Guide pratique · E-commerce · SaaS · Finance · Lecture : ~14 min Teste ton niveau sur modai-lab.com/test-sql/
Pourquoi ce guide existe
« Tu connais SQL ou MySQL ? » C'est probablement la question la plus posée par les recruteurs non techniques… et la confusion la plus répandue chez les débutants.
Le problème concret :
Tu apprends « le SQL » sur un tuto MySQL, puis tu arrives dans une boîte qui tourne sur PostgreSQL ou BigQuery, et la moitié de tes requêtes plantent.
Tu vois
LIMIT,TOP,FETCH FIRSTet tu ne sais pas lequel est « le bon ».En entretien, on te demande la différence entre SQL et MySQL et tu réponds « MySQL c'est une version de SQL » (presque, mais pas tout à fait).
Ce que ce guide couvre :
La différence fondamentale : un langage vs un logiciel
Ce qui est portable d'un moteur à l'autre (la bonne nouvelle : la majorité)
Les dialectes : ce qui change vraiment entre MySQL, PostgreSQL, SQL Server, BigQuery
Les pièges silencieux quand tu changes de moteur (résultats faux sans aucune erreur)
Comment répondre proprement en entretien
Un prompt Claude pour auditer la portabilité de tes requêtes
🧪 Calibre ton niveau avant de commencer
Sais-tu écrire une requête qui tourne à l'identique sur MySQL, PostgreSQL et BigQuery ? Si tu hésites, c'est le bon moment pour mesurer où tu en es. Fais le test en 5 minutes.
👉 Faire le test sur modai-lab.com/test-sql/
_Résultat en direct · Niveau calibré · Parcours personnalisé_
PARTIE 1 — SQL est un langage, MySQL est un logiciel
La réponse en une phrase
SQL (Structured Query Language) est un langage standardisé pour interroger et manipuler des bases de données relationnelles. MySQL est un SGBDR (Système de Gestion de Base de Données Relationnelle) : un logiciel qui stocke les données et exécute les requêtes écrites en SQL.
L'analogie la plus parlante :
Analogie | |
|---|---|
SQL | Le code de la route : les règles communes |
MySQL | Une voiture précise : elle respecte le code, mais a ses propres boutons |
PostgreSQL, SQL Server, BigQuery… | D'autres voitures, mêmes règles, tableaux de bord différents |
Savoir conduire (SQL), c'est pouvoir conduire n'importe quelle voiture après 10 minutes d'adaptation. Connaître uniquement les boutons d'un modèle (MySQL), c'est fragile.
Ce qui se passe sous le capot
Quand tu écris une requête, voici ce qui se passe :
SQL décrit quoi tu veux. Le moteur décide comment l'obtenir. C'est pour ça que la même requête peut être rapide sur un moteur et lente sur un autre : le texte est identique, le plan d'exécution ne l'est pas.
Un peu d'histoire (utile en entretien)
SQL est né chez IBM dans les années 1970 (initialement « SEQUEL »), puis normalisé par l'ANSI et l'ISO (norme ISO/IEC 9075). Le standard évolue régulièrement : SQL-92, SQL:1999 (CTE récursives), SQL:2003 (fonctions de fenêtre), etc.
MySQL est apparu au milieu des années 1990, est devenu la base du web (stack LAMP : Linux, Apache, MySQL, PHP), a été racheté par Sun puis est passé sous Oracle. Il est open source (licence GPL) avec une édition commerciale.
MariaDB est un fork de MySQL créé par son fondateur original. Très compatible, mais pas identique.
