Uji Pembuatan Data Dengan Python Faker: Data yang Realistis, Dapat Diulang, dan Aman

  1. Beranda
  2. Blog
  3. Uji Otomatisasi

Uji Otomatisasi

Uji Pembuatan Data Dengan Python Faker: Data yang Realistis, Dapat Diulang, dan Aman

Pengujian yang baik memerlukan data yang baik: cukup realistis untuk menemukan bug, cukup dapat diulang untuk melakukan debug, dan tidak pernah disalin dari pelanggan sebenarnya. Kami menggunakan pustaka Python Faker untuk menghasilkan, menyemai, melokalkan, dan mengukur data pengujian, dan menemukan kekurangannya.

11 menit baca
Uji pembuatan data dengan Python Faker: data yang realistis, dapat diulang, dan aman

Poin penting

  • Pembuatan data pengujian menghasilkan data palsu yang realistis, sehingga pengujian tidak bergantung pada salinan catatan pelanggan sebenarnya.
  • Seed generator sehingga pengujian yang sama menghasilkan data yang sama setiap saat.
  • Faker menghasilkan nilai-nilai yang masuk akal dan khas; Anda harus menambahkan sendiri kasus tepi seperti string kosong, apostrof, dan teks yang sangat panjang.
  • Faker tidak acak secara kriptografis: jangan pernah menggunakannya untuk kata sandi, token, atau apa pun yang terkait dengan keamanan.

Seorang penguji membutuhkan 500 pelanggan dengan pesanan untuk memeriksa layar pelaporan. Menyalinnya dari produksi dapat dilakukan dengan cepat, namun memasukkan nama asli, email, dan nomor telepon ke dalam lingkungan pengujian, log, dan tangkapan layar, yang merupakan risiko privasi dan hukum. Mengetiknya dengan tangan lambat dan menghasilkan “Pengguna Uji 1” hingga “Pengguna Uji 500”, yang menyembunyikan bug. Uji pembuatan data dengan pustaka seperti Faker yang berada di antaranya: realistis, cepat, dan palsu.

Kami menjalankan setiap contoh dengan Faker 40.52 di Python 3.13. Nilai di bawah ini berasal dari proses unggulan kami, sehingga dapat direproduksi dengan versi yang sama.

Mengapa data pengujian penting

  • Realisme menemukan bug: nama panjang, karakter beraksen, dan beragam format memecahkan kode yang tidak pernah disentuh oleh “Pengguna Uji”.
  • Pengulangan memungkinkan proses debug: kegagalan yang tidak dapat Anda ulangi adalah kegagalan yang tidak dapat Anda perbaiki.
  • Isolasi membuat pengujian tetap dapat diandalkan: pengujian yang berbagi dan mengubah catatan yang sama menjadi tidak stabil.
  • Privasi tidak dapat dinegosiasikan: data pribadi nyata dalam sistem pengujian sering kali merupakan pelanggaran hukum dan kebijakan.

Cara mendapatkan data uji

Pendekatan Kelebihan Kontra
Perlengkapan tulisan tangan Tepat, mudah dibaca, bagus untuk kasus edge Lambat untuk membuat volume
Dihasilkan (Faker dan sejenisnya) Cepat, realistis, tanpa data pribadi Melewatkan aturan bisnis dan kasus-kasus rumit yang jarang terjadi
Salinan produksi bertopeng Distribusi dan hubungan nyata Masking harus menyeluruh; masih sensitif
Platform data sintetis Pertahankan statistik dan hubungan dalam skala besar Biaya dan pengaturan

Sebagian besar tim menggabungkannya: perlengkapan kecil yang ditulis tangan untuk pemeriksaan yang tepat, data yang dihasilkan untuk volume, dan data yang disembunyikan dengan cermat hanya jika distribusi yang realistis sangat penting.

Memulai dengan Faker

pip install faker

from faker import Faker
fake = Faker("en_IN")
fake.name(), fake.email(), fake.city(), fake.phone_number()

Faker memiliki penyedia nama, alamat, perusahaan, data internet, tanggal, nomor, teks, keuangan, dan lainnya, ditambah kemampuan untuk menambahkan milik Anda sendiri. Ini adalah Python murni tanpa ketergantungan sistem.

Penyemaian untuk data yang dapat diulang

Faker.seed(42)
# Aryan Maharaj | udantdewan@example.net | Bongaigaon | +9196001xxxxx
# Oni Kannan | zmall@example.org | Bhusawal | 042351xxxxx
# Caleb Sharaf | radhakrishnanfarhan@example.net | Tadipatri | 093103xxxxx
# (phone numbers shortened here: generated numbers can match real ones)

Faker.seed(42); fake2 = Faker("en_IN")
fake2.name()   # Aryan Maharaj

Dengan benih yang sama, generator baru menghasilkan nama depan yang sama. Lakukan seed pada setiap pengujian atau sesi pengujian, dan catatlah seed tersebut, sehingga kegagalan dapat terulang kembali dengan tepat. Perhatikan bahwa nilai dapat berubah antar versi Faker, jadi sematkan versi tersebut dalam persyaratan Anda jika pengujian membandingkan nilai yang dihasilkan secara persis. Lebih baik lagi, tulis tes yang tidak bergantung pada nilai palsu tertentu sama sekali.

Perhatikan juga bahwa Faker menggunakan domain email example.net dan example.org, yang dicadangkan untuk dokumentasi dan pengujian, sehingga pengujian tidak akan pernah bisa mengirim email ke orang sungguhan secara tidak sengaja.

