Guide pratique · E-commerce · SaaS · Finance · Lecture : ~14 min Teste ton niveau sur modai-lab.com/test-sql/
Pourquoi ce guide existe
« Quels sont les 4 types de bases de donnĂ©es ? » C'est une question qui tombe en entretien data, en rĂ©union d'archi, ou au moment oĂč un dev te dit « les events sont dans Mongo, dĂ©brouille-toi ».
Le problÚme : la plupart des gens récitent une liste (« relationnel, document, clé-valeur, graphe ») sans savoir ce qui change concrÚtement pour celui qui doit interroger la donnée. Résultat :
Tu essaies de faire un
JOINmental sur des documents JSON imbriqués et tu dupliques tes lignesTu cherches à faire des agrégats sur un cache clé-valeur qui n'a jamais été conçu pour ça
Tu écris 4 self-joins pour remonter une chaßne de parrainage alors qu'un graphe (ou un CTE récursif) le fait en 10 lignes
Tu mets tout dans Postgres « parce que c'est du SQL » et ta table de sessions explose
Ce guide couvre :
Les 4 grandes familles : relationnelle, document, clé-valeur, graphe
Pour chacune : comment la donnée est stockée, comment on l'interroge, et ce que ça implique cÎté SQL
Les erreurs classiques du junior qui dĂ©barque sur chaque type (â / â )
Un cas business chiffré par famille
Un bonus sur le colonnaire analytique (BigQuery, Snowflake), la base que tu utilises sans doute le plus
Une grille de décision pour choisir, un prompt Claude d'audit et une checklist
đ§Ș Calibre ton niveau avant de commencer
Tu sais modĂ©liser une relation 1-N avec une clĂ© Ă©trangĂšre ? Extraire un champ d'une colonne JSON ? Ăcrire un CTE rĂ©cursif ? Si tu hĂ©sites sur l'une des trois, ce guide va te servir. Fais le test en 5 minutes.
đ Faire le test sur modai-lab.com/test-sql/
_Résultat en direct · Niveau calibré · Parcours personnalisé_
Vue d'ensemble : les 4 familles en un coup d'Ćil
Type | UnitĂ© de stockage | Langage de requĂȘte | Exemples | Point fort |
|---|---|---|---|---|
Relationnelle | Ligne dans une table | SQL | PostgreSQL, MySQL, SQL Server, Oracle | Cohérence, jointures, transactions |
Document | Document JSON/BSON | API ou langage propre (MQL) | MongoDB, Firestore, Couchbase | Schéma flexible, objets imbriqués |
Clé-valeur | Paire |
| Redis, DynamoDB, Memcached | Latence ultra-faible |
Graphe | NĆuds + relations | Cypher, Gremlin | Neo4j, Neptune, Memgraph | Parcours de relations profondes |
La vraie question n'est pas « laquelle est la meilleure » mais : quelle forme ont tes requĂȘtes ?
Tu croises plusieurs entitĂ©s et tu agrĂšges â relationnel
Tu lis/Ă©cris un objet complet d'un coup â document
Tu lis une valeur Ă partir d'une clĂ© connue, des milliers de fois par seconde â clĂ©-valeur
Tu suis des chaĂźnes de relations de longueur variable â graphe
PARTIE 1 â Les bases relationnelles : le socle du SQL
Le mécanisme
Une base relationnelle stocke la donnée en tables (lignes à colonnes) avec un schéma fixe déclaré à l'avance. Les tables sont reliées par des clés :
Clé primaire (
PRIMARY KEY) : identifie chaque ligne de façon uniqueClé étrangÚre (
FOREIGN KEY) : référence la clé primaire d'une autre table
Sous le capot, le moteur garantit les propriétés ACID :
Atomicité : une transaction passe entiÚrement ou pas du tout
Cohérence : les contraintes (NOT NULL, FK, CHECK) sont toujours respectées
Isolation : deux transactions concurrentes ne se marchent pas dessus
Durabilité : une fois commitée, la donnée survit à un crash
C'est pour ça que les banques, les ERP et les back-offices e-commerce tournent sur du relationnel : un virement ne peut pas ĂȘtre « Ă moitiĂ© passĂ© ».
