Stratégies de fragmentation RAG expliquées : fixe, chevauchement, phrase, récursif et en-têtes, mesurés

  1. Accueil
  2. Blog
  3. Intelligence artificielle

Intelligence artificielle

Stratégies de fragmentation RAG expliquées : Fixe, chevauchement, phrase, récursif et en-têtes, mesurés

Les stratégies de segmentation RAG déterminent la manière dont les documents sont découpés en morceaux avant d’être intégrés et récupérés. Nous avons divisé le même document politique en cinq manières et mesuré ce que chaque méthode casse : les faits coupés en deux, les titres séparés de leur texte et les jetons supplémentaires stockés.

9 min de lecture
Stratégies de chunking RAG expliquées et mesurées

À retenir

  • Les stratégies de segmentation RAG troquent la simplicité contre le maintien du sens intact. Aucune méthode n’a gagné à elle seule sur toutes les mesures de notre test.
  • Des morceaux simples de taille fixe de 100 jetons coupent de moitié l’un des huit faits clés : « Les remboursements sont émis dans un délai de | 5 jours ouvrables ».
  • 20 jetons de chevauchement ont sauvé ce fait mais ont stocké 545 jetons au lieu de 445, soit environ 22 % de plus.
  • Le fractionnement récursif a conservé chaque phrase entière mais a laissé 4 des 6 morceaux se terminant par le titre de la section suivante.

La génération augmentée par récupération (RAG) fonctionne en trouvant les éléments les plus pertinents de vos documents et en les transmettant à un modèle de langage. Ces pièces sont des morceaux, et la façon dont vous les coupez tranquillement décide de ce que le modèle pourra jamais voir. Un fait divisé en deux morceaux peut ne jamais être récupéré dans son intégralité. Un titre coupé de son paragraphe rend un morceau ambigu. Choisir parmi les stratégies de segmentation RAG est l’un des moyens les moins coûteux d’améliorer la qualité des réponses.

Nous avons implémenté cinq stratégies courantes dans Python 3.13 et compté les jetons avec tiktoken 0.14.0 d’OpenAI en utilisant l’encodage o200k_base. Chaque numéro ci-dessous provient de cette course. Si RAG lui-même est nouveau pour vous, lisez d’abord notre qu’est-ce que le guide RAG.

Qu’est-ce que le chunking dans RAG ?

Le découpage est l’étape qui divise les documents sources en passages plus petits avant qu’ils ne soient transformés en intégrations et stockés dans une base de données vectorielle. Au moment des questions, le système intègre la question, trouve les morceaux les plus proches et les colle dans l’invite. Chaque morceau est récupéré ou ignoré en tant qu’unité.

Les morceaux doivent être suffisamment petits pour être spécifiques et pouvoir en contenir plusieurs dans la fenêtre contextuelle du modèle, et suffisamment grands pour contenir une pensée complète. Chaque stratégie est une réponse différente à la direction que devraient prendre les réductions.

Pourquoi le découpage est important

  • Précision de récupération : un morceau mélangeant deux sujets correspond à des questions sur les deux, mais ne répond bien à aucun des deux.
  • Exhaustivité : si une règle et son exception atterrissent dans des morceaux différents, le modèle ne peut voir que la moitié de la règle.
  • Coût : le chevauchement et les gros morceaux signifient plus de jetons à intégrer, stocker et envoyer au modèle.
  • Citations : les morceaux propres correspondent parfaitement à une section, ce qui facilite la vérification des réponses.

Notre configuration de test

Nous avons rédigé une politique client de 368 mots pour une boutique en ligne fictive, avec cinq sections Markdown (retours, expédition, garantie, comptes et paiements) et deux paragraphes chacune. Il s’agissait de 445 jetons. Nous avons choisi huit faits auxquels le robot d’assistance doit répondre correctement, tels que « retourner la plupart des articles dans les 30 jours » et « jusqu’à 10 000 roupies » pour le paiement à la livraison.

Chaque stratégie utilisait un objectif de 100 jetons par morceau, suffisamment petit pour forcer des coupes dans un court document. Pour chaque résultat que nous avons mesuré :

  • Chronks et taille moyenne et maximale en jetons.
  • Jetons stockés : total pour tous les morceaux, qui indique le coût de chevauchement.
  • Coupez le milieu de la phrase : morceaux qui se terminent au milieu d’une phrase.
  • Titre orphelin : morceaux qui se terminent par un titre dont le texte se trouve dans le morceau suivant.
  • Faits intacts : combien des huit faits apparaissent entiers dans au moins un morceau.

