SlideShare une entreprise Scribd logo
1  sur  70
Télécharger pour lire hors ligne
Comment	tester	et	optimiser	la
performance	d'un	SI	?
	
22	octobre	2015
Marc	BOJOLY
Cyril	PICAT
OCTO	Technology	Lausanne,	consultant
OCTO	Technology	Paris,	manager	et	consultant	
Co-fondateur	du	Performance	User	Group	Paris
Le	projet	:	migration	d'une	banque	vers	une
nouvelle	plateforme	titres
Quelques	chiffres
Clients	:	x10
Portefeuilles	titres	:	x5
Positions	:	x3
Titres	:	+50%
Ordres	de	Bourse	:	x2
Le	projet	:	migration	d'une	banque	vers	une
nouvelle	plateforme	titres
Autant	attendre	la	mise	en	production...
Méconnaissances
Nier	l'existence	du	problème On	a	bien	travaillé,	ça	va	passer
Nier	l'existence	de	solutions C'est	impossible	à	tester	sauf	en
prod
Nier	la	fiabilité	des	solutions La	charge	ne	sera	pas	représentative
Mettre	en	doute	ses
capacités
On	n'y	arrivera	jamais
Idées	reçues	sur	les	pré-requis
Une	pré-production	identique	à	la	production
Simuler	l'ensemble	des	activités	de	la	banque
Idées	reçues	sur	les	tests	de	charge
Tester	en	automatique	?	Impossible	même	avec	<un	nom	de
produit	ici>
Idées	reçues	sur	le	diagnostic
Les	problèmes	sont	sur	le	mainframe
Ce	sont	des	idées	reçues
Notre	objectif,	vous	montrer
comment	adapter	vos	pré-requis	à	vos	enjeux
comment	aborder	les	tests	de	charge	dans	un	SI
comment	ne	pas	être	piégé	par	les	diagnostics	préconçus
Dans	un	monde	parfait...
“Fais	de	ta	vie	un	rêve,	et	d'un	rêve	une
réalité.”	Antoine	de	Saint-Exupéry	-	Cahiers
de	Saint-Exupéry	(1900-1944)
Rêve	:	une	vue	intégrée	de	la
performance
Dynatrace
Réalité	:	Qui	le	fait	au	niveau	d'un	SI?
Google	Dapper
Réalité	:	Commencer	par	des	outils
simples
Analyse	de	logs	(python,	pandas...)										
Collecte	d'outils	systèmes	(nmon,
vmstat...)
Rêve	:	Tout	ce	qu'il	faut	pour	faire	les
tests
Des	développements	terminés
Des	données	migrées
Des	personnes	disponibles....	et	colocalisées
Réalité	:	Les	intangibles
Un	environnement	opérationnel
Un	jeu	de	données	minimal
Une	zone	de	mesure	isolée
Pour	le	reste...
Savoir	fixer	ses	priorités
Les	problèmes
peuvent	sembler
vertigineux
Il	faut	"cadrer"	le
chantier
Factualiser	les	volumes
existants	et	cibles
Lister	les	problèmes
existants
Brainstormer	sur	les
problèmes	potentiels
Les	problèmes
"usuels"
1.	 Capacité	en	terme	de
nombre	de
transactions/jour
2.	 Augmentation	de
volumétrie	(x2)
3.	 SLA	temps	de	réponse
end-to-end
4.	 Lenteurs	actuelles
5.	 Augmentation	du
nombre	d'utilisateurs
6.	 Impact	sur	la	durée	des
batchs
7.	 Latence	et	temps	de
réponse	pour	les
utilisateurs	distants
Et	ensuite	?
La	carte	vous	aide	à	visualiser	et	à	prioriser,	elle	ne	"résout"
pas	les	problèmes
Chaque	problème	reste	complexe	et	lié	au	reste	du	SI
Diviser	pour	mieux	régner
