Accueil›Blog›Test SQL junior prêt à l'emploi

Tests prêts à l'emploi

Test SQL junior prêt à l'emploi : 5 requêtes pour valider les bases

Vous voulez vérifier les bases SQL d'un candidat sans y passer une heure ? Voici un test prêt à l'emploi : un jeu de données simple, 5 requêtes progressives à résoudre en 30 minutes, et pour chacune le corrigé, ce qu'elle révèle et l'erreur fréquente. Copiez-le tel quel.

Data Builder·Juillet 2025·10 min de lecture·Test SQL · niveau junior · 30 min · avec corrigé

Sommaire

Le jeu de données
Question 1 — Compter les commandes par statut
Question 2 — Chiffre d'affaires par pays
Question 3 — Top 5 des produits les plus vendus
Question 4 — Les clients qui n'ont jamais commandé
Question 5 — Le panier moyen par mois
Grille par niveau

Ce test valide le socle attendu d'un profil junior : filtrer, agréger, joindre et raisonner sur des données. Ce qui compte n'est pas la syntaxe exacte (elle varie selon le moteur) mais la démarche et la justesse du résultat.

1Le jeu de données

La consigne

Donnez ce schéma au candidat avant de commencer.

Une petite base e-commerce, volontairement simple : trois tables reliées par des identifiants. Aucune donnée réelle n'est nécessaire — le candidat raisonne sur le schéma.

-- Jeu de donnees du test (base e-commerce)
clients(id, nom, pays, date_inscription)
produits(id, nom, categorie, prix)
commandes(id, client_id, produit_id, quantite, montant, date_commande, statut)
-- statut ∈ ('payee','en_attente','annulee')

2Question 1 — Compter les commandes par statut

La consigne

Combien de commandes y a-t-il dans chaque statut (payée, en attente, annulée) ?

L'entrée en matière : un simple regroupement. Elle vérifie que le candidat maîtrise GROUP BY et COUNT.

SELECT statut, COUNT(*) AS nb_commandes
FROM commandes
GROUP BY statut;

Une bonne réponse regroupe par statut et compte les lignes.
Erreur fréquente : oublier le GROUP BY et compter tout en bloc.

3Question 2 — Chiffre d'affaires par pays

La consigne

Quel est le chiffre d'affaires total (commandes payées) par pays du client ?

Première jointure : il faut relier commandes et clients, filtrer sur le statut, puis sommer. Le cœur du métier d'analyste.

SELECT c.pays, SUM(o.montant) AS ca
FROM commandes o
JOIN clients c ON c.id = o.client_id
WHERE o.statut = 'payee'
GROUP BY c.pays
ORDER BY ca DESC;

Une bonne réponse joint les deux tables, filtre sur 'payee' et somme le montant.
Erreur fréquente : oublier de filtrer les commandes annulées/en attente.

4Question 3 — Top 5 des produits les plus vendus

La consigne

Quels sont les 5 produits les plus vendus en quantité ?

Jointure + agrégation + tri + limite : la requête analytique typique. Elle teste l'enchaînement des opérations.

SELECT p.nom, SUM(o.quantite) AS total_vendu
FROM commandes o
JOIN produits p ON p.id = o.produit_id
GROUP BY p.nom
ORDER BY total_vendu DESC
LIMIT 5;

Une bonne réponse somme les quantités par produit, trie et limite à 5.
Erreur fréquente : trier sans agréger, ou compter les lignes au lieu des quantités.

5Question 4 — Les clients qui n'ont jamais commandé

La consigne

Quels clients n'ont passé aucune commande ?

La question qui sépare : elle demande une LEFT JOIN avec test sur NULL (ou NOT EXISTS). Beaucoup de juniors butent ici.

SELECT c.id, c.nom
FROM clients c
LEFT JOIN commandes o ON o.client_id = c.id
WHERE o.id IS NULL;

Une bonne réponse utilise une LEFT JOIN et garde les lignes sans commande (IS NULL), ou un NOT EXISTS.
Erreur fréquente : une INNER JOIN, qui exclut justement les clients recherchés.

6Question 5 — Le panier moyen par mois

La consigne

Quel est le montant moyen d'une commande payée, mois par mois ?

La synthèse : filtrer, extraire le mois d'une date et calculer une moyenne. Elle vérifie l'aisance avec les dates et les agrégats.

SELECT DATE_TRUNC('month', o.date_commande) AS mois,
       AVG(o.montant) AS panier_moyen
FROM commandes o
WHERE o.statut = 'payee'
GROUP BY mois
ORDER BY mois;

Une bonne réponse groupe par mois (fonction de date) et utilise AVG sur le montant.
Erreur fréquente : confondre moyenne des montants et CA divisé « à la main » de façon erronée.

Signal d'alerte : astuce : acceptez toute syntaxe de date correcte selon le moteur (DATE_TRUNC, EXTRACT, strftime…). Ce qui compte est le raisonnement, pas la fonction exacte.

