Fonctions de chaîne SQL expliquées : TRIM, SUBSTR, REPLACE, CONCAT et nettoyage des données
Le texte du monde réel est désordonné : espaces supplémentaires, casse mixte, numéros de téléphone entre parenthèses et noms de famille manquants. Les fonctions de chaîne SQL nettoient et remodèlent ce texte dans la base de données. Nous avons analysé chacun d’entre eux avec des données clients délibérément désordonnées.
- Les fonctions de chaîne SQL coupent, changent la casse, extraient, remplacent et joignent le texte dans les requêtes.
- En SQL standard, la concaténation avec NULL donne NULL. Utilisez
COALESCEouCONCAT_WS. - Le texte en désordre divise les groupes : “pune”, “Pune” et “PUNE” sont trois villes différentes jusqu’à ce qu’elles soient nettoyées.
- Les noms de fonctions diffèrent selon les bases de données, alors vérifiez l’aide-mémoire du dialecte avant de porter les requêtes.
Un rapport compte les clients par ville et affiche « pune : 1 » et « Pune : 1 » sur des lignes distinctes. Une liste de diffusion contient des e-mails avec des lettres majuscules et des espaces de fin, de sorte que les doublons passent. Une colonne de nom complet est vide pour toute personne sans nom de famille. Les trois problèmes sont résolus avec les fonctions de chaîne SQL, les outils quotidiens pour nettoyer et façonner le texte.
Nous avons exécuté chaque requête dans SQLite 3.50 et les résultats proviennent de cette exécution. La plupart des fonctions existent dans chaque base de données, parfois sous des noms différents, répertoriés dans l’aide-mémoire ci-dessous.
Les exemples de données désordonnés
CREATE TABLE customers (id INTEGER PRIMARY KEY, first TEXT, last TEXT,
email TEXT, phone TEXT, city TEXT);
INSERT INTO customers (first, last, email, phone, city) VALUES
(' Asha ', 'Rao', 'Asha.Rao@Example.com ', '+91 98765-43210', 'pune'),
('Ben', NULL, 'ben@example.com', '(022) 2345 6789', 'MUMBAI'),
('Chitra', 'Iyer', 'chitra@shop.co.in', '9876543210', 'Pune ');
Des espaces supplémentaires, des majuscules incohérentes, un nom de famille manquant et trois formats de téléphone différents : une importation assez typique depuis un formulaire Web ou une feuille de calcul.
Concaténation et piège NULL
SELECT first || ' ' || last FROM customers;
-- ' Asha Rao', NULL, 'Chitra Iyer'
Deux problèmes à la fois. Le nom d’Asha a conservé ses espaces parasites et le nom complet de Ben a entièrement disparu, car dans le SQL standard, tout ce qui est concaténé avec NULL devient NULL. Deux correctifs :
SELECT trim(first) || COALESCE(' ' || last, '') FROM customers;
-- 'Asha Rao', 'Ben', 'Chitra Iyer'
SELECT concat_ws(' ', trim(first), last) FROM customers;
-- 'Asha Rao', 'Ben', 'Chitra Iyer'
COALESCE remplace la pièce NULL par une chaîne vide, en plaçant l’espace à l’intérieur de la partie facultative afin que Ben n’obtienne pas d’espace de fin. CONCAT_WS, “concaténer avec séparateur”, ignore automatiquement les valeurs NULL et est disponible dans SQLite 3.44 et versions ultérieures, MySQL, PostgreSQL et SQL Server 2017+. Notez que le plain CONCAT() de MySQL renvoie NULL si un argument est NULL, tandis que le CONCAT() de PostgreSQL et de SQL Server traite NULL comme vide. Notre guide des valeurs NULL couvre davantage de ces surprises.
GARNITURE et LONGUEUR
SELECT first, length(first), length(trim(first)) FROM customers WHERE id = 1;
-- ' Asha ', 7, 4
Trois personnages invisibles se cachaient dans “Asha”. TRIM supprime les espaces de début et de fin ; LTRIM et RTRIM suppriment un seul côté. SQLite et plusieurs autres bases de données vous permettent de nommer les caractères à supprimer, comme trim(code, '.-'). Notez que TRIM ne supprime pas les espaces au milieu ; c’est un travail pour REPLACE. Les tabulations et les espaces insécables copiés à partir de pages Web ne sont pas non plus supprimés par un simple TRIM dans la plupart des bases de données, une raison courante pour laquelle les valeurs « nettoyées » ne correspondent toujours pas.
