Python Faker ile Veri Üretimini Test Edin: Gerçekçi, Tekrarlanabilir ve Güvenli Veriler
İyi testler iyi verilere ihtiyaç duyar: hataları bulabilecek kadar gerçekçi, hata ayıklamayı sağlayacak kadar tekrarlanabilir ve asla gerçek müşterilerden kopyalanmamış. Test verilerini oluşturmak, tohumlamak, yerelleştirmek ve ölçmek için Python Faker kitaplığını kullandık ve nerede yetersiz kaldığını bulduk.
- Test verileri oluşturma gerçekçi sahte veriler oluşturduğundan testler gerçek müşteri kayıtlarının kopyalarına bağlı değildir.
- Aynı testin her seferinde aynı verileri üretmesi için jeneratörü tohumlayın.
- Faker makul, tipik değerler üretir; boş dizeler, kesme işaretleri ve çok uzun metinler gibi kenar durumları kendiniz eklemelisiniz.
- Faker kriptografik olarak rastgele değildir: asla şifreler, belirteçler veya güvenlikle ilgili herhangi bir şey için kullanmayın.
Bir test uzmanının raporlama ekranını kontrol edebilmesi için siparişi olan 500 müşteriye ihtiyacı vardır. Bunları üretimden kopyalamak hızlıdır ancak gerçek adları, e-postaları ve telefon numaralarını test ortamlarına, günlüklere ve ekran görüntülerine koyar ve bu da gizlilik ve yasal risk oluşturur. Bunları elle yazmak yavaştır ve hataları gizleyen “Test Kullanıcısı 1” ila “Test Kullanıcısı 500” üretir. Faker gibi bir kütüphane ile test verisi oluşturma bunların arasında yer alır: gerçekçi, hızlı ve sahte.
Her örneği Python 3.13’te Faker 40.52 ile çalıştırdık. Aşağıdaki değerler bizim başlangıç çalışmamızdan alınmıştır, dolayısıyla aynı versiyonla tekrarlanabilirler.
Test verileri neden önemlidir?
- Gerçekçilik hataları bulur: uzun adlar, vurgulu karakterler ve çeşitli biçimler, “Test Kullanıcısının” asla dokunmadığı kodu bozar.
- Tekrarlanabilirlik, hata ayıklamayı mümkün kılar: yeniden oluşturamayacağınız bir arıza, düzeltemeyeceğiniz bir arızadır.
- İzolasyon, testlerin güvenilir olmasını sağlar: aynı kayıtları paylaşan ve değiştiren testler, kesintili hale gelir.
- Gizlilik tartışılamaz: Test sistemlerindeki gerçek kişisel veriler genellikle yasa ve politikanın ihlali anlamına gelir.
Test verilerini alma yolları
| Yaklaşım | Artıları | Eksileri |
|---|---|---|
| Elle yazılmış armatürler | Kesin, okunabilir, uç durumlar için harika | Hacim oluşturmada yavaş |
| Oluşturuldu (Faker ve benzeri) | Hızlı, gerçekçi, kişisel veri yok | İş kurallarını ve nadir görülen uç durumları gözden kaçırır |
| Maskelenmiş üretim kopyası | Gerçek dağılımlar ve ilişkiler | Maskeleme kapsamlı olmalıdır; hala hassas |
| Sentetik veri platformları | İstatistikleri ve ilişkileri geniş ölçekte koruyun | Maliyet ve kurulum |
Çoğu ekip bunları birleştirir: Kesin kontroller için elle yazılmış küçük fikstürler, hacim için oluşturulan veriler ve yalnızca gerçekçi dağılımların gerekli olduğu durumlarda dikkatlice maskelenmiş veriler.
Faker’ı kullanmaya başlama
pip install faker
from faker import Faker
fake = Faker("en_IN")
fake.name(), fake.email(), fake.city(), fake.phone_number()
Faker’da isimler, adresler, şirketler, internet verileri, tarihler, sayılar, metinler, finans ve daha fazlası için sağlayıcıların yanı sıra kendi bilgilerinizi ekleme olanağı da bulunur. Sistem bağımlılığı olmayan saf Python’dur.
Tekrarlanabilir veriler için tohumlama
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
Aynı tohumla aynı adı taşıyan yeni bir jeneratör ortaya çıktı. Her testi veya test oturumunu yayınlayın ve çekirdeği günlüğe kaydedin, böylece bir hata tam olarak tekrarlanabilsin. Değerlerin Faker sürümleri arasında değişebileceğini unutmayın; bu nedenle, testler oluşturulan değerleri tam olarak karşılaştırıyorsa sürümü gereksinimlerinize sabitleyin. Daha da iyisi, belirli sahte değerlere hiç bağlı olmayan testler yazın.
Faker’ın dokümantasyon ve test için ayrılmış example.net ve example.org e-posta alanlarını kullandığına da dikkat edin; dolayısıyla bir test asla gerçek bir kişiye kazara e-posta gönderemez.
Yerel ayarlar
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
Yerel ayarlar adları, adresleri ve biçimleri değiştirir ve bazıları komut dosyalarını tamamen değiştirir. Alman çift namlulu soyadı, Japonca karakterler ve Devanagari metni, tam olarak alan uzunlukları, sıralama, arama, PDF’ler ve yazı tiplerindeki hataları ortaya çıkaran girdilerdir. Ürününüz birden fazla bölgeye hizmet veriyorsa her biri için veri oluşturun.
Benzersiz değerler
emails = [f.unique.email() for _ in range(1000)]
len(set(emails)) # 1000
small.unique.random_int(1, 5) # called 6 times
# UniquenessException
Düz Faker çağrıları değerleri tekrarlayabilir ve bu da BENZERSİZ kısıtlamalara sahip sütunlar üzerindeki testleri bozar. .unique proxy’si tekrarlanmamayı garanti eder; Bizim çalışmamızda 1000 e-postanın hepsi birbirinden farklıydı. Olası değerler havuzu bittiğinde, örneğin 1 ile 5 arasında altı benzersiz sayı istendiğinde, sonsuza kadar döngü yapmak yerine UniquenessException yükseltilir. Testler arasında fake.unique.clear()‘ü arayın.