Lokal

en_US: Ryan Gallagher | Davidmouth
de_DE: Karsten Wieloch-Bolnbach | Cloppenburg
ja_JP: 木村 陽一 | 八丈島八丈町
hi_IN: मोहना रोद्रिगुएस | अनन्तपुर

Lokal mengubah nama, alamat dan format, dan beberapa mengganti skrip sepenuhnya. Nama keluarga berlaras ganda Jerman, karakter Jepang, dan teks Dewanagari adalah masukan yang mengungkap bug dalam panjang bidang, penyortiran, pencarian, PDF, dan font. Jika produk Anda melayani beberapa wilayah, buatlah data untuk masing-masing wilayah.

Nilai-nilai unik

emails = [f.unique.email() for _ in range(1000)]
len(set(emails))   # 1000

small.unique.random_int(1, 5)  # called 6 times
# UniquenessException

Panggilan Faker biasa dapat mengulang nilai, sehingga menghentikan pengujian pada kolom dengan batasan UNIK. Proksi .unique menjamin tidak ada pengulangan; dalam menjalankan kami, 1.000 email semuanya berbeda. Ketika kumpulan nilai yang mungkin habis, seperti ketika meminta enam angka unik antara 1 dan 5, UniquenessException akan dimunculkan alih-alih mengulang selamanya. Panggil fake.unique.clear() di antara pengujian.

Membangun catatan domain

Faker menghasilkan bidang; kode Anda harus menghormati aturan bisnis. Fungsi pabrik kecil menggabungkannya:

def make_order(f):
    qty = f.random_int(1, 5)
    price = f.pyint(10, 2000)
    return {"order_id": f.uuid4(), "customer": f.name(), "qty": qty,
            "unit_price": price, "total": qty * price,
            "status": f.random_element(["paid", "pending", "refunded"]),
            "placed_at": f.date_time_between("-30d", "now").isoformat(timespec="seconds")}

# {"order_id": "0c5c7fd0-...", "customer": "Girindra Pau", "qty": 3,
#  "unit_price": 1951, "total": 5853, "status": "refunded", "placed_at": "2026-10-14T18:01:02"}

Perhatikan bahwa total dihitung, bukan acak, sehingga catatannya konsisten secara internal. Bidang independen acak menghasilkan data yang mustahil, seperti tanggal pengembalian dana sebelum tanggal pemesanan, yang membuang-buang waktu untuk mengejar bug yang tidak dapat terjadi. Library seperti factory_boy, dan alat berbasis model seperti strategi Hipotesis yang dibuat dari kelas data, membantu menjaga aturan ini tetap di satu tempat.

Edge case yang Faker tidak akan berikan padamu

Faker menghasilkan nilai-nilai yang khas. Serangga hidup di tempat yang tidak biasa, jadi simpanlah daftar tulisan tangan dan gabungkan:

edge_names = ["", " ", "O'Brien", "Zoë", "李小龙", "a" * 255,
              "Robert'); DROP TABLE students;--", "  padded  "]

Nilai kosong dan hanya spasi putih, apostrof, aksen, skrip non-Latin, panjang maksimum dan string yang terlihat seperti validasi tangkapan kode, pelolosan, dan menampilkan bug. Analisis nilai batas memberi tahu Anda batas numerik mana yang harus ditambahkan, dan pengujian berbasis properti menghasilkan masukan yang aneh secara otomatis.

Kiat: Faker menggunakan modul random standar Python, yang desainnya dapat diprediksi, terutama saat diunggulkan. Jangan pernah menggunakannya untuk menghasilkan kata sandi asli, kunci API, token, atau kode sekali pakai. Gunakan modul secrets untuk segala hal yang berhubungan dengan keamanan.

Menyamarkan data produksi

def mask_email(e):
    h = hashlib.sha256(e.encode()).hexdigest()[:8]
    return f"user_{h}@example.test"

mask_email("asha.rao@gmail.com")   # user_fbb1af74@example.test (same input, same output)

Terkadang distribusi yang realistis penting, misalnya untuk pengujian kinerja atau analisis. Kemudian tim menyalin produksi dan menutupinya. Masking yang konsisten, di mana masukan yang sama selalu dipetakan ke nilai palsu yang sama, membuat gabungan antar tabel tetap berfungsi. Namun penyamaran lebih sulit daripada yang terlihat: catatan teks bebas, alamat dalam komentar, dan kombinasi kolom yang tidak berbahaya masih dapat mengidentifikasi orang. Hash sederhana dari sebuah email juga dapat dibalik dengan menebak alamat umum kecuali kunci rahasia ditambahkan. Libatkan tim keamanan atau privasi Anda, dan pilih data yang dihasilkan jika sudah cukup baik.

Kecepatan dan volume

10,000 name + email rows: 1.79s

Faker baik-baik saja untuk ribuan rekaman tetapi melambat pada jutaan rekaman. Untuk kumpulan data performa besar, buat sekali dan gunakan kembali file tersebut, gunakan pustaka yang lebih cepat seperti Mimesis, buat di dalam database dengan SQL, atau muat secara massal dengan alat impor database. Panduan pengujian beban ada di panduan pengujian beban vs stres kami.

Menggunakannya dalam tes

# conftest.py (illustration, not run for this article)
import pytest
from faker import Faker

@pytest.fixture
def fake():
    f = Faker("en_IN")
    f.seed_instance(1234)
    return f

def test_signup(fake):
    user = {"name": fake.name(), "email": fake.unique.email()}
    ...

