SQL WHERE : Le guide pour filtrer vos données avec précision

Dans l’univers des bases de données relationnelles, les tables contiennent fréquemment des millions de lignes. Lorsque vous écrivez une requête, vous ne voulez presque jamais extraire l’intégralité d’une table, mais plutôt cibler des éléments précis (par exemple, isoler les clients résidant en France ou lister les transactions de plus de 100 €). La clause WHERE est l’outil fondamental en SQL qui permet de poser des conditions pour filtrer les lignes retournées.

Chez DATAROCKSTARS, nous enseignons que la clause WHERE est la première brique de logique qu’un futur Data Analyst ou Data Engineer doit maîtriser. C’est l’équivalent technique des options de filtrage que l’on applique pour filtrer sur Excel, mais transposé à l’échelle industrielle des SGBD (Systèmes de Gestion de Bases de Données).

1. La syntaxe de base de la clause WHERE

La clause WHERE se place toujours juste après le nom de la table interrogée dans l’instruction FROM. Sa structure se présente ainsi :

SQL

SELECT colonne1, colonne2
FROM nom_de_la_table
WHERE condition;

Le moteur SQL va analyser la table ligne par ligne. Seules les lignes pour lesquelles la condition est vraie (TRUE) seront conservées et affichées dans le résultat final.

2. Les opérateurs de comparaison essentiels

Pour bâtir vos conditions, vous disposez de toute une palette d’opérateurs mathématiques et logiques :

Opérateur	Signification	Exemple
=	Égal à	WHERE pays = 'France'
<> ou !=	Différent de	WHERE statut != 'Annulé'
> / <	Supérieur / Inférieur	WHERE age > 18
>= / <=	Supérieur ou égal / Inférieur ou égal	WHERE prix >= 50

Exporter vers Sheets

Note de Rockstar : En SQL, les valeurs textuelles (chaînes de caractères) et les dates doivent impérativement être entourées de guillemets simples (apostrophes), tandis que les nombres s’écrivent directement.

SQL

-- Exemple : Sélectionner les produits dont le prix est supérieur à 100 €
SELECT nom_produit, prix
FROM stock_produits
WHERE prix > 100;

3. Combiner les conditions : AND, OR et NOT

Pour créer des filtres chirurgicaux, vous pouvez lier plusieurs critères au sein d’une même clause WHERE grâce aux opérateurs logiques :

• AND (Et) : Toutes les conditions doivent être vraies en même temps pour que la ligne soit sélectionnée.
• OR (Ou) : Il suffit qu’au moins une des conditions soit vraie pour retenir la ligne.
• NOT (Non) : Inverse le résultat de la condition qui suit.

SQL

-- Trouver les clients français qui ont plus de 30 ans
SELECT nom, prenom
FROM clients
WHERE pays = 'France' AND age > 30;

4. Les opérateurs avancés : BETWEEN, IN et LIKE

SQL propose des mots-clés spécifiques pour simplifier l’écriture de filtres complexes :

L’opérateur BETWEEN (Entre)

Permet de filtrer une valeur comprise dans une plage (les bornes sont incluses). C’est très propre pour gérer des filtres de dates ou de budgets.

SQL

-- Sélectionner les commandes passées entre deux dates de l'année 2026
SELECT id_commande, date_achat
FROM commandes
WHERE date_achat BETWEEN '2026-01-01' AND '2026-03-31';

L’opérateur IN (Dans)

Évite d’écrire une suite interminable de clauses OR. Il permet de vérifier si une valeur appartient à une liste définie.

SQL

-- Sélectionner les employés travaillant à Paris, Lyon ou Marseille
SELECT nom, ville
FROM employes
WHERE ville IN ('Paris', 'Lyon', 'Marseille');

L’opérateur LIKE (Recherche textuelle)

Idéal pour le traitement de texte de base, il permet de chercher un motif précis dans une colonne textuelle en s’aidant du caractère joker % (qui remplace n’importe quelle suite de caractères).