SUPÉRIEUR et INFÉRIEUR
SELECT lower(trim(email)) FROM customers;
-- 'asha.rao@example.com', 'ben@example.com', 'chitra@shop.co.in'
SELECT upper(substr(trim(city), 1, 1)) || lower(substr(trim(city), 2)) FROM customers;
-- 'Pune', 'Mumbai', 'Pune'
Normaliser les e-mails en minuscules et les couper est la première étape standard avant de vérifier les doublons ou de joindre des tables. La deuxième requête met en majuscule la première lettre de chaque ville, une casse de titre simple pour des mots simples. Un problème : le lower() intégré à SQLite ne modifie que les lettres ASCII. lower('ÇAFÉ') a renvoyé 'ÇafÉ', en laissant les majuscules accentuées intactes. D’autres bases de données gèrent mieux la casse Unicode, en fonction du classement et des paramètres.
SUBSTR et INSTR
SELECT substr(email, instr(email, '@') + 1) FROM customers;
-- 'Example.com ', 'example.com', 'shop.co.in'
SELECT substr('INV-2026-0042', -4);
-- '0042'
INSTR trouve la position du “@” et SUBSTR prend tout ce qui suit, en extrayant le domaine de messagerie. Les positions commencent à 1 et non à 0. Un début négatif compte à partir de la fin, ce qui extrait soigneusement la dernière partie d’un code. Le premier résultat montre pourquoi l’ordre est important : nous avons extrait l’e-mail brut, de sorte que le domaine a conservé sa majuscule et son espace de fin. Nettoyer d’abord, puis extraire. PostgreSQL utilise position() ou strpos(), MySQL a LOCATE et SQL Server utilise CHARINDEX et SUBSTRING.
REMPLACER
SELECT replace(replace(replace(replace(replace(phone,' ',''),'-',''),'(',''),')',''),'+','')
FROM customers;
-- '919876543210', '02223456789', '9876543210'
Les appels imbriqués REPLACE suppriment les espaces, les traits d’union, les crochets et les signes plus, ne laissant que des chiffres. Cela fonctionne, mais c’est maladroit, et les résultats diffèrent toujours : un numéro a un indicatif de pays, un autre a un indicatif régional et un autre n’a aucun des deux. Les fonctions de texte peuvent ranger un format, mais elles ne peuvent pas déterminer la signification d’un nombre. Pour cela, normalisez les nombres dans l’application avec une bibliothèque appropriée, ou dans des bases de données avec des fonctions d’expression régulière telles que celles de PostgreSQL regexp_replace ; consultez notre Guide des expressions régulières Python pour les modèles.
Astuce : Avant d’exécuter une UPDATE qui nettoie les données, exécutez la même expression dans un SELECT à côté de la colonne d’origine et vérifiez un échantillon, comme nous l’avons fait ci-dessus. Il est facile de se tromper légèrement sur les fonctions de chaîne et une MISE À JOUR remplace la seule copie.
Pourquoi le nettoyage est important pour GROUP BY
SELECT city, COUNT(*) FROM customers GROUP BY city;
-- ('MUMBAI', 1), ('Pune ', 1), ('pune', 1)
SELECT lower(trim(city)) AS c, COUNT(*) FROM customers GROUP BY c;
-- ('mumbai', 1), ('pune', 2)
La requête brute a signalé trois villes avec chacune un client. Nettoyé, Pune en a correctement deux. Le même problème affecte les jointures, les comptes DISTINCT et la détection des doublons, c’est pourquoi le texte sale produit des rapports erronés en silence. Notre guide GROUP BY présente davantage de modèles d’agrégation.
Remplissage et formatage
SELECT printf('INV-%05d', 42); -- 'INV-00042'
Le remplissage nul produit des codes de largeur fixe qui sont correctement triés sous forme de texte. SQLite utilise printf (également nommé format) ; PostgreSQL et MySQL proposent LPAD et RPAD, comme dans LPAD('42', 5, '0') ; SQL Server utilise FORMAT ou RIGHT('00000' + value, 5). Il est souvent préférable de laisser le formatage pour l’affichage à l’application, mais les identifiants complétés méritent d’être générés de manière cohérente au même endroit.
Unicode et longueur
SELECT length('नमस्ते'), length(CAST('नमस्ते' AS BLOB));
-- 6, 18
Le message d’accueil en hindi comporte 6 caractères mais 18 octets en UTF-8. Le nombre de caractères est important pour la validation, par exemple “nom d’au plus 50 caractères”, tandis que le nombre d’octets est important pour les limites de stockage et certains types de colonnes. Le LENGTH de MySQL renvoie des octets et CHAR_LENGTH renvoie des caractères ; LEN de SQL Server ignore également les espaces de fin. Savoir lequel vous utilisez évite les bugs de troncature étranges avec du texte non anglais.
