1962
3	Green Bulls	Lille	1971
4	Gold Hawks	Nantes	1988
5	Grey Wolves	Paris	1990

Table `matches` (10 lignes)
id	played_on	home_id	away_id	home_goals	away_goals
1	2025-08-02	1	2	2	1
2	2025-08-03	3	4	0	0
3	2025-08-09	5	1	1	3
4	2025-08-10	2	3	2	2
5	2025-08-16	4	5	3	1
6	2025-08-17	1	3	1	0
7	2025-08-23	2	4	0	1
8	2025-08-24	3	5	2	3
9	2025-08-30	4	1	1	1
10	2025-08-31	5	2	0	2

Voir l’indice

Notions à utiliser : WHERE (filtres), JOIN, UNION, INTERSECT, EXCEPT.

Structure de la requête :

SELECT …
FROM … …
JOIN … … ON … = …
WHERE … > …
UNION SELECT …
FROM … …
JOIN … … ON … = …
WHERE … > …

Voir la correction

SELECT t.name
FROM teams t
JOIN matches m ON m.home_id = t.id
WHERE m.home_goals > m.away_goals
UNION SELECT t.name
FROM teams t
JOIN matches m ON m.away_id = t.id
WHERE m.away_goals > m.home_goals;

Résultat attendu (4 lignes) :

name
Blue Owls
Gold Hawks
Grey Wolves
Red Foxes

name

Blue Owls

Gold Hawks

Grey Wolves

Red Foxes

Exercice 7 · niveau 4

Affiche les villes d'arrivée desservies à la fois par SkyJet et par AirNova. Utilise INTERSECT.

Table `flights` (12 lignes)
id	airline	origin	dest	departs	duration_min	price	seats_sold	capacity
1	SkyJet	CDG	MAD	2025-06-01 08:10	125	89	150	180
2	AirNova	CDG	LIS	2025-06-01 11:40	155	120	160	170
3	BlueWing	LYS	FCO	2025-06-02 07:30	95	75	110	150
4	SkyJet	MAD	CDG	2025-06-02 18:20	120	95	170	180
5	AirNova	BER	CDG	2025-06-03 09:05	110	105	140	160
6	BlueWing	NCE	BER	2025-06-03 13:50	130	140	90	150
7	SkyJet	CDG	FCO	2025-06-04 06:45	135	99	175	180
8	AirNova	LIS	MAD	2025-06-04 16:15	75	65	60	120
9	BlueWing	FCO	LYS	2025-06-05 20:30	100	82	130	150
10	SkyJet	CDG	BER	2025-06-05 10:00	105	110	120	180
11	AirNova	MAD	LIS	2025-06-06 12:25	80	70	95	120
12	BlueWing	LYS	MAD	2025-06-06 15:40	115	79	100	150

Table `airports` (7 lignes)
code	city	country
CDG	Paris	France
LYS	Lyon	France
MAD	Madrid	Spain
LIS	Lisbon	Portugal
FCO	Rome	Italy
BER	Berlin	Germany
NCE	Nice	France

Voir l’indice

Notions à utiliser : WHERE (filtres), JOIN, UNION, INTERSECT, EXCEPT.

Structure de la requête :

SELECT …
FROM … …
JOIN … … ON … = …
WHERE … = …
INTERSECT SELECT …
FROM … …
JOIN … … ON … = …
WHERE … = …

Voir la correction

SELECT a.city
FROM flights f
JOIN airports a ON a.code = f.dest
WHERE f.airline = 'SkyJet'
INTERSECT SELECT a.city
FROM flights f
JOIN airports a ON a.code = f.dest
WHERE f.airline = 'AirNova';

Résultat attendu (2 lignes) :

city
Madrid
Paris

city

Madrid

Paris

Exercice 8 · niveau 4

Affiche les jours où il a plu à la fois à Paris et à Lyon. Utilise INTERSECT.

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 : WHERE (filtres), UNION, INTERSECT, EXCEPT.

Structure de la requête :

SELECT …
FROM …
WHERE … = … AND … > …
INTERSECT SELECT …
FROM …
WHERE … = … AND … > …

Voir la correction

SELECT day
FROM readings
WHERE city = 'Paris' AND rain_mm > 0
INTERSECT SELECT day
FROM readings
WHERE city = 'Lyon' AND rain_mm > 0;

Résultat attendu (1 ligne) :

day
2025-07-04

day

2025-07-04

Exercice 9 · niveau 4

Avec EXCEPT, affiche les pays des clients, sauf ceux des clients qui ont séjourné dans un hôtel de Paris.

Table `guests` (6 lignes)
id	name	country
1	Ana Silva	Portugal
2	Ben Ford	USA
3	Chen Li	China
4	Dana Weiss	Germany
5	Emma Roy	France
6	Farid Nasser	Morocco

Table `bookings` (11 lignes)
id	room_id	guest_id	check_in	check_out
1	2	1	2025-07-01	2025-07-04
2	5	2	2025-07-02	2025-07-05
3	8	3	2025-07-03	2025-07-06
4	3	4	2025-07-05	2025-07-12
5	6	5	2025-07-06	2025-07-08
6	1	2	2025-07-08	2025-07-10
7	9	3	2025-07-10	2025-07-11
8	7	5	2025-07-11	2025-07-15
9	4	1	2025-07-14	2025-07-16
10	6	4	2025-07-15	2025-07-19
11	6	5	2025-07-16	2025-07-18

Table `rooms` (10 lignes)
id	hotel_id	type	price
1	1	single	70
2	1	double	95
3	2	double	130
4	2	suite	210
5	3	single	110
6	3	double	150
7	4	double	65
8	5	double	260
9	5	suite	480
10	5	single	190

Table `hotels` (5 lignes)
id	name	city	stars
1	Seaside Inn	Nice	3
2	Alpine Lodge	Annecy	4
3	City Loft	Paris	4
4	Old Mill	Bordeaux	2
5	Grand Palace	Paris	5

Voir l’indice

Notions à utiliser : WHERE (filtres), JOIN, UNION, INTERSECT, EXCEPT.