2	patterns
Diviser/découpler	:	passer	d'un	test	de	N	systèmes	à	un
test	de	k<N	systèmes	(idéalement	1)
Simplifier	:	réduire	la	dimensionnalité	(cas	de	tests,
données	etc.)
Diviser/découpler	:	un	exemple
Diviser/découpler	:	un	exemple
Et	maintenant	?
Ne	prévoyez	pas	un	test	de	charge	pour	tous	les	problèmes	!
Penser	à	d'autres	outils
Analyse	de	l'existant
Modélisation	et	extrapolation
Test	de	charge	de	l'existant	(données,
systèmes)
Test	de	charge	de	la	cible	(données,
systèmes)
Où	pouvez-vous	vous	"planter"	?
Mauvaise	connaissance	de	la	performance	existante
Mauvaise	connaissance	des	usages	existants
Bonnes	pratiques	de	tests	de	charges
(application	par	application)
Délimiter	le	périmètre	testé
Car	un	test	de	charge	reste	un	test	automatisé
Car	un	test	en	erreur	ne	sert	à	rien
Comment	?
Choisissez	soigneusement	votre	jeu	de	données
Ou	développez	des	bouchons
Bouchonner
Les	composants	utilisés	systématiquement
Le	plus	simplement	possible
Modéliser	scientifiquement
Modéliser	le	comportement	de	mes	utilisateurs	?
Combien	d'utilisateurs	simultanés	?
Qu'est-ce	qu'un	utilisateur	simultané	?
Modélisation	scientifique
La	vérité	est	en	production
Un	modèle	:	moyenne	ET	percentile	99th
Exemple	de	lois	de	Poisson
Modélisaton	:	soyez	prédictifs
Si	vous	n'avez	pas	de	statistiques	production,
proposez	un	modèle	de	prévision	du	nombre	d'utilisateurs
Modélisation	:	soyez	prédictifs
Si	vous	n'avez	pas	de	statistiques	production,
proposez	un	modèle	de	prévision	de	leur	utilisation
Modélisation	:	comment	l'utiliser	?
Définissez	dans	vos	tests	d'injection	locaux	le	nombre
d'utilisateurs	"simultanés"	et	le	temps	de	réflexion
val clientSearchChain = group("client_search_page") {
exec(http("client_search_html")
.get("""/ebankingAdmin/xxxxx/root/contract/contractlist/""")
}
).pause(7,8) //Pause between 7 and 8 seconds
val scn = scenario("AdminSimulation").repeat(1) {
exitBlockOnFail {
exec(loginChain).exec(clientSearchChain)//No logout, 90% of use
rs don't
}
}
setUp(scn.inject(rampUsers(120).over(60))).protocols(httpProtocol) //Th
is will go from 0 to 120 users in 60 seconds
Tests	de	charge	par	application
Une	brique	de	base	de	la	performance	du	SI
Comment	fait-on	pour	manger	un	éléphant	?
Bouchée	par	bouchée.
Mais	il	faut	(quand	même)	tester	en	end-to-end
DEMO	Quizz	:	quel	est	le	temps	de	réponse
d'une	application	?
70	ms.	de	traitement
7	appels	en	base	de	données,	14	ms.	chacun
curl -X POST 
-H "Accept: applicaiton/json" 
-H "Content-Type: application/json" 
-d '{"cpuIntensiveComputationsDuration":70, "databaseCallsNumber":7, "d
atabaseCallDuration":14 }' 
http://$HOST:8080/compute
Temps	de	réponse	~	190	ms.
$ ./sh/poc1.sh
% Total % Received % Xferd Average Speed Time Time Time C
