TRAINING PROJECT

Optimisation du backend Apex (FASHA)

Optimisation du backend Apex de FASHA : refactoring, suppression des DML en boucle et amélioration des batchs.

Contexte

FASHA, multinationale de distribution de vêtements (présente dans 60 pays), utilisait Salesforce pour gérer ses comptes, commandes et calculs de chiffre d'affaires. Trois problèmes critiques affectaient la fiabilité du CRM : des batchs de mise à jour du CA anormalement lents, des blocages lors de modifications simultanées sur Account et Order, et un code désorganisé sans conventions. Mission via le cabinet SFQUAL : auditer, optimiser et refactoriser le backend Apex.

Problèmes identifiés

Batchs de mise à jour du CA hebdomadaire : temps d'exécution anormalement élevé après changements de prix
Deadlocks lors de modifications simultanées sur Account et Order — pertes de données intermittentes
SOQL et DML dans les boucles FOR : N+1 queries, risques de governor limits Salesforce
Code sans séparation des responsabilités : triggers avec logique métier inline, classes trop longues
Absence de tests unitaires — aucune garantie de non-régression lors des évolutions

Optimisations réalisées

Extraction de toutes les requêtes SOQL hors boucles — collections utilisées pour les opérations en masse
Suppression de tous les DML dans les boucles : listes d'upsert/update traitées en une seule opération
Handler pattern : triggers vidés de leur logique, déléguée à des classes de service dédiées
Batch Apex refactorisé avec requêtes SOQL filtrées et traitement bulk-safe
Suite de tests unitaires couvrant nominal, limite et erreur pour chaque méthode — 0 SOQL/DML dans les boucles confirmé

Stack & Technologies

Apex Triggers — Handler pattern, séparation logique/présentation
Batch Apex — Traitement masse des mises à jour CA
SOQL — Optimisation des requêtes (collections, filtres, one-shot)
Test Framework Apex — Tests unitaires avec @isTest et assertions
Salesforce DX — Déploiement et versionning

Déroulement du projet

1
Audit du code
Analyse du code existant : identification des SOQL/DML dans les boucles, des triggers avec logique inline et des classes sans tests
2
Refactoring Triggers
Extraction de toute la logique des triggers vers des classes handler dédiées — architecture propre et testable
3
Optimisation SOQL/DML
Déplacement de toutes les requêtes hors boucles, traitement par collections, réduction drastique des governor limits consommées
4
Batch Apex
Refactorisation du batch de mise à jour du CA : requêtes filtrées, traitement bulk-safe, correction du calcul net
5