7Grille par niveau

Niveau	Maîtrise attendue	Signal GO	NO-GO
Junior	Réussit Q1 à Q3	Filtre, agrège et joint correctement	Bute déjà sur une jointure simple
Confirmé	Réussit Q4 (LEFT JOIN / NULL)	Gère l'absence de correspondance	Utilise une INNER JOIN pour Q4
Senior	Réussit Q5 proprement	À l'aise avec dates et agrégats	Confond moyenne et somme
Lead	Explique chaque choix simplement	Vulgarise sa démarche à un non-technique	Répond juste sans savoir expliquer

Home›Blog›Ready-to-use junior SQL test

Ready-to-use tests

Ready-to-use junior SQL test: 5 queries to validate the basics

Want to check a candidate's SQL basics without spending an hour? Here's a ready-to-use test: a simple dataset, 5 progressive queries to solve in 30 minutes, and for each the answer, what it reveals and the common mistake. Copy it as-is.

Data Builder·July 2025·10 min read·SQL test · junior level · 30 min · with answers

Contents

The dataset
Question 1 — Count orders by status
Question 2 — Revenue by country
Question 3 — Top 5 best-selling products
Question 4 — Customers who never ordered
Question 5 — Average basket by month
Level grid

This test validates the baseline expected of a junior profile: filtering, aggregating, joining and reasoning about data. What matters isn't exact syntax (it varies by engine) but the approach and the correctness of the result.

1The dataset

The task

Give this schema to the candidate before starting.

A small e-commerce database, deliberately simple: three tables linked by identifiers. No real data is needed — the candidate reasons on the schema.

-- Jeu de donnees du test (base e-commerce)
clients(id, nom, pays, date_inscription)
produits(id, nom, categorie, prix)
commandes(id, client_id, produit_id, quantite, montant, date_commande, statut)
-- statut ∈ ('payee','en_attente','annulee')

2Question 1 — Count orders by status

The task

How many orders are there in each status (paid, pending, cancelled)?

The warm-up: a simple grouping. It checks the candidate masters GROUP BY and COUNT.

SELECT statut, COUNT(*) AS nb_commandes
FROM commandes
GROUP BY statut;

A good answer groups by status and counts the rows.
Common mistake: forgetting GROUP BY and counting everything at once.

3Question 2 — Revenue by country

The task

What is the total revenue (paid orders) per customer country?

First join: link orders and customers, filter on status, then sum. The analyst's core work.

SELECT c.pays, SUM(o.montant) AS ca
FROM commandes o
JOIN clients c ON c.id = o.client_id
WHERE o.statut = 'payee'
GROUP BY c.pays
ORDER BY ca DESC;

A good answer joins the two tables, filters on ‘paid’ and sums the amount.
Common mistake: forgetting to filter cancelled/pending orders.

4Question 3 — Top 5 best-selling products

The task

What are the 5 best-selling products by quantity?

Join + aggregation + sort + limit: the typical analytical query. It tests the chaining of operations.

SELECT p.nom, SUM(o.quantite) AS total_vendu
FROM commandes o
JOIN produits p ON p.id = o.produit_id
GROUP BY p.nom
ORDER BY total_vendu DESC
LIMIT 5;

A good answer sums quantities per product, sorts and limits to 5.
Common mistake: sorting without aggregating, or counting rows instead of quantities.

5Question 4 — Customers who never ordered

The task

Which customers have never placed an order?

The separating question: it requires a LEFT JOIN with a NULL test (or NOT EXISTS). Many juniors stumble here.

SELECT c.id, c.nom
FROM clients c
LEFT JOIN commandes o ON o.client_id = c.id
WHERE o.id IS NULL;

A good answer uses a LEFT JOIN keeping rows with no order (IS NULL), or a NOT EXISTS.
Common mistake: an INNER JOIN, which excludes precisely the customers sought.

6Question 5 — Average basket by month

The task

What is the average amount of a paid order, month by month?

The synthesis: filter, extract the month from a date and compute an average. It checks ease with dates and aggregates.

SELECT DATE_TRUNC('month', o.date_commande) AS mois,
       AVG(o.montant) AS panier_moyen
FROM commandes o
WHERE o.statut = 'payee'
GROUP BY mois
ORDER BY mois;

A good answer groups by month (date function) and uses AVG on the amount.
Common mistake: confusing the average of amounts with a wrongly hand-divided revenue.

Warning signal : tip: accept any correct date syntax depending on the engine (DATE_TRUNC, EXTRACT, strftime…). What matters is the reasoning, not the exact function.

7Level grid

Level	Expected proficiency	Signal GO	NO-GO
Junior	Passes Q1 to Q3	Filters, aggregates and joins correctly	Already stuck on a simple join
Mid-level	Passes Q4 (LEFT JOIN / NULL)	Handles the absence of a match	Uses an INNER JOIN for Q4
Senior	Passes Q5 cleanly	Comfortable with dates and aggregates	Confuses average and sum
Lead	Explains each choice simply	Popularizes their approach to a non-technical person	Answers correctly but can't explain

Test SQL junior prêt à l'emploi : 5 requêtes pour valider les bases

1Le jeu de données

2Question 1 — Compter les commandes par statut

3Question 2 — Chiffre d'affaires par pays

4Question 3 — Top 5 des produits les plus vendus

5Question 4 — Les clients qui n'ont jamais commandé

6Question 5 — Le panier moyen par mois

7Grille par niveau

Ready-to-use junior SQL test: 5 queries to validate the basics

1The dataset

2Question 1 — Count orders by status

3Question 2 — Revenue by country

4Question 3 — Top 5 best-selling products

5Question 4 — Customers who never ordered

6Question 5 — Average basket by month

7Level grid

Vous recrutez un profil data ?