Pytest Xdist : Exécuter des tests en parallèle et réduire le temps de test
pytest-xdist exécute votre suite pytest sur plusieurs cœurs de processeur à la fois. Apprenez à l’installer, à choisir le nombre de travailleurs, à choisir un mode de distribution et à corriger les bogues à état partagé exposés par les exécutions parallèles, avec les délais et les échecs des exécutions réelles.
- pytest xdist ajoute
-n:pytest -n autodémarre un processus de travail par cœur de processeur. - Notre suite de 16 tests est passée de 8,05 s à 3,41 s avec 4 travailleurs, soit environ 2,4 fois plus rapide.
- Les tests qui partagent des fichiers, des bases de données ou des globaux peuvent échouer en parallèle. Notre test de fichiers partagés a échoué à chaque exécution parallèle.
- Pour les suites minuscules et rapides, le démarrage du travailleur coûte plus cher que ce qu’il économise : 0,11 s est devenu 1,43 s.
Une suite de tests qui prend 20 minutes change la façon dont une équipe fonctionne. Les gens arrêtent de l’exécuter localement, les demandes d’extraction attendent dans CI et des bogues passent. Si vos tests passent la plupart de leur temps à attendre des E/S, des navigateurs ou des calculs lents, les exécuter en parallèle est souvent la plus grande accélération disponible, et pour les utilisateurs de pytest, l’outil standard est pytest-xdist.
Nous avons exécuté chaque exemple sur Python 3.13.6, pytest 9.2.0 et pytest-xdist 3.8.0, sur une machine dotée de 4 cœurs de processeur. Nouveau sur Pytest ? Lisez d’abord notre tutoriel pytest.
Qu’est-ce que pytest-xdist ?
pytest-xdist est le plugin pytest officiel pour les tests distribués. Il démarre plusieurs processus de travail, collecte les tests dans chacun et distribue les tests aux travailleurs afin qu’ils s’exécutent en même temps. Chaque travailleur est un processus Python distinct avec sa propre mémoire, de sorte que les tests liés au processeur obtiennent un véritable parallélisme, et pas seulement des threads en attente du verrouillage global de l’interpréteur.
Installation de pytest-xdist
pip install pytest-xdist
pytest --version
python -c "import xdist; print(xdist.__version__)" # 3.8.0
Il n’y a aucun fichier de configuration à modifier. Une fois installé, le plugin s’enregistre et pytest bénéficie de nouvelles options de ligne de commande. Sans -n, vos tests s’exécutent exactement comme avant.
Exécuter des tests en parallèle avec -n
pytest -n 4 # four workers
pytest -n auto # one worker per CPU core
pytest -n logical # one per logical CPU (hyper-threads)
pytest -n 0 # xdist installed but disabled
-n auto est le choix habituel. Il utilise le nombre de cœurs de processeur physiques lorsqu’il peut les détecter et revient aux processeurs logiques dans le cas contraire. Vous pouvez également le mettre dans votre configuration pour que tout le monde l’obtienne par défaut :
# pytest.ini
[pytest]
addopts = -n auto
Nos timings : série vs parallèle
Notre fichier de test contenait 16 tests paramétrés, chacun dormant pendant une demi-seconde pour simuler un appel API lent :
import time, pytest
@pytest.mark.parametrize("n", range(16))
def test_slow_api_call(n):
time.sleep(0.5)
assert n * 2 == n + n
| Commande | Résultat | Accélération |
|---|---|---|
test py |
16 réussis en 8.05s | 1.0x |
pytest -n 2 |
16 réussis en 4.94s | 1.6x |
pytest -n 4 |
16 passés en 3.41s | 2.4x |
pytest -n automatique |
16 passés en 3,45s | 2.3x |
L’idéal avec 4 travailleurs serait de 2 secondes (8 secondes de sommeil réparties en quatre). Le reste correspond au coût fixe du démarrage des travailleurs et de la collecte des tests dans chacun d’eux, environ une seconde ou plus ici. Ce coût fixe explique pourquoi les suites plus grandes obtiennent des résultats plus proches de l’idéal et pourquoi les suites plus petites peuvent devenir plus lentes, comme nous le montrons ci-dessous.
