Comparer chaque jour cinq millions de références de pièces auto, sans se tromper de véhicule

En quelques mots

KAP édite Komparotoparts, un comparateur de prix de pièces détachées automobiles. Un automobiliste ou un garagiste part de sa plaque d'immatriculation, cherche une pièce, et la plateforme lui montre chez quel marchand l'acheter et à quel prix. Le comparateur couvre les sept principaux sites français de pièces auto et passe au crible cinq millions de références, chaque jour. Nous avons pris en charge la plateforme, le moteur de recherche qui interroge ce catalogue, et l'infrastructure qui le fait tenir.

Au départ

Le problème d'un comparateur de pièces auto n'est pas le nombre de produits, c'est la compatibilité. Une même plaquette de frein existe sous une quinzaine de références équipementiers et s'applique à des centaines de motorisations. Répondre à « quelle pièce pour ma voiture, et à quel prix » suppose d'indexer ce croisement en entier, pas une simple liste d'articles. Et rien ne reste immobile : les prix et les disponibilités bougent chez chaque marchand, le catalogue est repassé tous les jours, et la recherche doit rester rapide pendant que l'index se met à jour.

Le catalogue ne se reçoit pas, il se collecte. Des robots parcourent les sites marchands et rapportent les prix et les stocks, que l'index absorbe ensuite. Ces traitements de fond tournent sur leur propre machine, séparée de celle qui sert les pages du site : une réindexation ne doit pas se payer sur le temps de réponse d'un visiteur qui cherche un filtre à huile.

Cela déplace le centre de gravité de l'application. La recherche n'est pas une fonctionnalité posée à côté de la base de données, c'est le poste le plus lourd de la plateforme : un index de l'ordre du téraoctet, réécrit en continu pendant qu'il répond aux requêtes. Sur toute la durée du projet, le cluster de recherche a pesé autant que la base relationnelle, souvent davantage. C'est un rapport qu'on ne voit pas sur un site de commerce ordinaire, où la recherche coûte une fraction de la base.

Et aujourd'hui ?

Nous avons tenu cette infrastructure en production de 2022 à 2024 : surveillance des machines en heures ouvrées, sauvegardes quotidiennes, scan de sécurité hebdomadaire des images, mises en production. C'est le travail qui se voit le moins et qui dure le plus longtemps, bien après que le produit a fini de bouger.

En 2024, nous avons revu l'architecture plutôt que de continuer à la payer telle quelle. Le moteur de recherche managé et la base managée ont laissé la place à une pile auto-hébergée, et le coût mensuel de l'infrastructure a été divisé par cinq. La nouvelle formule sépare aussi ce qui relève de la ressource machine et ce qui relève du suivi humain, ligne par ligne.