Etki alanı kayıtları oluşturma
Faker alanlar oluşturur; Kodunuz iş kurallarına uymalıdır. Küçük bir fabrika işlevi bunları birleştirir:
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"}
total‘in rastgele değil hesaplandığını, dolayısıyla kaydın dahili olarak tutarlı olduğunu unutmayın. Rastgele bağımsız alanlar, sipariş tarihinden önce iade tarihi gibi imkansız veriler üretir ve bu da gerçekleşemeyecek hataların peşinde koşarak zaman kaybına neden olur. Factory_boy gibi kütüphaneler ve veri sınıflarından oluşturulan Hipotez stratejileri gibi model tabanlı araçlar, bu kuralların tek bir yerde tutulmasına yardımcı olur.
Faker’ın size vermeyeceği Edge vakaları
Faker tipik değerler üretir. Hatalar alışılmadık türlerde yaşar, bu nedenle elle yazılmış bir liste tutun ve şunları karıştırın:
edge_names = ["", " ", "O'Brien", "Zoë", "李小龙", "a" * 255,
"Robert'); DROP TABLE students;--", " padded "]
Boş ve yalnızca boşluktan oluşan değerler, kesme işaretleri, aksanlar, Latince olmayan alfabeler, maksimum uzunluklar ve kod yakalama doğrulaması, kaçış ve hataları görüntüleme gibi görünen dizeler. Sınır değer analizi size hangi sayısal sınırların ekleneceğini söyler ve özellik tabanlı testler otomatik olarak garip girdiler oluşturur.
İpucu: Faker, Python’un özellikle tohumlama sırasında tasarım açısından öngörülebilir olan standart random modülünü kullanır. Bunu asla gerçek şifreler, API anahtarları, belirteçler veya tek kullanımlık kodlar oluşturmak için kullanmayın. Güvenlikle ilgili herhangi bir şey için secrets modülünü kullanın.
Üretim verilerini maskeleme
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)
Bazen gerçekçi dağılımlar, örneğin performans testleri veya analizler için önemlidir. Daha sonra ekipler üretimi kopyalayıp maskeler. Aynı girişin her zaman aynı sahte değerle eşleştiği tutarlı maskeleme, tablolar arasındaki birleştirmelerin çalışmasını sağlar. Ancak maskeleme göründüğünden daha zordur: Serbest metinli notlar, yorumlardaki adresler ve zararsız alanların kombinasyonları yine de kişilerin kimliğini tespit edebilir. Bir e-postanın basit karması, gizli bir anahtar eklenmedikçe ortak adreslerin tahmin edilmesiyle de tersine çevrilebilir. Güvenlik veya gizlilik ekibinizi dahil edin ve yeterince iyi olduğunda oluşturulan verileri tercih edin.
Hız ve hacim
10,000 name + email rows: 1.79s
Faker binlerce kayıt için iyidir ancak milyonlarca kayıtta yavaşlar. Büyük performanslı veri kümeleri için dosyayı bir kez oluşturun ve yeniden kullanın, Mimesis gibi daha hızlı kitaplıkları kullanın, SQL ile veritabanı içinde oluşturun veya veritabanının içe aktarma araçlarıyla toplu yükleme yapın. Yük testi kılavuzu, yük ve stres testi kılavuzumuzda yer almaktadır.
Testlerde kullanmak
# 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()}
...
Tohumlanmış bir fikstür, her teste öngörülebilir veriler sağlar ve seed_instance, paylaşılan bir küresel tohum aracılığıyla testlerin birbirini etkilemesini engeller. pytest ayrıca Faker’ın kendisiyle birlikte bir faker fikstürü sağlayan bir Faker eklentisi de gönderir. Fikstür kapsamları ve temizliği için pytest fikstür kılavuzumuza bakın.
En iyi uygulamalar
- Onaylanmış maskeleme olmadan test ortamlarında asla gerçek kişisel verileri kullanmayın.
- Tohum üreteçleri ve her çalıştırma için tohumu kaydedin.
- Testin kendisi tarafından oluşturulan, her testin ihtiyaç duyduğu minimum verileri oluşturun.
- Kayıtların her zaman geçerli olması için fabrikalardaki iş kurallarını koruyun.
- Bakımlı bir uç durum listesini karıştırın.
- Oluşturulan verileri temizleyin veya her testi geri alınan bir işlemde çalıştırın.
Her test seviyesi için test verileri
| Test seviyesi | İyi veri kaynağı | neden |
|---|---|---|
| Birim testleri | Elle yazılmış değerler ve birkaç uç durum | Tam, okunabilir, hızlı |
| Entegrasyon ve API testleri | Faker kullanarak tohumlu fabrikalar | Test başına oluşturulan gerçekçi ve tekrarlanabilir |
| Uçtan uca testler | Küçük, bilinen bir temel veri kümesi artı her testin oluşturduğu veriler | Kullanıcı yolculukları için istikrarlı başlangıç noktası |
| Performans testleri | Büyük oluşturulmuş veya maskelenmiş veri kümeleri | Gerçekçi hacim ve dağıtım |
| Keşif testi | Yerel ayarlarda çeşitli, karmaşık oluşturulmuş veriler | Beklenmeyen davranışlarla karşılaşılır |
Veri kaynağının test düzeyiyle eşleştirilmesi, hızlı testlerin basit, yavaş testlerin ise gerçekçi olmasını sağlar. Daha düşük seviyeler hassasiyet gerektirir; daha yüksek seviyeler çeşitlilik ve hacim gerektirir. Test piramidi bu seviyelerin birbirine nasıl uyduğunu açıklar.