Aide-mémoire sur les dialectes
| Tâche | SQLite | PostgreSQL | MySQL | Serveur SQL |
|---|---|---|---|---|
| Joindre le texte | ||, concat_ws |
||, CONCAT |
CONCAT, CONCAT_WS |
+, CONCAT |
| Sous-chaîne | sous-titre |
substring, substr |
SOUS-CHAÎNE |
SOUS-CHAÎNE |
| Trouver un poste | instruction |
strpos |
LOCATE, INSTR |
CHARINDEX |
| Longueur | longueur |
longueur |
CHAR_LENGTH |
LEN |
| Tampon | imprimer |
iPad |
LPAD |
FORMAT |
| Remplacer l’expression régulière | Extension seulement | regexp_replace |
REGEXP_REPLACE |
REGEXP_REPLACE (2025) |
La colonne SQLite a été testée ; les autres proviennent de la documentation de chaque base de données et n’ont pas été exécutés pour cet article.
Performances
Envelopper une colonne dans une fonction, comme dans WHERE lower(email) = ?, empêche généralement l’utilisation d’un index normal, de sorte que la base de données analyse chaque ligne. Les options incluent le stockage d’une copie nettoyée de la valeur, l’ajout d’un index sur l’expression lorsque cela est pris en charge (index d’expression pris en charge par PostgreSQL, SQLite et MySQL 8) ou l’utilisation d’un classement insensible à la casse. Le même principe s’applique aux fonctions de date, comme nous l’avons montré dans Fonctions de date SQL.
Nettoyer en entrant
Les fonctions de chaîne dans les requêtes sont un outil de réparation. La solution durable consiste à nettoyer les données lors de leur enregistrement : coupez et normalisez la casse dans l’application ou un déclencheur, validez les formats avec des contraintes CHECK et stockez les numéros de téléphone dans un format canonique. Les rapports restent alors simples, les index fonctionnent et les doublons sont capturés à la porte.
Une recette de nettoyage
Lorsque vous héritez d’un tableau contenant du texte désordonné, un ordre prévisible des opérations évite la plupart des erreurs :
- Mesurez le désordre : comptez les valeurs brutes distinctes et comparez-les avec les versions
lower(trim(...))pour voir combien de doublons se cachent dans le formatage. - Coupez d’abord, puis normalisez la casse, car les espaces et les majuscules affectent chaque étape ultérieure.
- Extraire ou remplacer des parties, telles que des domaines ou des chiffres, uniquement à partir de la valeur nettoyée.
- Gérez explicitement les NULL avec COALESCE ou CONCAT_WS partout où les valeurs sont combinées.
- Prévisualisez le résultat à côté de l’original dans un SELECT et examinez un échantillon à l’oeil nu.
- Mettez à jour à l’intérieur d’une transaction, vérifiez le nombre de lignes, puis validez, comme indiqué dans Transactions SQL.
- Arrêtez le retour du désordre avec une validation, des contraintes ou un déclencheur lors de l’insertion.
Suivre les mêmes étapes à chaque fois rend les nettoyages révisables et reproductibles, au lieu d’une série de correctifs ponctuels.
Pour conclure
Une poignée de fonctions, TRIM, LOWER, SUBSTR, INSTR, REPLACE et CONCAT, gèrent la plupart du nettoyage de texte dans SQL. Surveillez NULL dans la concaténation, les espaces cachés, la conversion de casse ASCII uniquement et la longueur des caractères par rapport aux octets. Prévisualisez chaque nettoyage dans un SELECT avant une UPDATE et déplacez le nettoyage en amont pour que les données de demain arrivent en ordre.
Questions fréquentes
Pourquoi ma chaîne concaténée renvoie-t-elle NULL ?
En SQL standard, joindre n’importe quelle valeur avec NULL donne NULL. Utilisez COALESCE autour des pièces nullables ou CONCAT_WS, qui ignore les NULL.
Comment supprimer les espaces dans SQL ?
TRIM supprime les espaces de début et de fin. Pour supprimer les espaces à l’intérieur d’une valeur, utilisez REPLACE(column, ‘ ‘, ”).
Quelle est la différence entre SUBSTR et SUBSTRING ?
Ils font le même travail ; le nom dépend de la base de données. SQLite utilise substr, SQL Server utilise SUBSTRING et PostgreSQL et MySQL acceptent les deux formes.
Comment extraire le domaine d’un email en SQL ?
Recherchez le @ avec INSTR ou une fonction similaire, puis prenez la sous-chaîne après, après avoir coupé et mis en minuscules l’e-mail.
Les fonctions de chaîne ralentissent-elles les requêtes ?
Leur utilisation sur une colonne dans WHERE peut arrêter l’utilisation d’un index. Utilisez plutôt un index d’expression, une colonne nettoyée ou un classement approprié.
Continuez à apprendre
Besoin d’aide pour les tests, WordPress ou le référencement ?
Nous aidons les équipes à proposer de meilleurs logiciels et à développer leurs sites. Dites-nous sur quoi vous travaillez et nous vous proposerons une prochaine étape claire.
