RousselTMLEARNING

Article · DevOps : de la découverte à l'expertise

CI/CD (2/5) : intégration continue, tests et qualité

1. La discipline de l'intégration continue #

Plus qu'un serveur de build.

Les règles #

  1. Tout le monde intègre dans la branche principale au moins une fois par jour.
  2. Chaque intégration déclenche un build et des tests automatiques.
  3. Le build est rapide : moins de 10 minutes pour l'étape de commit.
  4. Un build cassé est réparé immédiatement, en priorité sur tout le reste.
  5. Chacun peut voir l'état du build et récupérer le dernier artefact.
À retenir : Avoir Jenkins ou GitHub Actions ne suffit pas : des branches qui vivent trois semaines sans intégration ne font pas de l'intégration continue, même avec un pipeline.

2. Les tests #

Le filet de sécurité de la CI/CD.

La pyramide #

Pyramide des tests
Investir à la base : des tests rapides et fiables donnent un retour en minutes.
TypeVérifieOutils (exemples)
Unitaireune fonction ou une classe isoléepytest, JUnit, Jest, go test
Intégrationle code avec une vraie base, une vraie fileTestcontainers, docker compose
Contratqu'un fournisseur d'API respecte ce qu'attendent ses consommateursPact, schémas OpenAPI
Bout en boutun parcours utilisateur completPlaywright, Cypress
Performancetemps de réponse et tenue en chargek6, Gatling
Sécuritécode, dépendances, imagesSemgrep, Trivy, OWASP ZAP

Tests d'intégration réalistes #

# pytest + Testcontainers : une vraie base PostgreSQL éphémère pour chaque exécution
from testcontainers.postgres import PostgresContainer
import psycopg

def test_insertion_commande():
    with PostgresContainer("postgres:16") as pg:
        with psycopg.connect(pg.get_connection_url().replace("+psycopg2", "")) as conn:
            conn.execute("CREATE TABLE commandes (id serial, total numeric)")
            conn.execute("INSERT INTO commandes (total) VALUES (42)")
            assert conn.execute("SELECT count(*) FROM commandes").fetchone()[0] == 1

Tests instables (flaky) #

Un test qui échoue « parfois » détruit la confiance : l'équipe relance le pipeline sans lire l'erreur, et finit par ignorer un vrai problème.

Bonne Pratique : Mettez un test instable en quarantaine (marqué, non bloquant) avec un ticket, corrigez-le rapidement (attentes explicites, données isolées, horloge simulée) et suivez le taux de relance des pipelines.

3. Qualité et quality gates #

Des règles automatiques, pas des débats en revue.

Analyse statique #

ruff check . && ruff format --check .      # Python : lint et formatage
mypy src/                                  # typage
eslint . && prettier --check .             # JavaScript
hadolint Dockerfile                        # bonnes pratiques Dockerfile
shellcheck scripts/*.sh
gitleaks detect --source .                 # secrets commités

Quality gate #

Exemple de quality gate
Les seuils portent sur le nouveau code, pour ne pas bloquer à cause de l'historique.

Une quality gate est un ensemble de conditions bloquantes (SonarQube, règles de protection de branche). Mesurez la couverture du nouveau code plutôt qu'un pourcentage global : exiger 80 % sur un existant à 30 % bloque tout et pousse à écrire des tests creux.

Erreur Courante : La couverture mesure le code exécuté par les tests, pas la qualité des assertions : un test sans assertion « couvre » du code sans rien vérifier.

4. Un pipeline rapide #

Garder le retour sous les 10 minutes.

Techniques #

TechniqueEffet
Cache des dépendancesévite de retélécharger à chaque build
Parallélisation et découpage des testsdivise la durée par le nombre de runners
Matriceteste plusieurs versions (langage, OS) en parallèle
Exécution sélectivene lancer que ce qui est impacté (monorepo : chemins modifiés)
Cache de couches Dockerreconstruit seulement les couches modifiées
Annulation des builds obsolètesun nouveau push annule le pipeline précédent de la même branche
jobs:
  test:
    strategy:
      matrix:
        python: ["3.11", "3.12", "3.13"]
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - uses: actions/setup-python@v5
        with: { python-version: "${{ matrix.python }}", cache: pip }
      - run: pip install -r requirements.txt && pytest -q -n auto   # pytest-xdist
concurrency:
  group: ci-${{ github.ref }}
  cancel-in-progress: true

📄 CI/CD de bout en bout (2/5) : intégration continue, tests et qualité →

Mon suivi

  • ⏱ Durée estimée : ≈ 9 min

Connectez-vous pour suivre votre progression et prendre des notes. Se connecter

💬 Questions sur cette leçon

Aucune question pour l'instant : soyez le premier à demander de l'aide ou à partager votre configuration.