Seviye ne olursa olsun, her testi bağlı olduğu verilerden sorumlu tutun. Başka bir test tarafından oluşturulan veya geçen haftadan kalan bir kayda sessizce dayanan bir test, sonunda test edilen kodla hiçbir ilgisi olmayan nedenlerden dolayı başarısız olacaktır.
Son sözler
Faker, test verilerini bir angaryadan birkaç satırlık koda dönüştürür: birçok dilde gerçekçi adlar, e-postalar ve adresler, bir tohumla tekrarlanabilir ve hiçbir şey gerçek olmadığı için güvenlidir. Yine de tipik veriler üretir, bu nedenle kendi uç durumlarınızı ve iş kurallarınızı en üste ekleyin, bunları güvenlik değerlerinden uzak tutun ve mümkün olan her yerde üretim kopyaları yerine oluşturulan verileri tercih edin.
Sık sorulan sorular
Test verisi üretimi nedir?
Testler için yapay ama gerçekçi veriler oluşturmak, böylece testlerin gerçek müşteri bilgilerini kullanmadan ihtiyaç duydukları çeşitliliğe ve hacme sahip olmasını sağlamak.
Her çalıştırmada aynı Faker verilerini nasıl elde edebilirim?
Faker.seed(n) veya fake.seed_instance(n) ile tohumlayın. Aynı tohum ve versiyonla aynı değerleri üretir.
Faker’da yinelenen değerleri nasıl önleyebilirim?
fake.unique.email()’deki gibi benzersiz proxy’yi kullanın. Yeni değer kalmadığında UniquenessException’ı yükseltir ve bunu fake.unique.clear() ile sıfırlayabilirsiniz.
Faker şifreler ve jetonlar için güvenli midir?
Hayır. Faker tahmin edilebilir sözde rastgele sayılar kullanır. Güvenlik açısından hassas herhangi bir değer için Python’un sırlar modülünü kullanın.
Test için üretim verilerini kullanmalı mıyım?
Mümkün olduğunda bundan kaçının. Gerçekçi dağıtımlar gerekliyse, gizlilik veya güvenlik ekibiniz tarafından onaylanan, uygun şekilde maskelenmiş kopyaları kullanın.
Öğrenmeye devam et
Test, WordPress veya SEO konusunda yardıma mı ihtiyacınız var?
Ekiplerin daha iyi yazılımlar sunmasına ve sitelerini büyütmesine yardımcı oluyoruz. Bize ne üzerinde çalıştığınızı söyleyin, biz de bir sonraki adım için net bir öneride bulunalım.
Daha fazla kılavuz test, yapay zeka ve modern geliştirme
Bu makaleyi beğendiniz mi? Bir konu seçin ve doğrudan en yeni eğitimlerimize geçin.
Açıklanan RAG Parçalama Stratejileri: Sabit, Örtüşme, Cümle, Yinelemeli ve Başlıklar, Ölçülen
RAG parçalama stratejileri, Tiktoken 0.14 ile tek bir belgede karşılaştırıldı: sabit boyut, örtüşme, cümle paketleme, özyinelemeli bölme ve başlık t…
Makaleyi okuyun →Yazılım geliştirmeAPI Idempotency Açıklaması: Idempotency Anahtarları ve Güvenli Yeniden Denemeler, Test Edildi
API uyumsuzluğu, çalıştırdığımız bir Python sunucusu ve istemcisiyle açıklandı: Kayıp bir yanıt, anahtar olmadan çift ücretlendirmeye ve tek anahtar…
Makaleyi okuyun →DevOpsGit Stash Açıklaması: Kaydet, Uygula, Aç ve Takip Edilmeyen Dosyalar, Test Edildi
Git stash, Git 2.56'da çalıştırdığımız komutlarla açıklandı: bir mesajla itin, izlenmeyen dosyalar, listele ve göster, pop vs. uygula, dizini koruma…
Makaleyi okuyun →Yazılım testiİkili Test Açıklandı: Tüm Çiftler 216 Testi Nasıl 13'e Düşürdü, Test Edildi
İkili test, Python 3.13'te çalıştırdığımız bir oluşturucuyla açıklandı: 13 testin kapsadığı 216 kombinasyondan oluşan bir kontrol, doğrulanmış kapsa…
Makaleyi okuyun →Test otomasyonuTest Çiftleri Açıklaması: Test Edilmiş Python Koduyla Sahte, Saplama, Casus, Sahte ve Sahte
Test çiftleri, pytest 9.2'de çalıştırılan bir Python örneğiyle açıklanmıştır: kukla, saplama, casus, sahte ve sahte, her birinin ne zaman kullanılac…
Makaleyi okuyun →Veritabanları ve SQLSQL COALESCE Açıklaması: Varsayılanlar, NULLIF, IFNULL vs ISNULL ve Tuzaklar, Test Edildi
SQL COALESCE, SQLite 3.50'de çalıştırdığımız sorgularla açıklandı: ilk boş olmayan değerler, boş dizeler, matematikte NULL, sıfıra bölme için NULLIF…
Makaleyi okuyun →Veritabanları ve SQLSQL Kendi Kendine Birleştirme Açıklaması: Çalışan-Yönetici, Çiftler ve Sıra Karşılaştırmaları, Test Edildi
SQL kendi kendine birleştirme, SQLite 3.50'de yürüttüğümüz sorgularla açıklanmıştır: çalışan ve yönetici, yöneticiden daha fazla kazanç, benzersiz ç…
Makaleyi okuyun →Yazılım geliştirmeJavaScript Spread Operatörü Açıklaması: Spread vs Rest, Kopyalar ve Yakalamalar, Test Edildi
JavaScript yayılma operatörü, Düğüm 24'te çalıştırdığımız kodla açıklandı: diziler, nesneler, sığ kopyalar, dinlenme parametreleri, Math.max limiti …
Makaleyi okuyun →Yazılım geliştirmePython Koleksiyonları Modülünün Açıklaması: Counter, defaultdict, deque ve Daha Fazlası, Test Edildi
Python koleksiyonları, Python 3.13'te çalıştırdığımız kodla açıklanmıştır: Counter, defaultdict, deque, nametuple, OrderedDict ve ChainMap, artı bir…
Makaleyi okuyun →Yapay zekâYüksek Lisans Bağlam Penceresi Açıklandı: Tokenlar, Limitler ve Daha Fazlası Nasıl Sığdırılır, Ölçülmüştür
LLM bağlam penceresi, tiktoken kullanarak ölçtüğümüz jeton sayımlarıyla açıklandı: düz yazı, kod ve Hintçe için kelimeler ve jetonlar, giriş ve çıkı…
Makaleyi okuyun →Yazılım geliştirmeWeb Kancaları Açıklandı: Nasıl Çalışırlar ve Güvenli Bir Şekilde Nasıl Alınırlar?