urrent
Dload Upload Total Spent Left Speed
100 253 100 161 100 92 789 450 --:--:-- --:--:-- --:--:-
- 789
Call HTTP Ressources : For an HTTP ressources total of 0.0 ms.
Call the database 7 times during 14 ms. each for a total of 118 ms.
CPU intensive compute 186 ms.
Détail	de	l'exécution
10-18 16:32:22 jdbc:
/**/CallableStatement call98 = conn7.prepareCall("call sleep(?)");
10-18 16:32:22 jdbc: SESSION_PREPARE_READ_PARAMS 30
10-18 16:32:22 jdbc:
/**/call98.setLong(1, 14L);
10-18 16:32:22 jdbc:
/**/call98.execute();
10-18 16:32:22 jdbc: COMMAND_EXECUTE_QUERY 30
10-18 16:32:22 jdbc: RESULT_CLOSE 31
10-18 16:32:22 jdbc:
/**/call98.close();
10-18 16:32:22 jdbc: COMMAND_CLOSE 30
10-18 16:32:22 jdbc:
/**/conn7.getAutoCommit();
10-18 16:32:22 jdbc:
/**/conn7.getWarnings();
10-18 16:32:22 jdbc:
DEMO	&	Quizz	:	quel	est	le	temps	de
réponse	d'une	chaîne	applicative	dans	un	SI
?
7	applications	identiques	à	la	précédente	(70	ms.	de
traitement,	7	x	14	ms.	de	BD)
Appels	synchrones	séquentiels
curl -X POST 
-H "Accept: applicaiton/json" 
-H "Content-Type: application/json" 
-d '{"cpuIntensiveComputationsDuration":70, "databaseCallsNumber":7, "d
atabaseCallDuration":14, "serviceCalls":[{"computationDescription":{"cp
uIntensiveComputationsDuration":70, "databaseCallsNumber":7, "databaseC
allDuration":14}, "callsNumber":6 }]}' 
http://$HOST:8080/compute
Temps	de	réponse	:	1	s.
$ ./sh/poc2.sh
% Total % Received % Xferd Average Speed Time Time Tim
e Current
Dload Upload Total Spent Lef
t Speed
100 1417 100 1171 100 246 881 185 0:00:01 0:00:01 --:--
:-- 881
Call HTTP Ressources : {
Call HTTP Ressources : For an HTTP ressources total of 0.0 ms
.
Call the database 7 times during 14 ms. each for a total of 1
13 ms.
CPU intensive compute 68ms.
{,
{
Call HTTP Ressources : For an HTTP ressources total of 0.0 ms
.
DEMO	&	Quizz	:	quel	est	le	temps	de
réponse	de	la	même	chaîne	dans	une
modélisation	plus	proche	de	la	réalité	?
Implémentation	de	ce	Quizz
Diokles	:	An	Information	System	scale	performance	simulator
https://github.com/mbojoly/diokles
$ sudo docker-machine ssh default
$$ sudo tc qdisc add dev docker0 root netem
delay 10ms
$$ sudo tc qdisc show dev docker0
$$ #After demo
$$ sudo tc qdisc del root dev docker0
Temps	de	réponse	:	3	s.
$ ./sh/poc2.sh
% Total % Received % Xferd Average Sp
eed Time Time Time Current
Dload Upload Total Spent Left Sp
eed
100 1417 100 1171 100 246 328
69 0:00:03 0:00:03 --:--:-- 328
Call HTTP Ressources : {
Call HTTP Ressources : For an HTTP ressou
rces total of 0.0 ms.
Call the database 7 times during 14 ms. e
ach for a total of 394 ms.
CPU intensive compute 69ms.
{,
{
Call HTTP Ressources : For an HTTP ressou
rces total of 0.0 ms.