La normalisation consiste à découper la donnée pour qu'une information n'existe qu'à un seul endroit. Le prix à payer : il faut des jointures pour la reconstituer.
Erreur classique : la table « fourre-tout »
Cas business : CA par ville sur un e-commerce
Contexte : boutique en ligne, 18 400 clients, 61 200 commandes sur 2026. Le directeur commercial veut le CA livré par ville au T3.
Cette requĂȘte est triviale en relationnel. Garde-la en tĂȘte : c'est exactement celle qui devient pĂ©nible sur les trois autres familles.
Quand l'utiliser / quand l'éviter
â DonnĂ©es structurĂ©es, relations nombreuses, besoin de transactions (commandes, paiements, comptes, RH)
â Reporting ad hoc : n'importe quelle question peut ĂȘtre posĂ©e aprĂšs coup
â SchĂ©ma qui change toutes les semaines (attributs produits trĂšs hĂ©tĂ©rogĂšnes)
â Millions de lectures/s sur une clĂ© simple (sessions, compteurs temps rĂ©el)
đ§Ș MaĂźtrise les jointures sur des schĂ©mas rĂ©els
Sur Modai Lab, tu travailles sur des schémas relationnels de production (e-commerce, SaaS, fintech) avec plusieurs tables à relier, pas sur une table employees de 10 lignes.
đ Pratiquer sur modai-lab.com
_Schémas multi-tables · Cas business réels · Correction IA détaillée_
PARTIE 2 â Les bases document : JSON au cĆur du modĂšle
Le mécanisme
Une base document (MongoDB, Firestore, Couchbase) stocke des documents autonomes, généralement en JSON (ou BSON, sa version binaire). Chaque document peut avoir une structure différente : pas de schéma imposé.
Au lieu de découper la donnée en tables, on imbrique ce qui est lu ensemble :
Avantage : l'application lit toute la commande en une seule lecture, sans jointure. Inconvénient : le nom et la ville du client sont copiés dans chaque commande (dénormalisation). Si Julie déménage, ses anciennes commandes gardent « Lyon ». Parfois c'est voulu (adresse au moment de la commande), parfois c'est un bug.
CĂŽtĂ© requĂȘte, MongoDB a son propre langage :
Ce qui te concerne en tant que data analyst : ces documents finissent presque toujours dans ton warehouse sous forme de colonne JSON. Et c'est lĂ que les erreurs commencent.
Erreur classique : aplatir un tableau sans réfléchir
Les données Mongo ont été chargées dans PostgreSQL, dans une table orders_raw (order_id, doc JSONB).
RĂšgle Ă retenir : dĂšs que tu dĂ©-imbriques un tableau (jsonb_array_elements, UNNEST, LATERAL FLATTEN), le grain de ta requĂȘte change. Ne somme plus jamais une valeur du niveau parent aprĂšs ça.
Cas business : catalogue produit d'une marketplace
Contexte : marketplace de 120 000 produits. Un smartphone a « RAM », « stockage », « taille d'écran » ; un t-shirt a « taille », « matiÚre », « coupe ». Impossible d'avoir une colonne par attribut (il y en a 900+). Les attributs sont stockés en JSON.
C'est le modĂšle « hybride » que beaucoup d'Ă©quipes adoptent : relationnel pour le cĆur (prix, catĂ©gorie), JSON pour la partie variable.