SQL

-- Trouver tous les utilisateurs dont l'adresse email se termine par @gmail.com
SELECT pseudo, email
FROM utilisateurs
WHERE email LIKE '%@gmail.com';

Dans nos modules avancés de Text Mining, nous apprenons à pousser cette logique encore plus loin en combinant le SQL avec des expressions régulières (Regex) pour analyser des données non structurées.

5. Le cas particulier des valeurs manquantes : IS NULL

En base de données, l’absence d’information est représentée par la valeur système NULL. Une erreur classique de débutant consiste à écrire WHERE colonne = NULL. Cela ne fonctionnera jamais, car NULL n’est pas une valeur, c’est un état.

Pour tester la présence ou l’absence d’une valeur manquante, vous devez utiliser la syntaxe dédiée :

SQL

-- Lister les clients qui n'ont pas encore renseigné leur numéro de téléphone
SELECT nom, prenom
FROM clients
WHERE telephone IS NULL;

6. WHERE vs HAVING : Ne pas confondre

Lorsqu’on commence à regrouper des données avec la clause GROUP BY et à calculer des agrégations (comme des moyennes ou des sommes), un piège récurrent apparaît.

La règle d’or est simple :

• La clause WHERE filtre les lignes individuelles avant que le regroupement ou les calculs ne soient effectués. On ne peut pas y mettre de fonction d’agrégation (interdit d’écrire WHERE SUM(ventes) > 1000).
• La clause HAVING filtre les groupes de lignes après l’exécution du GROUP BY (ex: HAVING SUM(ventes) > 1000).

7. Optimisation des performances : L’importance des index

Pour un Data Engineer, utiliser un WHERE sur une table de production de plusieurs téraoctets demande de la vigilance. Si la colonne sur laquelle porte votre filtre n’est pas indexée, le serveur va devoir scanner l’intégralité du disque dur (un Full Table Scan) pour trouver vos lignes, ce qui va ralentir toutes vos applications.

La création d’index sur les colonnes fréquemment utilisées dans vos clauses WHERE (comme des identifiants, des codes pays ou des dates) permet au SGBD de pointer instantanément sur les bonnes données, accélérant vos requêtes de manière spectaculaire. C’est le genre de logique d’automatisation et d’optimisation que nous intégrons à nos scénarios de Trigger SQL pour maintenir des performances optimales.

8. Pourquoi maîtriser le langage SQL avec DATAROCKSTARS

Le langage SQL est le ciment technologique de toute l’industrie de la data. Que vous aspiriez à devenir analyste pour concevoir des dashboards interactifs ou ingénieur en IA pour alimenter des architectures de LLM et RAG, savoir interroger et filtrer proprement une base de données est la compétence technique absolue par laquelle tout commence.

Chez DATAROCKSTARS, nos cursus d’élite vous accompagnent des requêtes fondamentales jusqu’aux architectures cloud les plus massives :

• Vous souhaitez utiliser SQL pour faire parler les indicateurs de performance de votre entreprise ? Explorez notre Bootcamp Data Analyst & AI.
• Vous voulez bâtir des usines à données et orchestrer des bases de données à l’échelle du cloud ? Découvrez notre Bootcamp Data Engineer & AIOps.
• Vous souhaitez intégrer ces compétences au service des modèles prédictifs et du machine learning ? Rejoignez notre Bootcamp Data Scientist & AI Engineer.

Prêt à prendre le contrôle de vos données et à propulser votre carrière dans la tech ? Contactez dès aujourd’hui les conseillers de DATAROCKSTARS pour construire le parcours de formation qui correspond à vos ambitions.

Merci pour votre lecture ! Si vous souhaitez découvrir nos prochains articles autour de la Data et de l’IA, vous pouvez nous suivre sur Facebook, LinkedIn et Twitter pour être notifié dès la publication d’un nouvel article !