Exercices SQL corrigés : WHERE et les filtres

Mis à jour le 22 septembre 2026

WHERE garde les lignes qui respectent une condition : =, <>, >, BETWEEN, IN, LIKE, AND, OR, NOT. Ces 15 exercices vont du niveau 1 au niveau 4 ; ils utilisent la syntaxe de SQLite, le moteur SQL de SpeedQL.

Conseil : Les textes et les dates s’écrivent entre apostrophes : department = 'IT'.

Relire la fiche « WHERE (filtres) » de l’aide-mémoire

Exercice 1 · niveau 1

Affiche le nom et le salaire des employés du département Finance.

Table `employees` (4 lignes)
id	name	department	salary
1	Alice	Finance	32000
2	Bob	IT	41000
3	Claire	Finance	38000
4	David	HR	29000

Voir l’indice

Notions à utiliser : WHERE (filtres).

Structure de la requête :

SELECT …, …
FROM …
WHERE … = …

Voir la correction

SELECT name, salary
FROM employees
WHERE department = 'Finance';

Résultat attendu (2 lignes) :

name	salary
Alice	32000
Claire	38000

name

salary

Alice

32000

Claire

38000

Exercice 2 · niveau 1

Affiche le nom et le prix des produits de la catégorie 'Audio'.

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 : WHERE (filtres).

Structure de la requête :

SELECT …, …
FROM …
WHERE … = …

Voir la correction

SELECT name, price
FROM products
WHERE category = 'Audio';

Résultat attendu (2 lignes) :

name	price
Headset	60
Speaker	35

name

price

Headset

Speaker

Exercice 3 · niveau 2

Affiche le nom des produits de la catégorie 'Office' qui sont en rupture de stock (stock = 0).

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 : WHERE (filtres).

Structure de la requête :

SELECT …
FROM …
WHERE … = … AND … = …

Voir la correction

SELECT name
FROM products
WHERE category = 'Office' AND stock = 0;

Résultat attendu (2 lignes) :

name
Mouse
Webcam

name

Mouse

Webcam

Exercice 4 · niveau 2

Affiche le nom des employés du département IT dont le salaire dépasse 45000.

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 : WHERE (filtres).

Structure de la requête :

SELECT …
FROM …
WHERE … = … AND … > …

Voir la correction

SELECT name
FROM employees
WHERE department = 'IT' AND salary > 45000;

Résultat attendu (2 lignes) :

name
Emma
Farid

name

Emma

Farid

Exercice 5 · niveau 2

Affiche le titre des films qui durent entre 100 et 120 minutes (bornes incluses).

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).

Structure de la requête :

SELECT …
FROM …
WHERE … BETWEEN … AND …

Voir la correction

SELECT title
FROM movies
WHERE duration BETWEEN 100 AND 120;

Résultat attendu (4 lignes) :

title
Night Train
Blue Harbor
Dust and Gold
Deep Current

title

Night Train

Blue Harbor

Dust and Gold

Deep Current

Exercice 6 · niveau 2

Affiche le titre des livres des genres Novel ou Crime publiés après 2010.

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

Voir l’indice

Notions à utiliser : WHERE (filtres).

Structure de la requête :

SELECT …
FROM …
WHERE … IN (…, …) AND … > …

Voir la correction

SELECT title
FROM books
WHERE genre IN ('Novel', 'Crime') AND year > 2010;

Résultat attendu (4 lignes) :

title
Cold River
Winter Ledger
Desert Letters
Night Garden

title

Cold River

Winter Ledger

Desert Letters

Night Garden

Exercice 7 · niveau 2

Affiche le nom et la classe des élèves nés en 2009, par ordre alphabétique du nom.

Table `students` (8 lignes)
id	name	class	birth_date
1	Adele	A	2009-03-14
2	Bruno	A	2008-11-02
3	Cyril	B	2009-07-21
4	Dina	B	2009-01-30
5	Elsa	A	2008-09-12
6	Farah	C	2009-05-05
7	Gael	C	2008-12-24
8	Hana	B	2009-10-10

Voir l’indice

Notions à utiliser : WHERE (filtres), ORDER BY, LIMIT.

Structure de la requête :

SELECT …, …
FROM …
WHERE … BETWEEN … AND …
ORDER BY …

Voir la correction

SELECT name, class
FROM students
WHERE birth_date BETWEEN '2009-01-01' AND '2009-12-31'
ORDER BY name;

Résultat attendu (5 lignes, dans cet ordre) :

name	class
Adele	A
Cyril	B
Dina	B
Farah	C
Hana	B

name

class

Adele

Cyril

Dina

Farah

Hana

Exercice 8 · niveau 2

Affiche l'id et la durée (en minutes) des vols qui durent plus de 2 heures.

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

Voir l’indice

Notions à utiliser : WHERE (filtres).

Structure de la requête :

SELECT …, …
FROM …
WHERE … > …

Voir la correction

SELECT id, duration_min
FROM flights
WHERE duration_min > 120;

Résultat attendu (4 lignes) :

id	duration_min
1	125
2	155
6	130
7	135

Exercice 9 · niveau 2

Affiche le titre et la durée (en secondes) des chansons de plus de 4 minutes, de la plus longue à la plus courte.