Structure de la requête :

SELECT …
FROM …
EXCEPT SELECT …
FROM … …
JOIN … … ON … = …
JOIN … … ON … = …
JOIN … … ON … = …
WHERE … = …

Voir la correction

SELECT country
FROM guests
EXCEPT SELECT g.country
FROM guests g
JOIN bookings b ON b.guest_id = g.id
JOIN rooms r ON r.id = b.room_id
JOIN hotels h ON h.id = r.hotel_id
WHERE h.city = 'Paris';

Résultat attendu (2 lignes) :

country
Morocco
Portugal

country

Morocco

Portugal

Exercice 10 · niveau 4

Avec INTERSECT, affiche le nom des clients qui ont commandé à la fois un produit Office et un produit Kitchen.

Table `customers` (6 lignes)
id	name	city	signup
1	Alba	Paris	2024-01-10
2	Boris	Lyon	2024-02-15
3	Carla	Paris	2024-03-01
4	Denis	Nantes	2024-05-20
5	Eva	Lyon	2024-06-30
6	Fabio	Lille	2024-08-08

Table `orders` (8 lignes)
id	customer_id	order_date	status
1	1	2025-01-05	shipped
2	2	2025-01-12	shipped
3	1	2025-02-03	paid
4	3	2025-02-10	cancelled
5	4	2025-02-20	shipped
6	5	2025-03-02	shipped
7	2	2025-03-15	paid
8	3	2025-03-28	shipped

Table `order_items` (14 lignes)
order_id	product_id	qty
1	1	1
1	2	2
2	4	1
3	3	5
3	2	1
4	5	1
5	6	2
5	1	1
6	2	4
6	3	3
7	4	1
7	6	1
8	5	2
8	2	1

Table `products` (7 lignes)
id	name	category	price
1	Desk Lamp	Home	35
2	Coffee Mug	Kitchen	12
3	Notebook	Office	6
4	Office Chair	Office	149
5	Kettle	Kitchen	45
6	Cushion	Home	22
7	Stapler	Office	9

Voir l’indice

Notions à utiliser : WHERE (filtres), JOIN, UNION, INTERSECT, EXCEPT.

Structure de la requête :

SELECT …
FROM … …
JOIN … … ON … = …
JOIN … … ON … = …
JOIN … … ON … = …
WHERE … = …
INTERSECT SELECT …
FROM … …
JOIN … … ON … = …
JOIN … … ON … = …
JOIN … … ON … = …
WHERE … = …

Voir la correction

SELECT c.name
FROM customers c
JOIN orders o ON o.customer_id = c.id
JOIN order_items oi ON oi.order_id = o.id
JOIN products p ON p.id = oi.product_id
WHERE p.category = 'Office'
INTERSECT SELECT c.name
FROM customers c
JOIN orders o ON o.customer_id = c.id
JOIN order_items oi ON oi.order_id = o.id
JOIN products p ON p.id = oi.product_id
WHERE p.category = 'Kitchen';

Résultat attendu (2 lignes) :

name
Alba
Eva

name

Alba

Eva

Exercice 11 · niveau 4

Avec UNION, affiche sans doublon les titulaires qui ont reçu un salaire (label 'salary') et ceux qui ont un compte épargne (kind 'savings').

Table `accounts` (6 lignes)
id	owner	city	opened	kind
1	Alice	Paris	2021-03-01	current
2	Alice	Paris	2022-06-15	savings
3	Bruno	Lyon	2020-09-10	current
4	Chloe	Lyon	2023-01-20	current
5	David	Nice	2019-11-05	savings
6	Emma	Nice	2024-04-01	current

Table `transactions` (14 lignes)
id	account_id	made_on	amount	label
1	1	2025-01-02	2500	salary
2	1	2025-01-05	-60	groceries
3	1	2025-01-12	-800	rent
4	2	2025-01-15	500	transfer
5	3	2025-01-03	1900	salary
6	3	2025-01-20	-120	groceries
7	3	2025-02-01	-950	rent
8	4	2025-01-25	2100	salary
9	4	2025-02-03	-45	restaurant
10	1	2025-02-02	2600	salary
11	1	2025-02-06	-75	groceries
12	5	2025-02-10	30	interest
13	2	2025-02-15	500	transfer
14	4	2025-02-18	-600	rent

Voir l’indice

Notions à utiliser : WHERE (filtres), JOIN, UNION, INTERSECT, EXCEPT.

Structure de la requête :

SELECT …
FROM … …
JOIN … … ON … = …
WHERE … = …
UNION SELECT …
FROM …
WHERE … = …

Voir la correction

SELECT a.owner
FROM accounts a
JOIN transactions t ON t.account_id = a.id
WHERE t.label = 'salary'
UNION SELECT owner
FROM accounts
WHERE kind = 'savings';

Résultat attendu (4 lignes) :

owner

Alice

Bruno

Chloe

David

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 13 questions « UNION, INTERSECT, EXCEPT »