Poser une question sur cette leçon →

Glossaire de la formation

DevOps

Culture, mouvement et pratiques visant à unifier le développement logiciel (Dev) et l'administration des infrastructures informatiques (Ops).Découvrir...

DevSecOps

Intégration native de la sécurité (Security) dès la conception et tout au long du cycle de vie DevOps (approche "Shift-Left").Voir comment intégrer la...

AIOps (Artificial Intelligence for IT Operations)

Utilisation de l'intelligence artificielle et de l'apprentissage automatique pour automatiser et améliorer les opérations informatiques (ex: détection...

NoOps

Concept où l'environnement informatique est tellement automatisé et abstrait (ex: Serverless, PaaS) qu'il ne nécessite quasiment plus d'équipe opérati...

GitOps

Pratique de déploiement continu où un dépôt Git sert de source unique de vérité déclarative pour l'infrastructure et les applications.Maîtriser le dép...

FinOps (Financial Operations)

Culture de responsabilité financière du Cloud visant à maximiser la valeur métier en optimisant les coûts. Elle permet une collaboration étroite entre...

SRE (Site Reliability Engineering)

Discipline qui applique les principes de l'ingénierie logicielle aux problématiques d'exploitation. Le but est de créer des systèmes hautement scalabl...

Platform Engineering

Discipline consistant à concevoir et construire des chaînes d'outils et des flux de travail permettant aux développeurs de gérer leur infrastructure e...

Articles recommandés

CI/CD de bout en bout (1/5) : principes et anatomie d'un pipeline

Comprendre la CI/CD de bout en bout : intégration continue, livraison continue et déploiement con...

k6 en intégration continue et sur Kubernetes (k6-operator)

Automatiser les tests de performance : k6 dans GitHub Actions et GitLab CI avec seuils bloquants,...

Ansible : aller plus loin (tests, qualité, CI/CD et performance)

Industrialiser Ansible : ansible-lint, yamllint, Molecule, intégration continue, collections, exe...

CI/CD de bout en bout (3/5) : artefacts, registres et environnements

Livrer en continu : artefacts immuables et versionnés, registres d'images et de paquets, promotio...

Bonnes pratiques DevOps : culture, CI/CD, infrastructure as code et mesure

Bonnes pratiques DevOps : culture et collaboration, intégration et livraison continues, trunk-bas...

Mesurer la performance DevOps : métriques DORA, SPACE et amélioration continue

Mesurer et améliorer la performance de livraison : les métriques DORA (fréquence de déploiement, ...

CI/CD de bout en bout (5/5) : GitHub Actions, GitLab CI, Jenkins et Argo CD en pratique

Comparer et utiliser les outils CI/CD : GitHub Actions, GitLab CI, Jenkins, Argo CD et Flux ; pip...

CI/CD de bout en bout (4/5) : stratégies de déploiement et retour arrière

Déployer sans interruption et sans risque : recreate, rolling update, blue/green, canary, feature...

DevSecOps : sécuriser la chaîne logicielle de bout en bout

Intégrer la sécurité dans le pipeline DevOps : shift-left, modélisation des menaces, détection de...

Soutenir

♥ SOUTENIR

Soutenez RousselTM Learning

Les formations, articles, TP et attestations restent gratuits et sans publicité intrusive. Une contribution libre, du montant de votre choix, finance l’hébergement, les environnements de TP et l’écriture de nouveaux contenus.

Contribuer avec PayPal Montant libre · carte bancaire ou compte PayPalEn savoir plus
QR code PayPal
Ou scannez ce QR code avec votre téléphone

Merci, chaque contribution compte !