YAML expliqué : Syntaxe, le problème norvégien et autres pièges que nous avons testés
YAML exécute Kubernetes, Docker Compose, GitHub Actions et d’innombrables fichiers de configuration. Cela semble convivial, mais les valeurs non citées peuvent se transformer silencieusement en booléens, flottants et nombres octaux. Nous avons transmis un fichier de test à un véritable analyseur pour montrer exactement ce qui se passe.
- YAML représente les données avec indentation : cartes clé-valeur, listes avec tirets et valeurs scalaires.
- Les valeurs non citées sont devinées : dans notre test,
NOest devenuFalseet la version1.10est devenue1.1. - Chaînes Citation qui ressemblent à des booléens, des nombres, des heures ou des versions.
- Ne chargez jamais un YAML non fiable avec un chargeur non sécurisé ; utilisez
yaml.safe_loaden Python.
Un fichier de configuration répertorie les pays pour lesquels une fonctionnalité est activée : GB, SE, FI et NO. Tout fonctionne sauf la Norvège. Le code reçoit False au lieu de la chaîne « NON », car l’analyseur YAML a décidé que « NON » signifie « non ». Il s’agit du fameux problème norvégien, et ce n’est qu’une des nombreuses façons dont YAML modifie discrètement vos données.
Nous avons analysé un fichier délibérément délicat avec PyYAML 6.0 sur Python 3.13. Chaque valeur et chaque type indiqués ci-dessous proviennent de cette exécution. D’autres analyseurs, notamment ceux qui suivent YAML 1.2, peuvent donner des résultats différents, ce qui fait partie du problème.
Qu’est-ce que YAML ?
YAML, abréviation de « YAML Ain’t Markup Language », est un format convivial pour les données structurées. Il contient le même genre de choses que JSON, des cartes, des listes, des chaînes, des nombres, des booléens et des valeurs nulles, mais utilise l’indentation au lieu d’accolades et autorise les commentaires. En fait, un JSON valide est presque toujours un YAML valide. Sa lisibilité en a fait la configuration par défaut dans les outils DevOps : manifestes Kubernetes, fichiers Docker Compose, workflows Actions GitHub et playbooks Ansible.
Syntaxe de base
# a comment
name: shop-api # a map: key, colon, space, value
replicas: 3
enabled: true
tags: # a list: each item starts with "- "
- web
- payments
database: # a nested map, indented by two spaces
host: db.internal
port: 5432
inline_list: [a, b, c]
inline_map: {x: 1, y: 2}
L’indentation montre l’imbrication et des espaces sont requis après les deux-points et les tirets. Deux espaces par niveau est la convention commune. Les listes de cartes, très courantes dans Kubernetes, combinent les deux : chaque - démarre une nouvelle carte dont les clés s’alignent en dessous.
Comment YAML devine les types
Une valeur sans guillemets n’est pas automatiquement une chaîne. L’analyseur l’examine et décide s’il s’agit d’un booléen, d’un nombre, d’une valeur nulle ou d’une chaîne. Voici ce que PyYAML a produit à partir de notre fichier de test :
| YAML | Valeur analysée | Tapez |
|---|---|---|
pays : NON |
Faux |
bouffon |
activé: oui |
Vrai |
bouffon |
débogage : désactivé |
Faux |
bouffon |
version : 1.10 |
1.1 |
flotter |
python : 3.10 |
3.1 |
flotter |
code postal : 01234 |
668 |
int |
octal : 0755 |
493 |
int |
port : 08 |
'08' |
str |
heure: 12h30 |
750 |
int |
sha: 1e10 |
'1e10' |
str |
vide : |
Aucun |
AucunType |
tilde : ~ |
Aucun |
AucunType |
quoted_no : "NON" |
'NON' |
str |
version_citée : "1.10" |
'1.10' |
str |
Seules les valeurs citées sont apparues exactement telles qu’elles sont écrites. Chaque ligne au-dessus de celles citées est un bug potentiel.
