Nouveau test vs test de régression : 8 différences clés avec un véritable exemple de correction de bug
Un nouveau test vérifie qu’un bug signalé est réellement corrigé. Les tests de régression vérifient que le correctif, ou tout autre changement, n’a pas cassé quelque chose qui fonctionnait auparavant. Découvrez les deux en action sur une correction de bug, puis comparez-les selon 8 différences que vous pouvez citer dans une interview.
- Retesting vs test de régression : le nouveau test demande « ce bug est-il corrigé ? », les tests de régression demandent « est-ce que quelque chose d’autre s’est cassé ? ».
- Le nouveau test réexécute le test échec pour un défaut connu ; les tests de régression réexécutent les tests de réussite autour du changement.
- Dans notre exemple, le nouveau test a réussi, mais l’exécution de régression a détecté un nouveau bug que le développeur avait introduit dans le même commit.
- Les suites de régression sont les meilleurs candidats à l’automatisation ; les nouveaux tests sont souvent manuels, bien que les tests automatisés ayant échoué puissent être réexécutés en quelques secondes.
« Est-ce que refaire un test est la même chose qu’un test de régression ? » est l’une des questions d’entretien d’assurance qualité les plus courantes, et dans le travail quotidien, la frontière entre les nouveaux tests et les tests de régression est souvent floue. Ils répondent à des questions différentes, courent à des moments différents et nécessitent des efforts différents. Pour rendre la différence concrète, nous avons construit un petit panier, enregistré un bug, l’avons corrigé et effectué les deux types de tests avec pytest 9.2.0 sur Python 3.13.
Réponse rapide
Retester (également appelé test de confirmation) signifie exécuter à nouveau le test exact qui a détecté un défaut, après le correctif, pour confirmer qu’il est désormais réussi. Les tests de régression consistent à réexécuter des tests déjà réussis pour s’assurer qu’un changement n’a pas perturbé le comportement existant. Vous effectuez généralement un nouveau test en premier et des tests de régression juste après.
Qu’est-ce qu’un nouveau test ?
Les nouveaux tests sont ciblés. Un testeur signale un bug avec des étapes claires, le développeur le corrige et le testeur répète les mêmes étapes avec les mêmes données sur la nouvelle version. Si le résultat est correct, le bug est résolu ; sinon, il est rouvert. Il suit directement le cycle de vie du bug : « Fixed » n’est jamais « Fermé » jusqu’à ce qu’un nouveau test soit réussi.
- Il est planifié autour d’identifiants de défauts spécifiques.
- Il utilise le scénario de test et les données d’origine, donc un rapport de bug bien rédigé le rend rapide.
- Il ne peut être ignoré : un correctif que personne n’a vérifié n’est qu’une supposition.
Qu’est-ce que les tests de régression ?
Les tests de régression sont protecteurs. Tout changement, qu’il s’agisse d’une correction de bug, d’une nouvelle fonctionnalité, d’une mise à niveau d’une bibliothèque ou d’un changement de configuration, peut avoir des effets secondaires. Les tests de régression réexécutent les contrôles existants dans et autour de la zone modifiée pour détecter ces effets secondaires, que personne n’a signalés car ils n’existaient pas hier.
- Il est planifié en fonction des risques et des impacts, et non en fonction de défauts spécifiques.
- Sa portée s’étend de quelques tests associés à la suite complète.
- Il s’exécute après chaque changement significatif et bénéficie donc davantage de l’automatisation et de l’IC. Notre liste de contrôle des tests de régression couvre sa planification.
Un véritable exemple de correction de bug
Notre panier a deux fonctions : total(), qui applique un coupon, et shipping(), qui est gratuit au-dessus de 500. Six tests les couvrent, y compris le cas limite où exactement 500 paie toujours les frais de port.
Run 1 : le bug est trouvé
FAILED test_cart.py::test_coupon_lowercase - AssertionError: assert 200 == 180
1 failed, 5 passed in 0.41s
Le coupon save10 en minuscule a été ignoré. Nous l’avons enregistré sous le nom BUG-101.
Le correctif
Le développeur a modifié le chèque de coupon en coupon and coupon.upper() == "SAVE10". Dans le même commit, tout en « faisant du rangement », ils ont également changé la règle d’expédition de total > 500 à total >= 500.