Perlengkapan unggulan memberikan setiap pengujian data yang dapat diprediksi, dan seed_instance menjaga agar pengujian tidak saling memengaruhi melalui benih global bersama. pytest juga mengirimkan plugin Faker dengan Faker itu sendiri, menyediakan perlengkapan faker. Lihat panduan perlengkapan pytest kami untuk mengetahui cakupan dan pembersihan perlengkapan.

Praktik terbaik

  • Jangan pernah menggunakan data pribadi asli di lingkungan pengujian tanpa penyembunyian yang disetujui.
  • Generator benih dan catat benih untuk setiap proses.
  • Hasilkan data minimum yang dibutuhkan setiap pengujian, yang dibuat oleh pengujian itu sendiri.
  • Jaga aturan bisnis di pabrik agar catatan selalu valid.
  • Campurkan dalam daftar kasus tepi yang dipertahankan.
  • Bersihkan data yang dihasilkan, atau jalankan setiap pengujian dalam transaksi yang dibatalkan.

Data uji untuk setiap level tes

tingkat tes Sumber data yang bagus Mengapa
Tes satuan Nilai tulisan tangan ditambah beberapa kasus tepi Tepat, mudah dibaca, cepat
Integrasi dan pengujian API Pabrik unggulan menggunakan Faker Realistis dan dapat diulang, dibuat per pengujian
Tes ujung ke ujung Kumpulan data dasar kecil yang diketahui ditambah data yang dibuat setiap pengujian Titik awal yang stabil untuk perjalanan pengguna
Tes kinerja Kumpulan data besar yang dihasilkan atau disamarkan Volume dan distribusi yang realistis
Pengujian eksplorasi Data yang dihasilkan bervariasi dan berantakan di seluruh lokal Menampilkan perilaku yang tidak terduga

Mencocokkan sumber data dengan tingkat pengujian membuat pengujian cepat menjadi sederhana dan pengujian lambat menjadi realistis. Tingkat yang lebih rendah membutuhkan ketelitian; tingkat yang lebih tinggi membutuhkan variasi dan volume. piramida pengujian menjelaskan bagaimana level-level ini cocok satu sama lain.

Apa pun levelnya, buatlah setiap pengujian bertanggung jawab atas data yang menjadi sandarannya. Pengujian yang secara diam-diam bergantung pada catatan yang dibuat oleh pengujian lain, atau sisa dari minggu lalu, pada akhirnya akan gagal karena alasan yang tidak ada hubungannya dengan kode yang diuji.

Penutup

Faker mengubah data pengujian dari sebuah tugas menjadi beberapa baris kode: nama, email, dan alamat yang realistis dalam banyak bahasa, dapat diulang dengan awal dan aman karena tidak ada yang nyata. Namun, ini menghasilkan data yang khas, jadi tambahkan kasus edge dan aturan bisnis Anda sendiri di atas, jauhkan dari nilai keamanan, dan pilih data yang dihasilkan daripada salinan produksi di mana pun Anda bisa.

Pertanyaan yang sering diajukan

Apa itu pembuatan data uji?

Membuat data buatan namun realistis untuk pengujian, sehingga pengujian memiliki variasi dan volume yang diperlukan tanpa menggunakan informasi pelanggan nyata.

Bagaimana cara mendapatkan data Faker yang sama setiap kali dijalankan?

Benihkan dengan Faker.seed(n) atau fake.seed_instance(n). Dengan seed dan versi yang sama, menghasilkan nilai yang sama.

Bagaimana cara menghindari nilai duplikat dengan Faker?

Gunakan proksi unik, seperti pada fake.unique.email(). Ini memunculkan UniquenessException ketika tidak ada nilai baru yang tersisa, dan Anda dapat mengatur ulangnya dengan fake.unique.clear().

Apakah Faker aman untuk password atau token?

Tidak. Faker menggunakan angka pseudo-acak yang dapat diprediksi. Gunakan modul rahasia Python untuk nilai sensitif keamanan apa pun.

Haruskah saya menggunakan data produksi untuk pengujian?

Hindari jika memungkinkan. Jika distribusi yang realistis sangat penting, gunakan salinan yang disamarkan dengan benar dan disetujui oleh tim privasi atau keamanan Anda.

Teruslah belajar

Bekerja dengan Stack Quora

Butuh bantuan dengan pengujian, WordPress atau SEO?

Kami membantu tim mengirimkan perangkat lunak yang lebih baik dan mengembangkan situs mereka. Beritahu kami apa yang sedang Anda kerjakan dan kami akan menyarankan langkah selanjutnya yang jelas.

Teruslah membaca

Panduan lebih lanjut tentang pengujian, AI & pengembangan modern

Menikmati artikel ini? Pilih topik dan langsung masuk ke tutorial terbaru kami.

