Python asyncio expliqué : asynchrone, attendre, rassembler et TaskGroup avec des timings réels

  1. Accueil
  2. Blog
  3. Développement de logiciels

Développement de logiciels

Python asyncio expliqué : asynchrone, attendre, rassembler et TaskGroup avec des timings réels

asyncio permet à un programme Python d’attendre plusieurs choses lentes à la fois, telles que des appels réseau, sans threads. Nous avons chronométré le code séquentiel par rapport au code concurrent, cassé les choses volontairement et mesuré la seule erreur qui supprime discrètement tous les avantages.

10 min de lecture
Python asyncio expliqué : async, wait, collect et TaskGroup avec des timings réels

À retenir

  • asyncio exécute de nombreuses tâches en attente sur un seul thread, en basculant entre elles à chaque await.
  • Trois attentes de 0,5 seconde ont duré 1,52 s l’une après l’autre et 0,50 s avec asyncio.gather.
  • Préférez asyncio.TaskGroup (Python 3.11+) : lorsqu’une tâche échoue, les autres sont annulées.
  • Un appel bloquant tel que time.sleep à l’intérieur d’une coroutine bloque tout. Utilisez des bibliothèques asynchrones ou asyncio.to_thread.

Un script récupère les données de trois API, chacune prenant une demi-seconde. Exécutez l’un après l’autre, soit 1,5 seconde d’attente. Avec asyncio, le programme démarre les trois requêtes, les attend ensemble et se termine en une demi-seconde environ. C’est là toute l’idée : pendant qu’une tâche attend, une autre peut s’exécuter.

Nous avons simulé des E/S lentes avec asyncio.sleep et tout chronométré sur Python 3.13. Tous les timings et sorties ci-dessous proviennent de cette exécution.

Qu’est-ce qu’un asyncio?

asyncio est la bibliothèque intégrée de Python pour écrire du code simultané avec les mots-clés async et await. Il utilise une boucle d’événements : un planificateur qui exécute un morceau de code à la fois et, chaque fois que ce code atteint un await sur quelque chose qui n’est pas encore prêt, passe à une autre tâche qui peut progresser. C’est ce qu’on appelle le multitâche coopératif. Son esprit est similaire à la boucle d’événements JavaScript.

C’est de la concurrence, pas du parallélisme. Un seul morceau de code Python s’exécute à tout instant ; le gain vient du chevauchement de l’attente.

Quand asyncio aide, et quand ce n’est pas le cas

Charge de travail Meilleur outil
De nombreux appels réseau, serveurs Web, websockets, chatbots asyncio
Quelques appels d’E/S bloquants dans le code existant Fils (concurrent.futures)
Travail lourd sur le processeur : mathématiques, traitement d’images, analyse Processus (multiprocessing)
Un simple script faisant une requête Code synchrone simple

asyncio brille lorsqu’il y a beaucoup de choses à attendre, de dizaines à des milliers. Cela ne fait rien pour le code qui occupe le processeur.

Coroutines et attente

import asyncio

async def fetch(name, delay, fail=False):
    await asyncio.sleep(delay)          # stands in for a network call
    if fail:
        raise ConnectionError(f"{name} failed")
    return f"{name} ok"

async def sequential():
    return [await fetch("a", 0.5), await fetch("b", 0.5), await fetch("c", 0.5)]

asyncio.run(sequential())
# ['a ok', 'b ok', 'c ok'] in 1.52s

async def définit une fonction coroutine. L’appeler ne l’exécute pas ; il crée un objet coroutine. await exécute une coroutine et attend son résultat, laissant la boucle d’événements faire autre chose entre-temps. asyncio.run() démarre la boucle d’événements et exécute la coroutine de niveau supérieur.

Notez le timing. L’attente de trois choses l’une après l’autre est toujours séquentielle : 1,52 seconde. L’écriture de async ne rend pas le code concurrent en soi.