Le problème norvégien
countries: [GB, NO, SE, FI]
# parsed: ['GB', False, 'SE', 'FI']
Selon les règles YAML 1.1, suivies par PyYAML, les mots yes, no, on, off, y et n dans diverses majuscules sont des booléens. Ainsi, l’indicatif de pays de la Norvège est devenu False, tandis que ses voisins sont restés en chaîne. La même chose peut arriver aux réponses dans un fichier d’enquête, aux indicateurs nommés « on » ou à tout code court correspondant à l’un de ces mots. La solution est simple une fois que vous la connaissez : citez la valeur, "NO".
Des chiffres qui changent
Les versions deviennent flottantes
1.10 et 3.10 ont été analysés comme les nombres 1.1 et 3.1, perdant le zéro final. Un fichier CI qui demande Python 3.10 peut en réalité demander Python 3.1. Les utilisateurs de GitHub Actions ont atteint exactement cela, et le conseil standard est de citer les versions : python-version: "3.10". Consultez également notre guide de gestion des versions sémantiques pour savoir pourquoi les versions ne sont pas des nombres.
Les zéros en tête signifient octal
Le code postal 01234 est devenu 668, car un zéro non significatif marque un nombre octal (base 8) dans YAML 1.1. C’est utile pour les autorisations de fichiers comme 0755, qui sont devenues 493, mais désastreux pour les codes postaux, les numéros de téléphone et les identifiants. Bizarrement, 08 est resté une chaîne, car 8 n’est pas un chiffre octal valide, donc des valeurs d’apparence similaire peuvent se retrouver avec des types différents dans le même fichier.
Les temps deviennent des secondes
12:30 est devenu 750. YAML 1.1 lit les nombres séparés par deux points en base 60, le format « sexagésimal », donc 12 × 60 + 30 = 750. Un planning ou un mappage de port tel que 22:22 peut être converti silencieusement. La documentation Docker Compose recommande de citer les mappages de ports pour cette raison.
Et la surprise inverse
1e10 est resté une chaîne dans PyYAML, car son modèle float nécessite un point décimal. Un autre analyseur pourrait le lire comme dix milliards. S’appuyer sur l’analyseur pour deviner est la racine de tous les problèmes de cette section.
Règle générale : si une valeur est censée être du texte et qu’elle est composée uniquement de chiffres, de points, de deux-points ou est un mot court comme oui, non, activé ou désactivé, mettez-la entre guillemets. Citer une chaîne n’est jamais faux.
YAML 1.1 contre 1.2
YAML 1.2, publié en 2009, a corrigé une grande partie de ce problème. Il n’accepte que true et false comme booléens, utilise 0o pour l’octal et supprime les nombres en base 60. Mais de nombreuses bibliothèques largement utilisées, y compris PyYAML, suivent toujours la version 1.1 par défaut, et les outils construits sur celles-ci héritent de ce comportement. Les bibliothèques telles que ruamel.yaml pour Python implémentent la version 1.2. Étant donné que deux outils peuvent lire le même fichier différemment, la seule habitude sûre consiste à citer des valeurs ambiguës, quelle que soit la version.
Indentation et onglets
YAML n’autorise pas les caractères de tabulation pour l’indentation. Notre test avec un onglet a produit une erreur commençant par while scanning for the next token. Une indentation mal alignée est tout aussi fatale : un élément de liste est indenté d’un espace de moins que ses frères et sœurs produits while parsing a block mapping. Configurez votre éditeur pour insérer des espaces et afficher des espaces, et validez toujours après l’édition. Les erreurs d’indentation sont la raison la plus courante pour laquelle un déploiement échoue juste après un « petit changement de configuration ».
Clés en double
name: first
name: second
# parsed: {'name': 'second'}
PyYAML a accepté le doublon en silence et a conservé la dernière valeur. La spécification YAML indique que les clés doivent être uniques et que certains analyseurs rejettent les doublons, mais beaucoup ne le font pas. Dans un long manifeste Kubernetes, une clé dupliquée peut remplacer discrètement un paramètre défini précédemment. Les Linters détectent cela de manière fiable.