1. Morceaux de taille fixe

La méthode la plus simple compte les jetons et coupe tous les N jetons, où qu’ils se trouvent :

def fixed(size, overlap=0):
    ids = enc.encode(doc)
    step = size - overlap
    out = []
    for i in range(0, len(ids), step):
        out.append(enc.decode(ids[i:i + size]))
        if i + size >= len(ids):
            break
    return out

Il a produit 5 morceaux sans jetons gaspillés, mais 3 d’entre eux se terminaient au milieu d’une phrase et un se terminait sur un en-tête orphelin. Pire encore, un fait était partagé entre les deux :

chunk 1 ends:   "... print the prepaid label. Refunds are issued within"
chunk 2 starts: " 5 business days after the warehouse receives and checks the"

Une question sur le délai de remboursement peut récupérer le bloc 1, qui ne contient aucun numéro. Le regroupement de taille fixe est rapide et prévisible, ce qui en fait une bonne base de référence, mais il ignore complètement le langage.

2. Taille fixe avec chevauchement

Overlap répète les derniers jetons de chaque morceau au début du suivant, de sorte que le texte à proximité d’une coupure apparaisse dans les deux. Nous avons utilisé 20 jetons, soit un chevauchement de 20 %. Les huit faits étaient désormais intacts quelque part et le fait de remboursement a été sauvé. Le coût : 6 morceaux et 545 jetons stockés au lieu de 445. Les coupures arrivent toujours au milieu de la phrase, cinq fois cette fois, et le texte en double peut faire en sorte que deux morceaux presque identiques évinceront les autres résultats. Le chevauchement est un remède aux coupures arbitraires, pas un remède.

3. Emballage des phrases

Cette méthode divise le texte en phrases, puis regroupe des phrases entières dans chaque morceau jusqu’à ce que la suivante dépasse la limite :

def sentence_pack(size):
    sents = [s for p in doc.split("\n\n") for s in sent_split(p) if s]
    out, cur = [], ""
    for s in sents:
        if cur and T(cur + " " + s) > size:
            out.append(cur)
            cur = s
        else:
            cur = (cur + " " + s).strip()
    return out + [cur]

Il a produit 5 morceaux, aucune coupure au milieu de la phrase et les huit faits intacts, avec 440 jetons stockés. Deux morceaux se terminaient toujours par un titre orphelin, car une ligne de titre ressemble à une simple phrase courte. Le fractionnement de phrases avec une expression régulière bute également sur des abréviations telles que « par exemple » ; des bibliothèques telles que spaCy ou NLTK le font mieux.

4. Fractionnement récursif

Le fractionnement récursif, rendu populaire par des frameworks tels que LangChain, essaie d’abord le plus grand séparateur naturel (lignes vierges entre les paragraphes), et ne revient aux plus petits (sauts de ligne, phrases, mots) que pour les morceaux encore trop grands. Notre propre implémentation a suivi la même idée.

Il a conservé chaque phrase entière et les huit faits intacts, avec les plus petits morceaux en moyenne (74 jetons). Mais il révélait un défaut subtil : 4 de ses 6 morceaux se terminaient par le titre de la section suivante. Par exemple, un morceau se terminait par “… vérifie le colis. ## Expédition”, tandis que les règles d’expédition se trouvaient dans le morceau suivant. Le titre s’est attaché au mauvais texte, ce qui peut induire en erreur la récupération des questions mentionnant « expédition ».

Conseil : imprimez toujours un échantillon de vos morceaux et lisez-le. Notre problème de titre orphelin était invisible dans les moyennes et évident après la lecture de six morceaux.

5. Morceaux basés sur des titres

Les documents structurés portent leurs propres limites. La division en titres Markdown donnait un morceau par section : 5 morceaux, pas de coupures au milieu de phrases, pas de titres orphelins et tous les faits intacts. Chaque morceau commence par son propre en-tête, ce qui donne un contexte utile à l’intégration.

Le problème est le contrôle de la taille. Une section a atteint 113 jetons, au-dessus de notre objectif de 100 jetons, et les vrais documents comportent des sections allant d’une ligne à plusieurs pages. En pratique, vous combinez les méthodes : divisez d’abord par titres, puis appliquez un fractionnement récursif ou par phrase à l’intérieur de toute section trop grande et répétez le titre en haut de chaque morceau.

