Une mise en production approche, ou une période de forte activité : ouverture d’un service en ligne, campagne commerciale, clôture comptable. La question qui vous est posée tient en une ligne : l’application tiendra-t-elle ? Un test de charge y répond par la mesure. Il soumet le système à un trafic simulé, proche de celui que vous attendez, et vérifie que les temps de réponse, le taux d’erreur et la consommation de ressources restent dans les limites que vous avez fixées.
Sa valeur se joue avant la première exécution : des scénarios qui ressemblent à l’usage réel, un environnement dont les écarts avec la production sont connus, des critères d’acceptation écrits à l’avance. Sans ces préalables, la campagne produit des courbes dont personne ne peut tirer de décision.
Ce qu’un test de charge prouve, et ce qu’il ne dit pas
Un test de charge apporte une preuve bornée. Pour une répartition donnée des transactions, un volume de données donné et une configuration donnée, le système a respecté ses objectifs, ou non. Il met aussi au jour ce que les tests fonctionnels ne peuvent pas voir : une requête lente qui monopolise la base, un nombre de connexions plafonné trop bas, des appels en cascade vers un service tiers, un réglage par défaut qui ne tient pas à l’échelle.
Il reste muet sur ce qu’il n’a pas simulé. Un parcours oublié, un traitement par lots qui s’exécute en même temps que les utilisateurs, un partenaire externe remplacé par un simulateur toujours rapide : autant d’angles morts. Il ne dit rien non plus de la tenue au-delà du niveau testé, de la stabilité sur plusieurs jours ou du comportement lorsqu’un composant tombe en panne. Un résultat conforme ne vaut que pour ses hypothèses.
Test de charge et test de performance : quatre questions distinctes
« Test de performance » est le terme générique. Il désigne tout test qui évalue le comportement d’un système sous sollicitation : temps de réponse, débit, consommation de ressources. Le test de charge en est un type parmi d’autres. Le vocabulaire varie d’une équipe à l’autre. Le syllabus Performance Testing de l’ISTQB (niveau fondation, version 2018) distingue notamment les tests de charge, de stress, de scalabilité, de pic et d’endurance, auxquels il ajoute les tests de concurrence et de capacité.
| Type de test | Question posée | Profil de trafic simulé | Ce qu’il révèle |
|---|---|---|---|
| Test de charge | Le système tient-il ses objectifs au niveau d’activité attendu ? | Montée progressive, puis palier au niveau visé | Temps de réponse et erreurs en régime nominal, goulets d’étranglement |
| Test de montée en charge | Où se situe la limite, et comment le système se dégrade-t-il ? | Paliers croissants, au-delà du niveau attendu | Capacité maximale, premier composant saturé, effet d’un ajout de ressources |
| Test d’endurance | Le système reste-t-il stable dans la durée ? | Charge soutenue pendant une longue période | Fuites de mémoire, saturation progressive, dérive des temps de réponse |
| Test de pic | Le système absorbe-t-il un afflux soudain, puis revient-il à la normale ? | Hausse brutale et brève, puis retour au niveau courant | Réaction de la mise à l’échelle automatique, files d’attente, temps de récupération |
« Test de montée en charge » n’est pas un terme du syllabus de l’ISTQB. L’expression désigne ici le test par paliers croissants, mené au-delà du niveau attendu : il réunit ce que l’ISTQB sépare en test de capacité (jusqu’où les objectifs sont tenus), test de stress (ce qui se passe au-delà) et test de scalabilité (la capacité à absorber davantage d’utilisateurs ou de données sans manquer aux exigences). Certaines équipes emploient la même expression comme synonyme de test de charge : faites préciser le sens retenu avant de commander une campagne. Ces tests ne se remplacent pas. Une application peut réussir un test de charge et s’effondrer après quelques heures d’endurance. Le choix suit le risque : une ouverture de billetterie appelle d’abord un test de pic, un service utilisé en continu un test d’endurance, une activité en forte croissance un test de montée en charge.
Cadrer la campagne : scénarios, environnement, critères d’acceptation
Les scénarios. Le modèle de charge décrit qui fait quoi, et à quel rythme. Quand l’application existe, il se déduit des données d’usage : journaux d’accès, statistiques de fréquentation, volumes métier de la période la plus chargée. Quand elle est nouvelle, il repose sur des hypothèses que le métier valide par écrit. Il précise la répartition entre parcours, les temps de pause entre deux actions et la variété des données saisies. Des milliers d’utilisateurs simulés qui consultent la même fiche testent surtout le cache.