Exécuter des choses en même temps que rassembler

async def concurrent():
    return await asyncio.gather(fetch("a", 0.5), fetch("b", 0.5), fetch("c", 0.5))

# ['a ok', 'b ok', 'c ok'] in 0.50s

asyncio.gather planifie les trois en même temps et les attend tous. Le temps total est tombé à l’attente la plus longue, 0,50 seconde, trois fois plus rapide. Les résultats reviennent dans le même ordre que les arguments, et non dans l’ordre dans lequel ils se sont terminés.

Erreurs avec la collecte

await asyncio.gather(fetch("a", 0.1), fetch("b", 0.2, fail=True))
# gather raised: b failed

await asyncio.gather(fetch("a", 0.1), fetch("b", 0.2, fail=True),
                     return_exceptions=True)
# ['a ok', ConnectionError('b failed')]

Par défaut, la première exception se propage à l’appelant. Un détail subtil : les autres attendus ne sont pas annulés ; ils continuent de fonctionner en arrière-plan. Avec return_exceptions=True, les erreurs reviennent sous forme de valeurs dans la liste de résultats, vous pouvez donc gérer chacune d’entre elles. Cela convient aux tâches pour lesquelles un succès partiel est acceptable, comme la vérification de l’état de nombreuses URL.

TaskGroup : concurrence structurée

Python 3.11 a ajouté asyncio.TaskGroup, qui est désormais la méthode recommandée pour exécuter des tâches ensemble :

try:
    async with asyncio.TaskGroup() as tg:
        t1 = tg.create_task(fetch("a", 0.1))
        t2 = tg.create_task(fetch("b", 0.05, fail=True))
        t3 = tg.create_task(fetch("c", 1.0))
except* ConnectionError as eg:
    print([str(e) for e in eg.exceptions], t3.cancelled())

# ['b failed'] True

Lorsque la tâche b a échoué, le groupe a annulé la tâche en cours d’exécution c, a attendu que tout se règle et a généré un ExceptionGroup, capturé ici avec la syntaxe except*. Rien ne fonctionnait en arrière-plan. Ce comportement « tout réussit ou tout s’arrête » est la raison pour laquelle on l’appelle concurrence structurée, et il empêche une classe de bogues où les tâches orphelines continuent de fonctionner après que leur appelant a abandonné. Il utilise le même modèle async with décrit dans notre guide des gestionnaires de contexte.

Délais d’attente

try:
    async with asyncio.timeout(0.2):
        await fetch("slow", 1.0)
except TimeoutError:
    print("timeout after 0.2s")

await asyncio.wait_for(fetch("slow", 1.0), 0.2)   # also raises TimeoutError

Chaque appel réseau doit avoir un délai d’attente ; une demande qui se bloque pour toujours peut geler tout un service. asyncio.timeout() (Python 3.11+) peut encapsuler un bloc de plusieurs attentes, tandis que wait_for en enveloppe une. Les deux annulent le fonctionnement lent lorsque le temps est écoulé.

L’erreur du blocage d’appel

Il s’agit du bug asyncio le plus dommageable, car le code fonctionne toujours, mais lentement :

async def bad():
    time.sleep(0.5)                          # blocks the whole event loop

async def good():
    await asyncio.to_thread(time.sleep, 0.5) # runs in a worker thread

await asyncio.gather(bad(), bad(), bad())    # 1.50s
await asyncio.gather(good(), good(), good()) # 0.53s

Trois appels « simultanés » à bad() ont pris 1,50 seconde, exactement le temps de les exécuter en séquence. time.sleep ne le fait pas await, donc la boucle d’événements n’a pas pu changer de tâche ; tout s’est figé jusqu’à la fin. La même chose se produit avec requests.get(), les pilotes de bases de données synchrones, les lectures de fichiers volumineux et les calculs lourds à l’intérieur d’une coroutine.

Astuce : Exécutez votre application avec asyncio.run(main(), debug=True) ou PYTHONASYNCIODEBUG=1 pendant le développement. Le mode débogage enregistre toute étape de tâche qui bloque la boucle d’événements pendant une durée supérieure à un seuil, ce qui pointe directement vers les appels bloquants cachés.