Call the database 7 times during 14 ms. e
L'outil	utilisé
Des	problèmes	"mineurs"	peuvent	devenir
critiques	à	l'échelle	d'un	SI
Latence
N+1	SQL	requêtes
N+1	appels	à	des	applications	externes
	Les	tests	"end-to-end"	sont	obligatoires	car
certains	résultats	peuvent	défier	l'intuition
Boîte	à	outils	pour	les	tests	"end-to-end"
	Disclaimer	
Les	tests	end-to-end	sont	complexes.	Ceci	ne	se	veut	pas	une
méthode	systémique	mais	un	inventaire	d'outils	à
disposition,	ainsi	qu'un	REX	sur	leur	efficacité
Outil	#1	:	Analyse	de	la	production	existante
Analyse	des	latences	entre	systèmes
Identification	du	goulet	d'étranglement
Découverte	des	problèmes	de	design
Évaluation	de	la	capacité	du	système
Outil	#1	:	Analyse	de	la	production	existante
Exemple	de	l'évaluation	de	la	capacité	du	système
Outil	#1	:	Analyse	de	la	production	existante
Exemple	de	l'évaluation	de	la	capacité	du	système
Outil	#1	:	Analyse	de	la	production	existante
Exemple	de	l'évaluation	de	la	capacité	du	système
Outil	#1	:	Analyse	de	la	production	existante
Exemple	de	l'évaluation	de	la	capacité	du	système
Outil	#1	:	Analyse	de	la	production	existante
Exemple	de	l'évaluation	de	la	capacité	maximale	du	système
Outil	#1	:	attention	aux	chiffres	!
Volume Temps	de	réponse	moyen
1000	transactions 15s
2000	transactions 40s
Outil	#1	:	attention	aux	chiffres	!
Outil	#2	:	Benchmark	unitaire
Définition	:	mesure	de	la	réponse	à	une	transaction	unitaire
Outil	#2	:	Benchmark	unitaire
Exemple	d'analyse
Outil	#3	:	le	pic	de	transactions
Outil	#3	:	le	pic	de	transactions
Exemple	d'analyse
Outil	#4	:	"rejeu"	d'une	journée	de
production
simplifiée	bien	sûr	!
Outil	#5	:	mettre	en	production
Tout	ce	qui	peut	être	mis	en	production	par	avance	doit	l'être
Pensez	votre	stratégie	de	migration	pour	monter	en	charge
progressivement
Inspirez-vous	des	"Géants	du	Web"
Take-away
Faites	des	tests,	même	imparfaits
Mesurez	scientifiquement
Revenez-en	à	des	problèmes	simples
Extrapolez,	en	ayant	conscience	des	limites
"Tous	les	modèles	sont	faux,	certains	sont	utiles"
Si	cela	vous	a	intéressé
recrutement@octo.com
Sources
Tous	les	slides	:	icônes	(c)	OCTO	Technology	(2015)
	:	
	:	 	et	
	:	
	:	
	:	
	:	
	:	
	:	
	:	
	:	
	:	
Autant	attendre	la	mise	en	production Morguefile
Vivre	ses	rêvess ginacn.blogspot.fr Wikipedia
APM Outil	Dynatrace
Google	Dapper Dapper,	a	Large-Scale	Distributed	Systems	Tracing	Infrastructure
Bonnes	pratiques Géants	du	Web,	l'obsession	de	la	mesure
Exemples	de	lois	de	poisson Wikipedia
Cycle	de	diffusion	de	l'innovation Wikipedia
Traffic	sur	Internet Libstat
Tests	end-to-end Youtube	:	Spectacular	Domino	Rally	Stunt	Screen	Link	4:51
Tous	les	modèles	sont	faux	certains	sont	utiles Morguefile
The	OCTO	Way (c)	OCTO	Technology	2015

