Git Bisect expliqué : Trouvez le commit qui a brisé votre code, manuellement ou automatiquement
Git bisect trouve le commit qui a introduit un bug par recherche binaire : vous marquez un bon commit et un mauvais commit, et Git réduit de moitié la plage jusqu’à ce qu’il reste un commit. Avec git bisect run et un script de test, cela se produit automatiquement. Lors de notre test, il a trouvé 1 mauvais commit parmi 41 en seulement 5 exécutions.
- Git bisect utilise la recherche binaire : à propos des tests log₂(N), trouvez le mauvais commit parmi N commits.
- Notre exécution a trouvé le bogue parmi 41 commits au cours de 5 séries de tests, ce que prédit log₂(41) ≈ 5,4.
git bisect run <script>automatise tout : la sortie 0 signifie bon, 1 à 127 (sauf 125) signifie mauvais.- Le code de sortie 125 ignore les validations qui ne peuvent pas être testées ; terminez toujours par
git bisect reset.
“Ça a fonctionné le mois dernier.” Quelque part parmi les centaines de commits effectués depuis lors, quelque chose a interrompu un calcul, ralenti une page ou échoué un test. Lire chaque différence prendrait des heures. Git bisect transforme cela en une recherche courte et mécanique, et avec un script de test, elle ne nécessite aucun humain. Nous avons construit un référentiel avec un bug caché et exécuté chaque commande ci-dessous sur Git 2.56, en utilisant une identité de démonstration.
Que fait git bisect ?
Vous donnez à Git deux faits : un commit où le code est mauvais (généralement celui actuel) et un commit plus ancien où il était bon, comme la dernière balise de version. Git vérifie le commit à mi-chemin entre eux et vous demande de le tester. Votre réponse supprime la moitié des commits restants. Git répète jusqu’à ce qu’il ne reste qu’un seul commit : le premier mauvais commit, celui qui a introduit le changement.
Pourquoi c’est si rapide
| S’engage dans la plage | Tests nécessaires (environ log₂ N) |
|---|---|
| 40 | 6 |
| 1,000 | 10 |
| 10,000 | 14 |
| 100,000 | 17 |
Chaque test divise par deux l’espace de recherche, le nombre de tests augmente donc très lentement. Même une année d’histoire chargée ne nécessite qu’une douzaine de vérifications, alors que la vérification de chaque validation dans l’ordre pourrait en prendre des milliers.
Notre référentiel de tests
Nous avons créé un petit module de tarification avec un script de vérification, l’avons étiqueté v1.0, puis ajouté 40 commits supplémentaires. La plupart n’ont touché qu’un fichier de notes, mais l’un d’entre eux, intitulé « Aides à la tarification Refactor », a discrètement modifié la formule :
# price.py at v1.0
def total(price, qty):
return price * qty
# check.py: exit 0 if correct, 1 if broken
import sys
from price import total
sys.exit(0 if total(100, 3) == 300 else 1)
commits: 41
HEAD check exit: 1
La vérification échoue lors du dernier commit. Nous savons que v1.0 allait bien. La question est de savoir lequel des 40 commits intermédiaires l’a brisé, et le message de commit d’apparence innocente n’aiderait personne à lire le journal.
Coupe manuelle, étape par étape
git bisect start
git bisect bad # current commit is broken
git bisect good v1.0 # this tag was fine
Git peut également prendre les deux sur une seule ligne, git bisect start HEAD v1.0, qui affiche :
[4d7c735...] Docs update 21
Git a vérifié le commit du milieu. Maintenant, vous le testez, en exécutant l’application, le test ayant échoué ou python check.py, et signalez le résultat avec git bisect good ou git bisect bad. Git saute à chaque fois au milieu de la plage restante, vous indiquant combien d’étapes il reste. Après la dernière réponse, il imprime le premier mauvais commit avec son message et les fichiers modifiés. Toute la séance est une boucle de « tester, puis dire bon ou mauvais ».
Astuce : marquez le bon commit aussi près que possible du bug. Une balise de version de la semaine dernière bat le premier commit du projet, et cela signifie moins d’étapes.
L’automatiser avec git bisect run
Si une commande peut distinguer le bien du mal, Git peut effectuer toute la recherche à votre place :
git bisect start HEAD v1.0
git bisect run python check.py
Bisecting: 9 revisions left to test after this (roughly 3 steps)
Bisecting: 4 revisions left to test after this (roughly 2 steps)
Bisecting: 2 revisions left to test after this (roughly 1 step)
Bisecting: 0 revisions left to test after this (roughly 0 steps)
commit 127582b...