La carte des moteurs que tu vas croiser
Moteur | Éditeur / type | Dialecte | Où tu le croises |
|---|---|---|---|
MySQL | Oracle, open source | SQL MySQL | Sites web, e-commerce, back-ends applicatifs |
MariaDB | Communauté, open source | Proche MySQL | Hébergeurs, distributions Linux |
PostgreSQL | Communauté, open source | Très proche du standard | SaaS, startups, data apps |
SQL Server | Microsoft | T-SQL | Grands comptes, banque, assurance, industrie |
Oracle Database | Oracle | PL/SQL | Banque, télécom, ERP historiques |
SQLite | Embarqué | SQL léger | Mobile, prototypes, fichiers locaux |
BigQuery | Google Cloud | GoogleSQL | Data warehouse, analytics |
Snowflake | Cloud | SQL Snowflake | Data warehouse, analytics |
❌ La confusion classique du débutant
✅ Ce que fait le senior
Cas business : le stagiaire e-commerce
Contexte : une boutique en ligne de 18 000 commandes par mois tourne sur MySQL. Le stagiaire a appris sur SQL Server à l'école et copie une requête d'un ancien TP pour sortir les 5 plus gros paniers de la semaine.
🧪 Entraîne-toi sur de vraies bases, pas sur des TP scolaires
Sur Modai Lab, tu travailles sur des datasets e-commerce, SaaS et finance réalistes, avec des requêtes qui ressemblent à ce qu'on te demandera vraiment en poste.
_Cas business réels · Feedback IA immédiat · Progression mesurée_
PARTIE 2 — Ce qui est portable : le socle commun (≈ 80 % de ton quotidien)
La bonne nouvelle
Si tu maîtrises le SQL standard, tu maîtrises l'essentiel de tous les moteurs. Ces briques fonctionnent partout (MySQL 8.0+, PostgreSQL, SQL Server, BigQuery, Snowflake…) :
SELECT,FROM,WHERE,ORDER BYINNER JOIN,LEFT JOINGROUP BY,HAVING,COUNT,SUM,AVG,MIN,MAXCASE WHEN ... THEN ... ELSE ... ENDCOALESCE,NULLIFIN,BETWEEN,LIKE,IS NULLUNION ALLSous-requêtes et CTE (
WITH ... AS)Fonctions de fenêtre :
ROW_NUMBER(),RANK(),SUM() OVER (...),LAG()
⚠️ Point d'attention MySQL : les CTE et les fonctions de fenêtre ne sont arrivées qu'avec MySQL 8.0. Si ton entreprise tourne encore sur MySQL 5.7, elles n'existent pas. C'est un vrai sujet sur des stacks legacy.
❌ Le réflexe du débutant : utiliser les fonctions propres au moteur partout
✅ Le réflexe senior : privilégier le standard quand il existe
Cas business : cohortes SaaS en SQL 100 % portable
Contexte : un SaaS B2B (abonnements mensuels à 49 €, 99 € et 249 €) veut le chiffre d'affaires par mois de souscription et le rang de chaque client dans son plan. La requête doit tourner sur la base de prod MySQL et sur le warehouse.
🧪 Vérifie que ton SQL est vraiment « standard »
Le test Modai Lab évalue ta maîtrise du socle commun (jointures, agrégations, CTE, fenêtres) : exactement ce qui te suit d'un moteur à l'autre.
👉 Faire le test sur modai-lab.com/test-sql/
_5 minutes · Niveau calibré · Points faibles identifiés_
PARTIE 3 — Les dialectes : ce qui change vraiment entre MySQL et les autres
Le mécanisme
Chaque éditeur implémente le standard plus ses propres extensions (pour la performance, la rétrocompatibilité ou le confort). Résultat : un dialecte. Les différences se concentrent toujours sur les mêmes zones : limitation de lignes, dates, chaînes de caractères, gestion des NULL, identifiants, insertion/mise à jour.
