Explication des tests de contrat d’API : Détectez les modifications majeures avant leur expédition
Lorsqu’une équipe modifie une API, l’application d’une autre équipe peut tomber en panne sans que personne ne s’en aperçoive jusqu’à la production. Les tests contractuels vérifient que les deux parties sont toujours d’accord, sans exécuter l’ensemble du système. Nous avons testé cinq modifications réalistes de l’API par rapport à un contrat pour montrer lesquelles brisent les consommateurs.
- Un contrat est la forme convenue de demandes et de réponses entre un fournisseur d’API et ses consommateurs.
- Les Tests de contrat vérifient chaque partie séparément par rapport à cet accord, vous n’avez donc pas besoin que tous les services soient exécutés.
- Lors de notre vérification, l’ajout d’un champ a réussi, tandis que le renommage d’un champ, la modification d’un type ou l’ajout d’une valeur d’énumération ont échoué.
- Les contrats axés sur le consommateur, souvent avec Pact, testent uniquement ce que les consommateurs utilisent réellement.
L’équipe des commandes renomme total en amount car cela se lit mieux. Leurs propres tests réussissent et ils se déploient. Dix minutes plus tard, l’application mobile indique que chaque commande ne coûte rien et le service de facturation plante. Chaque équipe a testé son propre code, mais personne n’a testé l’accord entre elles. C’est cette lacune que les tests contractuels comblent.
Nous avons construit un petit contrat sous forme de schéma JSON et vérifié cinq réponses réalistes du fournisseur avec la bibliothèque Python jsonschema (version 4.26). Les résultats ci-dessous proviennent de cette exécution. Les outils Pact et OpenAPI sont décrits à partir de leur documentation ; nous ne les avons pas exécutés pour cet article.
Le problème des services de test isolés
Dans un système comportant de nombreux services, chaque équipe écrit des tests unitaires et des tests API pour son propre service. Ces tests utilisent la propre idée de l’équipe de ce que les autres services envoient et attendent, souvent à titre simulé. Lorsqu’un fournisseur change, les simulations du consommateur renvoient toujours l’ancienne forme, de sorte que les tests du consommateur continuent de réussir. L’inadéquation n’est découverte que lorsque les deux versions se rencontrent dans un environnement partagé ou en production. Les tests de bout en bout complets peuvent le détecter, mais ils sont lents, fragiles et nécessitent que tout soit déployé ensemble.
Qu’est-ce que les tests sous contrat ?
Les tests de contrat vérifient que deux parties, un consommateur qui appelle une API et un fournisseur qui la sert, s’accordent sur la manière dont elles communiquent : points de terminaison, méthodes, en-têtes, corps de requête, champs de réponse, types et codes d’état. L’accord est rédigé sous forme de contrat lisible par machine. Chaque partie est ensuite testée par rapport au contrat individuellement : le consommateur contre une maquette construite à partir du contrat, et le fournisseur en rejouant les demandes du contrat par rapport au service réel.
Par rapport à d’autres types de tests
| Type d’essai | Chèques | Besoin d’autres services en cours d’exécution ? |
|---|---|---|
| Test unitaire | Logique interne | Non |
| API/test fonctionnel | Le comportement d’un service | Généralement non |
| Test de contrat | Accord entre deux services | Non |
| Test d’intégration | De vrais services travaillant ensemble | Oui |
| Test de bout en bout | Parcours utilisateur complet | Oui, tout |
Les tests contractuels se situent entre les tests API et les tests d’intégration dans la pyramide de tests. Ils sont presque aussi rapides que les tests unitaires, mais détectent les problèmes qui nécessitaient auparavant des environnements d’intégration.
Un contrôle de contrat que nous avons effectué
Voici un contrat simple pour une réponse à une commande, écrit sous forme de schéma JSON :
contract = {
"type": "object",
"required": ["id", "status", "total"],
"properties": {
"id": {"type": "integer"},
"status": {"enum": ["paid", "pending", "refunded"]},
"total": {"type": "number", "minimum": 0}
}
}
Nous avons validé cinq versions de la réponse du fournisseur :
v1 provider PASS
v1 + new field PASS
renamed total->amount FAIL: 'total' is a required property
id as string FAIL: '101' is not of type 'integer'
new status value FAIL: 'on_hold' is not one of ['paid', 'pending', 'refunded']
L’ajout d’un champ currency était sûr, car les consommateurs ignorent les champs qu’ils ne connaissent pas. Renommer total, envoyer l’ID sous forme de texte et introduire une nouvelle valeur de statut ont tous rompu le contrat. Chacun d’entre eux aurait réussi les propres tests du fournisseur.