Comment fonctionne pytest-xdist
- Le processus principal, appelé contrôleur, démarre N Workers nommés
gw0,gw1et ainsi de suite. - Chaque travailleur collecte la suite de tests complète de manière indépendante. Le contrôleur vérifie que tous les travailleurs ont trouvé les mêmes tests dans le même ordre.
- Le contrôleur envoie des ID de test aux travailleurs en fonction du mode de distribution.
- Les travailleurs exécutent leurs tests et rendent compte des résultats, et le contrôleur imprime un rapport combiné.
Étant donné que chaque travailleur collecte indépendamment, la collecte des tests doit être déterministe. La génération de valeurs paramétrées à partir d’une source aléatoire non prédéfinie ou d’un ensemble avec un ordre imprévisible peut rendre la collecte différente entre les travailleurs et abandonner l’exécution.
Modes de distribution avec –dist
| Mode | Comment les tests sont partagés | Utiliser quand |
|---|---|---|
load (par défaut) |
Les tests en attente sont accessibles à tout travailleur libre | Tests indépendants |
portée de charge |
Les tests dans le même module ou classe restent ensemble | Modules ou équipements de classe coûteux |
fichier de chargement |
Les tests dans le même fichier restent ensemble | Fichiers partageant la configuration ou l’état |
groupe de charge |
Les tests marqués xdist_group(name) restent ensemble |
Des groupes triés sur le volet |
vol de travail |
Les travailleurs inactifs passent les tests des travailleurs occupés | Des tests aux durées très inégales |
Conserver les tests associés sur un seul travailleur permet de créer des appareils de module et de classe une fois au lieu d’une fois par travailleur, et empêche les tests qui touchent la même ressource de s’exécuter au même moment.
Le vrai problème : l’état partagé
Les exécutions parallèles supposent que vos tests sont indépendants. De nombreuses suites ne le sont pas, et personne ne le remarque jusqu’à ce que xdist les exécute en même temps. Nous avons écrit trois tests qui utilisent tous un fichier JSON comme fausse base de données :
DB = pathlib.Path("shared_db.json")
def test_create_user():
_save({"users": ["asha"]})
time.sleep(0.3)
assert _load()["users"] == ["asha"]
def test_reset_db():
_save({"users": []})
time.sleep(0.3)
assert _load()["users"] == []
En série, tous les trois ont réussi. Avec -n 3, nous les avons exécutés six fois. Cinq exécutions se sont terminées par 2 échecs, 1 réussie et une exécution avec les 3 échecs, avec des erreurs telles que :
E json.decoder.JSONDecodeError: Extra data: line 1 column 14 (char 13)
Deux ouvriers ont écrit le fichier au même moment et l’ont laissé à moitié écrasé. Dans une vraie suite, la même course se manifeste sous la forme d’échecs intermittents qui disparaissent lors de la réexécution, ce qui rend les tests irréguliers si coûteux.
Correction de l’état partagé
Option 1 : isoler chaque test. Donnez à chaque test sa propre ressource. Le dispositif intégré tmp_path de pytest crée un répertoire unique par test :
def test_create_user_isolated(tmp_path):
db = tmp_path / "db.json"
db.write_text(json.dumps({"users": ["asha"]}))
assert json.loads(db.read_text())["users"] == ["asha"]
Cette version a réussi trois exécutions sur trois avec -n 2. La même idée s’applique aux bases de données (un schéma ou une base de données par travailleur), aux ports (liés au port 0) et aux comptes de test (noms uniques par test).