La table de traduction à garder sous la main
Besoin | MySQL | PostgreSQL | SQL Server (T-SQL) | BigQuery | ||||
|---|---|---|---|---|---|---|---|---|
Limiter les lignes |
|
|
|
| ||||
Concaténer |
| `a \ | \ | b |
|
| \ | b` |
Valeur par défaut si NULL |
|
|
|
| ||||
Date du jour |
|
|
|
| ||||
Formater une date |
|
|
|
| ||||
Tronquer au mois |
|
|
|
| ||||
Écart en jours |
|
|
|
| ||||
Protéger un nom de colonne |
|
|
|
| ||||
Upsert |
|
|
|
| ||||
Booléen |
|
|
|
| ||||
Auto-incrément |
|
|
| pas d'auto-incrément |
Note bien l'ordre des arguments de DATEDIFF : il est inversé entre MySQL et SQL Server. Source de bugs garantie.
❌ Requête MySQL copiée-collée dans PostgreSQL
✅ La même requête traduite proprement
Cas business : l'upsert de stock e-commerce
Contexte : chaque nuit, un fichier fournisseur met à jour les stocks de 4 200 références. Si le produit existe, on met à jour la quantité ; sinon, on l'insère. Chaque moteur a sa syntaxe.
🧪 Passe d'un dialecte à l'autre sans stress
Sur Modai Lab, les exercices te confrontent à des situations réelles où la syntaxe change mais la logique reste. L'IA t'explique pourquoi ta requête plante et comment la corriger.
_Exercices guidés · Explications pas à pas · Cas e-commerce, SaaS, finance_
PARTIE 4 — Les pièges silencieux : même requête, résultat différent
Pourquoi c'est la partie la plus importante
Une erreur de syntaxe, tu la vois tout de suite. Le vrai danger, c'est la requête qui s'exécute sans erreur sur les deux moteurs mais renvoie un résultat différent. C'est comme ça qu'un KPI dérive après une migration sans que personne ne s'en rende compte.
Piège 1 — La division entière
Piège 2 — La casse dans les comparaisons de texte
Conséquence métier : une déduplication de clients faite sur MySQL peut donner plus de clients uniques une fois portée sur PostgreSQL. Ton CAC et ton panier moyen par client bougent.
Piège 3 — Le GROUP BY permissif
Piège 4 — `||` qui ne concatène pas
Piège 5 — Ce que MySQL ne sait pas faire
Cas business : la réconciliation finance qui ne tombait plus juste
Contexte : une fintech migre son reporting de MySQL vers BigQuery. Le rapport mensuel de rapprochement compare 12 480 transactions entre le CRM et la comptabilité. Après migration, l'écart passe de 3 transactions à 41.
🧪 Les pièges silencieux, ça se repère à l'entraînement
Ce sont exactement ces cas (division entière, casse, NULL, GROUP BY) que le test Modai Lab utilise pour distinguer un niveau junior d'un niveau confirmé.
👉 Faire le test sur modai-lab.com/test-sql/
_Pièges réels · Correction détaillée · Niveau junior → senior_
PARTIE 5 — Lequel apprendre, et comment répondre en entretien
Faut-il apprendre MySQL, PostgreSQL ou BigQuery ?
La bonne question n'est pas « quel moteur » mais « quel SQL ». Ordre recommandé :
Le SQL standard d'abord : jointures, agrégations, CTE, fonctions de fenêtre, gestion des NULL. C'est 80 % du job, partout.
Le moteur de ta cible ensuite :
- Développement web / back-end → MySQL ou PostgreSQL - Data analyst / analytics engineer → BigQuery, Snowflake ou PostgreSQL - Grands comptes, banque, assurance → SQL Server ou Oracle
Les spécificités en dernier : fonctions de dates, upsert, types, optimisation (index, partitions, coûts).
Un analyste solide sur le standard s'adapte à un nouveau moteur en quelques jours, avec la doc et une table de traduction comme celle de la Partie 3.
❌ La réponse junior en entretien
« MySQL c'est un type de SQL, c'est la même chose mais en plus récent. »
Problèmes : confusion langage / logiciel, et « plus récent » est faux (SQL est antérieur à MySQL d'environ 20 ans).