Comparaison des stratégies de segmentation RAG

Stratégie Morceaux Moyenne/maximum de jetons Jetons stockés Couper le milieu de la phrase Rubrique orpheline Des faits intacts
Fixe 100 5 89 / 100 445 3 1 7 sur 8
Correction du chevauchement 100 + 20 6 91 / 100 545 5 0 8 sur 8
Emballage de phrase 5 88 / 100 440 0 2 8 sur 8
Récursif 6 74 / 84 441 0 4 8 sur 8
En rubrique 5 89 / 113 445 0 0 8 sur 8

Il s’agit d’un document court, alors considérez le tableau comme une illustration des modes de défaillance plutôt que comme une référence. Le schéma reste instructif : plus une méthode respecte la structure propre du document, moins elle opère de coupures de sens.

Qu’en est-il du chunking sémantique ?

Le segment sémantique intègre chaque phrase et démarre un nouveau segment dont le sens change, mesuré par une baisse de similarité entre les phrases voisines. Il ne nécessite aucun titre et peut suivre les changements de sujet en prose simple. Cela coûte également un appel d’intégration par phrase, et les comparaisons publiées ne sont pas d’accord sur la question de savoir si elle bat les méthodes plus simples une fois que l’ensemble du pipeline RAG est mesuré. Nous ne l’avons pas exécuté ici. Essayez-le uniquement après une base de référence tenant compte de la structure et conservez-le uniquement si votre propre évaluation montre un gain.

Comment choisir la taille des morceaux et leur chevauchement

  1. Commencez par la structure. Divisez par titres ou sections de document lorsqu’ils existent.
  2. Limitez la taille. Une plage de départ courante est de quelques centaines de jetons par morceau, environ 200 à 500, puis réglez.
  3. Préférez les limites nettes au chevauchement. Ajoutez 10 à 20 % de chevauchement uniquement si les faits chevauchent toujours les coupes.
  4. Joignez des métadonnées. Stockez le titre, l’en-tête de section et l’URL source avec chaque morceau pour le filtrage et les citations.
  5. Récupération de mesures. Écrivez 20 à 50 vraies questions avec des réponses connues et vérifiez si la bonne partie se classe parmi les meilleurs résultats. Modifiez un paramètre à la fois.
  6. Comptez correctement les jetons avec le tokenizer utilisé par vos modèles, comme expliqué dans notre Guide des jetons LLM.

Stockez les morceaux dans une base de données prenant en charge les filtres de métadonnées, comme indiqué dans notre guide de base de données vectorielle.

Pour conclure

Les stratégies de segmentation RAG sont le point de départ de nombreux problèmes de récupération et où il est le moins cher de les résoudre. Notre test a montré l’échec typique de chaque méthode : la taille fixe réduit les faits de moitié, le stockage des coûts de chevauchement, le regroupement des phrases et le fractionnement récursif peuvent bloquer les titres, et les morceaux basés sur les titres nécessitent une taille maximale. Commencez par la structure de vos documents, revenez à la division en fonction des phrases, lisez vos morceaux et laissez un petit ensemble d’évaluation décider du reste.

Questions fréquentes

Quelle est la meilleure stratégie de chunking pour RAG ?

Il n’y a pas de meilleur universel. Pour les documents structurés, divisé par titres, puis par taille de majuscule avec fractionnement récursif ou par phrase. Validez le choix avec vos propres tests de récupération.

Quelle taille de morceau dois-je utiliser pour RAG ?

Quelques centaines de jetons, souvent entre 200 et 500, constituent un point de départ courant. Les morceaux plus petits sont plus précis, les plus gros contiennent plus de contexte ; accordez-vous aux vraies questions.

Le chevauchement des morceaux est-il utile ?

Cela peut sauver des faits qui chevauchent une coupure. Dans notre test, 20 jetons de chevauchement ont conservé les huit faits intacts, mais ont stocké environ 22 % de jetons en plus tout en réduisant les phrases.

Qu’est-ce que le chunking récursif ?

Il se divise d’abord sur le plus grand séparateur, comme les lignes vides, et n’utilise que des séparateurs plus petits comme des phrases ou des mots pour les morceaux encore trop grands.

Le chunking sémantique est-il meilleur que le chunking de taille fixe ?

Pas fiable. Il suit des changements de sujet mais coûte des appels d’intégration supplémentaires et les résultats publiés sont mitigés. Comparez-le à une référence plus simple sur vos propres données.

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 →