SQL Joins & Requêtes avancées
INNER JOIN, LEFT/RIGHT JOIN, CROSS JOIN, CTEs, window functions, requêtes imbriquées, optimisation
1Quel type de JOIN retourne uniquement les lignes ayant une correspondance dans les deux tables ?
Quel type de JOIN retourne uniquement les lignes ayant une correspondance dans les deux tables ?
Réponse
INNER JOIN retourne uniquement les lignes qui ont une correspondance dans les deux tables. Si une ligne de la table de gauche n'a pas de correspondance dans la table de droite (ou inversement), elle est exclue du résultat. C'est le type de JOIN le plus restrictif et le plus couramment utilisé pour combiner des données liées.
2Quel est le résultat d'un LEFT JOIN lorsque la table de droite n'a pas de correspondance ?
Quel est le résultat d'un LEFT JOIN lorsque la table de droite n'a pas de correspondance ?
Réponse
LEFT JOIN conserve toutes les lignes de la table de gauche, même si aucune correspondance n'existe dans la table de droite. Dans ce cas, les colonnes de la table de droite sont remplies avec des valeurs NULL. Cela permet de conserver l'intégrité des données de la table principale tout en ajoutant des informations optionnelles.
3Comment trouver les clients qui n'ont passé aucune commande en utilisant un JOIN ?
Comment trouver les clients qui n'ont passé aucune commande en utilisant un JOIN ?
Réponse
Pour trouver les enregistrements sans correspondance, utiliser un LEFT JOIN suivi d'un filtre WHERE sur une colonne de la table de droite IS NULL. Cette technique est plus performante qu'une sous-requête NOT IN car elle évite de scanner la table des commandes plusieurs fois. C'est un pattern classique pour détecter les données orphelines.
Qu'est-ce qu'un CROSS JOIN produit comme résultat ?
Qu'est-ce qu'un SELF JOIN et dans quel cas l'utiliser ?
+19 questions d'entretien
Autres sujets d'entretien Data Science & ML
Les bases de Python
Programmation Orientée Objet Python
Structures de données Python
Fondamentaux Git
Les bases de SQL
Fondamentaux NumPy
Les bases de Pandas
Jupyter & Google Colab
Pandas avancé
Visualisation avec Matplotlib & Seaborn
Visualisations interactives avec Plotly
Statistiques descriptives
Statistiques inférentielles
Web Scraping
BigQuery & Cloud Data
Feature Engineering
ML Supervisé : Régression
ML Supervisé : Classification
Arbres de décision & Ensembles
ML Non supervisé
Pipelines ML & Validation
Séries temporelles & Prévisions
Fondamentaux Deep Learning
TensorFlow & Keras
CNN & Classification d'images
RNN & Séquences
Transformers & Attention
NLP & Hugging Face
GenAI & LangChain
MLOps & Déploiement
Maîtrise Data Science & ML pour ton prochain entretien
Accède à toutes les questions, flashcards, tests techniques, exercices de code review et simulateurs d'entretien.
Commencer gratuitement