✅ La réponse senior en entretien (30 secondes)
« SQL est un langage standardisé (ISO) pour interroger des bases relationnelles. MySQL est un SGBD relationnel open source, édité par Oracle, qui exécute du SQL avec son propre dialecte. Le socle (SELECT, JOIN, GROUP BY, CTE, fenêtres depuis la 8.0) est commun avec PostgreSQL, SQL Server ou BigQuery ; les différences portent surtout sur les dates, les chaînes, la limitation de lignes et l'upsert. Il y a aussi des pièges silencieux, comme la division entière ou la sensibilité à la casse, que je vérifie systématiquement quand je change de moteur. »
Pourquoi ça marche : tu montres que tu distingues les concepts, que tu connais l'écosystème, et que tu as déjà été confronté aux vrais problèmes.
Cas business : la question piège en entretien SaaS
Le recruteur : « Notre prod est sur MySQL, notre warehouse sur BigQuery. Calcule le taux de churn mensuel, et la requête doit tourner sur les deux. »
🧪 Prépare tes entretiens sur des cas qui ressemblent aux vrais
Churn, cohortes, rapprochements, top N : Modai Lab propose des exercices calqués sur les questions posées en entretien data, avec un feedback précis sur ta requête.
_Questions d'entretien réelles · Correction commentée · Progression suivie_
Prompt Claude pour auditer tes requêtes
Copie-colle ce prompt dans Claude, puis colle ta requête à la fin.
📋 Récapitulatif
Sujet | À retenir | ||
|---|---|---|---|
SQL | Un langage standardisé (ISO/IEC 9075), né chez IBM dans les années 1970 | ||
MySQL | Un logiciel (SGBDR) open source édité par Oracle, qui exécute du SQL | ||
Dialecte | Chaque moteur = standard + extensions maison | ||
Portable partout | SELECT, JOIN, GROUP BY, HAVING, CASE, COALESCE, CTE, fenêtres | ||
MySQL < 8.0 | Pas de CTE ni de fonctions de fenêtre | ||
Limiter les lignes |
| ||
Dates | Zone de divergence n°1 : toujours vérifier la fonction et l'ordre des arguments | ||
Upsert |
| ||
Division |
| ||
Casse | MySQL insensible par défaut, PostgreSQL/BigQuery sensibles → | ||
`\ | \ | ` | Concaténation partout… sauf MySQL où c'est un OU logique par défaut |
FULL OUTER JOIN | Absent de MySQL → | ||
Apprendre | Standard d'abord, moteur de ta cible ensuite, spécificités en dernier |
✅ Checklist SQL vs MySQL
☐ Je sais expliquer en une phrase que SQL est un langage et MySQL un SGBDR
☐ Je connais au moins 4 autres moteurs et leur usage typique
☐ Je privilégie
COALESCEetCASE WHENplutôt queIFNULLetIF()☐ Je sais limiter les lignes sur MySQL, SQL Server et en SQL standard
☐ Je vérifie la fonction de date et l'ordre des arguments quand je change de moteur
☐ Je force la division décimale (
* 1.0) et je protège les divisions par zéro (NULLIF)☐ Je rends la casse explicite (
LOWER/UPPER) sur les jointures et filtres texte☐ Toutes mes colonnes non agrégées sont dans le
GROUP BY☐ J'utilise
CONCAT()si ma requête doit tourner sur MySQL☐ Je sais contourner l'absence de
FULL OUTER JOINen MySQL☐ Je vérifie la version de MySQL avant d'utiliser CTE ou fonctions de fenêtre
☐ J'ai une réponse d'entretien de 30 secondes prête sur SQL vs MySQL
🚀 Maîtrise le SQL, pas juste un moteur
Les moteurs changent au fil de ta carrière, le SQL reste. Entraîne-toi sur le socle commun et sur les pièges qui font la différence entre un junior et un senior.
👉 modai-lab.com/test-sql/ — Exercices calibrés · Cas business réels · Feedback senior
_Guide offert suite au post LinkedIn · Entraînez-vous sur modai-lab.com/test-sql/ · Partagez librement ♻️_