Plus de guides sur tests, IA et développement moderne
Vous avez apprécié cet article ? Choisissez un sujet et accédez directement à nos nouveaux didacticiels.
Stratégies de fragmentation RAG expliquées : fixe, chevauchement, phrase, récursif et en-têtes, mesurés
Stratégies de segmentation RAG comparées sur un document avec tiktoken 0.14 : taille fixe, chevauchement, regroupement de phrases, fractionnement ré…
Lire l'article →Développement logicielL'idempotence de l'API expliquée : clés d'idempotence et tentatives sécurisées, testées
L'idempotence de l'API expliquée avec un serveur et un client Python que nous avons exécutés : une réponse perdue provoquait une double charge sans …
Lire l'article →DevOpsGit Stash expliqué : enregistrer, appliquer, afficher et fichiers non suivis, testé
Git stash expliqué avec les commandes que nous avons exécutées sur Git 2.56 : pousser avec un message, fichiers non suivis, lister et afficher, appl…
Lire l'article →Tests logicielsExplication des tests par paires : comment toutes les paires réduisent 216 tests à 13, testé
Tests par paires expliqués avec un générateur que nous avons exécuté dans Python 3.13 : une vérification avec 216 combinaisons couvertes par 13 test…
Lire l'article →Automatisation des testsExplication des doubles de test : factice, stub, espion, simulé et faux, avec du code Python testé
Les tests doubles sont expliqués avec un exemple Python exécuté dans pytest 9.2 : factice, stub, espion, simulé et faux, quand les utiliser, les vér…
Lire l'article →Bases de données et SQLSQL COALESCE expliqué : valeurs par défaut, NULLIF, IFNULL vs ISNULL et Traps, testées
SQL COALESCE expliqué avec les requêtes que nous avons exécutées dans SQLite 3.50 : premières valeurs non nulles, chaînes vides, NULL en mathématiqu…
Lire l'article →Bases de données et SQLSQL Self Join expliqué : employé-manager, comparaisons de paires et de lignes, testés
L'auto-jointure SQL expliquée avec les requêtes que nous avons exécutées dans SQLite 3.50 : employé et manager, gagnant plus que le manager, paires …
Lire l'article →Développement logicielExplication de l'opérateur de propagation JavaScript : propagation vs repos, copies et pièges, testé
L'opérateur de propagation JavaScript expliqué avec le code que nous avons exécuté sur le nœud 24 : tableaux, objets, copies superficielles, paramèt…
Lire l'article →Développement logicielModule de collections Python expliqué : compteur, defaultdict, deque et plus, testé
Les collections Python expliquées avec le code que nous avons exécuté sur Python 3.13 : Counter, defaultdict, deque, approvedtuple, OrderedDict et C…
Lire l'article →Intelligence artificielleFenêtre contextuelle LLM expliquée : jetons, limites et comment en adapter davantage, mesurés
La fenêtre contextuelle LLM expliquée avec le nombre de jetons que nous avons mesurés à l'aide de tiktoken : mots par rapport aux jetons pour la pro…
Lire l'article →Développement logicielLes webhooks expliqués : comment ils fonctionnent et comment les recevoir en toute sécurité
Webhooks expliqués avec un récepteur et un expéditeur que nous avons exécutés en Python : push vs polling, signatures HMAC-SHA256, rejet des requête…
Lire l'article →DevOpsGit Cherry-Pick expliqué : copiez le commit dont vous avez besoin, en toute sécurité et testé
Git Cherry-pick expliqué avec les commandes que nous avons exécutées dans Git 2.56 : copie d'un correctif dans une branche de version, nouveaux hach…
Lire l'article →Automatisation des testsLes tests instantanés expliqués : comment cela fonctionne, quand cela aide et quand cela fait mal
Les tests d'instantanés expliqués avec une démo pytest et sirupeuse que nous avons exécutée : création d'instantanés, lecture de la différence après…
Lire l'article →Tests logicielsTests de mutation expliqués : pourquoi une couverture à 100 % n'a toujours pas détecté notre bug
Les tests de mutation expliqués avec un petit outil de mutation que nous avons construit et exécuté : 14 mutants, une suite de tests avec une couver…
Lire l'article →Intelligence artificielleL'injection rapide expliquée : comment les applications d'IA sont trompées et comment les défendre
L'injection rapide expliquée aux constructeurs : attaques directes et indirectes, pourquoi les filtres de mots clés échouent (notre test a bloqué 1 …
Lire l'article →DevOpsEnregistrements DNS expliqués : A, AAAA, CNAME, MX, TXT et TTL avec de vraies recherches
Enregistrements DNS expliqués avec les recherches que nous avons effectuées : fonctionnement de la résolution, A et AAAA, règles CNAME, MX et null M…
Lire l'article →DevOpsExplication des indicateurs de fonctionnalités : versions sécurisées, déploiements progressifs et hygiène des indicateurs