Modifications révolutionnaires ou sûres
| Changement | Généralement en panne ? |
|---|---|
| Ajouter un champ de réponse facultatif | Non |
| Ajouter un nouveau point de terminaison | Non |
| Supprimer ou renommer un champ de réponse | Oui |
| Modifier le type ou le format d’un champ | Oui |
| Rendre un champ de demande facultatif obligatoire | Oui |
| Ajouter une nouvelle valeur enum dans une réponse | Souvent, si les consommateurs traitent strictement les valeurs |
| Modifier les codes d’état ou le format d’erreur | Oui |
| Renforcer la validation des entrées | Souvent |
Le cas de l’énumération est subtil. L’ajout de on_hold semble inoffensif pour le fournisseur, mais un consommateur avec une instruction switch sur les statuts connus peut planter ou ne rien afficher. Les consommateurs bien rédigés gèrent les valeurs inconnues avec élégance et les contrats explicitent cette attente. Pour connaître les stratégies de gestion des versions lorsqu’une modification radicale est inévitable, consultez la version sémantique et nos meilleures pratiques de l’API REST.
Contrats axés sur le consommateur
Dans le cadre des tests de contrats axés sur le consommateur, chaque consommateur écrit exactement ce dont il a besoin du fournisseur : les demandes qu’il formule et les champs qu’il lit. Le fournisseur doit satisfaire le contrat de chaque consommateur. Cela présente un gros avantage : un fournisseur peut librement modifier ou supprimer tout ce qu’aucun consommateur n’utilise, et il sait exactement quel consommateur se briserait s’il modifiait quelque chose qui est utilisé.
Notre démo a vérifié un seul schéma, qui est plus proche du style piloté par le fournisseur. Un véritable contrat axé sur le consommateur répertorie généralement uniquement les champs que le consommateur lit réellement, de sorte qu’un champ utilisé par personne ne puisse être supprimé sans aucun problème.
Conseil : Les contrats doivent décrire ce dont un consommateur a besoin, et non tout ce qu’un fournisseur renvoie. Un contrat qui précise chaque champ et chaque valeur exacte devient une copie fragile des tests du fournisseur, échouant face à des changements inoffensifs et érodant la confiance.
Comment fonctionne le Pacte
Pact est l’outil contractuel axé sur le consommateur le plus largement utilisé, avec des bibliothèques pour de nombreuses langues. Le flux, à partir de sa documentation :
- Test consommateur : les tests unitaires du consommateur appellent un serveur fictif Pact, déclarant chaque requête attendue et la réponse minimale dont il a besoin.
- Fichier Pacte : ces attentes sont enregistrées sous forme de contrat JSON, le « pacte ».
- Partager : le pacte est publié sur un Pact Broker ou PactFlow.
- Vérification du fournisseur : le CI du fournisseur récupère tous les pactes, rejoue chaque demande par rapport au fournisseur réel et vérifie les réponses.
- Puis-je déployer ? Avant de déployer l’un ou l’autre côté, une vérification confirme que les versions sur le point de s’exécuter ensemble ont des contrats vérifiés.
Les états du fournisseur, tels que « l’ordre 101 existe », permettent au fournisseur de configurer des données de test pour chaque interaction. C’est là que la plupart des équipes consacrent leurs efforts lorsqu’elles adoptent Pact.
Contrats pilotés par les fournisseurs avec OpenAPI
De nombreuses équipes partent de l’autre sens : le fournisseur publie une spécification OpenAPI et des tests vérifient que la véritable API correspond à celle-ci et que les consommateurs n’utilisent que ce qu’elle décrit. Les outils peuvent valider les réponses en direct par rapport à la spécification, générer des tests à partir de celle-ci ou comparer deux versions de la spécification et signaler les modifications révolutionnaires. Cela fonctionne bien pour les API publiques avec de nombreux consommateurs inconnus, pour lesquelles la collecte de contrats de consommation est impossible. Le compromis est qu’il vérifie la grammaire des messages, et non les parties sur lesquelles s’appuie réellement le consommateur.
Tests contractuels en CI
- Pipeline de consommation : exécutez des tests de contrat de consommation et publiez le contrat à chaque modification.
