Formations — 1 037 leçons en français

Accueil › Git & CI/CD › Livraison et déploiement continus

Livraison et déploiement continus — entretien Git & CI/CD

13 questions posées en entretien sur 5 sujets, avec la bonne réponse et son explication.

Livraison et déploiement

Quelle est la différence entre livraison continue et déploiement continu ?

  1. La livraison continue rend chaque révision déployable, le déploiement continu la met en production sans intervention humaine ✓
  2. La livraison continue concerne les bibliothèques, le déploiement continu les applications
  3. La livraison continue déploie en recette, le déploiement continu déploie en recette et en production
  4. La livraison continue construit l'artefact, le déploiement continu le teste en plus

Pourquoi : Les deux pratiques partagent la même chaîne : ce qui les sépare est l'approbation finale. En livraison continue, l'artefact validé attend qu'on décide du moment ; en déploiement continu, il part. Dire « c'est la même chose, un détail près » est faux en entretien : ce détail est exactement ce qui oblige à installer du déploiement progressif et du retour arrière automatique.

Niveau junior

Que faut-il mettre en place avant de retirer l'approbation manuelle et de passer au déploiement continu ?

  1. Un déploiement progressif, des mesures comparées à un témoin et un retour arrière automatique ✓
  2. Une suite de tests de bout en bout couvrant chaque parcours utilisateur
  3. Une revue obligatoire de deux relecteurs sur chaque pull request
  4. Un gel des livraisons le vendredi et avant les périodes de forte charge

Pourquoi : Retirer l'approbation est un échange, pas une montée en maturité automatique : on supprime une vérification humaine et il faut la remplacer par de l'outillage. Sans progressivité ni retour arrière, la chaîne ne fait qu'accélérer la propagation des pannes. Les tests et la revue sont nécessaires, mais ils étaient déjà là avant : ils ne remplacent pas ce qu'on vient d'enlever.

Niveau senior

Pourquoi déployer plus souvent réduit-il le risque, contrairement à l'intuition ?

  1. Un lot plus petit limite le nombre de causes possibles d'une panne et rend le retour arrière précis ✓
  2. Les déploiements fréquents sont mieux testés par la chaîne d'intégration
  3. Un déploiement fréquent réduit la charge du répartiteur de trafic
  4. Les utilisateurs tolèrent mieux les pannes quand elles sont fréquentes

Pourquoi : Le gros lot ne supprime pas le risque, il le concentre : cent quatre- vingts commits partis ensemble, ce sont cent quatre-vingts causes candidates et un retour arrière qui annule tout. Et comme le déploiement est devenu risqué, on l'espace, ce qui grossit encore le lot. C'est cette boucle que la livraison continue casse ; l'argument est la taille du lot, pas la qualité des tests.

Niveau senior

Promotion d'artefact

Qu'est-ce qu'on promeut d'un environnement à l'autre dans une chaîne de livraison ?

  1. L'artefact déjà construit, désigné par une référence immuable ✓
  2. La branche Git, que chaque environnement reconstruit à son tour
  3. Le répertoire de travail du travail de construction
  4. Le fichier de workflow, copié dans chaque environnement

Pourquoi : Promouvoir un artefact signifie faire avancer l'objet déjà construit et testé, sans le refabriquer. Reconstruire depuis la branche produit un binaire potentiellement différent, puisque les dépendances et les outils ont pu bouger entre-temps. Ce qui varie d'un environnement à l'autre est la configuration fournie à l'exécution, jamais le contenu de l'artefact.

Niveau junior

Pourquoi étiqueter l'image avec « latest » est-il dangereux dans une chaîne de promotion ?

  1. Parce que l'étiquette est mobile : la production peut tirer un artefact différent de celui validé en recette ✓
  2. Parce que les registres refusent de servir latest aux machines d'intégration
  3. Parce que latest ne peut pas être signé cryptographiquement
  4. Parce que latest force le téléchargement complet de l'image à chaque déploiement

Pourquoi : Le scénario tient en deux fusions rapprochées : la recette tire latest et valide le commit A, un second commit B écrase l'étiquette, la production tire latest et déploie B sans qu'aucune étape n'ait échoué. L'incident est silencieux, et c'est ce qui le rend redoutable. La référence de promotion doit être immuable — empreinte du commit ou condensat de l'image.

Niveau confirme

Une chaîne relance « mvn package » avant le déploiement en production, sur exactement le même commit. Quel est le problème ?

  1. Le binaire produit peut différer de celui testé : dépendances résolues, image de base ou version d'outil ont pu changer ✓
  2. Maven refuse de reconstruire un commit déjà publié dans un dépôt d'artefacts
  3. La reconstruction invalide la signature du commit Git
  4. Aucun : à commit identique, l'artefact produit est garanti identique

Pourquoi : Le dernier choix est l'idée fausse à corriger : la reproductibilité d'une construction se construit, elle ne se suppose pas. Une dépendance transitive en version flottante, une image de base mise à jour ou un correctif de compilateur suffisent à produire un binaire différent. On déploie alors un artefact que personne n'a testé, et les tests de recette ne valent plus rien.

Niveau senior

Déploiement progressif

En quoi consiste un déploiement bleu-vert ?