Les indicateurs de fonctionnalités expliqués avec une simulation de déploiement que nous avons exécutée : types d'indicateurs, déploiements en pourc…
Lire l'article →Automatisation des testsGénération de données de test avec Python Faker : données réalistes, reproductibles et sûres
Testez la génération de données avec Python Faker, exécutez et mesurez : amorçage de données répétables, paramètres régionaux, valeurs uniques, enre…
Lire l'article →Tests logicielsExplication des tests Shift-Left : recherchez les bugs plus tôt sans ralentir l'équipe
Les tests Shift-Left ont expliqué : ce que cela signifie, pourquoi les premiers défauts sont moins chers, les pratiques allant de l'examen des exige…
Lire l'article →Bases de données et SQLFonctions de chaîne SQL expliquées : TRIM, SUBSTR, REPLACE, CONCAT et nettoyage des données
Fonctions de chaîne SQL expliquées avec les requêtes que nous avons exécutées : concaténation et NULL, TRIM, UPPER et LOWER, SUBSTR et INSTR, REPLAC…
Lire l'article →Bases de données et SQLDéclencheurs SQL expliqués : déclencheurs AVANT et APRÈS, journaux d'audit et pièges
Déclencheurs SQL expliqués avec les déclencheurs que nous avons exécutés : AVANT ou APRÈS, ANCIEN et NOUVEAU, journaux d'audit, validation, mises à …
Lire l'article →Développement logicielModule Python JSON expliqué : vidages, chargements, types personnalisés et erreurs courantes
Le module Python JSON expliqué avec le code que nous avons exécuté : dumps et chargements, fichiers, conversions de types, dates et décimales, encod…
Lire l'article →Développement logicielModules ES vs CommonJS : fonctionnement des importations JavaScript dans Node.js, testé
Les modules ES et CommonJS expliqués avec le code que nous avons exécuté dans Node.js : syntaxe d'importation et d'exportation, exigences, liaisons …
Lire l'article →Développement logicielPython Regex expliqué : modèles, groupes, anticipations et pièges, testés
L'expression régulière Python expliquée avec les modèles que nous avons exécutés : recherche contre correspondance, recherche tout, groupes et group…
Lire l'article →Intelligence artificielleExplication de la sortie structurée LLM : obtenir un JSON fiable à partir de modèles d'IA
Sortie structurée LLM expliquée avec la validation que nous avons exécutée dans Pydantic : mode et schémas JSON, décodage contraint, façons dont les…
Lire l'article →DevOpsClés SSH expliquées : comment elles fonctionnent, ssh-keygen, Ed25519 et habitudes sûres
Clés SSH expliquées avec les clés que nous avons générées : clés publiques ou privées, ssh-keygen, Ed25519 vs RSA, empreintes digitales, phrases sec…
Lire l'article →DevOpsLa mise en cache HTTP expliquée : Cache-Control, ETag et 304 réponses, avec un test en direct
La mise en cache HTTP expliquée avec un petit serveur que nous avons exécuté : directives Cache-Control, max-age, no-cache vs no-store, revalidation…
Lire l'article →Automatisation des testsExplication des tests des contrats API : détectez les modifications majeures avant leur expédition
Les tests de contrat API ont été expliqués à l'aide d'une vérification de schéma que nous avons effectuée : ce qu'est un contrat, les contrats axés …
Lire l'article →Tests logicielsExplication des tests basés sur les risques : évaluez les risques, créez une matrice et testez ce qui compte
Les tests basés sur les risques sont expliqués étape par étape : identification des risques, notation de la probabilité et de l'impact, création d'u…
Lire l'article →Bases de données et SQLContraintes SQL expliquées : NOT NULL, UNIQUE, CHECK et FOREIGN KEY, testées
Les contraintes SQL expliquées avec les tests que nous avons exécutés : NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY et FOREIGN KEY, les failles NULL, …
Lire l'article →Bases de données et SQLFonctions de date SQL expliquées : ajout, comparaison et regroupement de dates sans bugs
Fonctions de date SQL expliquées avec les requêtes que nous avons exécutées : ajout d'intervalles, surprises de fin de mois, différences de dates, p…
Lire l'article →Développement logicielPython asyncio expliqué : asynchrone, attendre, rassembler et TaskGroup avec des timings réels
Python asyncio expliqué avec le code que nous avons chronométré : coroutines, wait, collect, TaskGroup, gestion des erreurs, délais d'attente, limit…
Lire l'article →Développement logicielDebounce vs Throttle en JavaScript : comment ils fonctionnent, quand les utiliser, testés
Debounce vs throttle en JavaScript expliqué avec les timings que nous avons mesurés dans Node.js : comment chacun fonctionne, implémentations simple…
Lire l'article →Développement logicielLes gestionnaires de contexte Python expliqués : l'instruction with, contextlib et les utilisations réelles