Kecerdasan buatan

Penjelasan Strategi Chunking RAG: Tetap, Tumpang Tindih, Kalimat, Rekursif dan Judul, Terukur

Strategi pengelompokan RAG dibandingkan pada satu dokumen dengan tiktoken 0.14: ukuran tetap, tumpang tindih, pengepakan kalimat, pemisahan rekursif…

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Idempotensi API: Kunci Idempotensi dan Percobaan Ulang Aman, Diuji

Idempotensi API dijelaskan dengan server dan klien Python yang kami jalankan: respons yang hilang menyebabkan tagihan ganda tanpa kunci dan satu tag…

Baca artikel →
DevOps

Penjelasan Git Stash: Simpan, Terapkan, Pop dan File Tidak Terlacak, Diuji

Git stash dijelaskan dengan perintah yang kami jalankan di Git 2.56: push dengan pesan, file yang tidak terlacak, daftar dan tampilkan, terapkan vs …

Baca artikel →
Pengujian perangkat lunak

Penjelasan Pengujian Berpasangan: Bagaimana Semua Pasangan Memotong 216 Tes menjadi 13, Diuji

Pengujian berpasangan dijelaskan dengan generator yang kami jalankan di Python 3.13: checkout dengan 216 kombinasi yang tercakup dalam 13 pengujian,…

Baca artikel →
Otomatisasi pengujian

Penjelasan Tes Ganda: Dummy, Stub, Spy, Mock dan Fake, dengan Kode Python yang Diuji

Tes ganda dijelaskan dengan satu contoh Python yang dijalankan di pytest 9.2: dummy, stub, spy, mock dan fake, kapan menggunakan masing-masing, peme…

Baca artikel →
Basis data & SQL

Penjelasan SQL COALESCE: Default, NULLIF, IFNULL vs ISNULL dan Traps, Diuji

SQL COALESCE dijelaskan dengan kueri yang kami jalankan di SQLite 3.50: nilai bukan nol pertama, string kosong, NULL dalam matematika, NULLIF untuk …

Baca artikel →
Basis data & SQL

SQL Self Join Dijelaskan: Karyawan-Manajer, Perbandingan Pasangan dan Baris, Diuji

Gabung mandiri SQL dijelaskan dengan kueri yang kami jalankan di SQLite 3.50: karyawan dan manajer, penghasilan lebih dari manajer, pasangan unik, p…

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Operator Penyebaran JavaScript: Penyebaran vs Istirahat, Salinan dan Gotcha, Diuji

Operator penyebaran JavaScript menjelaskan dengan kode yang kami jalankan di Node 24: array, objek, salinan dangkal, parameter istirahat, batas Math…

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Modul Koleksi Python: Counter, defaultdict, deque dan Lainnya, Diuji

Koleksi Python dijelaskan dengan kode yang kami jalankan di Python 3.13: Counter, defaultdict, deque, nametuple, OrderedDict dan ChainMap, ditambah …

Baca artikel →
Kecerdasan buatan

Jendela Konteks LLM Dijelaskan: Token, Batasan, dan Cara Menyesuaikannya Lebih Banyak, Diukur

Jendela konteks LLM dijelaskan dengan jumlah token yang kami ukur menggunakan tiktoken: kata vs token untuk prosa, kode dan bahasa Hindi, anggaran i…

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Webhook: Cara Kerjanya dan Cara Menerimanya dengan Aman

Webhook menjelaskan dengan penerima dan pengirim yang kami jalankan dengan Python: push vs polling, tanda tangan HMAC-SHA256, menolak permintaan yan…

Baca artikel →
DevOps

Penjelasan Git Cherry-Pick: Salin Komit yang Anda Butuhkan, Aman, Teruji

Git cherry-pick dijelaskan dengan perintah yang kami jalankan di Git 2.56: menyalin perbaikan terbaru ke cabang rilis, hash baru dan id patch, -x, -…

Baca artikel →
Otomatisasi pengujian

Penjelasan Pengujian Snapshot: Cara Kerja, Kapan Membantu, dan Kapan Menyakitkan

Pengujian snapshot dijelaskan dengan demo pytest dan manis yang kami jalankan: membuat snapshot, membaca perbedaan setelah perubahan kode, menutupi …

Baca artikel →
Pengujian perangkat lunak

Penjelasan Pengujian Mutasi: Mengapa Cakupan 100% Masih Melewatkan Bug Kami

Pengujian mutasi dijelaskan dengan alat mutasi kecil yang kami buat dan jalankan: 14 mutan, rangkaian pengujian dengan cakupan garis 100% yang mempe…

Baca artikel →
Kecerdasan buatan

Penjelasan Injeksi Cepat: Bagaimana Aplikasi AI Ditipu dan Cara Mempertahankannya

Penjelasan injeksi cepat untuk pembuat: serangan langsung dan tidak langsung, mengapa filter kata kunci gagal (pengujian kami memblokir 1 dari 4), d…

Baca artikel →
DevOps

Penjelasan Catatan DNS: A, AAAA, CNAME, MX, TXT dan TTL Dengan Pencarian Nyata

Catatan DNS dijelaskan dengan pencarian yang kami jalankan: cara kerja resolusi, A dan AAAA, aturan CNAME, MX dan null MX, TXT untuk SPF dan verifik…

Baca artikel →
DevOps

Penjelasan Bendera Fitur: Rilis Aman, Peluncuran Bertahap, dan Kebersihan Bendera

Tanda fitur dijelaskan dengan simulasi peluncuran yang kami jalankan: jenis tanda, persentase peluncuran dengan hashing stabil, tombol pemutus, daft…

Baca artikel →
Otomatisasi pengujian

Uji Pembuatan Data Dengan Python Faker: Data yang Realistis, Dapat Diulang, dan Aman

Uji pembuatan data dengan Python Faker, jalankan dan ukur: penyemaian data berulang, lokal, nilai unik, catatan berbentuk domain, kasus tepi yang te…

Baca artikel →
Pengujian perangkat lunak

Penjelasan Pengujian Shift-Kiri: Temukan Bug Lebih Awal Tanpa Memperlambat Tim

Pengujian shift-kiri menjelaskan: apa artinya, mengapa cacat awal lebih murah, praktik mulai dari tinjauan persyaratan hingga pemeriksaan CI, peruba…