Refactor pricing helpers
price.py | 2 +-
bisect found first 'bad' commit
Git a exécuté le script 5 fois au total et a désigné les « assistants de tarification Refactor » comme coupables, ainsi que le fichier qu’il a modifié. Aucune décision humaine n’était nécessaire. N’importe quelle commande fonctionne : un seul test pytest (git bisect run pytest tests/test_price.py -q), un script npm, un script shell qui crée et vérifie la sortie, ou une vérification du timing pour les régressions de performances.
Comment les codes de sortie sont lus
| Code de sortie | Git traite le commit comme |
|---|---|
| 0 | Bon |
| 1 à 127, sauf 125 | Mauvais |
| 125 | Ne peut pas être testé : ignorez-le |
| Au-dessus de 127 (par exemple un signal de crash) | Arrêtez de diviser en deux |
C’est pourquoi un script doit signaler son résultat via le code de sortie, et non via le texte imprimé. Un script qui imprime « FAIL » mais quitte 0 marquera chaque commit comme bon et vous enverra après le mauvais.
Ignorer les commits qui ne peuvent pas être testés
Certains commits ne sont pas construits ou sont à mi-chemin d’un refactor. Marquez-les avec git bisect skip manuellement ou quittez avec 125 de votre script. Nous avons volontairement fait en sorte que notre script saute cinq commits :
# check2.sh
git log -1 --format=%s | grep -q "Docs update 2[0-4]" && exit 125
python check.py
Git a toujours trouvé le même mauvais commit, cette fois après 7 exécutions au lieu de 5, car les commits ignorés ne donnent aucune information. Si trop de commits proches de la limite sont ignorés, Git rapporte une liste de coupables possibles au lieu d’un seul, alors limitez les sauts au minimum.
Termes personnalisés : anciens et nouveaux
« Bon » et « mauvais » se sentent mal lorsque vous recherchez le commit qui a corrigé quelque chose ou a modifié un comportement qui n’est ni bon ni mauvais. Choisissez vos propres mots :
git bisect start --term-old=working --term-new=broken
git bisect broken HEAD
git bisect working v1.0
git bisect terms
Your current terms are 'working' for the old state
and 'broken' for the new state.
La paire intégrée old et new existe également, ce qui est pratique pour savoir quand un correctif a été trouvé : marquez l’ancien comportement comme “ancien” et le comportement corrigé comme “nouveau”.
Enregistrez, rejouez et réinitialisez
git bisect log # every decision so far
git bisect replay file.log
git bisect reset # return to the branch you started on
Le journal est un script de vos réponses ; le nôtre a répertorié chaque étape git bisect good et git bisect bad. Si vous passez un mauvais appel, enregistrez le journal, supprimez la mauvaise ligne et rejouez-la au lieu de recommencer. git bisect reset est essentiel : jusqu’à ce que vous l’exécutiez, votre référentiel repose sur un commit détaché au milieu de l’historique.
Écrire un bon test de bisecte
- Testez une chose. Exécutez le seul test ayant échoué, pas la suite entière, afin que d’autres anciens échecs ne confondent pas le résultat.
- Conservez le script en dehors du référentiel ou sans suivi, afin que l’extraction des anciens commits ne le modifie ni ne le supprime.
- Rendez-le déterministe. Une vérification irrégulière donne des réponses aléatoires et un résultat erroné ; consultez notre guide des tests instables.
- Gérez les échecs de build avec la sortie 125 plutôt que de les laisser compter comme mauvais.
- Définissez un délai d’attente pour les contrôles de performances, afin qu’un commit suspendu se termine avec un mauvais code au lieu de bloquer la recherche.
Après avoir trouvé le mauvais commit
Lisez la différence avec git show <commit> pour voir exactement ce qui a changé. Choisissez ensuite un correctif : écrivez un commit de suivi correct, ou annulez la modification avec git revert <commit>, ce qui est sûr sur les branches partagées ; consultez notre guide git reset vs revert. Si le correctif est également nécessaire sur une branche de version, copiez-le ici avec git Cherry-pick. Enfin, ajoutez le contrôle que vous avez effectué en deux comme test permanent, afin que le même bug ne puisse pas revenir silencieusement ; c’est-à-dire les tests de régression en action, comme décrit dans notre guide de retest et de tests de régression.
Erreurs courantes
- Oublier git bisect reset et s’engager sur un HEAD détaché.
- Un bon commit qui était en fait mauvais, ce qui envoie la recherche dans la mauvaise moitié.
- Modifications non validées bloquant les paiements. Validez-les ou cachez-les en premier.
- Scripts qui s’impriment au lieu de sortir avec le bon code.
- Historique écrasé. Bisect est aussi précis que vos commits ; une énorme courge donne un énorme suspect. Notre guide git squash explique le compromis.