Web kancaları, Python'da çalıştırdığımız bir alıcı ve göndericiyle açıkladı: push ve yoklama, HMAC-SHA256 imzaları, üzerinde oynanmış ve tekrar oyna…
Makaleyi okuyun →DevOpsGit Cherry-Pick Açıklaması: İhtiyacınız Olan Taahhüdü Kopyalayın, Güvenle, Test Edildi
Git Cherry-Pick, Git 2.56'da çalıştırdığımız komutlarla açıkladı: bir düzeltmeyi bir yayın dalına kopyalamak, yeni karmalar ve yama kimlikleri, -x, …
Makaleyi okuyun →Test otomasyonuAnlık Görüntü Testinin Açıklaması: Nasıl Çalışır, Ne Zaman Yardımcı Olur ve Ne Zaman Acıtır
Anlık görüntü testi, yürüttüğümüz bir pytest ve şuruplu demo ile açıklandı: anlık görüntüler oluşturma, kod değişikliğinden sonra farkı okuma, zaman…
Makaleyi okuyun →Yazılım testiMutasyon Testi Açıklandı: %100 Kapsam Neden Hala Hatamızı Gözden Kaçırdı
Mutasyon testi, oluşturduğumuz ve çalıştırdığımız küçük bir mutasyon aracıyla açıklandı: 14 mutant, %79 puan alan %100 çizgi kapsamına sahip bir tes…
Makaleyi okuyun →Yapay zekâİstemi Enjeksiyonun Açıklaması: Yapay Zeka Uygulamaları Nasıl Kandırılıyor ve Bunları Nasıl Savunabilirsiniz?
Geliştiriciler için hızlı ekleme açıklandı: doğrudan ve dolaylı saldırılar, anahtar kelime filtrelerinin neden başarısız olduğu (testimiz 4'ten 1'in…
Makaleyi okuyun →DevOpsAçıklanan DNS Kayıtları: Gerçek Aramalarla A, AAAA, CNAME, MX, TXT ve TTL
DNS kayıtları yaptığımız aramalarla açıklandı: çözünürlüğün nasıl çalıştığı, A ve AAAA, CNAME kuralları, MX ve boş MX, SPF ve doğrulama için TXT, NS…
Makaleyi okuyun →DevOpsÖzellik Bayraklarının Açıklaması: Güvenli Sürümler, Kademeli Kullanıma Sunmalar ve Bayrak Hijyeni
Çalıştırdığımız bir kullanıma sunma simülasyonuyla açıklanan özellik bayrakları: bayrak türleri, kararlı karma ile kullanıma sunma yüzdesi, kill ana…
Makaleyi okuyun →Test otomasyonuPython Faker ile Test Verisi Üretimi: Gerçekçi, Tekrarlanabilir ve Güvenli Veri
Python Faker ile veri oluşturmayı test edin, çalıştırın ve ölçün: tekrarlanabilir veriler, yerel ayarlar, benzersiz değerler, etki alanı şeklindeki …
Makaleyi okuyun →Yazılım testiShift-Sol Testinin Açıklaması: Ekibi Yavaşlatmadan Hataları Daha Erken Bulun
Sola kaydırma testi açıklandı: ne anlama geliyor, erken kusurların neden daha ucuz olduğu, gereksinim incelemelerinden CI kontrollerine kadar uygula…
Makaleyi okuyun →Veritabanları ve SQLAçıklanan SQL Dizisi İşlevleri: TRIM, SUBSTR, REPLACE, CONCAT ve Veri Temizleme
Çalıştırdığımız sorgularla açıklanan SQL dize işlevleri: birleştirme ve NULL, TRIM, UPPER ve LOWER, SUBSTR ve INSTR, REPLACE, dolgulama, Unicode uzu…
Makaleyi okuyun →Veritabanları ve SQLSQL Tetikleyicilerinin Açıklaması: ÖNCE ve SONRA Tetikleyiciler, Denetim Günlükleri ve Tuzaklar
SQL tetikleyicileri, çalıştırdığımız tetikleyicilerle açıklandı: ÖNCE ve SONRA, ESKİ ve YENİ, denetim günlükleri, doğrulama, stok güncellemeleri, NE…
Makaleyi okuyun →Yazılım geliştirmePython JSON Modülünün Açıklaması: dökümler, yüklemeler, Özel Türler ve Yaygın Hatalar
Python JSON modülü çalıştırdığımız kodla açıkladı: dökümler ve yüklemeler, dosyalar, tür dönüşümleri, tarihler ve ondalık sayılar, özel kodlayıcılar…
Makaleyi okuyun →Yazılım geliştirmeES Modülleri ve CommonJS Karşılaştırması: Node.js'de JavaScript İçe Aktarmaları Nasıl Çalışır, Test Edildi
ES modülleri ve CommonJS karşılaştırması, Node.js'de çalıştırdığımız kodla açıklanmıştır: içe ve dışa aktarma sözdizimi, gereksinim, canlı bağlamala…
Makaleyi okuyun →Yazılım geliştirmePython Regex'in Açıklaması: Desenler, Gruplar, Öncüler ve Tuzaklar, Test Edildi
Python regex'i çalıştırdığımız kalıplarla açıklandı: arama vs eşleşme, tümünü bulma, gruplar ve adlandırılmış gruplar, açgözlü vs tembel, alt, önden…