Quand l'utiliser / quand l'éviter
â Objets lus/Ă©crits d'un bloc (profil utilisateur, panier, contenu CMS)
â SchĂ©ma qui Ă©volue vite, attributs hĂ©tĂ©rogĂšnes
â Beaucoup de relations croisĂ©es entre entitĂ©s (tu finis par recoder les jointures dans l'appli)
â Reporting transverse frĂ©quent (passe par un warehouse)
đ§Ș Teste ta maĂźtrise du JSON en SQL
Extraire un champ, dé-imbriquer un tableau sans doubler ton CA, filtrer sur une clé optionnelle : ce sont des compétences testées dans les entretiens data actuels.
đ Faire le test sur modai-lab.com/test-sql/
_5 minutes · Niveau calibré · Points faibles identifiés_
PARTIE 3 â Les bases clĂ©-valeur : la vitesse avant tout
Le mécanisme
C'est le modĂšle le plus simple : un gigantesque dictionnaire. Une clĂ© unique pointe vers une valeur opaque (une chaĂźne, un JSON, un compteurâŠ).
Les opérations de base sont minimalistes :
Pourquoi c'est si rapide : la base n'a aucune requĂȘte Ă planifier. Elle hache la clĂ©, va directement Ă l'emplacement, renvoie la valeur. Redis, qui travaille en mĂ©moire, rĂ©pond en moins d'une milliseconde. DynamoDB tient des millions de requĂȘtes par seconde.
Le revers : tu ne peux pas demander « toutes les sessions des utilisateurs lyonnais » ou « la somme des paniers ». La base ne connaßt que les clés. Pas de WHERE sur la valeur, pas de GROUP BY, pas de JOIN.
Erreur classique : vouloir faire de l'analytique sur le cache
RÚgle : une base clé-valeur est une source opérationnelle, jamais une source de reporting. Si tu as besoin de la donnée, demande qu'elle soit exportée.
Cas business : rate limiting d'une API SaaS
Contexte : un SaaS B2B expose une API publique. Chaque client a droit Ă 1 000 appels par minute. 3 200 clients, pic Ă 45 000 requĂȘtes/s.
Le contrĂŽle se fait dans Redis, Ă chaque appel :
Faire ça dans Postgres avec un UPDATE quotas SET n = n + 1 Ă 45 000 requĂȘtes/s crĂ©erait des verrous en cascade. Redis le fait en mĂ©moire, atomiquement.
Et cÎté data, l'équipe produit veut savoir qui atteint ses limites. Les rejets 429 sont loggés dans le warehouse :
Quand l'utiliser / quand l'éviter
â Sessions, cache, paniers temporaires, compteurs, feature flags, files d'attente
â AccĂšs par clĂ© connue, latence critique
â Toute question qui commence par « combien », « lesquels », « par segment »
â DonnĂ©e qui doit ĂȘtre cohĂ©rente avec d'autres entitĂ©s
đ§Ș EntraĂźne-toi Ă exploiter les logs applicatifs
Les données issues des systÚmes opérationnels (logs API, events, sessions) sont le quotidien du data analyst. Sur Modai Lab, tu les analyses sur des jeux de données réalistes.
đ Pratiquer sur modai-lab.com
_Datasets de production · HAVING et agrégats · Feedback immédiat_
PARTIE 4 â Les bases graphe : quand les relations sont la donnĂ©e
Le mécanisme
Une base graphe (Neo4j, Amazon Neptune, Memgraph) stocke :
des nĆuds (un utilisateur, un compte bancaire, un produit)
des relations typées et orientées entre eux (
PARRAINE,A_VIRE_A,A_ACHETE)des propriĂ©tĂ©s sur les deux (montant, dateâŠ)
La diffĂ©rence clĂ© avec le relationnel : chaque nĆud garde des pointeurs directs vers ses voisins. Suivre une relation ne coĂ»te pas un JOIN avec recherche dans un index : on « marche » de nĆud en nĆud. Plus la chaĂźne est longue, plus l'Ă©cart de performance se creuse.
