Explication des tests instantanés : Comment ça marche, quand ça aide et quand ça fait mal
Les tests d’instantanés enregistrent la sortie de votre code une fois, puis échouent chaque fois que la sortie change. Découvrez comment les instantanés sont créés, comment lire les différences, comment gérer les horodatages et les habitudes de révision qui empêchent les instantanés de devenir des tampons automatiques.
- Les tests d’instantanés stockent une sortie connue, puis compare chaque exécution ultérieure et affiche une différence lorsqu’elle change.
- Il est rapide à écrire et idéal pour les sorties volumineuses et structurées telles que les réponses JSON, les rapports et le balisage rendu.
- Les valeurs dynamiques telles que les horodatages interrompent les instantanés. Lors de notre exécution, un horodatage non masqué a échoué lors de l’exécution suivante.
- Le danger réside dans les mises à jour aveugles. Un instantané ne vous protège que si quelqu’un lit la différence avant de l’accepter.
Écrire des assertions pour une réponse JSON de 40 champs est fastidieux, et la plupart des gens vérifient cinq champs et espèrent que tout ira pour le mieux. Les tests d’instantanés adoptent une approche différente : exécutez le code une fois, enregistrez l’intégralité du résultat dans un fichier, puis échouez au test chaque fois que le résultat diffère. Vous échangez des assertions précises contre une détection large des changements, qui est puissante lorsqu’elle est utilisée avec précaution.
Nous avons exécuté une démo fonctionnelle avec pytest 9.2.0, le plugin d’instantané siropy 7.0.0 et Python 3.13.6. Toutes les sorties ci-dessous sont copiées à partir de ces exécutions. Les instantanés de plaisanterie et de capture d’écran visuelle sont décrits à des fins de comparaison mais n’ont pas été exécutés. Si pytest lui-même est nouveau pour vous, commencez par notre tutoriel pytest.
Qu’est-ce que le test d’instantané ?
Un test instantané n’a pas de valeur attendue écrite à la main. Lors de sa première exécution, l’outil enregistre le résultat réel comme attente et le stocke à côté de vos tests. Chaque exécution ultérieure compare la nouvelle sortie avec cet instantané stocké :
- S’ils correspondent, le test réussit.
- S’ils diffèrent, le test échoue et imprime un diff.
- Si le changement est souhaité, vous mettez à jour l’instantané avec une seule commande et validez le nouveau fichier.
Ainsi, un test d’instantané ne dit pas que le résultat est correct. Il indique que le résultat est inchangé. L’exactitude est vérifiée une fois, par une personne, lors de la première révision de l’instantané.
Types d’instantanés
| Tapez | Ce qui est stocké | Outils typiques |
|---|---|---|
| Instantané de données | Objets sérialisés, JSON, texte | sirupeux, plaisanter, vitester, vérifier |
| Instantané de balisage | HTML rendu ou arborescence des composants | Jest avec React, utilitaires de test Vue |
| Instantané visuel | Image de capture d’écran d’une page ou d’un composant | Dramaturge, Percy, Chromatique |
Ce guide se concentre sur les instantanés de données, car ils sont les plus faciles à utiliser et à examiner.
Notre configuration de démonstration
# invoice.py
def render_invoice(items, now=None):
now = now or datetime.now(timezone.utc)
total = sum(q * p for _, q, p in items)
return {"generated_at": now.isoformat(),
"lines": [{"sku": s, "qty": q, "price": p} for s, q, p in items],
"total": round(total * 1.18, 2), "currency": "INR"}
def receipt_text(items):
rows = [f"{s:<6}{q:>3} x {p:>7.2f}" for s, q, p in items]
return "\n".join(rows + ["-" * 20, f"TOTAL {sum(q*p for _, q, p in items):>14.2f}"])
# test_invoice.py
ITEMS = [("PEN", 2, 20.0), ("INK", 1, 50.0)]
def test_receipt_text(snapshot):
assert receipt_text(ITEMS) == snapshot
def test_invoice_fixed_clock(snapshot):
assert render_invoice(ITEMS, now=datetime(2026, 11, 12, tzinfo=timezone.utc)) == snapshot
def test_invoice_masked_time(snapshot):
assert render_invoice(ITEMS) == snapshot(matcher=path_type({"generated_at": (str,)}))
L’argument snapshot est un appareil pytest fourni par siropy. Notre guide des luminaires pytest explique comment les luminaires sont injectés de cette manière.