Contenu connexe

Similaire à Softshake 2015 comment tester et optimiser la performance d'un si

Happy dev ... & ops
Happy dev ... & opsHappy dev ... & ops
Happy dev ... & opsQuentin Adam
 
Université de la performance
Université de la performanceUniversité de la performance
Université de la performancepkernevez
 
Morning tech #2 - Démarche performance slides
Morning tech #2 - Démarche performance slidesMorning tech #2 - Démarche performance slides
Morning tech #2 - Démarche performance slidesOxalide
 
Oxalide Morning tech #2 - démarche performance
Oxalide Morning tech #2 - démarche performanceOxalide Morning tech #2 - démarche performance
Oxalide Morning tech #2 - démarche performanceLudovic Piot
 
meetup devops aix-marseille - décembre 2023
meetup devops aix-marseille - décembre 2023meetup devops aix-marseille - décembre 2023
meetup devops aix-marseille - décembre 2023Frederic Leger
 
Usine logicielle à Orange Labs
Usine logicielle à Orange LabsUsine logicielle à Orange Labs
Usine logicielle à Orange LabsEmmanuel Hugonnet
 
Retour d'expérience TAA - 2011/03/29
Retour d'expérience TAA - 2011/03/29Retour d'expérience TAA - 2011/03/29
Retour d'expérience TAA - 2011/03/29Elapse Technologies
 
devops.pdf
devops.pdfdevops.pdf
devops.pdfqsdqsd4
 
Université de la performance - Devoxx France
Université de la performance - Devoxx FranceUniversité de la performance - Devoxx France
Université de la performance - Devoxx FranceMarc Bojoly
 
Supervision d'un réseau informatique avec Nagios
Supervision d'un réseau informatique avec NagiosSupervision d'un réseau informatique avec Nagios
Supervision d'un réseau informatique avec Nagioschristedy keihouad
 
Développer ou debugger ?
Développer ou debugger ? Développer ou debugger ?
Développer ou debugger ? Microsoft
 
Radical Quality From Toyota to Tech - Devoxx France.pptx
Radical Quality From Toyota to Tech - Devoxx France.pptxRadical Quality From Toyota to Tech - Devoxx France.pptx
Radical Quality From Toyota to Tech - Devoxx France.pptxFlavian Hautbois
 
JUG Nantes - Telosys Tools - Avril 2014
JUG Nantes - Telosys Tools - Avril 2014 JUG Nantes - Telosys Tools - Avril 2014
JUG Nantes - Telosys Tools - Avril 2014 telosys
 
Telosys tools jug-nantes-2014-v1.2
Telosys tools jug-nantes-2014-v1.2Telosys tools jug-nantes-2014-v1.2
Telosys tools jug-nantes-2014-v1.2Laurent Guérin
 
Performance ug#1
Performance ug#1Performance ug#1
Performance ug#1Marc Bojoly
 
"La Performance en Continue" à JMaghreb 3.0 - 05/11/2014
"La Performance en Continue" à JMaghreb 3.0 - 05/11/2014"La Performance en Continue" à JMaghreb 3.0 - 05/11/2014
"La Performance en Continue" à JMaghreb 3.0 - 05/11/2014Benoît de CHATEAUVIEUX
 
Production logicielle, outils et pratiques
Production logicielle, outils et pratiquesProduction logicielle, outils et pratiques
Production logicielle, outils et pratiquesJohan Moreau
 

Similaire à Softshake 2015 comment tester et optimiser la performance d'un si (20)

Retour d'expérience sur PowerShell
Retour d'expérience sur PowerShellRetour d'expérience sur PowerShell
Retour d'expérience sur PowerShell
 
Happy dev ... & ops
Happy dev ... & opsHappy dev ... & ops
Happy dev ... & ops
 
Université de la performance
Université de la performanceUniversité de la performance
Université de la performance
 
Morning tech #2 - Démarche performance slides
Morning tech #2 - Démarche performance slidesMorning tech #2 - Démarche performance slides
Morning tech #2 - Démarche performance slides
 
Oxalide Morning tech #2 - démarche performance
Oxalide Morning tech #2 - démarche performanceOxalide Morning tech #2 - démarche performance
Oxalide Morning tech #2 - démarche performance
 
meetup devops aix-marseille - décembre 2023
meetup devops aix-marseille - décembre 2023meetup devops aix-marseille - décembre 2023
meetup devops aix-marseille - décembre 2023
 
Usine logicielle à Orange Labs
Usine logicielle à Orange LabsUsine logicielle à Orange Labs
Usine logicielle à Orange Labs
 