  1. Deux parcs complets, la nouvelle version déployée sur l'inactif, puis une bascule du routage ✓
  2. Deux versions du code dans le même processus, choisies par un interrupteur
  3. Un déploiement en deux temps, d'abord les bases de données puis les applications
  4. Un remplacement des instances une par une jusqu'à épuisement du parc

Pourquoi : Le dernier choix décrit le déploiement par roulement, qu'on confond souvent avec le bleu-vert. La différence porte sur le retour arrière : en bleu-vert l'ancien parc reste allumé, donc revenir coûte une bascule de routage ; en roulement il faut redérouler toutes les instances dans l'autre sens, pour la même durée que le déploiement.

Niveau junior

À quoi doit-on comparer le taux d'erreur mesuré sur un canari ?

  1. Au taux des instances restées en ancienne version, sur la même fenêtre de temps ✓
  2. À zéro : toute erreur pendant un canari justifie le retour arrière
  3. Au taux moyen constaté lors des dix déploiements précédents
  4. Au taux déclaré dans l'engagement de service du contrat

Pourquoi : Toute application a un taux d'erreur de fond : clients qui coupent, requêtes malformées, expirations. Comparer à zéro annule tous les déploiements, et comparer à une valeur fixe fait échouer un déploiement sain quand un incident extérieur fait monter les erreurs partout. Le témoin resté en ancienne version subit les mêmes conditions : c'est la seule référence qui isole l'effet de la nouvelle version.

Niveau confirme

Quelle contrainte le déploiement progressif impose-t-il au code livré ?

  1. Deux versions tournent en même temps : données, files et contrats d'API doivent rester compatibles dans les deux sens ✓
  2. Le code doit être compilé sans optimisation pour permettre le retour arrière
  3. Chaque instance doit disposer de sa propre base de données
  4. Les tests d'intégration doivent être rejoués à chaque palier

Pourquoi : Pendant un canari comme pendant une bascule bleu-vert, l'ancienne et la nouvelle version coexistent. Une colonne ajoutée sans valeur par défaut fait échouer les écritures de l'ancienne version, un message de format nouveau devient illisible pour elle. C'est cette contrainte qui transforme un renommage de colonne en deux ou trois livraisons successives, et c'est le prix du retour arrière.

Niveau confirme

Environnements

Que déclare la ligne « environment: production » dans un travail GitHub Actions ?

  1. Le rattachement du travail à un environnement, dont il hérite les secrets, les variables et les règles de protection ✓
  2. Le système d'exploitation de la machine qui exécutera le travail
  3. Le nom du serveur distant sur lequel se connecter
  4. Une variable d'environnement nommée production

Pourquoi : L'environnement est un objet déclaré dans les réglages du dépôt, pas une variable ni une machine. Le travail s'y rattache et récupère ses secrets et ses contraintes. C'est ce rattachement qui fait apparaître le déploiement dans l'historique de la forge, avec l'adresse de l'application quand le champ « url » est renseigné.

Niveau junior

Quand une règle d'approbation suspend-elle un travail GitHub Actions ?

  1. Avant sa première étape, et les secrets de l'environnement restent inaccessibles pendant l'attente ✓
  2. Après la première étape, pour permettre de préparer le terrain
  3. À la fin du travail, juste avant de le marquer comme réussi
  4. Au moment où une étape tente de lire un secret

Pourquoi : Le point n'est pas qu'ergonomique. Tant que personne n'a approuvé, aucune étape ne s'exécute et les secrets ne sont pas déchiffrés dans le contexte du travail. Un script ajouté par une pull request ne peut donc pas les lire en se greffant dessus. Une pause interactive au milieu d'un script n'offrirait aucune de ces deux propriétés.

Niveau confirme

Quelle différence de modèle entre « when: manual » de GitLab CI et l'approbation d'environnement de GitHub Actions ?

  1. GitLab écrit la règle dans le fichier versionné, GitHub la place dans les réglages du dépôt hors de portée du code ✓
  2. GitLab bloque le travail, GitHub bloque le workflow entier
  3. GitLab exige une approbation nominative, GitHub accepte n'importe qui
  4. GitLab n'autorise qu'un seul travail manuel par chaîne

Pourquoi : La conséquence pratique est opposée dans les deux cas. Chez GitLab, la politique est visible dans le dépôt mais modifiable par une fusion. Chez GitHub, elle est invisible dans le fichier de workflow mais ne peut pas être supprimée par une pull request. Un candidat qui voit ce compromis montre qu'il a administré une chaîne, pas seulement écrit un fichier.

Niveau confirme

Retour arrière

Dans quelle situation le retour arrière automatique devient-il plus dangereux que l'incident lui-même ?

  1. Quand une migration a écrit les données dans un format que la version précédente ne sait pas lire ✓
  2. Quand la nouvelle version est déployée depuis plus de quelques heures
  3. Quand le canari a dépassé le palier à cinquante pour cent
  4. Quand l'artefact précédent n'est plus en cache sur les machines

Pourquoi : Le code revient en arrière, les données non. Une colonne chiffrée en place, un champ supprimé, un format de message modifié : remettre l'ancien binaire le fait travailler sur des données qu'il ne comprend pas, et la panne s'aggrave. Il reste la correction en avant, plus lente, qui suppose une chaîne rapide et fiable — d'où l'intérêt d'écrire les migrations en plusieurs étapes compatibles.

Niveau senior

S'entraîner sur ces questions, chronométré →