Baca artikel →
Basis data & SQL

Penjelasan Fungsi String SQL: TRIM, SUBSTR, REPLACE, CONCAT dan Pembersihan Data

Fungsi string SQL dijelaskan dengan kueri yang kami jalankan: penggabungan dan NULL, TRIM, UPPER dan LOWER, SUBSTR dan INSTR, REPLACE, padding, panj…

Baca artikel →
Basis data & SQL

Penjelasan Pemicu SQL: SEBELUM dan SETELAH Pemicu, Log Audit, dan Kesalahan

Pemicu SQL dijelaskan dengan pemicu yang kami jalankan: SEBELUM vs SETELAH, LAMA dan BARU, log audit, validasi, pembaruan stok, kondisi KAPAN, penge…

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Modul Python JSON: dumps, load, Tipe Kustom, dan Kesalahan Umum

Modul Python JSON dijelaskan dengan kode yang kami jalankan: dumps dan load, file, konversi tipe, tanggal dan desimal, encoder khusus, object_hook, …

Baca artikel →
Pengembangan perangkat lunak

Modul ES vs CommonJS: Cara Kerja Impor JavaScript di Node.js, Diuji

Modul ES vs CommonJS dijelaskan dengan kode yang kami jalankan di Node.js: sintaksis impor dan ekspor, persyaratan, pengikatan langsung, caching, pe…

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Regex Python: Pola, Grup, Pandangan ke Depan, dan Kesalahan, Diuji

Regex Python dijelaskan dengan pola yang kami jalankan: pencarian vs kecocokan, temukan semua, grup dan grup bernama, serakah vs malas, sub, lihat k…

Baca artikel →
Kecerdasan buatan

Penjelasan Keluaran Terstruktur LLM: Mendapatkan JSON yang Andal dari Model AI

Output terstruktur LLM dijelaskan dengan validasi yang kami jalankan di Pydantic: mode dan skema JSON, decoding terbatas, cara output model terputus…

Baca artikel →
DevOps

Penjelasan Kunci SSH: Cara Kerjanya, ssh-keygen, Ed25519 dan Kebiasaan Aman

Kunci SSH dijelaskan dengan kunci yang kami buat: kunci publik vs pribadi, ssh-keygen, Ed25519 vs RSA, sidik jari, frasa sandi, ssh-agent, Authorize…

Baca artikel →
DevOps

Penjelasan Caching HTTP: Kontrol Cache, Respons ETag dan 304, Dengan Tes Langsung

Caching HTTP dijelaskan dengan server kecil yang kami jalankan: arahan Kontrol-Cache, max-age, no-cache vs no-store, validasi ulang ETag dan respons…

Baca artikel →
Otomatisasi pengujian

Penjelasan Pengujian Kontrak API: Tangkap Perubahan yang Dapat Mengganggu Sebelum Dikirim

Pengujian kontrak API dijelaskan dengan pemeriksaan skema yang kami jalankan: apa itu kontrak, kontrak yang digerakkan oleh konsumen, Pakta, OpenAPI…

Baca artikel →
Pengujian perangkat lunak

Penjelasan Pengujian Berbasis Risiko: Nilai Risiko, Buat Matriks, dan Uji Hal yang Penting

Pengujian berbasis risiko menjelaskan langkah demi langkah: mengidentifikasi risiko, menilai kemungkinan dan dampak, membangun matriks risiko, memet…

Baca artikel →
Basis data & SQL

Penjelasan Kendala SQL: BUKAN NULL, UNIK, PERIKSA dan KUNCI ASING, Diuji

Batasan SQL dijelaskan dengan pengujian yang kami jalankan: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY dan FOREIGN KEY, celah NULL, pengaturan kunci …

Baca artikel →
Basis data & SQL

Penjelasan Fungsi Tanggal SQL: Menambah, Membandingkan dan Mengelompokkan Tanggal Tanpa Bug

Fungsi tanggal SQL dijelaskan dengan kueri yang kami jalankan: penambahan interval, kejutan akhir bulan, perbedaan tanggal, jebakan ANTARA, pengelom…

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Python asyncio: async, menunggu, mengumpulkan dan TaskGroup Dengan Waktu Nyata

Python asyncio dijelaskan dengan kode yang kami atur waktunya: coroutine, menunggu, mengumpulkan, TaskGroup, penanganan kesalahan, batas waktu, memb…

Baca artikel →
Pengembangan perangkat lunak

Debounce vs Throttle dalam JavaScript: Cara Kerjanya, Kapan Menggunakannya, Diuji

Debounce vs throttle dalam JavaScript dijelaskan dengan pengaturan waktu yang kami ukur di Node.js: cara kerja masing-masing, implementasi sederhana…

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Manajer Konteks Python: Pernyataan with, lib konteks, dan Penggunaan Nyata

Manajer konteks Python menjelaskan dengan kode yang kami jalankan: cara kerja, __enter__ dan __exit__, kontekslib.contextmanager, penekan, ExitStack…

Baca artikel →
Kecerdasan buatan

Penjelasan Suhu dan Top-p LLM: Bagaimana Model AI Memilih Kata Berikutnya

Suhu LLM dan top-p dijelaskan dengan simulasi yang kami jalankan: bagaimana probabilitas dibentuk kembali, apa yang dipertahankan top-p, pengaturan …