Le langage le plus répandu est Cypher, qui dessine littéralement le motif recherché :
Erreur classique : empiler les self-joins
Tu n'as pas de base graphe, juste une table parrainages (parrain_id, filleul_id, created_at). On te demande tout l'arbre de parrainage d'un ambassadeur.
Le CTE rĂ©cursif, c'est le pont entre SQL et le monde graphe. Pour quelques niveaux sur quelques millions de lignes, il suffit largement. Au-delĂ (6+ niveaux, centaines de millions de relations, requĂȘtes en temps rĂ©el), une vraie base graphe devient pertinente.
Cas business : détection de fraude en finance
Contexte : une néobanque surveille les virements. Un schéma de blanchiment classique : l'argent part d'un compte, transite par plusieurs comptes « mules » et revient à son point de départ en moins de 48 h.
En graphe, la détection tient en quelques lignes :
En SQL, la version équivalente avec un CTE récursif sur virements (from_compte, to_compte, montant, created_at) :
Ăa marche, mais tu vois la diffĂ©rence de lisibilitĂ©. Et sur 1,8 million de virements par semaine, la version graphe rĂ©pond en millisecondes lĂ oĂč le CTE peut prendre des minutes.
Quand l'utiliser / quand l'éviter
â Fraude, rĂ©seaux sociaux, parrainage, recommandations (« ceux qui ont achetĂ© X »), dĂ©pendances, organigrammes
â RequĂȘtes dont la profondeur est variable ou inconnue
â AgrĂ©gats massifs sur des volumes (somme du CA, moyennes par segment)
â DonnĂ©es peu reliĂ©es : tu paies la complexitĂ© sans le bĂ©nĂ©fice
đ§Ș Teste-toi sur les CTE rĂ©cursifs
Le CTE rĂ©cursif est l'une des notions les moins maĂźtrisĂ©es en SQL, et l'une des plus discriminantes en entretien senior. VĂ©rifie oĂč tu en es.
đ Faire le test sur modai-lab.com/test-sql/
_Questions progressives · Du junior au senior · Résultat immédiat_
PARTIE 5 â Bonus : le colonnaire analytique (et comment choisir)
Le 5á” type que tu utilises tous les jours
Dans les listes « 4 types de bases », on cite parfois les bases orientées colonnes (Cassandra, HBase) à la place du graphe. Et cÎté data, il y a surtout les entrepÎts colonnaires analytiques : BigQuery, Snowflake, Redshift, ClickHouse.
Ils parlent SQL, comme le relationnel. Mais ils stockent la donnée colonne par colonne au lieu de ligne par ligne :
ConsĂ©quence directe : une requĂȘte qui lit 2 colonnes sur 80 ne lit que ces 2 colonnes sur le disque. Parfait pour SUM, AVG, GROUP BY sur des milliards de lignes. Mauvais pour modifier une ligne prĂ©cise 10 000 fois par seconde.
C'est la distinction OLTP (transactionnel, relationnel classique) vs OLAP (analytique, colonnaire).
Erreur classique : le `SELECT *` sur un colonnaire
La grille de décision
Ta question principale | Type recommandé | Pourquoi |
|---|---|---|
« Enregistrer une commande et débiter le stock sans incohérence » | Relationnelle | Transactions ACID, contraintes |
« Stocker des fiches produits aux attributs trÚs variables » | Document (ou JSON dans du relationnel) | Schéma flexible |
« Retrouver la session d'un visiteur en < 1 ms » | Clé-valeur | AccÚs direct par clé, en mémoire |
« Trouver les comptes reliés à un fraudeur sur 5 niveaux » | Graphe | Parcours de relations profondes |
« CA mensuel par segment sur 3 ans d'historique » | Colonnaire analytique | Scan de quelques colonnes sur des milliards de lignes |
Dans la vraie vie, une entreprise utilise plusieurs types en mĂȘme temps (on parle de polyglot persistence). Un e-commerce typique :
PostgreSQL pour les commandes et paiements
MongoDB pour le catalogue
Redis pour les paniers et sessions
Neo4j pour les recommandations
BigQuery oĂč tout converge pour l'analyse
Et le langage qui te permet d'interroger à peu prÚs tout ça une fois arrivé dans le warehouse : SQL.