Option 2 : conserver les tests contradictoires ensemble. L’exécution du fichier d’origine avec -n 3 --dist loadfile a réussi trois exécutions sur trois, car les trois tests ont été confiés à un seul travailleur et exécutés l’un après l’autre. Il s’agit d’une solution rapide qui sacrifie le parallélisme au sein du fichier. L’isolement est meilleur à long terme.
Astuce : avant d’ajouter -n auto à CI, exécutez la suite en parallèle plusieurs fois localement. Une seule course verte ne prouve pas grand-chose lorsque les courses dépendent du timing.
Les appareils de session s’exécutent une fois par travailleur
Un appareil scope="session" s’exécute normalement une fois par test. Sous xdist, chaque travailleur a sa propre session, donc le luminaire s’exécute une fois par travailleur. S’il crée une base de données, amorce des données ou démarre un serveur, vous obtiendrez N copies. Concevez-le pour chaque travailleur, par exemple en utilisant l’ID du travailleur dans les noms, ou suivez le modèle de documentation xdist consistant à utiliser un verrou de fichier afin que seul le premier travailleur effectue la configuration partagée. Nous n’avons pas exécuté le modèle de verrouillage de fichiers ici. Notre guide des appareils pytest couvre les étendues en détail.
Savoir à quel travailleur vous appartenez
def test_which_worker(worker_id):
assert worker_id in ("master", "gw0", "gw1", "gw2", "gw3")
Le luminaire worker_id renvoie gw0, gw1 et ainsi de suite sous xdist et master lorsque les tests sont exécutés sans Workers. Nous l’avons confirmé imprimé running on master avec -n 0. Avec -p no:xdist le plugin n’est pas chargé du tout, donc un test qui demande des erreurs worker_id ; nous avons vu exactement cela. Les travailleurs obtiennent également une variable d’environnement PYTEST_XDIST_WORKER. Utilisez-les pour créer des noms de bases de données, des ports ou des dossiers de sortie par travailleur.
Quand xdist ralentit les tests
# 200 trivial assertions
pytest fast/ # 200 passed in 0.11s
pytest -n 4 fast/ # 200 passed in 1.43s
Démarrer quatre processus Python et collecter la suite quatre fois a pris plus de temps que la simple exécution de 200 petits tests. xdist s’avère payant lorsque les tests sont lents : appels réseau, navigateurs, bases de données ou calculs lourds. Pour une suite d’unités rapide, conservez-la en série ou activez xdist uniquement dans CI pour la suite d’intégration lente. Utilisez --durations=10 pour trouver où va réellement le temps avant la parallélisation.
Sortie, -s et débogage
- sortie d’impression : les travailleurs capturent la sortie standard, donc la sortie
-sn’est pas apparue dans notre exécution parallèle. Déboguer avec-n 0ou-p no:xdist. - Ordre : les tests se terminent dans le désordre, ne comptez donc pas sur un test exécuté avant un autre. Si un test nécessite qu’un autre soit exécuté en premier, corrigez le test.
- -x : l’arrêt au premier échec fonctionne toujours, mais les tests déjà exécutés sur d’autres travailleurs peuvent se terminer en premier.
- Couverture : pytest-cov combine automatiquement les données des travailleurs ; voir couverture pytest.
- Marqueurs : séparez les tests lents ou uniquement en série avec des marqueurs pytest et exécutez-les dans une deuxième commande non parallèle.
Utiliser pytest-xdist dans CI
Les exécuteurs CI ont souvent 2 à 4 cœurs, donc -n auto donne des gains modestes par tâche, mais ils s’additionnent sur des centaines d’exécutions par jour. Combinez xdist dans une tâche en divisant la suite en plusieurs tâches pour les grandes suites. Surveillez la mémoire : chaque travailleur importe l’intégralité de votre projet, donc quatre travailleurs utilisent environ quatre fois la mémoire. Notre Guide GitHub Actions CI/CD présente un pipeline typique.