Makaleyi okuyun →Yapay zekâYüksek Lisans Yapılandırılmış Çıktı Açıklaması: Yapay Zeka Modellerinden Güvenilir JSON Alma
LLM yapılandırılmış çıktısı, Pydantic'te çalıştırdığımız doğrulamayla açıklandı: JSON modu ve şemaları, kısıtlı kod çözme, model çıktısının kırılma …
Makaleyi okuyun →DevOpsSSH Anahtarlarının Açıklaması: Nasıl Çalışırlar, ssh-keygen, Ed25519 ve Güvenli Alışkanlıklar
SSH anahtarları, oluşturduğumuz anahtarlarla açıklanmıştır: genel ve özel anahtarlar, ssh-keygen, Ed25519 ve RSA, parmak izleri, parolalar, ssh-agen…
Makaleyi okuyun →DevOpsHTTP Önbelleğe Alma Açıklaması: Canlı Testle Önbellek Kontrolü, ETag ve 304 Yanıtları
HTTP önbelleğe alma, çalıştırdığımız küçük bir sunucuyla açıklandı: Önbellek Kontrolü yönergeleri, maksimum yaş, önbellek yok ve depo yok, ETag yeni…
Makaleyi okuyun →Test otomasyonuAPI Sözleşme Testi Açıklaması: Son Dakika Değişikliklerini Gönderilmeden Önce Yakalayın
API sözleşme testi, yürüttüğümüz bir şema kontrolüyle açıklandı: sözleşmenin ne olduğu, tüketici odaklı sözleşmeler, Pakt, OpenAPI, son tüketicileri…
Makaleyi okuyun →Yazılım testiRisk Tabanlı Test Açıklaması: Riskleri Puanlayın, Bir Matris Oluşturun ve Neyin Önemli Olduğunu Test Edin
Riske dayalı testler adım adım açıklanmıştır: risklerin belirlenmesi, olasılık ve etkinin puanlanması, bir risk matrisi oluşturulması, riskin test d…
Makaleyi okuyun →Veritabanları ve SQLAçıklanan SQL Kısıtlamaları: NULL DEĞİL, BENZERSİZ, KONTROL ve YABANCI ANAHTAR, Test Edildi
SQL kısıtlamaları yaptığımız testlerle açıklandı: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY ve FOREIGN KEY, NULL boşlukları, SQLite'ın yabancı anaht…
Makaleyi okuyun →Veritabanları ve SQLAçıklanan SQL Tarih İşlevleri: Tarihleri Hatasız Ekleme, Karşılaştırma ve Gruplandırma
Çalıştırdığımız sorgularla açıklanan SQL tarih işlevleri: aralık ekleme, ay sonu sürprizleri, tarih farklılıkları, BETWEEN tuzağı, güne göre gruplam…
Makaleyi okuyun →Yazılım geliştirmePython asyncio'nun Açıklaması: eşzamansız, bekleme, toplama ve Gerçek Zamanlamalı Görev Grubu
Python asyncio, zamanladığımız kodla açıkladı: eşyordamlar, bekleme, toplama, GörevGroup, hata işleme, zaman aşımları, eşzamanlılığın sınırlandırılm…
Makaleyi okuyun →Yazılım geliştirmeJavaScript'te Debounce ve Throttle: Nasıl Çalışır, Her Biri Ne Zaman Kullanılır, Test Edildi
JavaScript'te geri çekilme ve kısma, Node.js'de ölçtüğümüz zamanlamalarla açıklanmıştır: her birinin nasıl çalıştığı, basit uygulamalar, öncü ve son…
Makaleyi okuyun →Yazılım geliştirmePython Bağlam Yöneticilerinin Açıklaması: with Statement, contextlib ve Gerçek Kullanımlar
Python içerik yöneticileri çalıştırdığımız kodla açıkladı: nasıl çalışır, __enter__ ve __exit__, contextlib.contextmanager, bastırma, ExitStack, ver…
Makaleyi okuyun →Yapay zekâLLM Sıcaklığı ve En İyisi Açıklandı: Yapay Zeka Modelleri Bir Sonraki Sözcüğü Nasıl Seçiyor?
LLM sıcaklığı ve en yüksek puan, yürüttüğümüz bir simülasyonla açıklandı: olasılıklar nasıl yeniden şekillendirilir, en üst düzey neleri korur, göre…
Makaleyi okuyun →DevOpsYAML Açıklandı: Sözdizimi, Norveç Sorunu ve Test Ettiğimiz Diğer Tuzaklar
YAML bir ayrıştırıcı testiyle açıklandı: temel sözdizimi, listeler ve haritalar, Norveç sorunu, değişkenlere dönüşen sürümler, sekizli posta kodları…
Makaleyi okuyun →DevOpsCron İşleri Açıklandı: Sözdizimi, Gerçek Programlar ve Bunları Bozan Hatalar
Cron işleri, doğruladığımız programlarla açıklandı: beş alan, operatörler, gerçek örnekler, ayın günü VEYA haftanın günü tuzağı, çevre sorunları, ka…
Makaleyi okuyun →Yapay zekâYapay Zeka Halüsinasyonları Açıklandı: Dil Modelleri Neden İşleri Düzeltiyor ve Nasıl Azaltılabilir?