Baca artikel →
DevOps

Penjelasan YAML: Sintaks, Masalah Norwegia, dan Jebakan Lain yang Kami Uji

YAML menjelaskan dengan tes parser: sintaks dasar, daftar dan peta, masalah Norwegia, versi berubah menjadi float, kode pos oktal, waktu sexagesimal…

Baca artikel →
DevOps

Penjelasan Cron Jobs: Sintaks, Jadwal Sebenarnya, dan Kesalahan yang Melanggarnya

Pekerjaan Cron dijelaskan dengan jadwal yang kami verifikasi: lima bidang, operator, contoh nyata, jebakan hari dalam sebulan ATAU hari dalam seming…

Baca artikel →
Kecerdasan buatan

Penjelasan Halusinasi AI: Mengapa Model Bahasa Memperbaiki Masalah dan Cara Menguranginya

Halusinasi AI menjelaskan: apa itu, mengapa model bahasa memproduksinya, tipe umum, cara menguranginya dengan landasan dan petunjuk, dan pemeriksaan…

Baca artikel →
DevOps

Penjelasan Variabel Lingkungan: File .env, Rahasia, dan Konfigurasi Dilakukan dengan Benar

Variabel lingkungan dijelaskan dengan contoh Python yang kami jalankan: membaca dan mengaturnya, mengapa setiap nilai berupa string, file .env, pewa…

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Pembatasan Kecepatan API: Algoritma, Header, dan Penanganan 429 Kesalahan

Pembatasan laju API dijelaskan dengan simulasi yang kami jalankan: keranjang token, jendela tetap, jendela geser, respons 429, header batas laju, pe…

Baca artikel →
Otomatisasi pengujian

Mengejek dengan Python: unittest.mock, patch dan Kesalahan yang Membuat Tes Berbohong

Mengejek dengan Python dengan unittest.mock, menguji: Mock dan return_value, side_effect, menambal di mana nama digunakan, spesifikasi dan autospec,…

Baca artikel →
Pengujian perangkat lunak

Penjelasan Cakupan Kode: Cakupan Jalur vs Cabang dan Apa Arti 100% Sebenarnya

Cakupan kode dijelaskan dengan coverage.py yang sebenarnya dijalankan: cakupan garis, cabang dan kondisi, membaca laporan, mengapa cakupan 100% masi…

Baca artikel →
Basis data & SQL

DELETE vs TRUNCATE vs DROP dalam SQL: Perbedaan, Rollback dan Kapan Menggunakan Masing-Masing

DELETE vs TRUNCATE vs DROP dijelaskan dengan SQL yang diuji: apa yang dihapus, rollback, pemicu, reset identitas, kecepatan, dan perbedaan PostgreSQ…

Baca artikel →
Basis data & SQL

Penjelasan Tampilan SQL: Membuat, Menggunakan, dan Menghindari Kesalahan, Dengan Contoh

Tampilan SQL dijelaskan dengan kueri yang kami jalankan: membuat tampilan, hasil langsung, menyembunyikan kolom, kinerja, tampilan yang dapat diperb…

Baca artikel →
Pengembangan perangkat lunak

Antarmuka TypeScript vs Tipe: Perbedaan Nyata, Diuji Dengan Kompiler

Antarmuka TypeScript vs tipe, diperiksa dengan kompiler sebenarnya: apa yang bisa dilakukan keduanya, apa yang hanya bisa dilakukan satu orang, peng…

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Python *args dan **kwargs: Fungsi Fleksibel Dengan Contoh Jelas

Python *args dan **kwargs dijelaskan dengan kode yang kami jalankan: pengepakan dan pembongkaran, urutan parameter, argumen hanya kata kunci dan pos…

Baca artikel →
Pengembangan perangkat lunak

Fungsi Python Lambda: Sintaks, Kegunaan Sebenarnya, dan Kapan Tidak Digunakan

Fungsi python lambda dijelaskan dengan kode yang kami jalankan: sintaksis, pengurutan dengan kunci, peta dan filter, penutupan, jebakan pengikatan a…

Baca artikel →
Kecerdasan buatan

Apa Itu Agen AI? Cara Kerjanya, Dengan Agent Loop Sederhana yang Dapat Anda Jalankan

Apa itu agen AI? Panduan sederhana tentang loop agen, alat, memori, dan pagar pembatas, dengan loop Python kecil yang kami jalankan, risiko nyata da…

Baca artikel →
DevOps

Pemantauan vs Observabilitas: Perbedaan Nyata, Dengan Log, Metrik, dan Jejak

Penjelasan pemantauan vs observabilitas: kegagalan yang diketahui dan tidak diketahui, log, metrik dan jejak, penelusuran insiden checkout, sinyal e…

Baca artikel →
DevOps

Volume Docker vs Bind Mounts: Pertahankan Data Kontainer dengan Cara yang Benar

Volume Docker vs pengikatan pengikat dijelaskan: mengapa data kontainer menghilang, volume yang diberi nama, pengikatan pengikatan, tmpfs, contoh Tu…

Baca artikel →
Otomatisasi pengujian

TDD vs BDD: Perbedaan Utama, Satu Fitur Dibangun dengan Dua Cara dan Kapan Menggunakan Masing-masing

TDD vs BDD dijelaskan dengan satu fitur diskon yang dibuat dengan dua cara: refactor merah-hijau dengan kode yang kami jalankan, skenario Mengingat-…

Baca artikel →
Pengujian perangkat lunak

User Acceptance Testing (UAT): Proses, Checklist dan Contoh Nyata

Pengujian penerimaan pengguna menjelaskan: siapa yang menjalankannya, perbedaannya dengan QA, proses tujuh langkah, templat kasus uji UAT, daftar pe…