đ§Ș Ăcris du SQL qui tient en production
Sur Modai Lab, tu travailles sur des volumes et des schĂ©mas rĂ©alistes, avec un feedback sur la justesse ET la façon d'Ă©crire tes requĂȘtes.
đ Pratiquer sur modai-lab.com
_Volumes réalistes · Bonnes pratiques warehouse · Correction senior_
Erreurs classiques : le récap junior vs senior
Situation | â Le junior | â Le senior |
|---|---|---|
Modélisation relationnelle | Une table plate avec les infos client répétées | Tables normalisées + clés étrangÚres |
JSON dé-imbriqué | Somme le montant parent aprÚs | AgrÚge au grain de la donnée sommée |
Besoin d'analyse sur Redis |
| Demande un export vers le warehouse |
Hiérarchie / parrainage | N self-joins figés | CTE récursif avec garde-fou |
RequĂȘte exploratoire sur BigQuery |
| Colonnes ciblées + filtre de partition |
Question d'entretien « 4 types » | RĂ©cite une liste | Explique la forme des requĂȘtes de chaque type |
Prompt Claude pour auditer tes requĂȘtes
Récapitulatif
Type | Stocke | Interroge avec | Idéal pour | à éviter pour | Réflexe SQL associé |
|---|---|---|---|---|---|
Relationnelle | Tables, lignes | SQL | Transactions, données reliées | Schéma trÚs mouvant | Normalisation, |
Document | JSON / BSON | MQL, API | Objets complets, attributs variables | Reporting transverse |
|
Clé-valeur |
|
| Cache, sessions, compteurs | Toute agrégation | Exporter vers le warehouse |
Graphe | NĆuds + relations | Cypher, Gremlin | Fraude, rĂ©seaux, recommandations | AgrĂ©gats massifs |
|
Bonus : colonnaire | Colonnes | SQL | Analytique sur gros volumes | Ăcritures unitaires frĂ©quentes | Pas de |
â Checklist types de bases de donnĂ©es
â Je sais citer les 4 familles et donner un exemple de moteur pour chacune
â Je sais expliquer la diffĂ©rence entre stockage en ligne et en colonne (OLTP vs OLAP)
â Je sais ce que garantit ACID et pourquoi la finance tourne sur du relationnel
â Je sais extraire un champ et un sous-champ d'une colonne JSON
â Je vĂ©rifie le grain de ma requĂȘte aprĂšs chaque
UNNEST/jsonb_array_elementsâ Je ne fais jamais d'analyse directement sur un cache clĂ©-valeur de production
â Je sais Ă©crire un CTE rĂ©cursif avec une condition d'arrĂȘt
â Je n'utilise pas
SELECT *sur un entrepĂŽt colonnaireâ Je filtre sur la colonne de partition avant de lancer une requĂȘte coĂ»teuse
â Face Ă un besoin, je pars de la forme des requĂȘtes pour choisir le type de base
đ Prouve que tu sais interroger n'importe quelle donnĂ©e
ConnaĂźtre les 4 types de bases, c'est bien. Savoir Ă©crire la bonne requĂȘte quand la donnĂ©e arrive en JSON, en arbre ou en milliards de lignes, c'est ce qui fait la diffĂ©rence en entretien et en poste. Mesure-toi sur des cas rĂ©els.
đ modai-lab.com/test-sql/ â Exercices calibrĂ©s · Cas business rĂ©els · Feedback senior
_Guide offert suite au post LinkedIn · EntraĂźnez-vous sur modai-lab.com/test-sql/ · Partagez librement â»ïž_