La première course
$ pytest -q
3 failed
$ pytest -q --snapshot-update
3 snapshots generated.
3 passed
$ pytest -q
3 snapshots passed.
3 passed
Sans instantanés stockés, les trois tests ont échoué. Cette valeur par défaut est délibérée : un tout nouvel instantané doit être créé volontairement, et non silencieusement. L’indicateur de mise à jour a écrit les instantanés et la prochaine exécution normale a réussi.
À quoi ressemble le fichier d’instantané
siropy a enregistré un fichier lisible dans un dossier __snapshots__. Une partie :
# name: test_invoice_fixed_clock
dict({
'currency': 'INR',
'generated_at': '2026-11-12T00:00:00+00:00',
'lines': list([
dict({
'price': 20.0,
'qty': 2,
'sku': 'PEN',
}),
...
]),
'total': 106.2,
})
Ce fichier est maintenant votre résultat attendu, alors examinez-le comme du code. Est-ce que 106.2 est correct ? Deux stylos à 20 plus une encre à 50 font 90, et 90 avec 18 % de taxe font 106,2, donc oui. Cette vérification unique est le moment dont dépend le test d’instantané. Validez le fichier avec le test.
À quoi ressemble un changement de code
Ensuite, nous avons changé un mot dans le reçu, TOTAL en Total, et avons refait les tests :
E AssertionError: assert [+ received] == [- snapshot]
E - TOTAL 90.00
E + Total 90.00
1 snapshot failed. 2 snapshots passed.
Le différentiel indiquait la ligne exacte qui avait changé. Si la modification était intentionnelle, vous mettez à jour l’instantané. Sinon, vous avez constaté une régression sans jamais écrire d’affirmation sur cette étiquette. Cela rend les instantanés utiles sur les sorties analysées par d’autres systèmes, telles que les reçus, les exportations CSV et les charges utiles de l’API. Notre liste de contrôle des tests de régression indique où de tels contrôles s’intègrent.
Horodatages, identifiants et autres pièces mobiles
Nous avons ajouté un test qui a capturé render_invoice avec l’horloge réelle. Il a réussi lors de la création de l’instantané et a échoué lors de l’exécution suivante :
E - 'generated_at': '2026-11-12T15:12:34.206809+00:00',
E + 'generated_at': '2026-11-12T15:12:35.621553+00:00',
1 snapshot failed.
Toute valeur qui change entre les exécutions rend un instantané inutile : heures, identifiants aléatoires, UUID, adresses mémoire, ensembles non ordonnés. Nous avons utilisé deux correctifs, et les deux ont réussi de manière fiable :
- Contrôlez l’entrée : passez une horloge fixe, comme dans
test_invoice_fixed_clock. C’est l’option la plus propre. - Masquez le champ : le matcher de siropy
path_typeest stocké'generated_at': str, en vérifiant uniquement le type.
Triez également les listes dont l’ordre n’a pas d’importance et générez des données aléatoires. Notre guide de génération de données de test montre comment rendre les données générées reproductibles.
Conseil : si un instantané échoue lors d’une réexécution sans modification du code, traitez-le comme un test instable. Trouvez la valeur mobile et épinglez-la ; ne vous contentez pas de régénérer l’instantané.
Mettre à jour les instantanés en toute sécurité
La commande de mise à jour est à la fois la meilleure et la pire fonctionnalité. Cela rend les changements prévus bon marché, et cela rend également l’approbation imprudente bon marché. Bonnes habitudes :
- N’exécutez jamais l’indicateur de mise à jour pour « rendre CI vert » sans avoir d’abord lu le diff.
- Validez les modifications d’instantané dans la même demande d’extraction que le code qui les a provoquées, afin que les réviseurs voient les deux.
- Gardez les instantanés petits. Une différence d’instantané de 2 000 lignes sera parcourue et non examinée.
- Supprimez les instantanés obsolètes ; siropy en a signalé et supprimé un lorsque nous avons supprimé son test.
- Dans CI, exécutez sans l’indicateur de mise à jour afin que les instantanés nouveaux ou modifiés échouent au lieu d’être écrits.
