MODULE 56 / 72
📋
Scénario : affichage d'une liste paginée avec recherche
Le parcours le plus banal du web — afficher une liste d'articles avec une barre de recherche et des pages. Et pourtant, c'est celui qui révèle le plus de décisions de perf.
Étape 1 — Requête initiale : le frontend appelle `GET /api/articles?page=1&limit=20&search=`. Le `limit` est crucial — JAMAIS charger toute la table (50 000 lignes = navigateur qui plante).
Étape 2 — Requête BDD avec index : `SELECT * FROM articles WHERE title `ILIKE '%search%'` ne peut pas utiliser un index B-tree : utilisez `pg_trgm` (GIN) ou la full-text search (`tsvector`). Un index sur `created_at` accélère le tri, pas la recherche floue. Sans index sur `created_at`, la BDD scanne toute la table à chaque requête. Avec index : millisecondes.
Étape 3 — Le piège N+1 : si chaque article nécessite ses tags en base via une 2e requête, 20 articles = 21 requêtes SQL. Solution : `JOIN` ou `IN (...)` en une seule requête. Classique des causes de lenteur.
Étape 4 — Pagination offset vs cursor : `OFFSET 10000` force la BDD à scanner 10 000 lignes puis les jeter. Lent sur grosses tables. Alternative : `WHERE created_at < '<dernier timestamp>' LIMIT 20` (cursor). Plus rapide, mais pas de saut direct à la page N.
Étape 5 — Cache côté serveur : pour une recherche fréquente (ex: "marketing"), on met le résultat en Redis avec un TTL de 60s. 99% des utilisateurs qui cherchent le même terme tapent le cache, pas la BDD.
Étape 6 — Frontend intelligent : debounce sur la barre de recherche (attend 300ms après la dernière frappe avant d'envoyer la requête) — sinon on spam l'API à chaque touche. Affichage d'un skeleton loader pendant l'attente.
Étape 7 — Réponse : `{ items: [...], total: 1240, page: 1, hasMore: true }`. Le `total` permet d'afficher "Page 1 sur 62", le `hasMore` permet l'infinite scroll.
⚡ ANALOGIE — LA BIBLIOTHÈQUE AVEC CATALOGUE
Sans index = le bibliothécaire parcourt physiquement les 50 000 livres à chaque demande. Avec index = catalogue alphabétique, il trouve en 10 secondes. Pagination offset = "passe-moi les livres 10 001 à 10 020" — il doit compter les 10 000 premiers. Pagination cursor = "continue après ce livre" — il reprend où il s'était arrêté. Debounce = le client qui arrête de changer d'avis toutes les 2 secondes avant qu'on parte chercher.
📐 SCHÉMA
1
FrontendInput + debounce 300ms
2
GET /api?page=1&limit=20&q=...
3
BackendValidation params + auth
4
Cache Redis ?HIT → retour direct
5
SQL indexéeWHERE + ORDER BY + LIMIT
6
Joins optimisésÉviter le N+1
7
Réponse JSON{ items, total, hasMore }
💬 QUESTION INTERACTIVE
1/5
"Votre liste devient lente à 10 000 articles. Que faire avant de jeter de la puissance serveur sur le problème ?"
🎯 PIÈGE / QUESTION D'ENTRETIEN
Quelle est la différence entre OFFSET et cursor pour la pagination ?