Baca artikel →
Basis data & SQL

Penjelasan Nilai NULL SQL: IS NULL, COALESCE, NULLIF dan Jebakan yang Harus Dihindari

Nilai SQL NULL dijelaskan dengan kueri yang kami jalankan: logika tiga nilai, IS NULL, COALESCE, NULLIF, cara agregat, penggabungan, dan pengurutan …

Baca artikel →
Basis data & SQL

Pernyataan SQL CASE WHEN: Sintaks, Contoh Nyata dan Kesalahan Umum

SQL CASE KETIKA dijelaskan dengan kueri yang kami jalankan: formulir sederhana dan dicari, urutan kondisi, pivot dengan SUM, trik COUNT, pengurutan …

Baca artikel →
Pengembangan perangkat lunak

Apa itu JWT? Token Web JSON Dijelaskan Dengan Contoh Kerja

Apa itu JWT? JSON Web Tokens menjelaskan: tiga bagian, token yang dibuat dan dirusak dalam kode yang kami jalankan, sesi JWT vs, penyimpanan, token …

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Loop Acara JavaScript: Call Stack, Microtasks, dan Timer Dengan Contoh

Perulangan peristiwa JavaScript dijelaskan dengan kode yang kami jalankan: tumpukan panggilan, antrian tugas dan tugas mikro, mengapa setTimeout 0 t…

Baca artikel →
Pengembangan perangkat lunak

Generator Python dan Penjelasan Hasil: Menghemat Memori Dengan Contoh Nyata

Generator dan hasil Python dijelaskan dengan kode yang kami jalankan: bagaimana mereka menjeda dan melanjutkan, mengukur penghematan memori, saluran…

Baca artikel →
Kecerdasan buatan

Apa itu Embedding? Kesamaan Vektor dan Kosinus Dijelaskan Secara Sederhana

Apa itu embeddings? Panduan bahasa sederhana tentang vektor, kesamaan kosinus, dan penelusuran semantik, dengan contoh kecil yang kami jalankan, pen…

Baca artikel →
DevOps

Penerapan Biru-Hijau vs Canary: Perbedaan, Kompromi, dan Cara Memilih

Penjelasan penerapan blue-green vs canary: cara kerja masing-masing, biaya, risiko dan rollback, pengelompokan pengguna stabil yang kami uji, migras…

Baca artikel →
Otomatisasi pengujian

Tes Tidak Stabil: Apa Penyebabnya dan Cara Memperbaikinya untuk Kebaikan

Pengujian yang tidak stabil dijelaskan dengan demo yang kami jalankan: penyebab utama, cara mengonfirmasi dan mendiagnosisnya, perbaikan waktu yang …

Baca artikel →
Pengujian perangkat lunak

Load Testing vs Stress Testing: Perbedaan, Metrik dan Contoh k6

Penjelasan pengujian beban vs pengujian stres: apa yang dibuktikan masing-masing, pengujian lonjakan dan rendam, metrik yang penting, mengapa rata-r…

Baca artikel →
Pengujian perangkat lunak

Kasus Uji vs Skenario Uji: Perbedaan Utama, Contoh, dan Kapan Menggunakan Masing-masing

Penjelasan kasus uji vs skenario pengujian: definisi yang jelas, tabel berdampingan, satu fitur pengaturan ulang kata sandi yang diambil dari skenar…

Baca artikel →
Basis data & SQL

Optimasi Kueri SQL: Baca Rencana Eksekusi dan Perbaiki Kueri Lambat, Dengan Pengaturan Waktu

Pengoptimalan kueri SQL diuji pada sejuta baris: membaca rencana eksekusi, menambahkan indeks yang tepat, memperbaiki filter yang tidak dapat disarg…

Baca artikel →
Basis data & SQL

SQL UNION vs UNION ALL: Perbedaan, Contoh dan Kinerja Diuji

SQL UNION vs UNION ALL dijelaskan dengan kueri yang kami jalankan: duplikat, aturan yang diikuti keduanya, bug data nyata, kinerja terukur, INTERSEC…

Baca artikel →
Pengembangan perangkat lunak

Tutorial API Pengambilan JavaScript: GET, POST, Penanganan Kesalahan, dan Batas Waktu

Tutorial JavaScript Fetch API diuji pada server lokal: GET dan POST, mengapa 404 tidak muncul, bantuan yang dapat digunakan kembali, string kueri, b…

Baca artikel →
Pengembangan perangkat lunak

Penanganan File Python: Baca, Tulis, CSV, JSON dan pathlib Dengan Contoh

Penanganan file Python dijelaskan dengan kode yang kami jalankan: mode terbuka, dengan, membaca file besar, CSV, JSON, pathlib, file biner, penulisa…

Baca artikel →
Pengembangan perangkat lunak

Kelas dan Objek Python: Tutorial OOP Dengan Contoh Nyata

Kelas dan objek Python dijelaskan dengan kode yang kami jalankan: __init__, metode, atribut kelas vs instance, warisan, properti, metode dunder, kel…

Baca artikel →
Kecerdasan buatan

Apa Itu Model Bahasa Besar? Bagaimana LLM Bekerja, Dijelaskan Tanpa Hype

Apa yang dimaksud dengan model bahasa besar? LLM dijelaskan dalam bahasa sederhana: token, penyematan, perhatian, pelatihan, jendela suhu dan kontek…