Liste de contrôle Pytest xdist
- Mesurez d’abord avec
--durations; paralléliser les suites lentes, pas les suites rapides. - Rendre les tests indépendants : pas de fichiers, lignes, globaux ou ports partagés.
- Utilisez
tmp_pathet les noms par travailleur créés à partir deworker_id. - N’oubliez pas que les appareils de session s’exécutent une fois par travailleur.
- Gardez la collection déterministe, en particulier paramétrez les valeurs.
- Utilisez
--dist loadfileouloadgroupcomme solution provisoire pour les tests qui ne peuvent pas encore être isolés. - Exécutez la suite parallèle plusieurs fois avant de lui faire confiance.
Pour conclure
pytest-xdist est à une installation et à un drapeau d’une suite plus rapide : nos tests lents se sont exécutés 2,4 fois plus rapidement sur 4 cœurs. Le drapeau est facile ; le vrai travail consiste à rendre les tests indépendants, que les exécutions parallèles exposent immédiatement. Isolez l’état avec tmp_path et les ressources par travailleur, regroupez ce qui ne peut pas encore être isolé et conservez les petites suites en série. De cette façon, pytest-xdist transforme les longues attentes en commentaires rapides.
Questions fréquentes
Comment exécuter des tests pytest en parallèle ?
Installez le plugin avec pip install pytest-xdist, puis exécutez pytest -n auto pour démarrer un travailleur par cœur de processeur, ou pytest -n 4 pour un nombre fixe de travailleurs.
Pourquoi mes tests échouent-ils uniquement avec pytest xdist ?
Habituellement, les tests partagent un état tel qu’un fichier, des lignes de base de données, une variable globale ou un port, et les travailleurs le touchent désormais en même temps. Isolez chaque test, par exemple avec tmp_path, ou conservez les tests associés avec le mode loadfile.
Que signifie n auto dans pytest ?
Il indique à pytest-xdist de démarrer autant de nœuds de calcul qu’il y a de cœurs de processeur, en utilisant des cœurs physiques lorsqu’ils peuvent être détectés et des processeurs logiques dans le cas contraire.
Est-ce que pytest xdist accélère toujours les tests ?
Non. Le démarrage des travailleurs a un coût fixe. Lors de notre exécution, 200 petits tests ont duré 0,11 seconde en série et 1,43 seconde avec quatre travailleurs. Cela aide le plus avec les tests lents.
Les appareils limités à la session fonctionnent-ils avec pytest xdist ?
Ils fonctionnent, mais chaque travailleur a sa propre session, donc un dispositif de session s’exécute une fois par travailleur plutôt qu’une fois au total. Concevez-le pour qu’il puisse être exécuté plusieurs fois en toute sécurité ou utilisez un verrou de fichier pour une configuration partagée.
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.
