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.
- 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.sleepà l’intérieur d’une coroutine bloque tout. Utilisez des bibliothèques asynchrones ouasyncio.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
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 →