Les gestionnaires de contexte Python ont expliqué avec le code que nous avons exécuté : comment cela fonctionne, __enter__ et __exit__, contextlib.c…
Lire l'article →Intelligence artificielleTempérature LLM et Top-p expliqués : comment les modèles d'IA choisissent leur prochain mot
La température LLM et le top-p expliqués à l'aide d'une simulation que nous avons exécutée : comment les probabilités sont remodelées, ce que conser…
Lire l'article →DevOpsYAML expliqué : syntaxe, problème norvégien et autres pièges que nous avons testés
YAML expliqué avec un test d'analyseur : syntaxe de base, listes et cartes, le problème de la Norvège, les versions se transformant en flottants, co…
Lire l'article →DevOpsLes tâches Cron expliquées : syntaxe, horaires réels et erreurs qui les interrompent
Les tâches Cron expliquées avec les plannings que nous avons vérifiés : les cinq champs, les opérateurs, des exemples réels, le piège du jour du moi…
Lire l'article →Intelligence artificielleLes hallucinations de l'IA expliquées : pourquoi les modèles de langage inventent les choses et comment les réduire
Les hallucinations de l'IA ont expliqué : ce qu'elles sont, pourquoi les modèles de langage les produisent, les types courants, comment les réduire …
Lire l'article →DevOpsVariables d'environnement expliquées : fichiers .env, secrets et configuration correctement effectués
Variables d'environnement expliquées avec des exemples Python que nous avons exécutés : lecture et définition, pourquoi chaque valeur est une chaîne…
Lire l'article →Développement logicielLimitation du débit de l'API expliquée : algorithmes, en-têtes et gestion des erreurs 429
Limitation du débit de l'API expliquée avec une simulation que nous avons exécutée : compartiment de jetons, fenêtre fixe, fenêtre glissante, 429 ré…
Lire l'article →Automatisation des testsSe moquer en Python : unittest.mock, patch et les erreurs qui font mentir les tests
Moquerie en Python avec unittest.mock, testée : Mock et return_value, side_effect, correctifs où un nom est utilisé, spec et autospec, dates moqueus…
Lire l'article →Tests logicielsCouverture du code expliquée : couverture des lignes par rapport aux branches et ce que signifie réellement 100 %
Couverture du code expliquée avec une véritable exécution de cover.py : couverture des lignes, des branches et des conditions, lecture d'un rapport,…
Lire l'article →Bases de données et SQLDELETE vs TRUNCATE vs DROP dans SQL : différences, restauration et quand les utiliser
DELETE vs TRUNCATE vs DROP expliqué avec SQL testé : ce que chacun supprime, restauration, déclencheurs, réinitialisation d'identité, vitesse et en …
Lire l'article →Bases de données et SQLVues SQL expliquées : créez, utilisez et évitez les pièges, avec des exemples
Vues SQL expliquées avec les requêtes que nous avons exécutées : création d'une vue, résultats en direct, masquage des colonnes, performances, vues …
Lire l'article →Développement logicielInterface TypeScript vs Type : différences réelles, testées avec le compilateur
Interface TypeScript vs type, vérifiée avec le vrai compilateur : ce que les deux peuvent faire, ce qu'un seul peut faire, la fusion des déclaration…
Lire l'article →Développement logicielPython *args et **kwargs expliqués : fonctions flexibles avec des exemples clairs
Python *args et **kwargs expliqués avec le code que nous avons exécuté : emballage et déballage, ordre des paramètres, arguments de mot-clé uniqueme…
Lire l'article →Développement logicielFonctions Python Lambda : syntaxe, utilisations réelles et quand ne pas les utiliser
Fonctions Python lambda expliquées avec le code que nous avons exécuté : syntaxe, tri avec clé, carte et filtre, fermetures, piège de liaison tardiv…
Lire l'article →Intelligence artificielleQue sont les agents IA ? Comment ils fonctionnent, avec une simple boucle d'agent que vous pouvez exécuter
Que sont les agents IA ? Un guide simple sur la boucle d'agent, les outils, la mémoire et les garde-fous, avec une petite boucle Python que nous avo…
Lire l'article →DevOpsSurveillance vs observabilité : la vraie différence, avec les journaux, les métriques et les traces
Surveillance et observabilité expliquées : échecs connus et inconnus, journaux, métriques et traces, présentation pas à pas des incidents de paiemen…
Lire l'article →DevOpsVolumes Docker vs montages Bind : conserver les données du conteneur de la bonne manière
Volumes Docker et montages de liaison expliqués : pourquoi les données du conteneur disparaissent, volumes nommés, montages de liaison, tmpfs, exemp…
Lire l'article →Automatisation des testsTDD vs BDD : principales différences, une fonctionnalité conçue dans les deux sens et quand les utiliser