Cookies HTTP expliqués : sécurisés, HttpOnly, SameSite et Scope
Explication des cookies HTTP : Set-Cookie, Path, Domain, expiration, Secure, HttpOnly, SameSite, préfixes, suppression des cookies et une recette de…
Lire l'article →DevOpsGit Rebase Interactive : Squash, Fixup, Reword et Autosquash
Git rebase interactive expliqué étape par étape : sélectionner, reformuler, écraser, corriger, modifier, supprimer, écraser automatiquement, conflit…
Lire l'article →Tests logicielsTests alpha et bêta : principales différences, critères de sortie et liste de contrôle
Comparaison des tests alpha et bêta : qui teste, ce que chaque phase trouve, les critères d'entrée et de sortie, comment exécuter une version bêta e…
Lire l'article →Automatisation des testsPytest Monkeypatch : 10 exemples testés pour les variables d'environnement, l'heure et les API
Pytest Monkeypatch expliqué avec 10 tests réussis : variables d'environnement, fonctions, configuration, heure, mises en veille, chemins, blocage du…
Lire l'article →Bases de données et SQLIncrémentation automatique SQL : MySQL, PostgreSQL, SQL Server et SQLite
Incrémentation automatique SQL dans MySQL, PostgreSQL, SQL Server et SQLite : syntaxe, lecture du nouvel ID, pourquoi des lacunes apparaissent, réut…
Lire l'article →Bases de données et SQLSQL BETWEEN : explication des plages inclusives et du piège de date
SQL BETWEEN expliqué avec des requêtes testées : plages inclusives, limites inversées, NULL, piège de date du dernier jour, plages semi-ouvertes et …
Lire l'article →Développement logicielLittéraux de modèles JavaScript : 10 exemples, y compris des modèles balisés
Littéraux de modèles JavaScript expliqués avec 10 exemples testés : interpolation, chaînes multilignes, échappement, modèles balisés pour HTML et SQ…
Lire l'article →Développement logicielPython heapq : files d'attente prioritaires, Top N et tas expliqués
Python heapq a expliqué : heappush, heappop, heapify, files d'attente prioritaires avec départage, tas maximum, nlargest et fusion, avec des timings…
Lire l'article →Développement logicielOpérateur Python Walrus (:=) expliqué avec 8 exemples réels
L'opérateur Python Walrus := expliqué avec 8 exemples testés : vérifications if, correspondances d'expressions régulières, boucles while, compréhens…
Lire l'article →Intelligence artificielleFonction Softmax expliquée : formule, code Python et version stable
La fonction softmax expliquée : formule, exemple concret, code NumPy, la version stable qui évite NaN, température, entropie croisée et softmax vs s…
Lire l'article →Développement logicielCORS expliqué : demandes de contrôle en amont, en-têtes et comment corriger les erreurs CORS
CORS expliqué : origines, requêtes simples et en amont, en-têtes de réponse que votre serveur doit envoyer, informations d'identification et comment…
Lire l'article →DevOpsGit Diff expliqué : modifications échelonnées, branches et validations
Git diff expliqué : lisez le résultat, comparez les modifications non planifiées et planifiées, les validations et les branches, deux points contre …
Lire l'article →Automatisation des testsPytest Xdist : exécuter des tests en parallèle et réduire le temps de test
Exécutez les tests pytest en parallèle avec pytest-xdist : installation, option -n, modes de distribution, timings réels et comment corriger les éch…
Lire l'article →Tests logicielsVérification vs validation dans les tests logiciels : exemple et tableau
Vérification vs validation dans les tests logiciels expliquée avec un tableau de comparaison et un exemple de coupon testé où chaque test de spécifi…
Lire l'article →Intelligence artificielleBM25 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 →Développement logicielMéthodes de chaîne Python : aide-mémoire, exemples réels et piège strip()
Méthodes de chaîne Python avec des exemples testés : split, join, strip, replace, find, Startswith, is-methods, casefold, partition et translation, …
Lire l'article →Intelligence artificielleLa similarité cosinus expliquée : formule, exemple pratique et code Python
La similarité cosinus expliquée simplement : la formule, un exemple travaillé à la main, du code Python et NumPy pur, la distance cosinus vs euclidi…
Lire l'article →Développement logicielEncodage UTF-8 expliqué : comment le texte devient des octets et comment corriger le texte tronqué