Aide-mémoire Git bisect
| Objectif | Commande |
|---|---|
| Commencez par le mal et le bien | git bisect start MAUVAIS BON |
| Marquer le commit actuel | git bisect good / git bisect bad |
| Ignorer la validation actuelle | git bisect sauter |
| Automatiser | git bisect run ./check.sh |
| Mots personnalisés | git bisect start --term-old=X --term-new=Y |
| Voir les décisions | journal git bissect |
| Refaire à partir d’un journal | fichier de relecture git bisect |
| Terminer | git bisect réinitialiser |
Pour conclure
Git bisect est l’une des commandes Git les plus rentables et l’une des moins utilisées. Trouvez un bon commit et un mauvais, écrivez un petit script qui quitte 0 ou 1 et laissez git bisect run faire le reste. Lors de notre test, il a recherché 41 commits en 5 exécutions et a nommé le commit et le fichier coupables, même si son message ne donnait aucune indication. Gardez les commits petits et les tests fiables, et chaque régression devient une enquête de cinq minutes. Gardez notre aide-mémoire sur les commandes Git à proximité pour le reste.
Questions fréquentes
Que fait git bisect ?
Il trouve le commit qui a introduit un changement par recherche binaire. Vous marquez un bon et un mauvais commit, et Git vérifie le commit du milieu à plusieurs reprises jusqu’à ce qu’il reste un commit.
Comment automatiser git bisect ?
Exécutez git bisect start BAD GOOD, puis git bisect run avec une commande qui quitte 0 pour les bons commits et 1 pour les mauvais. Git teste chaque étape et signale le premier mauvais commit.
Combien d’étapes prend git bisect ?
À propos de log2 du nombre de commits. Notre gamme de 41 commits a nécessité 5 tests, et 1 000 commits en prendraient environ 10.
Comment ignorer un commit dans git bisect ?
Exécutez git bisect skip sur ce commit, ou quittez avec le code 125 d’un script d’exécution git bisect. Les validations ignorées ne sont pas utilisées pour affiner la recherche.
Comment arrêter ou annuler une session git bisect ?
Exécutez git bisect reset. Il met fin à la session et vous ramène à la branche et au commit sur lequel vous vous trouviez avant de commencer.
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.
BM25 expliqué : comment la recherche par mot clé classe les résultats, avec le code Python et la recherche hybride
BM25 a expliqué avec une implémentation Python pure que nous avons exécutée : la formule, l'IDF, la saturation des termes, les paramètres k1 et b, p…
Lire l'article →Développement logicielMéthodes HTTP expliquées : GET, POST, PUT, PATCH, DELETE, testées sur un serveur Live
Méthodes HTTP expliquées avec un petit serveur que nous avons exécuté : GET, POST, PUT, PATCH, DELETE, HEAD et OPTIONS, safe vs idempotent, PUT vs P…
Lire l'article →DevOpsGit Bisect expliqué : recherchez le commit qui a brisé votre code, manuellement ou automatiquement
Git bisect expliqué avec un référentiel testé : trouvez le mauvais commit parmi 41 exécutions de tests sur 5, automatisez-le avec git bisect run, ig…
Lire l'article →Automatisation des testsExplication des marqueurs pytest : marques personnalisées, filtres skip, skipif, xfail et -m
Les marqueurs pytest expliqués avec une suite testée : enregistrez les marques personnalisées, exécutez uniquement des tests de fumée avec -m, combi…
Lire l'article →Tests logicielsTests positifs ou négatifs : différences, 24 cas de test réels et une liste de contrôle
Tests positifs et négatifs expliqués avec un véritable formulaire d'inscription : 6 cas de tests positifs et 18 cas de tests négatifs exécutés dans …
Lire l'article →Bases de données et SQLORDER SQL BY plusieurs colonnes : ASC, DESC, NULLS LAST, Case et commande personnalisée
SQL ORDER BY avec plusieurs colonnes expliquées avec des requêtes testées : ASC et DESC mixtes, départages, NULLS FIRST et LAST, tri insensible à la…
Lire l'article →Bases de données et SQLTotal cumulé SQL : SUM OVER, totaux par groupe, sommes mobiles et piège RANGE
Comment calculer un total cumulé SQL avec SUM() OVER : totaux par groupe, sommes cumulées quotidiennes, sommes mobiles, pourcentage du total, piège …
Lire l'article →Développement logicielTableau de tri JavaScript : nombres, objets, chaînes et pourquoi 10 précède 5
Comment trier correctement un tableau en JavaScript : nombres avec une fonction de comparaison, objets par un ou plusieurs champs, chaînes avec loca…
Lire l'article →Intelligence artificielleStratégies 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 →