Pragmatic AI Labs

IAC à partir de zéro

Profitez de l'une de nos meilleures offres et renforcez vos compétences avec 50 % de réduction sur Coursera Plus. Économisez maintenant.

Pragmatic AI Labs

IAC à partir de zéro

Noah Gift

Instructeur : Noah Gift

Inclus avec Coursera Plus

Demander à Coursera

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Débutant

Expérience recommandée

3 heures à compléter
Planning flexible
Apprenez à votre propre rythme
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Débutant

Expérience recommandée

3 heures à compléter
Planning flexible
Apprenez à votre propre rythme

Ce que vous apprendrez

  • Développer des solutions IAC

  • Comprendre les avantages des binaires Rust dans l'IAC

Compétences que vous acquerrez

  • Catégorie : Cryptographie
  • Catégorie : Cryptage
  • Catégorie : Tests unitaires
  • Catégorie : Norme de chiffrement avancée (AES)
  • Catégorie : Infrastructure as Code (IaC)

Outils que vous découvrirez

  • Catégorie : JSON
  • Catégorie : Git (système de contrôle de version)
  • Catégorie : YAML
  • Catégorie : Terraform
  • Catégorie : Rust (langage de programmation)

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Récemment mis à jour !

mai 2026

Évaluations

1 devoir

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

 logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation "Rust pour l'ingénierie des données"
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
  • Apprenez de nouveaux concepts auprès d'experts du secteur
  • Acquérez une compréhension de base d'un sujet ou d'un outil
  • Développez des compétences professionnelles avec des projets pratiques
  • Obtenez un certificat professionnel partageable

Il y a 5 modules dans ce cours

Les scripts Bash impératifs dérivent dès qu’un administrateur système se connecte via SSH à un hôte et tape une commande ponctuelle `apt install`. L’IAC déclarative dit « voici l’état final » et l’outil détermine les différences. La même configuration est obtenue quel que soit le point de départ. « Planifier puis appliquer » est le principe universel de l’IAC : tous les outils, de Terraform à forjar, vous montrent ce qui va changer avant d’effectuer la moindre modification. forjar est un binaire Rust unique, et l’état est stocké dans Git sous forme de YAML avec hachage BLAKE3.

Inclus

3 vidéos3 lectures

L'état distant de Terraform est constitué d'un fichier JSON stocké dans un compartiment S3, associé à un verrou Consul ou DynamoDB ; forjar enregistre l'état sous la forme d'un fichier YAML haché selon l'algorithme BLAKE3, à côté de votre fichier de configuration, puis le valide dans Git. Conséquence opérationnelle : Terraform a besoin d’un guide d’intervention pour la restauration de l’état au cas où quelqu’un supprimerait le compartiment S3 ; la restauration de forjar se résume à `git checkout`. La commande `terraform plan -out=plan.tfplan` d’OpenTofu génère un fichier binaire que `terraform apply plan.tfplan` utilise par la suite, tandis que le fichier de verrouillage BLAKE3 de forjar EST le plan enregistré. Dans ce module, vous examinerez où réside l’état, vous verrez les plans enregistrés en action et vous lirez la sortie du plan au format JSON pour comprendre les modifications que l’IAC va apporter avant l’application.

Inclus

3 vidéos2 lectures

Terraform 1.12 introduit `lifecycle.ignore_changes` pour les champs modifiés par l’API, des blocs `moved` pour la refactorisation sans suppression, et des blocs `removed` pour les suppressions légitimes. Forjar implémente ces trois mêmes primitives avec une légère modification syntaxique : il exige que vous déclariez que la ressource de destination existe dans votre configuration avant que le bloc `moved` ne soit résolu, ce qui permet de détecter le bug « déplacement vers un nom que vous avez oublié » dès la phase de planification. OpenTofu 1.8 a ajouté l’évaluation précoce des clés `for_each`, ce qui permet à un bloc `moved` de cibler une clé dynamique sans déclencher l’erreur d’état partiel générée par Terraform 1.5. Dans ce module, vous apprendrez comment les blocs de cycle de vie renomment, ignorent et suppriment des ressources sans les détruire.

Inclus

3 vidéos2 lectures

La dérive est ce qui sépare le schéma que vous avez dessiné du cluster dont vous disposez. Ce module met en parallèle la commande « plan -refresh-only » de Terraform — lente et coûteuse, car elle interroge toutes les API cloud pour chaque ressource — avec la comparaison locale du hachage BLAKE3 de forjar par rapport au fichier de verrouillage, qui détecte la dérive en quelques millisecondes sans aucun appel réseau. Vous verrez également comment les blocs de vérification d’OpenTofu 1.5 ajoutent des contrôles d’intégrité post-application qui émettent des avertissements (sans bloquer l’opération), tandis que les contrats C1-C10 de forjar sont des tests de propriétés vérifiés à chaque application. Le dernier élément concerne les importations inter-stacks : terraform_remote_state consomme silencieusement tout ce que l’amont a produit, tandis que forjar verrouille le hachage importé et refuse l’application en cas de non-correspondance.

Inclus

3 vidéos2 lectures

Ce module de synthèse rassemble les tests, le chiffrement d’état et un parc de canaries en production au sein d’une vision globale de niveau production. Vous découvrirez le langage DSL de test .tftest.hcl de Terraform, avec ses blocs d’exécution et ses conditions d’assertion sur les sorties « plan » et « apply », qui sert de couche de tests unitaires pour les configurations d’infrastructure. Vous verrez également comment le mode « plan-test » de forjar résout le DAG et génère le diff YAML sans aucune opération « apply » ni « destroy ». Vous comparerez ensuite le « state_encryption » d’OpenTofu 1.7 (AES-GCM au repos via AWS KMS) au manifeste signé BLAKE3 de forjar, où toute modification entre le plan et l’application invalide la signature et provoque l’abandon de l’opération. La démonstration finale de la flotte « canary » modifie un message d’accueil géré, exécute la commande « apply », observe la restauration du contenu par Forjar et prouve que les 10 affirmations C1 à C10 sont valides sur une flotte active « primary-plus-canary ».

Inclus

3 vidéos4 lectures1 devoir

Obtenez un certificat professionnel

Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.

Instructeur

Noah Gift
Pragmatic AI Labs
61 Cours6 738 apprenants

Offert par

Pragmatic AI Labs

En savoir plus sur Développement de logiciels

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Foire Aux Questions