Baca artikel →
DevOps

Perintah Linux untuk Pemula: Panduan Terminal Penting Dengan Contoh

Perintah Linux untuk pemula, dikelompokkan berdasarkan tugas: navigasi, file, melihat log, grep, pipa, izin, proses dan arsip, dengan contoh analisi…

Baca artikel →
Otomatisasi pengujian

Selenium vs Penulis Drama: Perbedaan Utama, Perbandingan Kode, dan Mana yang Harus Dipilih

Selenium vs Playwright dibandingkan: arsitektur, menunggu, dukungan browser dan bahasa, debugging, pengujian yang sama di kedua alat, saran migrasi …

Baca artikel →
Pengujian perangkat lunak

Partisi Ekivalensi: Teknik Desain Tes Dijelaskan Dengan Contoh yang Dikerjakan

Penjelasan partisi ekivalensi: cara menemukan partisi yang valid dan tidak valid, contoh yang berfungsi untuk usia, kata sandi dan kupon, pengujian …

Baca artikel →
Pengujian perangkat lunak

Severity vs Priority dalam Pengujian Perangkat Lunak: Perbedaan, Matriks dan Contoh Nyata

Keparahan vs prioritas dalam pengujian perangkat lunak dijelaskan: definisi yang jelas, matriks empat arah dengan contoh, skala level, siapa yang me…

Baca artikel →
Basis data & SQL

Tutorial Subkueri SQL: Jenis, Subkueri yang Berkorelasi, dan ADA Dengan Contoh

Tutorial subkueri SQL dengan kueri yang kami jalankan: subkueri skalar, IN, FROM dan SELECT, subkueri yang berkorelasi, EXISTS, jebakan NOT IN NULL …

Baca artikel →
Basis data & SQL

Penjelasan Transaksi SQL dan ACID: COMMIT, ROLLBACK dan Tingkat Isolasi

Transaksi SQL dan ACID dijelaskan dengan transfer bank yang kami jalankan: COMMIT, ROLLBACK, savepoint, kunci, tingkat isolasi, pembacaan kotor, keb…

Baca artikel →
Pengembangan perangkat lunak

Lembar Cheat Perintah Git: Perintah yang Sebenarnya Anda Gunakan, Beserta Contohnya

Lembar contekan perintah Git yang dikelompokkan berdasarkan tugas: pengaturan, pementasan, cabang, remote, simpanan, riwayat, dan pembatalan kesalah…

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Janji JavaScript: lalu, tangkap, Janji.semua, dan Kesalahan Umum

Janji JavaScript dijelaskan dengan kode yang kami jalankan: status, rantai lalu dan tangkap, penanganan kesalahan, Promise.all, allSettled, race dan…

Baca artikel →
Pengembangan perangkat lunak

Tutorial Kamus Python: Metode, Contoh dan Pola Umum

Tutorial kamus Python dengan kode yang kami jalankan: membuat, membaca dan memperbarui dicts, metode utama, penggabungan, pemahaman, pola penghitung…

Baca artikel →
Kecerdasan buatan

Apa itu RAG? Generasi Retrieval-Augmented Dijelaskan Dengan Contoh Kerja

Apa itu RAG? Generasi yang ditambah pengambilan dijelaskan langkah demi langkah: pengindeksan, pemotongan, penyematan, pengambilan, contoh kecil Pyt…

Baca artikel →
DevOps

Tutorial Terraform untuk Pemula: Infrastruktur sebagai Kode Dari File Pertama hingga Modul

Tutorial Terraform untuk pemula: mulai tanpa akun cloud, pelajari init, rencanakan dan terapkan, lalu variabel, keluaran, status, modul, dan alur ke…

Baca artikel →
DevOps

Docker vs Kubernetes: Perbedaan Utama, Cara Kerja Sama, dan Yang Anda Butuhkan

Docker vs Kubernetes menjelaskan: apa yang dilakukan masing-masing, aplikasi yang sama dijalankan dengan keduanya, Docker Compose dan Swarm dibandin…

Baca artikel →
Otomatisasi pengujian

Tutorial Pytest untuk Pemula: Fixture, Parametrize dan Contoh Nyata

Tutorial pytest untuk pemula dengan pengujian yang kami jalankan di pytest 9.2: pernyataan, perlengkapan, parametrize, conftest, marker, tmp_path, m…

Baca artikel →
Pengujian perangkat lunak

Siklus Hidup Pengujian Perangkat Lunak (STLC): 6 Fase, Kriteria Masuk dan Keluar, Contoh

Siklus hidup pengujian perangkat lunak menjelaskan: enam fase STLC dengan kriteria masuk dan keluar, hasil, contoh fitur login yang berfungsi, STLC …

Baca artikel →
Pengembangan perangkat lunak

Git merge vs rebase: perbedaan, contoh, dan kapan memakai masing-masing

Git merge vs rebase dijelaskan dengan keluaran log nyata, tabel perbandingan, aturan emas rebase, dan alur kerja tim yang aman.

Baca artikel →
Pengembangan perangkat lunak

List Comprehension Python: Sintaks, Contoh, dan Kapan Harus Dihindari

List comprehension Python dijelaskan: sintaks, filter, if-else, perulangan bersarang, waktu yang diukur, dan kapan perulangan for biasa lebih baik.

Baca artikel →
Basis data & SQL

Penjelasan SQL JOIN dengan Contoh (Inner, Left, Right, Full)

Pahami SQL JOIN langkah demi langkah dengan tabel dan query contoh: INNER, LEFT, RIGHT, FULL, CROSS, dan SELF, plus kesalahan umum dan tips performa.

Baca artikel →