- Pipeline de fournisseurs : vérifiez par rapport à tous les contrats de consommation à chaque modification ; échouer la construction à chaque pause.
- Avant le déploiement : vérifiez la compatibilité entre les versions exactes destinées à chaque environnement.
- Webhooks : lorsqu’un consommateur publie un contrat modifié, déclenchez immédiatement la vérification du fournisseur.
L’intégration de cela dans un pipeline CI/CD donne lieu à “avons-nous brisé quelqu’un ?” d’une réunion à un statut de construction.
Pièges
- Sur-spécification : l’affirmation de valeurs exactes au lieu de types et de champs obligatoires rend les contrats fragiles.
- Traiter les contrats comme des tests fonctionnels : un contrat vérifie la forme et l’accord, et non l’exactitude commerciale. Conservez également les tests fonctionnels.
- Ignorer les états du fournisseur : sans données de configuration réalistes, la vérification réussit pour de mauvaises raisons.
- Aucune propriété : quelqu’un doit être propriétaire du courtier et répondre lorsque les vérifications échouent.
- Oublier les messages asynchrones : les événements sur les files d’attente sont également des contrats, et des outils comme Pact prennent en charge les contrats de messages.
Quand utiliser les tests sous contrat
Les tests sous contrat s’avèrent payants lorsque plusieurs équipes possèdent des services qui s’appellent entre elles, que les déploiements sont indépendants et que les environnements d’intégration sont lents ou peu fiables. Pour une seule équipe avec une API et un front-end déployés ensemble, de bons tests d’API peuvent suffire. Notre guide de test des API couvre ce point de départ.
Commencer sans faire bouillir l’océan
- Choisissez une paire : le consommateur et le fournisseur dont l’intégration échoue le plus souvent ou qui compte le plus.
- Rédigez les attentes du consommateur pour deux ou trois interactions clés, en affirmant uniquement les champs qu’il lit.
- Vérifiez le fournisseur par rapport à eux localement, en corrigeant les états du fournisseur jusqu’à ce qu’il soit accepté pour les bonnes raisons.
- Ajoutez les deux parties à CI, afin que l’une ou l’autre des équipes sache en quelques minutes lorsqu’elle rompt l’accord.
- Révision après quelques semaines : est-ce qu’il a attrapé quelque chose et est-ce que quelque chose qu’il a manqué s’est cassé ? Puis étendez à la paire suivante.
Commencer petit permet de garder l’effort visible et de renforcer la confiance. Les équipes qui tentent de contracter chaque service en même temps s’attardent souvent sur les outils et testent les données avant d’en constater le moindre bénéfice.
Pour conclure
Les tests de contrat détectent les changements radicaux que les tests de chaque équipe ne peuvent pas voir : champs renommés, types modifiés et nouvelles valeurs d’énumération. Commencez par une paire consommateur-fournisseur importante, concentrez les contrats sur ce que le consommateur utilise réellement, vérifiez le fournisseur dans CI et ajoutez une vérification de déploiement. Dans notre test simple, trois des cinq changements plausibles auraient brisé les consommateurs, tous invisibles pour la propre suite du fournisseur.
Questions fréquentes
Qu’est-ce que le test de contrat API ?
Vérifier qu’un fournisseur d’API et ses consommateurs s’accordent sur les formats de demande et de réponse, en vérifiant chaque partie séparément par rapport à un contrat partagé au lieu d’exécuter tous les services ensemble.
Qu’est-ce que les tests contractuels axés sur le consommateur ?
Une approche où chaque consommateur définit les demandes qu’il formule et les domaines dont il a besoin. Le fournisseur est vérifié par rapport à tous les contrats de consommation, il sait donc quels changements pourraient briser quelqu’un.
Qu’est-ce que le Pacte ?
Pact est un outil open source populaire pour les tests de contrats axés sur les consommateurs. Les tests consommateurs génèrent des fichiers de contrat, que le fournisseur vérifie ensuite par rapport à sa mise en œuvre réelle.
L’ajout d’un champ constitue-t-il un changement radical ?
L’ajout d’un champ de réponse facultatif est généralement sûr ; lors de notre test, cela a réussi. Renommer, supprimer ou modifier le type d’un champ interrompt les consommateurs.
Les tests contractuels remplacent-ils les tests de bout en bout ?
Il en remplace beaucoup, notamment ceux utilisés uniquement pour vérifier que les services peuvent communiquer. Conservez quelques tests de bout en bout pour les parcours utilisateur critiques.
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 →