Encodage UTF-8 expliqué avec des exemples au niveau octet que nous avons exécutés en Python : comment les caractères deviennent de 1 à 4 octets, pou…
Lire l'article →Automatisation des testspytest paramétrize expliqué : 7 modèles avec des exemples testés
Paramétrage de pytest expliqué avec 7 modèles testés : cas de base, identifiants lisibles, décorateurs empilés, pytest.param avec xfail et skip, app…
Lire l'article →Tests logicielsNouveau test vs test de régression : 8 différences clés avec un véritable exemple de correction de bug
Nouveau test vs test de régression expliqué avec un véritable correctif de bug exécuté dans pytest : le nouveau test a confirmé le correctif, l'exéc…
Lire l'article →Bases de données et SQLSupprimer les lignes en double dans SQL : 5 méthodes sûres, testées étape par étape
Comment supprimer les lignes en double dans SQL en toute sécurité : recherchez-les, prévisualisez-les, puis supprimez-les avec ROW_NUMBER, MIN(id), …
Lire l'article →Bases de données et SQLSQL RANK vs DENSE_RANK vs ROW_NUMBER : différences avec les exemples testés
SQL RANK vs DENSE_RANK vs ROW_NUMBER dans une table : comment chacun gère les égalités, les N premiers par groupe, le deuxième piège salarial le plu…
Lire l'article →Développement logicielChaînage facultatif JavaScript (?.) expliqué : 8 exemples, ?? Valeurs par défaut et pièges
Le chaînage facultatif JavaScript arrête les erreurs « Impossible de lire les propriétés d'un élément non défini ». 8 exemples testés pour les propr…
Lire l'article →Développement logicielPython enumerate() expliqué : 7 exemples, start=1 et erreurs à éviter
Python enumerate() vous donne l'index et la valeur dans une boucle propre. 7 exemples testés, l'astuce start=1, des dictionnaires, des fichiers, des…
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 logicielPython functools expliqué : lru_cache, partiel, réduire, envelopper et plus, testé
Les outils fonctionnels Python expliqués avec le code que nous avons exécuté sur Python 3.13 : lru_cache et cache, partial, réduire, wraps, cached_p…
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 →Bases de données et SQLFonctions SQL JSON expliquées : requête, mise à jour et index JSON dans SQL, testées
Fonctions SQL JSON expliquées avec les requêtes que nous avons exécutées dans SQLite 3.50 : json_extract, les opérateurs -> et ->>, json_ea…
Lire l'article →Bases de données et SQLSQL Pivot expliqué : transformez les lignes en colonnes avec CASE, FILTER et PIVOT
Le pivot SQL expliqué avec les requêtes que nous avons exécutées dans SQLite 3.50 : agrégation conditionnelle avec CASE et SUM, FILTER, NULL vs zéro…
Lire l'article →Développement logicielJavaScript explique ce mot-clé : chaque règle de liaison, testée dans Node
Le mot-clé JavaScript this expliqué avec 17 cas que nous avons exécutés dans le nœud 24 : appels de méthode, perdu dans les rappels, mode strict, fo…
Lire l'article →Développement logicielPython pathlib expliqué : chemins, fichiers et dossiers de manière moderne, testés
Python pathlib expliqué avec des exemples que nous avons exécutés sur Python 3.13 : joindre des chemins avec /, nom, racine et suffixe, lire et écri…
Lire l'article →Développement logicielPython itertools expliqué : boucles paresseuses, combinaisons et regroupements, testés
Les itertools Python expliqués avec des exemples que nous avons exécutés sur Python 3.13 : compte, cycle, accumulation, chaîne, groupby, produit, co…
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 →Tests logicielsCycle de vie des bogues dans les tests logiciels : chaque statut, à qui il appartient et les erreurs courantes
Le cycle de vie des bogues expliqué : chaque statut de défaut, de Nouveau à Fermé, à qui appartient chaque étape, les bogues rejetés, différés et ro…
Lire l'article →Automatisation des testsTests basés sur les propriétés en Python : l'hypothèse trouve les bogues manqués par vos exemples
Les tests basés sur les propriétés sont expliqués avec les tests d'hypothèses que nous avons exécutés : propriétés par rapport aux exemples, stratég…
Lire l'article →Bases de données et SQLPagination SQL expliquée : OFFSET vs Keyset, avec un test d'un million de lignes
La pagination SQL expliquée avec un test d'un million de lignes que nous avons effectué : LIMIT et OFFSET, pourquoi les pages profondes deviennent l…
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 →