Automated debugging

Notes de Cours : Utilisation du Cloud Code pour le Déploiement et la Correction d'Erreurs

• Rôle du Cloud Code : Le Cloud Code ne se limite pas à l'écriture de code ; il est également utilisé pour le suivi (monitoring) et la correction des erreurs après le déploiement d'une application.
• Problématique : Identification des erreurs qui surviennent uniquement dans l'environnement de production, alors que l'application fonctionne parfaitement en développement (ex: données manquantes dans un artefact).
• Détection des Erreurs : Les logs (ex: CloudWatch) sont consultés pour localiser la source exacte de l'erreur (ex: "identifiant de modèle fourni invalide").
• Workflow d'Automatisation (via GitHub Action) :
• Une action GitHub est configurée pour s'exécuter automatiquement (ex: quotidiennement).
• L'action installe et configure le Cloud Code et l'AWS CLI.
• Étape 1 : Le Cloud Code interroge CloudWatch pour trouver toutes les erreurs sur une période donnée (ex: dernières 24 heures).
• Étape 2 : Le Cloud Code filtre et réduit les erreurs (élimination des doublons) pour optimiser le contexte.
• Étape 3 : Le Cloud Code itère sur les erreurs et tente de les corriger automatiquement.
• Étape 4 : Les changements sont committés et un Pull Request (PR) est ouvert pour validation.
• Avantages : Le processus permet à l'ingénieur de revoir facilement les corrections proposées par l'IA (ex: correction d'une faute de frappe dans un identifiant de modèle) avant de fusionner le code.
• Flexibilité : Le Cloud Code est flexible et peut être adapté pour créer des workflows de débogage personnalisés.

Takeaways

• Le Cloud Code est utilisé non seulement pour l'écriture de code, mais aussi pour le suivi (monitoring) et la correction d'erreurs post-déploiement.
• Il permet de détecter les erreurs spécifiques à l'environnement de production en consultant les logs (ex: CloudWatch).
• Le workflow d'automatisation (via GitHub Action) interroge les logs, filtre les erreurs et tente une correction automatique.
• Les changements proposés par le Cloud Code sont committés et un Pull Request est ouvert pour validation humaine.
• Ce processus permet à l'ingénieur de revoir et d'approuver les corrections suggérées par l'IA avant toute fusion.