Quand les tests d’instantanés sont utiles
- Sorties volumineuses et structurées où les assertions écrites à la main seraient longues : réponses API, rapports, générateurs de configuration.
- Code de refactorisation qui comporte peu de tests. Prenez d’abord un instantané du comportement actuel, puis refactorisez et confirmez que rien n’a changé.
- Sérialiseurs et formateurs, où tout changement est probablement important.
- Messages d’erreur et sorties CLI dont dépendent les utilisateurs ou les scripts.
Pour les charges utiles d’API partagées avec d’autres équipes, combinez les instantanés avec les vérifications de schéma. Notre guide de test des contrats API couvre le côté contrat.
Quand les tests d’instantanés font mal
- Lorsque la sortie change souvent par conception. Des mises à jour constantes apprennent à l’équipe à approuver sans lire.
- Quand la logique est ce qui compte. Une règle fiscale mérite une assertion explicite avec une valeur attendue nommée, et non une ligne dans un instantané.
- Quand les instantanés sont énormes. Personne ne les examine, donc ils bloquent les bugs aussi facilement qu’ils corrigent un comportement.
- Pour des instantanés visuels sur plusieurs machines, où les polices et le rendu diffèrent, sauf si vous exécutez dans un environnement fixe.
Jest, Vitest et instantanés visuels
En JavaScript, Jest et Vitest utilisent expect(value).toMatchSnapshot() et mettent à jour avec -u. Ils proposent également des instantanés en ligne, où la valeur stockée est écrite dans le fichier de test lui-même, ce qui permet de conserver de petits instantanés visibles pendant l’examen. Playwright compare les captures d’écran avec toHaveScreenshot(), comme présenté dans notre Tutoriel Playwright. Nous ne les avons pas exécutés ici, mais ils suivent le même cycle de création, de comparaison et de mise à jour indiqué ci-dessus.
Une liste de contrôle pour l’examen des instantanés
- Le nouvel instantané contient-il les valeurs que vous attendez, vérifiées manuellement au moins une fois ?
- Chaque ligne modifiée dans le diff correspond-elle au changement de code prévu ?
- Y a-t-il des horodatages, des identifiants ou des valeurs aléatoires non masqués ?
- L’instantané est-il suffisamment petit pour être lu en une minute ?
- Une affirmation explicite exprimerait-elle plus clairement la règle importante ?
Pour conclure
Les tests instantanés constituent un moyen rapide de détecter des changements inattendus dans des résultats volumineux. Notre démo a montré les deux côtés : un changement d’un mot a été détecté avec une différence précise, et un horodatage non masqué a interrompu le test lors de l’exécution suivante. Gardez les instantanés petits, épinglez ou masquez les valeurs mobiles, examinez chaque mise à jour et utilisez des assertions explicites pour les règles les plus importantes.
Questions fréquentes
Qu’est-ce que le test d’instantané ?
Il stocke la sortie du code d’une exécution connue et échoue ultérieurement lorsque la sortie change, affichant une différence. Il détecte le changement plutôt que de prouver l’exactitude.
Comment mettre à jour un instantané ?
Exécutez la commande de mise à jour de l’outil, telle que pytest avec –snapshot-update pour sirop ou jest -u. Lisez d’abord la différence et validez le nouvel instantané avec le changement de code.
Pourquoi mes tests d’instantanés échouent-ils à chaque exécution ?
La sortie contient des valeurs changeantes telles que des horodatages, des identifiants aléatoires ou des données non ordonnées. Passez une horloge fixe, amorcez le caractère aléatoire, triez les listes ou masquez ces champs avec un matcher.
Les tests d’instantanés sont-ils bons ou mauvais ?
Ils sont utiles pour les sorties structurées volumineuses et la refactorisation, mais nuisibles lorsqu’ils sont volumineux ou mis à jour sans examen. Utilisez des assertions explicites pour les règles métier importantes.
Quelle est la différence entre un instantané et un test visuel ?
Les instantanés de données stockent du texte ou des valeurs sérialisées. Les tests visuels stockent les captures d’écran et comparent les pixels, ce qui permet également de détecter les modifications de mise en page et de style, mais est plus sensible à l’environnement.
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 →