Exécution 2 : nouveau test
$ pytest --lf
1 passed in 0.10s
L’option --lf (dernier échec) de pytest réexécute uniquement les tests qui ont échoué la dernière fois. Il s’agit d’un nouveau test dans sa forme la plus pure : le BUG-101 est corrigé.
Exécution 3 : tests de régression
$ pytest
FAILED test_cart.py::test_shipping_boundary - assert 0 == 49
1 failed, 5 passed in 0.18s
La suite complète a détecté ce que le nouveau test n’a pas pu : une commande d’exactement 500 désormais expédiée gratuitement. Si l’équipe s’était arrêtée après le nouveau test, le bug d’expédition aurait atteint la production. Une fois que le développeur a annulé la modification d’expédition, les 6 tests ont réussi.
Conseil : c’est pourquoi « le correctif est vérifié » et « la version est sûre » sont des approbations distinctes. Un nouveau test prouve le premier ; seule une analyse de régression prend en charge la seconde.
8 différences clés
| # | Aspect | Nouveau test | Tests de régression |
|---|---|---|---|
| 1 | Objectif | Confirmer qu’un défaut spécifique est corrigé | Confirmer que les modifications n’ont pas détruit les fonctionnalités existantes |
| 2 | Déclencheur | Un défaut marqué comme corrigé | Tout changement de code, de configuration ou d’environnement |
| 3 | Tests exécutés | Cas de test ayant déjà échoué | Cas de tests déjà réussis |
| 4 | Portée | Étroit : le défaut et ses étapes | Large : zones affectées jusqu’à la suite complète |
| 5 | Base de planification | ID de défaut | Analyse des impacts et des risques |
| 6 | Trouve | Si le bug connu existe toujours | Nouveaux bugs inattendus (régressions) |
| 7 | Automatisation | Souvent manuel ; automatisé si le test défaillant est automatisé | Candidat fort pour l’automatisation et l’IC |
| 8 | Priorité et ordre | Fait en premier, priorité plus élevée | Effectué après un nouveau test, peut fonctionner en parallèle |
Qu’est-ce qui vient en premier ?
Le nouveau test vient généralement en premier. Si le correctif ne fonctionne pas, la version revient au développeur et une exécution de régression complète serait un effort inutile. Une fois le nouveau test réussi, les tests de régression commencent. Dans un pipeline CI avec des tests automatisés, la distinction s’estompe, car chaque push exécute l’intégralité de la suite et effectue les deux à la fois. Les concepts comptent toujours : une pull request doit indiquer le bug qu’elle corrige (le nouveau test) et le pipeline prouve que rien d’autre n’est cassé (la régression).
Automatisation : la place de chacun
Les tests de régression répètent les mêmes vérifications version après version, ce qui les rend idéaux pour l’automatisation. Une suite qui prend deux jours à une équipe manuelle peut s’exécuter en quelques minutes à chaque validation. Les nouveaux tests sont souvent manuels, en particulier pour l’interface utilisateur ou les résultats exploratoires, mais si le cas d’échec est automatisé, sa réexécution est instantanée, comme l’a montré notre exécution --lf. Une bonne habitude : lorsqu’un bug est trouvé manuellement, ajoutez un test automatisé qui le reproduit avant le correctif. Le nouveau test devient automatique et le test rejoint définitivement la suite de régression. Notre tutoriel pytest montre comment écrire de tels tests.
Quelle quantité de tests de régression est suffisante ?
Tout exécuter à chaque changement est idéal mais pas toujours possible. Les équipes combinent généralement :
- Impact du changement : teste le code touché par le changement et le code qui en dépend.
- Risque : les paiements, la connexion et l’intégrité des données sont toujours vérifiés.
- Tests de fumée : un ensemble rapide prouvant que la version fonctionne fondamentalement ; voir tests de fumée et de santé mentale.
- Séries complètes tous les soirs ou avant la sortie.
Gardez la suite saine : les tests peu fiables qui échouent de manière aléatoire érodent la confiance dans les résultats de régression, alors corrigez ou mettez en quarantaine les tests instables rapidement.
Liste de contrôle : du bug corrigé à la version sécurisée
- Lisez les notes de correctif. Demandez au développeur quels fichiers et fonctionnalités le changement a touché ; cette liste détermine la portée de votre régression.