Retour d'expérience TAA - 2011/03/29
Retour d'expérience TAA - 2011/03/29Retour d'expérience TAA - 2011/03/29
Retour d'expérience TAA - 2011/03/29
 
devops.pdf
devops.pdfdevops.pdf
devops.pdf
 
Université de la performance - Devoxx France
Université de la performance - Devoxx FranceUniversité de la performance - Devoxx France
Université de la performance - Devoxx France
 
Perf university
Perf universityPerf university
Perf university
 
Supervision d'un réseau informatique avec Nagios
Supervision d'un réseau informatique avec NagiosSupervision d'un réseau informatique avec Nagios
Supervision d'un réseau informatique avec Nagios
 
Développer ou debugger ?
Développer ou debugger ? Développer ou debugger ?
Développer ou debugger ?
 
Radical Quality From Toyota to Tech - Devoxx France.pptx
Radical Quality From Toyota to Tech - Devoxx France.pptxRadical Quality From Toyota to Tech - Devoxx France.pptx
Radical Quality From Toyota to Tech - Devoxx France.pptx
 
JUG Nantes - Telosys Tools - Avril 2014
JUG Nantes - Telosys Tools - Avril 2014 JUG Nantes - Telosys Tools - Avril 2014
JUG Nantes - Telosys Tools - Avril 2014
 
Telosys tools jug-nantes-2014-v1.2
Telosys tools jug-nantes-2014-v1.2Telosys tools jug-nantes-2014-v1.2
Telosys tools jug-nantes-2014-v1.2
 
Paris Chaos Engineering Meetup #1
Paris Chaos Engineering Meetup #1 Paris Chaos Engineering Meetup #1
Paris Chaos Engineering Meetup #1
 
Performance ug#1
Performance ug#1Performance ug#1
Performance ug#1
 
"La Performance en Continue" à JMaghreb 3.0 - 05/11/2014
"La Performance en Continue" à JMaghreb 3.0 - 05/11/2014"La Performance en Continue" à JMaghreb 3.0 - 05/11/2014
"La Performance en Continue" à JMaghreb 3.0 - 05/11/2014
 
Production logicielle, outils et pratiques
Production logicielle, outils et pratiquesProduction logicielle, outils et pratiques
Production logicielle, outils et pratiques
 

Plus de Marc Bojoly

Restructurer un legacy comment et pourquoi
Restructurer un legacy comment et pourquoiRestructurer un legacy comment et pourquoi
Restructurer un legacy comment et pourquoiMarc Bojoly
 
Perfug BOF devoxx2017.pptx
Perfug BOF devoxx2017.pptxPerfug BOF devoxx2017.pptx
Perfug BOF devoxx2017.pptxMarc Bojoly
 
Petit-déjeuner MapReduce-La révolution dans l’analyse des BigData
Petit-déjeuner MapReduce-La révolution dans l’analyse des BigDataPetit-déjeuner MapReduce-La révolution dans l’analyse des BigData
Petit-déjeuner MapReduce-La révolution dans l’analyse des BigDataMarc Bojoly
 
L'avenir de Java : Erlang, Haskell ou Ruby
L'avenir de Java : Erlang, Haskell ou RubyL'avenir de Java : Erlang, Haskell ou Ruby
L'avenir de Java : Erlang, Haskell ou RubyMarc Bojoly
 
Quelles évolutions fonderont l’avenir des serveurs d’application ?
Quelles évolutions fonderont l’avenir des serveurs d’application ?Quelles évolutions fonderont l’avenir des serveurs d’application ?
Quelles évolutions fonderont l’avenir des serveurs d’application ?Marc Bojoly
 
Les grilles transactionnelles, enfin des solutions pour l’informatique de ges...
Les grilles transactionnelles, enfin des solutions pour l’informatique de ges...Les grilles transactionnelles, enfin des solutions pour l’informatique de ges...
Les grilles transactionnelles, enfin des solutions pour l’informatique de ges...Marc Bojoly
 
Performance ug#2 hands-on lab
Performance ug#2 hands-on labPerformance ug#2 hands-on lab
Performance ug#2 hands-on labMarc Bojoly
 

