10 commandes SQL expliquées avec le hockey

Dans cet article, inspiré de KDNuggets, on décortique les commandes SQL essentielles à travers des exemples issus de notre sport préféré.

1. SELECT : Le repérage du talent. Tout commence par le recrutement des bons joueurs. Avec SELECT, on extrait les données pertinentes, comme lorsqu’un recruteur analyse les statistiques pour choisir le prochain Sidney Crosby.

SELECT nom, buts, passes
FROM joueurs
WHERE équipe = 'Canadiens';

2. WHERE : Le filtrage des meilleurs. On ne veut que les meilleurs joueurs pour notre équipe. WHERE nous aide à ne garder que ceux qui performent.

SELECT nom, points
FROM joueurs
WHERE points > 50;

Original

Résultat

3. GROUP BY : Les lignes de statistique. Comme les rapports de match résumant les performances par équipe, GROUP BY permet de regrouper les données.

SELECT équipe, AVG(points) AS moyenne_points
FROM joueurs
GROUP BY équipe;

4. HAVING : Le club des élites. Si on veut ne voir que les équipes avec une moyenne de points élevée, HAVING est notre meilleur allié. Contrairement à WHERE, qui filtre les lignes avant l’agrégation, HAVING filtre les résultats après un GROUP BY.

SELECT équipe, AVG(points) AS moyenne_points
FROM joueurs
GROUP BY équipe
HAVING AVG(points) > 60;

Original

Résultat

5. JOIN : Le jeu d’équipe. Un bon match repose sur la coordination entre joueurs. JOIN permet de relier différentes bases de données pour obtenir une vision complète du jeu.

• JOIN indique que nous combinons des tables.
• ON spécifie la condition de jointure entre les tables.

SELECT j.nom, e.nom AS equipe, j.points
FROM joueurs j
JOIN equipes e ON j.equipe_id = e.id;

6. ORDER BY : Le classement des meilleurs buteurs. On veut connaître le meilleur marqueur ? ORDER BY nous donne le classement.

SELECT nom, buts
FROM joueurs
ORDER BY buts DESC;

Ordre original et résultat

7. LIMIT : Le top 5 des joueurs. Quand on veut voir seulement les meilleurs, LIMIT est l’outil idéal.

SELECT nom, points
FROM joueurs
ORDER BY points DESC
LIMIT 5;

Résultat

8. CASE : Catégoriser les joueurs. Comme un commentateur qui classe les joueurs en différentes catégories, CASE nous aide à donner du contexte.

SELECT nom,
       CASE
           WHEN points > 80 THEN 'Superstar'
           WHEN points > 50 THEN 'Joueur Clé'
           ELSE 'Prometteur'
       END AS categorie
FROM joueurs;

Résultat

9. DISTINCT : Identifier les équipes uniques. Pour voir toutes les équipes de la ligue sans doublons, DISTINCT fait le travail.

SELECT DISTINCT equipe
FROM joueurs;

Original

Résultat

10. UNION : Fusionner les statistiques. Si on veut comparer les performances en saison régulière et en séries, UNION est parfait.

SELECT nom, points, 'Saison régulière' AS periode
FROM stats_saison
UNION
SELECT nom, points, 'Séries éliminatoires'
FROM stats_series;

En combinant ces commandes, on peut transformer n’importe quel tableau de stats en un outil puissant pour analyser les performances des équipes et joueurs. Et comme au hockey, la clé, c’est de bien comprendre le jeu ! 🏆

📌 Source : « 10 Essential SQL Commands for Data Analysis », KDNuggets