- Retestez sur la bonne build. Confirmez le numéro de build, puis répétez les étapes exactes et les données du rapport de bug.
- Essayez des variantes proches. Si les coupons en minuscules échouent, essayez également une casse et des espaces mixtes ; les correctifs partiels sont courants.
- Mettez à jour le bug. Fermez-le avec la construction et les preuves, ou rouvrez-le avec ce qui échoue toujours.
- Exécutez une régression ciblée. Exécutez des tests pour les fonctionnalités touchées et tout ce qui en dépend.
- Exécutez la suite la plus large. Tests de fumée au minimum ; la suite entièrement automatisée lorsque le temps le permet.
- Ajoutez le test du bug à la suite. Le nouveau test d’aujourd’hui devient le contrôle de régression de demain.
- Rapportez clairement. Indiquez séparément « BUG-101 vérifié corrigé » et « régression : 1 nouvel échec trouvé », afin que les décisions de publication utilisent les deux faits.
Suivre ces étapes dans notre exemple aurait détecté la régression des expéditions à l’étape 5, avant que quiconque ne signe la version. La gravité des nouvelles découvertes guide ensuite ce qui bloque la publication ; consultez notre guide de gravité par rapport aux priorités.
Réponse prête pour l’entretien
“Le nouveau test consiste à confirmer qu’un défaut spécifique a été corrigé en réexécutant le scénario de test qui a échoué. Les tests de régression consistent à réexécuter des tests ayant déjà réussi pour s’assurer que le correctif ou tout autre changement n’a pas interrompu la fonctionnalité existante. Le nouveau test est restreint, planifié à partir des identifiants de défaut et effectué en premier ; les tests de régression sont plus larges, planifiés en fonction de l’impact et du risque, et sont le principal candidat à l’automatisation. ” Ajoutez un exemple d’une ligne comme notre coupon et notre bug d’expédition et la réponse ressort.
Erreurs courantes
- Fermeture d’un bug après le nouveau test seul lorsque le correctif touchait le code partagé.
- Retest avec des données différentes du rapport de bug, ce qui peut masquer un correctif partiel.
- Appeler une réexécution complète de « retest » ; les mots signifient des choses différentes dans les rapports de test.
- Ne jamais mettre à jour la suite de régression avec des tests pour les bogues corrigés, afin que les anciens bogues puissent revenir tranquillement.
- Regrouper les modifications non liées avec un correctif, comme l’a fait notre développeur, ce qui rend les régressions plus probables et plus difficiles à retracer.
Pour conclure
Les nouveaux tests par rapport aux tests de régression ne sont pas l’un ou l’autre. Un nouveau test vous indique que le bug dont vous aviez connaissance a disparu ; les tests de régression vous indiquent qu’aucun nouveau bug n’a pris sa place. Notre petit exemple a montré les deux côtés en trois exécutions : un test échoué, un nouveau test réussi et une régression détectée avant la publication. Faites les deux, retestez d’abord, automatisez la suite de régression et ajoutez-y tous les bogues corrigés.
Questions fréquentes
Quelle est la principale différence entre les tests de retest et les tests de régression ?
Le nouveau test confirme qu’un défaut spécifique signalé est corrigé en réexécutant son test ayant échoué. Les tests de régression vérifient que les modifications n’ont pas interrompu les fonctionnalités qui fonctionnaient auparavant.
Le nouveau test est-il la même chose que le test de confirmation ?
Oui. L’ISTQB appelle cela un test de confirmation : réexécuter les cas de test qui ont échoué, une fois le défaut corrigé.
Qu’est-ce qui est effectué en premier : un nouveau test ou un test de régression ?
Le nouveau test vient généralement en premier. Si le correctif échoue, la build revient au développement ; une fois réussi, les tests de régression vérifient les effets secondaires.
Les nouveaux tests peuvent-ils être automatisés ?
Oui, lorsque le test échoué est automatisé, il peut être réexécuté instantanément, par exemple avec pytest --lf. De nombreux résultats manuels sont retestés manuellement, alors transformez-les en tests automatisés.
Pourquoi les tests de régression sont-ils généralement automatisés ?
Parce que les mêmes contrôles sont répétés après chaque modification et chaque version. L’automatisation les rend rapides, cohérents et peu coûteux à exécuter sur chaque commit dans CI.
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 →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 →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 →