Oublier attendre

c = fetch("x", 0.01)
print(type(c).__name__)    # coroutine

Sans await, vous obtenez un objet coroutine, pas un résultat, et le code qu’il contient ne s’exécute jamais. Python prévient que “la coroutine n’a jamais été attendue” lorsqu’un tel objet est récupéré, mais uniquement au moment de l’exécution. Les vérificateurs de type tels que mypy peuvent détecter bon nombre de ces erreurs plus tôt, car le type de coroutine ne correspond pas à ce que le code attend.

Limiter la concurrence

Démarrer 10 000 requêtes à la fois peut submerger le serveur que vous appelez, dépasser ses limites de débit ou épuiser vos propres connexions. Un sémaphore limite le nombre d’exécutions à la fois :

sem = asyncio.Semaphore(3)

async def job(i):
    async with sem:
        await asyncio.sleep(0.1)

await asyncio.gather(*(job(i) for i in range(10)))
# 10 jobs, limit 3: peak 3, took 0.42s

Jamais plus de trois tâches n’ont été exécutées en même temps, et dix tâches de 0,1 seconde se sont terminées en 0,42 seconde environ, soit quatre tours de trois au maximum. Sans la limite, ils termineraient en 0,1 seconde, mais une véritable API pourrait commencer à rejeter les demandes.

Bibliothèques asynchrones

asyncio n’aide que si le code que vous appelez est également asynchrone. Les choix courants incluent httpx et aiohttp pour HTTP, asyncpg et async SQLAlchemy pour les bases de données, et FastAPI ou Starlette pour les serveurs Web. Pour une bibliothèque sans version asynchrone, enveloppez les appels dans asyncio.to_thread, comme dans notre exemple good(). Le code asynchrone a tendance à se propager : une fois qu’une fonction attend, ses appelants doivent également être asynchrones, alors planifiez où se situe la limite asynchrone dans votre application.

Tester le code asynchrone

pytest a besoin d’un plugin pour exécuter des tests de coroutine ; pytest-asyncio et le plugin pytest d’AnyIO sont les choix courants, vous permettant d’écrire des fonctions async def test_.... Utilisez de faux délais courts, des appels réseau simulés et incluez des tests de délais d’attente, d’annulation et d’échec d’une tâche parmi plusieurs, car ces chemins sont ceux où se cachent les bogues asynchrones. Notre guide des appareils pytest couvre le côté configuration.

Faut-il passer à l’asynchrone ? Une liste de contrôle rapide

  • La plupart du temps est-il passé à attendre ? Mesurez d’abord. Si une requête passe 90 % de son temps en appels réseau ou base de données, async peut aider. S’il passe tout ce temps à calculer, il ne le fera pas.
  • Vos bibliothèques le prennent-elles en charge ? Un framework web asynchrone appelant un pilote de base de données synchrone gagne peu et risque de bloquer la boucle.
  • Combien de choses se produisent en même temps ? Trois appels d’API peuvent être gérés correctement avec un pool de threads. Des milliers de connexions ouvertes sont celles où asyncio gagne clairement.
  • L’équipe est-elle prête ? Le code asynchrone modifie le fonctionnement des erreurs, des annulations et des tests. Commencez avec un service ou un script, pas une réécriture complète.

De nombreux projets réussis mélangent les deux : une couche Web asynchrone pour gérer de nombreuses connexions, avec un travail gourmand en CPU envoyé à des travailleurs en arrière-plan ou à des processus distincts.

Pour conclure

asyncio chevauche l’attente, pas le calcul. Nos trois attentes d’une demi-seconde sont passées de 1,52 à 0,50 seconde avec gather, mais un seul time.sleep au mauvais endroit a entièrement effacé le gain. Utilisez TaskGroup pour les tâches associées, ajoutez des délais d’attente à chaque appel externe, limitez la concurrence avec un sémaphore et continuez à bloquer le travail en dehors de la boucle d’événements.