TDD vs BDD expliqué avec une fonctionnalité de remise construite dans les deux sens : refactor rouge-vert avec le code que nous avons exécuté, scéna…
Lire l'article →Tests logicielsTests d'acceptation utilisateur (UAT) : processus, liste de contrôle et exemples réels
Les tests d'acceptation des utilisateurs sont expliqués : qui les exécute, en quoi ils diffèrent du contrôle qualité, un processus en sept étapes, u…
Lire l'article →Bases de données et SQLExplication des valeurs SQL NULL : IS NULL, COALESCE, NULLIF et les pièges à éviter
Les valeurs SQL NULL expliquées avec les requêtes que nous avons exécutées : logique à trois valeurs, IS NULL, COALESCE, NULLIF, comment les agrégat…
Lire l'article →Bases de données et SQLInstruction SQL CASE WHEN : syntaxe, exemples réels et erreurs courantes
SQL CASE WHEN expliqué avec les requêtes que nous avons exécutées : formulaires simples et recherchés, ordre des conditions, pivots avec SUM, astuce…
Lire l'article →Développement logicielQu'est-ce que JWT ? Les jetons Web JSON expliqués avec un exemple fonctionnel
Qu’est-ce que JWT ? JSON Web Tokens expliqué : les trois parties, un jeton construit et falsifié dans le code que nous avons exécuté, JWT vs session…
Lire l'article →Développement logicielBoucle d'événements JavaScript expliquée : pile d'appels, microtâches et minuteries avec des exemples
La boucle d'événements JavaScript expliquée avec le code que nous avons exécuté : pile d'appels, files d'attente de tâches et de microtâches, pourqu…
Lire l'article →Développement logicielGénérateurs Python et rendement expliqués : économisez de la mémoire avec des exemples réels
Les générateurs Python et le rendement expliqués avec le code que nous avons exécuté : comment ils s'arrêtent et reprennent, les économies de mémoir…
Lire l'article →Intelligence artificielleQue sont les intégrations ? Vecteurs et similarité cosinus expliqués simplement
Que sont les intégrations ? Un guide en langage simple sur les vecteurs, la similarité cosinus et la recherche sémantique, avec un petit exemple que…
Lire l'article →DevOpsDéploiement Bleu-Vert vs Canary : différences, compromis et comment choisir
Explication du déploiement bleu-vert ou canari : comment chacun fonctionne, coût, risque et restauration, regroupement d'utilisateurs stable que nou…
Lire l'article →Automatisation des testsTests instables : quelles sont leurs causes et comment les corriger définitivement
Des tests irréguliers expliqués avec des démos que nous avons exécutées : les principales causes, comment en confirmer et en diagnostiquer une, les …
Lire l'article →Tests logicielsTests de charge vs tests de contrainte : différences, métriques et exemples k6
Explication des tests de charge et des tests de stress : ce que chacun prouve, les tests de pointe et de trempage, les métriques qui comptent, pourq…
Lire l'article →Tests logicielsScénario de test et scénario de test : principales différences, exemples et quand les utiliser
Scénario de test et scénario de test expliqués : des définitions claires, un tableau côte à côte, une fonctionnalité de réinitialisation de mot de p…
Lire l'article →Bases de données et SQLOptimisation des requêtes SQL : lire les plans d'exécution et corriger les requêtes lentes, avec des délais
Optimisation des requêtes SQL testée sur un million de lignes : lire les plans d'exécution, ajouter les bons index, corriger les filtres non Sargabl…
Lire l'article →Bases de données et SQLSQL UNION vs UNION ALL : différences, exemples et performances testées
SQL UNION vs UNION ALL expliqué avec les requêtes que nous avons exécutées : des doublons, les règles suivent toutes les deux, un véritable bug de d…
Lire l'article →Développement logicielTutoriel API JavaScript Fetch : GET, POST, gestion des erreurs et délais d'attente
Un didacticiel de l'API JavaScript Fetch testé sur un serveur local : GET et POST, pourquoi 404 ne lance pas, un assistant réutilisable, des chaînes…
Lire l'article →Développement logicielGestion des fichiers Python : lecture, écriture, CSV, JSON et pathlib avec exemples
Gestion des fichiers Python expliquée avec le code que nous avons exécuté : modes ouverts, avec lecture de fichiers volumineux, CSV, JSON, pathlib, …
Lire l'article →Développement logicielClasses et objets Python : didacticiel POO avec des exemples réels
Classes et objets Python expliqués avec le code que nous avons exécuté : __init__, méthodes, attributs de classe par rapport à l'instance, héritage,…
Lire l'article →Intelligence artificielleQu'est-ce qu'un grand modèle de langage ? Comment fonctionnent les LLM, expliqués sans battage médiatique