Yapay zeka halüsinasyonları açıkladı: ne olduklarını, dil modellerinin bunları neden ürettiğini, yaygın türlerini, temellendirme ve yönlendirmelerle…
Makaleyi okuyun →DevOpsAçıklanan Ortam Değişkenleri: .env Dosyaları, Sırlar ve Yapılandırma Doğru Yapıldı
Çalıştırdığımız Python örnekleriyle açıklanan ortam değişkenleri: bunları okumak ve ayarlamak, neden her değerin bir dize olduğu, .env dosyaları, sü…
Makaleyi okuyun →Yazılım geliştirmeAPI Hız Sınırlamasının Açıklaması: Algoritmalar, Başlıklar ve 429 Hatalarının Ele Alınması
API hızı sınırlaması, çalıştırdığımız bir simülasyonla açıklanmıştır: belirteç kümesi, sabit pencere, kayan pencere, 429 yanıt, hız sınırı başlıklar…
Makaleyi okuyun →Test otomasyonuPython'da alay etme: Unittest.mock, patch ve Testleri Yalan Yapan Hatalar
Unittest.mock ile Python'da alay etme, test edildi: Sahte ve dönüş_değeri, yan_etki, bir adın kullanıldığı yerde yama uygulama, spesifikasyon ve oto…
Makaleyi okuyun →Yazılım testiKod Kapsamının Açıklaması: Hat ve Şube Kapsamı ve %100'ün Gerçek Anlamı
Kod kapsamı gerçek bir kapsama.py çalışmasıyla açıklanmıştır: hat, şube ve durum kapsamı, bir raporun okunması, %100 kapsamın neden hâlâ hataları ka…
Makaleyi okuyun →Veritabanları ve SQLSQL'de DELETE vs TRUNCATE vs DROP: Farklılıklar, Geri Alma ve Her Biri Ne Zaman Kullanılmalı
DELETE vs TRUNCATE vs DROP test edilmiş SQL ile açıklandı: her birinin neyi kaldırdığı, geri aldığı, tetiklediği, kimlik sıfırlaması, hızı ve Postgr…
Makaleyi okuyun →Veritabanları ve SQLAçıklanan SQL Görünümleri: Örneklerle Tuzakları Oluşturun, Kullanın ve Önleyin
Çalıştırdığımız sorgularla açıklanan SQL görünümleri: görünüm oluşturma, canlı sonuçlar, sütunları gizleme, performans, güncellenebilir ve gerçekleş…
Makaleyi okuyun →Yazılım geliştirmeTypeScript Arayüzü ve Tür: Gerçek Farklılıklar, Derleyiciyle Test Edildi
TypeScript arayüzü ve türü, gerçek derleyiciyle kontrol edildi: her ikisinin de yapabileceği, yalnızca birinin yapabileceği, bildirim birleştirme, g…
Makaleyi okuyun →Yazılım geliştirmePython *args ve **kwargs'ın Açıklaması: Açık Örneklerle Esnek Fonksiyonlar
Python *args ve **kwargs çalıştırdığımız kodla açıklanmıştır: paketleme ve paketten çıkarma, parametre sırası, yalnızca anahtar kelime ve yalnızca k…
Makaleyi okuyun →Yazılım geliştirmePython Lambda İşlevleri: Söz Dizimi, Gerçek Kullanımlar ve Ne Zaman Kullanılmaması Gerektiği
Çalıştırdığımız kodla açıklanan Python lambda işlevleri: sözdizimi, anahtarla sıralama, harita ve filtre, kapatmalar, geç bağlama tuzağı ve normal b…
Makaleyi okuyun →Yapay zekâYapay Zeka Ajanları Nelerdir? Çalıştırabileceğiniz Basit Bir Aracı Döngüsüyle Nasıl Çalışırlar?
Yapay zeka ajanları nedir? Aracı döngüsüne, araçlara, belleğe ve korkuluklara ilişkin basit bir kılavuz, çalıştırdığımız küçük bir Python döngüsü, g…
Makaleyi okuyun →DevOpsİzleme ve Gözlemlenebilirlik: Günlükler, Metrikler ve İzlerle Gerçek Fark
İzleme ve gözlemlenebilirliğin açıklanması: bilinen ve bilinmeyen arızalar, günlükler, ölçümler ve izler, ödeme olayının gözden geçirilmesi, altın s…
Makaleyi okuyun →DevOpsDocker Birimleri ve Bağlama Bağlantıları: Konteyner Verilerini Doğru Şekilde Kalıcılaştırın
Docker birimleri ile bağlama bağlamaları arasındaki karşılaştırma açıklandı: kapsayıcı verilerinin neden kaybolduğu, adlandırılmış birimler, bağlama…
Makaleyi okuyun →Test otomasyonuTDD ve BDD: Temel Farklılıklar, Her İki Şekilde Geliştirilmiş Bir Özellik ve Her Birinin Ne Zaman Kullanılacağı
TDD ve BDD, her iki yönde de oluşturulmuş bir indirim özelliğiyle açıklandı: çalıştırdığımız kodla kırmızı-yeşil-refactor, Verilen-Ne Zaman-O Zaman …
Makaleyi okuyun →Yazılım testiKullanıcı Kabul Testi (UAT): Süreç, Kontrol Listesi ve Gerçek Örnekler
Kullanıcı kabul testi açıklandı: bunu kimin yürüttüğü, QA'dan farkı, yedi adımlı bir süreç, bir UAT test senaryosu şablonu, bir kontrol listesi, otu…
Makaleyi okuyun →Veritabanları ve SQLAçıklanan SQL NULL Değerleri: IS NULL, COALESCE, NULLIF ve Kaçınılması Gereken Tuzaklar
SQL NULL değerleri, çalıştırdığımız sorgularla açıklandı: üç değerli mantık, IS NULL, COALESCE, NULLIF, toplamaların, birleştirmelerin ve sıralamanı…