Questions fréquentes

Qu’est-ce que l’asyncio en Python ?

asyncio est la bibliothèque standard pour le code simultané utilisant async et wait. Une boucle d’événements bascule entre les tâches chaque fois que l’on attend, de sorte que de nombreuses opérations d’E/S peuvent se chevaucher sur un seul thread.

L’asyncio est-il plus rapide que les threads ?

Pour un grand nombre de tâches liées au réseau, cette méthode est généralement plus efficace, car les tâches sont légères. Pour quelques appels bloquants, les threads sont plus simples. Ni l’un ni l’autre n’aide le travail lié au processeur ; utiliser des processus pour cela.

Quelle est la différence entre rassembler et TaskGroup ?

Les deux exécutent des tâches simultanément. TaskGroup annule les tâches restantes en cas d’échec et déclenche un ExceptionGroup. collect par défaut génère la première erreur sans annuler les autres.

Pourquoi mon code asynchrone n’est-il pas plus rapide ?

Généralement en raison de blocages d’appels tels que time.sleep ou requêtes.get à l’intérieur des coroutines, ou parce que les attentes s’exécutent les unes après les autres. Utilisez les bibliothèques asynchrones, asyncio.to_thread et rassemblez ou TaskGroup.

Que se passe-t-il si j’oublie d’attendre ?

Vous obtenez un objet coroutine au lieu d’un résultat et son code ne s’exécute jamais. Python prévient que la coroutine n’a jamais été attendue.

Continuez à apprendre

Travailler avec Stack Quora

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.

Continuez à lire

Plus de guides sur tests, IA et développement moderne

Vous avez apprécié cet article ? Choisissez un sujet et accédez directement à nos nouveaux didacticiels.

Intelligence artificielle

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 logiciel

L'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 →
DevOps

Git 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 logiciels

Explication 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 tests

Explication 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 SQL

SQL 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 SQL

SQL 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 logiciel

Explication 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 logiciel

Module 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 artificielle

Fenêtre 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 logiciel

Les 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 →
DevOps

Git 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 tests

Les 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 logiciels

Tests 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 artificielle

L'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 →
DevOps

Enregistrements 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 →
DevOps

Explication 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 tests

Génération 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 logiciels

Explication 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 SQL

Fonctions 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 SQL

Déclencheurs 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 logiciel

Module 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 logiciel

Modules 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 logiciel

Python 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 artificielle

Explication 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 →
DevOps

Clés 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 →
DevOps

La 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 tests

Explication 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 logiciels

Explication 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 SQL

Contraintes 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 SQL

Fonctions 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 logiciel

Python 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 logiciel

Debounce 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 logiciel

Les 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 artificielle

Température 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 →
DevOps

YAML 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 →
DevOps

Les 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 artificielle

Les 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 →
DevOps

Variables 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 logiciel

Limitation 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 tests

Se 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 logiciels

Couverture 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 SQL

DELETE 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 SQL

Vues 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 logiciel

Interface 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 logiciel

Python *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 logiciel

Fonctions 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 artificielle

Que 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 →
DevOps

Surveillance 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 →
DevOps

Volumes 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 tests

TDD 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 logiciels

Tests 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 SQL

Explication 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 SQL

Instruction 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 logiciel

Qu'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 logiciel

Boucle 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 logiciel

Générateurs 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 artificielle

Que 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 →
DevOps

Déploiement 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 tests

Tests 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 logiciels

Tests 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 logiciels

Scénario 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 SQL

Optimisation 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 SQL

SQL 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 logiciel

Tutoriel 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 logiciel

Gestion 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 logiciel

Classes 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 artificielle

Qu'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 →
DevOps

Commandes 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 tests

Selenium 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 logiciels

Partitionnement 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 logiciels

Gravité 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 SQL

Tutoriel 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 SQL

Transactions 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 logiciel

Aide-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 logiciel

Les 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 logiciel

Tutoriel 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 artificielle

Qu’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 →
DevOps

Tutoriel 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 →
DevOps

Docker 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 tests

Tutoriel 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 logiciels

Cycle 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 logiciel

Git 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 logiciel

List 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 SQL

Jointures 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 →