Chaînes multilignes
literal: |
line one
line two
folded: >
line one
line two
# literal: 'line one\nline two\n'
# folded: 'line one line two\n'
Le tube | conserve les sauts de ligne, ce qui convient aux scripts, aux certificats et à SQL. Le > plie les lignes en une seule, ce qui convient aux longues descriptions. L’ajout de -, comme dans |-, supprime la nouvelle ligne finale, ce qui est important lorsque la valeur est comparée exactement ou utilisée comme secret.
Ancres et clés de fusion
defaults: &defaults
retries: 3
timeout: 30
prod:
<<: *defaults
timeout: 60
# prod: {'retries': 3, 'timeout': 60}
&defaults nomme un bloc, *defaults le réutilise et << le fusionne dans une carte, avec les clés locales gagnantes. Cela évite les répétitions dans les fichiers Docker Compose et CI. Utilisez-le avec parcimonie : une utilisation intensive des ancres rend les fichiers difficiles à lire et la clé de fusion << ne fait pas partie de YAML 1.2, la prise en charge varie donc selon les outils.
Chargement sécurisé
Certains chargeurs YAML peuvent créer des objets de langage de programmation arbitraires à partir de balises spéciales, ce qui signifie que le chargement de YAML non fiables peut exécuter du code. PyYAML safe_load refuse de telles balises. Lorsque nous avons essayé de charger un document demandant os.system, il a échoué avec could not determine a constructor for the tag 'tag:yaml.org,2002:python/object/apply:os.system'. Utilisez toujours yaml.safe_load sauf si vous avez une raison spécifique de ne pas le faire, et n’utilisez jamais les chargeurs dangereux sur les fichiers provenant des utilisateurs ou d’Internet.
Peluchage et validation
- yamllint détecte les tabulations, les mauvaises indentations, les clés en double, les espaces de fin et les valeurs véridiques comme
yes. - Les Schémas vérifient la structure et les types ; des éditeurs tels que VS Code peuvent valider les fichiers Kubernetes, Compose et GitHub Actions par rapport aux schémas JSON au fur et à mesure que vous tapez.
- Les vérifications spécifiques à l’outil, telles que
kubectl apply --dry-run=serveroudocker compose config, valident par rapport à ce que l’outil acceptera réellement. - Exécutez-les dans CI, afin qu’une configuration cassée échoue à une demande d’extraction, pas à un déploiement.
Nous n’avons pas exécuté yamllint ni ces vérifications d’outils pour cet article. Pour les secrets, gardez-les complètement en dehors des fichiers YAML et chargez-les à partir de variables d’environnement ou d’un gestionnaire de secrets.
Pour conclure
YAML est agréable à lire et dangereux à faire confiance aveuglément. Son type de deviner a transformé un code de pays en booléen, des versions en flottants, un code postal en nombre octal et une heure en secondes dans notre test. Citez tout ce qui est censé être du texte, utilisez des espaces et non des tabulations, chargez avec un chargeur sécurisé et placez un linter dans votre pipeline.
Questions fréquentes
Quel est le problème de la Norvège dans YAML ?
Selon les règles YAML 1.1, le code de pays non cité NO est lu comme le booléen faux. Dans notre test, [GB, NO, SE, FI] est devenu [‘GB’, False, ‘SE’, ‘FI’]. Citer « NON » corrige le problème.
Pourquoi ma version 3.10 est-elle devenue 3.1 ?
Un 3,10 non cité est analysé comme un nombre à virgule flottante, ce qui supprime le zéro final. Versions de citation, telles que “3.10”.
Puis-je utiliser des onglets dans YAML ?
Non. YAML nécessite des espaces pour l’indentation. Un onglet provoque une erreur d’analyse, comme lors de notre test.
Quelle est la différence entre | et > en YAML ?
Le | le style conserve exactement les sauts de ligne. Le style > plie les lignes en une seule, les joignant avec des espaces.
YAML est-il un surensemble de JSON ?
YAML 1.2 est conçu pour être un sur-ensemble de JSON, donc presque tous les documents JSON sont des YAML valides. L’inverse n’est pas vrai.
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 →