Makaleyi okuyun →Veritabanları ve SQLSQL CASE WHEN İfadesi: Sözdizimi, Gerçek Örnekler ve Yaygın Hatalar
SQL CASE WHEN çalıştırdığımız sorgularla açıkladı: basit ve aranmış formlar, koşul sırası, SUM'lu pivotlar, COUNT hileleri, özel sıralama, güncellem…
Makaleyi okuyun →Yazılım geliştirmeJWT Nedir? JSON Web Belirteçleri Bir Çalışma Örneğiyle Açıklanıyor
JWT nedir? JSON Web Tokens açıkladı: üç bölüm, çalıştırdığımız kodda oluşturulan ve üzerinde değişiklik yapılan bir token, JWT ile oturumlar, depola…
Makaleyi okuyun →Yazılım geliştirmeJavaScript Olay Döngüsü Açıklaması: Örneklerle Çağrı Yığını, Mikro Görevler ve Zamanlayıcılar
JavaScript olay döngüsü çalıştırdığımız kodla açıklandı: çağrı yığını, görev ve mikro görev kuyrukları, setTimeout 0'ın neden anında olmadığı, engel…
Makaleyi okuyun →Yazılım geliştirmePython Jeneratörleri ve Verim Açıklaması: Gerçek Örneklerle Bellekten Tasarruf Edin
Python üreteçleri ve verim, çalıştırdığımız kodla açıklandı: nasıl duraklatılır ve devam ettirilir, ölçülen bellek tasarrufları, işlem hatları, sons…
Makaleyi okuyun →Yapay zekâGömmeler Nelerdir? Vektörler ve Kosinüs Benzerliği Basitçe Açıklandı
Gömmeler nedir? Vektörler, kosinüs benzerliği ve anlamsal aramaya ilişkin sade dilli bir kılavuz; çalıştırdığımız küçük bir örnek, yaygın kullanımla…
Makaleyi okuyun →DevOpsMavi-Yeşil ve Kanarya Konuşlandırılması: Farklılıklar, Takaslar ve Nasıl Seçilir
Mavi-yeşil ve kanarya konuşlandırması açıklandı: her birinin nasıl çalıştığı, maliyet, risk ve geri alma, test ettiğimiz istikrarlı kullanıcı grubu,…
Makaleyi okuyun →Test otomasyonuKesintili Testler: Bunların Sebepleri ve Nasıl Düzeltileceği
Yaptığımız demolarla açıklanan hatalı testler: ana nedenler, birinin nasıl doğrulanacağı ve teşhis edileceği, zamanlama için uygun düzeltmeler, payl…
Makaleyi okuyun →Yazılım testiYük Testi ve Stres Testi: Farklılıklar, Metrikler ve k6 Örnekleri
Yük testi ve stres testinin açıklaması: her birinin neyi kanıtladığı, ani yükselme ve soğuma testleri, önemli ölçümler, ortalamaların neden yanıltıc…
Makaleyi okuyun →Yazılım testiTest Senaryosu ve Test Senaryosu: Temel Farklılıklar, Örnekler ve Her Biri Ne Zaman Kullanılmalı?
Test senaryosu ve test senaryosunun açıklaması: net tanımlar, yan yana tablo, senaryolardan vakalara, şablonlara ve her birinin ne zaman kullanılaca…
Makaleyi okuyun →Veritabanları ve SQLSQL Sorgu Optimizasyonu: Zamanlamalarla Yürütme Planlarını Okuyun ve Yavaş Sorguları Düzeltin
SQL sorgu optimizasyonu bir milyon satırda test edilmiştir: yürütme planlarını okuyun, doğru dizinleri ekleyin, değiştirilemeyen filtreleri düzeltin…
Makaleyi okuyun →Veritabanları ve SQLSQL UNION ve UNION ALL: Farklılıklar, Örnekler ve Test Edilmiş Performans
SQL UNION ve UNION ALL, yürüttüğümüz sorgularla açıklandı: kopyalar, her ikisinin de takip ettiği kurallar, gerçek bir veri hatası, ölçülen performa…
Makaleyi okuyun →Yazılım geliştirmeJavaScript Fetch API Eğitimi: GET, POST, Hata İşleme ve Zaman Aşımları
Yerel bir sunucuya karşı test edilen bir JavaScript Fetch API öğreticisi: GET ve POST, 404'ün neden atmadığı, yeniden kullanılabilir bir yardımcı, s…
Makaleyi okuyun →Yazılım geliştirmePython Dosya İşleme: Örneklerle Okuma, Yazma, CSV, JSON ve pathlib
Python dosya işleme, çalıştırdığımız kodla açıklanmıştır: açık modlar, büyük dosyaları okuma, CSV, JSON, pathlib, ikili dosyalar, güvenli yazma, hat…
Makaleyi okuyun →Yazılım geliştirmePython Sınıfları ve Nesneleri: Gerçek Örneklerle OOP Eğitimi
Çalıştırdığımız kodla açıklanan Python sınıfları ve nesneleri: __init__, yöntemler, sınıf ve örnek nitelikleri, kalıtım, özellikler, dunder yöntemle…
Makaleyi okuyun →Yapay zekâBüyük Dil Modeli Nedir? Yüksek Lisans'ların Nasıl Çalıştığı, Abartmadan Açıklanıyor
Büyük dil modeli nedir? LLM'ler sade bir dille açıklandı: belirteçler, yerleştirmeler, dikkat, eğitim, sıcaklık ve bağlam pencereleri, küçük bir son…
Makaleyi okuyun →DevOpsYeni Başlayanlar İçin Linux Komutları: Örneklerle Temel Terminal Kılavuzu
Yeni başlayanlar için göreve göre gruplandırılmış Linux komutları: pratik bir günlük analizi örneğiyle gezinme, dosyalar, günlükleri görüntüleme, gr…