Plus de Marc Bojoly (7)

Restructurer un legacy comment et pourquoi
Restructurer un legacy comment et pourquoiRestructurer un legacy comment et pourquoi
Restructurer un legacy comment et pourquoi
 
Perfug BOF devoxx2017.pptx
Perfug BOF devoxx2017.pptxPerfug BOF devoxx2017.pptx
Perfug BOF devoxx2017.pptx
 
Petit-déjeuner MapReduce-La révolution dans l’analyse des BigData
Petit-déjeuner MapReduce-La révolution dans l’analyse des BigDataPetit-déjeuner MapReduce-La révolution dans l’analyse des BigData
Petit-déjeuner MapReduce-La révolution dans l’analyse des BigData
 
L'avenir de Java : Erlang, Haskell ou Ruby
L'avenir de Java : Erlang, Haskell ou RubyL'avenir de Java : Erlang, Haskell ou Ruby
L'avenir de Java : Erlang, Haskell ou Ruby
 
Quelles évolutions fonderont l’avenir des serveurs d’application ?
Quelles évolutions fonderont l’avenir des serveurs d’application ?Quelles évolutions fonderont l’avenir des serveurs d’application ?
Quelles évolutions fonderont l’avenir des serveurs d’application ?
 
Les grilles transactionnelles, enfin des solutions pour l’informatique de ges...
Les grilles transactionnelles, enfin des solutions pour l’informatique de ges...Les grilles transactionnelles, enfin des solutions pour l’informatique de ges...
Les grilles transactionnelles, enfin des solutions pour l’informatique de ges...
 
Performance ug#2 hands-on lab
Performance ug#2 hands-on labPerformance ug#2 hands-on lab
Performance ug#2 hands-on lab
 

Dernier

Accompagnement de l'agrivoltaïsme dans le département de la Nièvre
Accompagnement de l'agrivoltaïsme dans le département de la NièvreAccompagnement de l'agrivoltaïsme dans le département de la Nièvre
Accompagnement de l'agrivoltaïsme dans le département de la Nièvreidelewebmestre
 
BOW 2024 -3-7- Impact bâtiment stress thermique Vaches laitières
BOW 2024 -3-7- Impact bâtiment stress thermique Vaches laitièresBOW 2024 -3-7- Impact bâtiment stress thermique Vaches laitières
BOW 2024 -3-7- Impact bâtiment stress thermique Vaches laitièresidelewebmestre
 
BOW 2024 - 3 1 - Les infrastructures équestres et le changement climatique
BOW 2024 - 3 1 - Les infrastructures équestres et le changement climatiqueBOW 2024 - 3 1 - Les infrastructures équestres et le changement climatique
BOW 2024 - 3 1 - Les infrastructures équestres et le changement climatiqueidelewebmestre
 
BOW 2024 - 3-8 - Adaptation des bâtiments d'élevages de volailles au changeme...
BOW 2024 - 3-8 - Adaptation des bâtiments d'élevages de volailles au changeme...BOW 2024 - 3-8 - Adaptation des bâtiments d'élevages de volailles au changeme...
BOW 2024 - 3-8 - Adaptation des bâtiments d'élevages de volailles au changeme...idelewebmestre
 
BOW 2024 - 3-5 - Des solutions numériques pour se préparer aux pics de chaleur
BOW 2024 - 3-5 - Des solutions numériques pour se préparer aux pics de chaleurBOW 2024 - 3-5 - Des solutions numériques pour se préparer aux pics de chaleur
BOW 2024 - 3-5 - Des solutions numériques pour se préparer aux pics de chaleuridelewebmestre
 
anas transcript 111111111111111111111111
anas transcript 111111111111111111111111anas transcript 111111111111111111111111
anas transcript 111111111111111111111111zaidtaim1214
 