Table `songs` (10 lignes)
id	title	artist_id	genre	duration_s	released
1	Glass Heart	1	Pop	214	2019-04-12
2	Low Tide	1	Pop	198	2021-06-01
3	Rust	2	Rock	256	2008-09-30
4	Wires	2	Rock	301	2015-02-14
5	Sunday Market	3	Afrobeat	233	2020-11-20
6	Palm Wine	3	Afrobeat	245	2022-03-03
7	Alma	4	Latin	189	2013-07-07
8	Brisa	4	Pop	205	2018-05-25
9	Night Drive	5	Electro	276	2021-10-10
10	Pulse	5	Electro	230	2023-01-15

Voir l’indice

Notions à utiliser : WHERE (filtres), ORDER BY, LIMIT.

Structure de la requête :

SELECT …, …
FROM …
WHERE … > …
ORDER BY … DESC

Voir la correction

SELECT title, duration_s
FROM songs
WHERE duration_s > 240
ORDER BY duration_s DESC;

Résultat attendu (4 lignes, dans cet ordre) :

title	duration_s
Wires	301
Night Drive	276
Rust	256
Palm Wine	245

Exercice 10 · niveau 2

Affiche la ville, le jour et la température maximale des relevés où il a plu (rain_mm > 0).

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).

Structure de la requête :

SELECT …, …, …
FROM …
WHERE … > …

Voir la correction

SELECT city, day, temp_max
FROM readings
WHERE rain_mm > 0;

Résultat attendu (4 lignes) :

city	day	temp_max
Paris	2025-07-03	22
Paris	2025-07-04	19
Lyon	2025-07-04	24
Lyon	2025-07-05	22

Exercice 11 · niveau 2

Affiche le numéro, la date d'arrivée et la date de départ des réservations dont l'arrivée (check_in) est avant le 2025-07-10.

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

Voir l’indice

Notions à utiliser : WHERE (filtres).

Structure de la requête :

SELECT …, …, …
FROM …
WHERE … < …

Voir la correction

SELECT id, check_in, check_out
FROM bookings
WHERE check_in < '2025-07-10';

Résultat attendu (6 lignes) :

id	check_in	check_out
1	2025-07-01	2025-07-04
2	2025-07-02	2025-07-05
3	2025-07-03	2025-07-06
4	2025-07-05	2025-07-12
5	2025-07-06	2025-07-08
6	2025-07-08	2025-07-10

Exercice 12 · niveau 2

Affiche le numéro et la date des commandes passées en février 2025.

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

Voir l’indice

Notions à utiliser : WHERE (filtres).

Structure de la requête :

SELECT …, …
FROM …
WHERE … BETWEEN … AND …

Voir la correction

SELECT id, order_date
FROM orders
WHERE order_date BETWEEN '2025-02-01' AND '2025-02-28';

Résultat attendu (3 lignes) :

id	order_date
3	2025-02-03
4	2025-02-10
5	2025-02-20

Exercice 13 · niveau 2

Affiche le nom et le taux horaire des développeurs des équipes Data ou Ops, du taux le plus élevé au plus bas.

Table `devs` (6 lignes)
id	name	team	rate
1	Ana	Web	55
2	Bo	Web	48
3	Cleo	Data	62
4	Dan	Data	58
5	Eve	Ops	50
6	Finn	Ops	45

Voir l’indice

Notions à utiliser : WHERE (filtres), ORDER BY, LIMIT.

Structure de la requête :

SELECT …, …
FROM …
WHERE … IN (…, …)
ORDER BY … DESC

Voir la correction

SELECT name, rate
FROM devs
WHERE team IN ('Data', 'Ops')
ORDER BY rate DESC;

Résultat attendu (4 lignes, dans cet ordre) :

name	rate
Cleo	62
Dan	58
Eve	50
Finn	45

Exercice 14 · niveau 2

Affiche le numéro, le titulaire et la date d'ouverture des comptes ouverts avant 2022.

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

Voir l’indice

Notions à utiliser : WHERE (filtres).

Structure de la requête :

SELECT …, …, …
FROM …
WHERE … < …

Voir la correction

SELECT id, owner, opened
FROM accounts
WHERE opened < '2022-01-01';

Résultat attendu (3 lignes) :

id	owner	opened
1	Alice	2021-03-01
3	Bruno	2020-09-10
5	David	2019-11-05

Exercice 15 · niveau 4

Affiche l'id des factures payées après leur échéance.

Table `invoices` (6 lignes)
id	client	issued	due	amount	paid_on
1	Acme	2025-01-15	2025-02-14	1200	2025-02-10
2	Acme	2025-03-01	2025-03-16	800	NULL
3	Bolt	2025-01-20	2025-03-06	450	2025-03-01
4	Bolt	2025-02-25	2025-03-27	950	2025-04-02
5	Cyan	2025-03-05	2025-05-04	300	NULL
6	Cyan	2024-12-10	2024-12-30	600	2025-01-05

Voir l’indice

Notions à utiliser : WHERE (filtres).

Structure de la requête :

SELECT …
FROM …
WHERE … > …

Voir la correction

SELECT id
FROM invoices
WHERE paid_on > due;

Résultat attendu (2 lignes) :

id
4
6

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 31 questions « WHERE (filtres) »