Makaleyi okuyun →Test otomasyonuSelenyum ve Oyun Yazarı: Temel Farklılıklar, Karşılaştırılan Kod ve Hangisinin Seçileceği
Selenium ve Playwright karşılaştırması: mimari, bekleme, tarayıcı ve dil desteği, hata ayıklama, her iki araçta da aynı test, geçiş tavsiyesi ve nas…
Makaleyi okuyun →Yazılım testiEşdeğerlik Bölümleme: Test Tasarımı Tekniğinin Çalışılmış Örneklerle Açıklanması
Eşdeğerlik bölümlemenin açıklaması: geçerli ve geçersiz bölümlerin nasıl bulunacağı, yaşlara yönelik çalışılmış örnekler, şifreler ve kuponlar, yürü…
Makaleyi okuyun →Yazılım testiYazılım Testinde Şiddet ve Öncelik: Farklılıklar, Matris ve Gerçek Örnekler
Yazılım testinde önem ve önceliğin açıklanması: net tanımlar, örnekler içeren dört yönlü bir matris, seviye ölçekleri, her birini kimin belirlediği …
Makaleyi okuyun →Veritabanları ve SQLSQL Alt Sorguları Eğitimi: Türler, İlişkili Alt Sorgular ve Örneklerle EXISTS
Çalıştırdığımız sorguları içeren bir SQL alt sorgu eğitimi: skaler, IN, FROM ve SELECT alt sorguları, ilişkili alt sorgular, EXISTS, NOT IN NULL tuz…
Makaleyi okuyun →Veritabanları ve SQLSQL İşlemleri ve ACID Açıklaması: COMMIT, ROLLBACK ve İzolasyon Seviyeleri
SQL işlemleri ve ACID, yürüttüğümüz bir banka transferiyle açıklandı: COMMIT, ROLLBACK, kayıt noktaları, kilitler, izolasyon seviyeleri, kirli okuma…
Makaleyi okuyun →Yazılım geliştirmeGit Komutları Hile Sayfası: Gerçekte Kullandığınız Komutlar, Örneklerle
Git komutları göreve göre gruplandırılmış kısa bilgiler sayfası: kurulum, aşamalandırma, dallar, uzaktan kumandalar, saklama, geçmiş ve gerçek bir d…
Makaleyi okuyun →Yazılım geliştirmeJavaScript Vaatlerinin Açıklaması: ardından, catch, Promise.all ve Yaygın Hatalar
Çalıştırdığımız kodla açıklanan JavaScript vaatleri: durumlar, ardından ve yakalama zincirleri, hata yönetimi, Promise.all, allSettled, yarış ve her…
Makaleyi okuyun →Yazılım geliştirmePython Sözlüğü Eğitimi: Yöntemler, Örnekler ve Ortak Kalıplar
Çalıştırdığımız kodları içeren bir Python sözlüğü eğitimi: dikteler oluşturma, okuma ve güncelleme, temel yöntemler, birleştirme, kavramalar, sayma …
Makaleyi okuyun →Yapay zekâRAG Nedir? Geri Almayla Artırılmış Üretim Bir Çalışma Örneğiyle Açıklanıyor
RAG nedir? Almayla artırılmış oluşturma adım adım açıklanmıştır: indeksleme, parçalama, yerleştirmeler, alma, çalışan küçük bir Python örneği, değer…
Makaleyi okuyun →DevOpsYeni Başlayanlar İçin Terraform Eğitimi: İlk Dosyadan Modüllere Kod Olarak Altyapı
Yeni başlayanlar için bir Terraform eğitimi: Bulut hesabı olmadan başlayın, başlatmayı öğrenin, planlayın ve uygulayın, ardından değişkenler, çıktıl…
Makaleyi okuyun →DevOpsDocker ve Kubernetes: Temel Farklılıklar, Birlikte Nasıl Çalıştıkları ve İhtiyacınız Olanlar
Docker ve Kubernetes şöyle açıkladı: Her birinin ne yaptığı, her ikisinde de aynı uygulamanın çalıştırılması, Docker Compose ve Swarm'ın karşılaştır…
Makaleyi okuyun →Test otomasyonuYeni Başlayanlar İçin Pytest Eğitimi: Fikstürler, Parametrelendirme ve Gerçek Örnekler
Yeni başlayanlar için pytest 9.2'de yürüttüğümüz testleri içeren bir pytest öğreticisi: iddialar, fikstürler, parametrelendirme, yarışma, işaretleyi…
Makaleyi okuyun →Yazılım testiYazılım Test Yaşam Döngüsü (STLC): 6 Aşama, Giriş ve Çıkış Kriterleri, Örnek
Yazılım testi yaşam döngüsü şunları açıkladı: giriş ve çıkış kriterleri, teslimatlar, çalışılmış bir oturum açma özelliği örneği, Agile'da STLC ve S…
Makaleyi okuyun →Yazılım geliştirmeGit merge vs rebase: farklar, örnekler ve hangisi ne zaman kullanılır
Git merge vs rebase; gerçek log çıktısı, karşılaştırma tablosu, rebase'in altın kuralı ve güvenli bir ekip iş akışıyla anlatılıyor.
Makaleyi okuyun →Yazılım geliştirmePython Liste Üreteci (List Comprehension): Sözdizimi, Örnekler ve Kaçınılacak Durumlar
Python list comprehension anlatımı: sözdizimi, filtreleme, if-else, iç içe döngüler, ölçülmüş süreler ve düz for döngüsünün daha iyi olduğu durumlar.
Makaleyi okuyun →Veritabanları ve SQLSQL JOIN Örneklerle Açıklama (Inner, Left, Right, Full)
SQL JOIN'leri örnek tablolar ve sorgularla adım adım öğrenin: INNER, LEFT, RIGHT, FULL, CROSS ve SELF; yaygın hatalar ve performans ipuçları.
Makaleyi okuyun →