Qu’est-ce qu’un grand modèle de langage ? Les LLM expliqués en langage simple : jetons, intégrations, attention, formation, fenêtres de température …
Lire l'article →DevOpsCommandes Linux pour les débutants : le guide du terminal essentiel avec des exemples
Commandes Linux pour débutants, regroupées par tâche : navigation, fichiers, affichage des journaux, grep, tuyaux, autorisations, processus et archi…
Lire l'article →Automatisation des testsSelenium vs Playwright : principales différences, code comparé et lequel choisir
Comparatif Selenium vs Playwright : architecture, attente, support du navigateur et du langage, débogage, même test dans les deux outils, conseils d…
Lire l'article →Tests logicielsPartitionnement d'équivalence : technique de conception de tests expliquée avec des exemples concrets
Le partitionnement d'équivalence expliqué : comment trouver des partitions valides et invalides, des exemples concrets d'âges, de mots de passe et d…
Lire l'article →Tests logicielsGravité vs priorité dans les tests logiciels : différences, matrice et exemples réels
Explication de la gravité et de la priorité dans les tests logiciels : des définitions claires, une matrice à quatre voies avec des exemples, des éc…
Lire l'article →Bases de données et SQLTutoriel sur les sous-requêtes SQL : types, sous-requêtes corrélées et EXISTE avec des exemples
Un didacticiel sur les sous-requêtes SQL avec les requêtes que nous avons exécutées : les sous-requêtes scalaires, IN, FROM et SELECT, les sous-requ…
Lire l'article →Bases de données et SQLTransactions SQL et ACID expliquées : COMMIT, ROLLBACK et niveaux d'isolement
Transactions SQL et ACID expliquées avec un virement bancaire que nous avons effectué : COMMIT, ROLLBACK, points de sauvegarde, verrous, niveaux d'i…
Lire l'article →Développement logicielAide-mémoire sur les commandes Git : les commandes que vous utilisez réellement, avec des exemples
Une aide-mémoire sur les commandes Git regroupées par tâche : configuration, transfert, branches, télécommandes, cache, historique et annulation des…
Lire l'article →Développement logicielLes promesses JavaScript expliquées : alors, catch, Promise.all et les erreurs courantes
Les promesses JavaScript expliquées avec le code que nous avons exécuté : les états, les chaînes then et catch, la gestion des erreurs, Promise.all,…
Lire l'article →Développement logicielTutoriel du dictionnaire Python : méthodes, exemples et modèles courants
Un didacticiel de dictionnaire Python avec du code que nous avons exécuté : créer, lire et mettre à jour des dictés, des méthodes clés, des fusions,…
Lire l'article →Intelligence artificielleQu’est-ce que RAG ? La génération augmentée par récupération expliquée avec un exemple fonctionnel
Qu’est-ce que le RAG ? La génération augmentée par récupération expliquée étape par étape : indexation, segmentation, intégrations, récupération, un…
Lire l'article →DevOpsTutoriel Terraform pour les débutants : Infrastructure en tant que code du premier fichier aux modules
Un didacticiel Terraform pour les débutants : commencez sans compte cloud, apprenez l'initialisation, la planification et l'application, puis les va…
Lire l'article →DevOpsDocker vs Kubernetes : principales différences, comment ils fonctionnent ensemble et ce dont vous avez besoin
Docker vs Kubernetes expliqué : ce que chacun fait, la même application s'exécute avec les deux, Docker Compose et Swarm comparés, les dockershim ch…
Lire l'article →Automatisation des testsTutoriel Pytest pour les débutants : luminaires, paramétrage et exemples réels
Un tutoriel pytest pour les débutants avec des tests que nous avons exécutés sur pytest 9.2 : assertions, appareils, paramétrage, conftest, marqueur…
Lire l'article →Tests logicielsCycle de vie des tests logiciels (STLC) : 6 phases, critères d'entrée et de sortie, exemple
Le cycle de vie des tests logiciels expliqué : six phases STLC avec des critères d'entrée et de sortie, des livrables, un exemple de fonctionnalité …
Lire l'article →Développement logicielGit merge vs rebase : différences, exemples et quand utiliser chacun
Git merge vs rebase expliqué avec de vraies sorties de log, un tableau comparatif, la règle d'or du rebase et un flux de travail sûr pour les équipes.
Lire l'article →Développement logicielList comprehension Python : syntaxe, exemples et cas à éviter
La list comprehension Python expliquée : syntaxe, filtres, if-else, boucles imbriquées, temps mesurés et cas où une boucle for classique est préféra…
Lire l'article →Bases de données et SQLJointures SQL expliquées avec exemples (Inner, Left, Right, Full)
Comprenez les jointures SQL pas à pas avec des tables et requêtes d'exemple : INNER, LEFT, RIGHT, FULL, CROSS et SELF, plus erreurs courantes et con…
Lire l'article →