BOW 2024 - Le bâtiment multicritère porcin
BOW 2024 - Le bâtiment multicritère porcinBOW 2024 - Le bâtiment multicritère porcin
BOW 2024 - Le bâtiment multicritère porcinidelewebmestre
 
BOW 2024 - Nouveaux modes de logement pour des veaux de boucherie avec accès ...
BOW 2024 - Nouveaux modes de logement pour des veaux de boucherie avec accès ...BOW 2024 - Nouveaux modes de logement pour des veaux de boucherie avec accès ...
BOW 2024 - Nouveaux modes de logement pour des veaux de boucherie avec accès ...idelewebmestre
 
BOW 2024 - L'enrichissement du milieu des chèvres laitières
BOW 2024 - L'enrichissement du milieu des chèvres laitièresBOW 2024 - L'enrichissement du milieu des chèvres laitières
BOW 2024 - L'enrichissement du milieu des chèvres laitièresidelewebmestre
 

Dernier (10)

Accompagnement de l'agrivoltaïsme dans le département de la Nièvre
Accompagnement de l'agrivoltaïsme dans le département de la NièvreAccompagnement de l'agrivoltaïsme dans le département de la Nièvre
Accompagnement de l'agrivoltaïsme dans le département de la Nièvre
 
Webinaire lésions podales_04.04.2024.pptx
Webinaire lésions podales_04.04.2024.pptxWebinaire lésions podales_04.04.2024.pptx
Webinaire lésions podales_04.04.2024.pptx
 
BOW 2024 -3-7- Impact bâtiment stress thermique Vaches laitières
BOW 2024 -3-7- Impact bâtiment stress thermique Vaches laitièresBOW 2024 -3-7- Impact bâtiment stress thermique Vaches laitières
BOW 2024 -3-7- Impact bâtiment stress thermique Vaches laitières
 
BOW 2024 - 3 1 - Les infrastructures équestres et le changement climatique
BOW 2024 - 3 1 - Les infrastructures équestres et le changement climatiqueBOW 2024 - 3 1 - Les infrastructures équestres et le changement climatique
BOW 2024 - 3 1 - Les infrastructures équestres et le changement climatique
 
BOW 2024 - 3-8 - Adaptation des bâtiments d'élevages de volailles au changeme...
BOW 2024 - 3-8 - Adaptation des bâtiments d'élevages de volailles au changeme...BOW 2024 - 3-8 - Adaptation des bâtiments d'élevages de volailles au changeme...
BOW 2024 - 3-8 - Adaptation des bâtiments d'élevages de volailles au changeme...
 
BOW 2024 - 3-5 - Des solutions numériques pour se préparer aux pics de chaleur
BOW 2024 - 3-5 - Des solutions numériques pour se préparer aux pics de chaleurBOW 2024 - 3-5 - Des solutions numériques pour se préparer aux pics de chaleur
BOW 2024 - 3-5 - Des solutions numériques pour se préparer aux pics de chaleur
 
anas transcript 111111111111111111111111
anas transcript 111111111111111111111111anas transcript 111111111111111111111111
anas transcript 111111111111111111111111
 
BOW 2024 - Le bâtiment multicritère porcin
BOW 2024 - Le bâtiment multicritère porcinBOW 2024 - Le bâtiment multicritère porcin
BOW 2024 - Le bâtiment multicritère porcin
 
BOW 2024 - Nouveaux modes de logement pour des veaux de boucherie avec accès ...
BOW 2024 - Nouveaux modes de logement pour des veaux de boucherie avec accès ...BOW 2024 - Nouveaux modes de logement pour des veaux de boucherie avec accès ...
BOW 2024 - Nouveaux modes de logement pour des veaux de boucherie avec accès ...
 
BOW 2024 - L'enrichissement du milieu des chèvres laitières
BOW 2024 - L'enrichissement du milieu des chèvres laitièresBOW 2024 - L'enrichissement du milieu des chèvres laitières
BOW 2024 - L'enrichissement du milieu des chèvres laitières
 

Softshake 2015 comment tester et optimiser la performance d'un si