L’environnement. Un environnement identique à la production est rarement disponible. Ce qui compte est d’en écrire les écarts : dimensionnement, volume de la base, réseau, services tiers. Une base presque vide fausse souvent davantage les mesures qu’un serveur plus modeste. Les dépendances externes se traitent explicitement : soit elles sont incluses avec l’accord de leurs exploitants, soit elles sont remplacées par des simulateurs dont la latence est réaliste.
Si le jeu de données provient de la production et contient des données personnelles, son usage en test reste soumis au RGPD, règlement (UE) 2016/679. Des données fictives générées à partir de règles évitent la question ; à défaut, un extrait pseudonymisé exige un environnement protégé comme la production. Le choix est détaillé dans notre article sur l’anonymisation des données.
Les critères d’acceptation. Ils s’écrivent avant la campagne, avec le métier et l’exploitation : temps de réponse par transaction, taux d’erreur toléré, débit à atteindre, niveau d’utilisation des ressources à ne pas dépasser. Il n’existe pas de seuil universel. La bonne valeur vient de ce que vos utilisateurs tolèrent et de vos objectifs de niveau de service, tels que les définit la démarche présentée dans notre page SRE et observabilité.
Lire les résultats sans se laisser rassurer par une moyenne
La moyenne des temps de réponse masque l’essentiel. Si une requête sur cent prend dix fois plus de temps que les autres, la moyenne augmente de moins d’un dixième, alors que des utilisateurs attendent. Les résultats se lisent donc en centiles : la médiane pour le cas courant, les centiles élevés pour la part des utilisateurs la moins bien servie.
Trois courbes se lisent ensemble : le temps de réponse, le débit et le taux d’erreur. Un temps de réponse qui s’améliore pendant que les erreurs augmentent n’est pas une bonne nouvelle. Le système rejette vite ce qu’il ne traite plus. Un débit qui plafonne alors que la charge injectée continue de croître désigne un goulet d’étranglement.
Les mesures de l’injecteur signalent un problème sans le localiser. La réponse vient des métriques, des journaux et des traces du système testé. Une campagne menée sans supervision côté serveur produit un constat sans diagnostic. Enfin, un résultat isolé prouve peu : une exécution répétée dans les mêmes conditions doit donner des mesures proches.
Ce qui fausse une campagne de test de charge
- Tester à la veille de la mise en production. Les défauts révélés touchent souvent à l’architecture, aux requêtes ou au dimensionnement. Sans délai pour corriger et rejouer, le test ne sert qu’à documenter un risque déjà pris.
- Confondre utilisateurs simultanés et débit. Le nombre d’utilisateurs virtuels ne dit rien sans le rythme de leurs actions. Supprimer les temps de pause fabrique une charge qui n’existe pas en production.
- Se limiter à la page d’accueil. Les parcours coûteux sont ailleurs : recherche, paiement, génération de documents, écritures en base.
- Ne pas rejouer après correction. Lever un goulet d’étranglement en révèle souvent un autre, placé juste derrière.
- Ne pas surveiller l’injecteur. Un poste d’injection saturé plafonne le débit et allonge les temps mesurés : le goulet d’étranglement se trouve alors dans l’outil de test et non dans l’application.
La place du test de charge dans le cycle de livraison
Deux rythmes se complètent. Le premier est continu : des tests courts, automatisés, exécutés par la chaîne de livraison sur les transactions sensibles, et comparés à une mesure de référence. Ils ne prouvent pas la tenue en production, mais ils détectent une régression au moment où elle est introduite. Leur intégration relève de la chaîne décrite dans notre page DevOps et platform engineering.
Le second est ponctuel : une campagne complète, sur un environnement représentatif, avant une mise en service, une évolution majeure de l’architecture ou un pic d’activité annoncé. Après la mise en service, les mesures de production alimentent le modèle de charge de la campagne suivante.
Pour les entités financières soumises au règlement DORA, règlement (UE) 2022/2554, ces campagnes s’articulent avec le programme de tests de résilience opérationnelle numérique prévu à son article 24, dont l’article 25 cite expressément les tests de performance.
À retenir avant de commander un test de charge. Assurez-vous de pouvoir répondre à quatre questions. Quel risque voulez-vous couvrir : le niveau attendu, la limite, la durée ou le pic ? Sur quels volumes d’activité repose le modèle de charge ? Quels écarts séparent l’environnement de test de la production ? À quels critères, fixés avant l’exécution, jugerez-vous le résultat ?
Nous organisons ces campagnes avec les autres niveaux de contrôle, dans le cadre de notre offre de qualité logicielle et tests.