Explicación de las pruebas de cambio a la izquierda: encuentre errores antes sin ralentizar al equipo

  1. Inicio
  2. Blog
  3. Pruebas de software

Pruebas de software

Explicación de la prueba Shift-Left: Encuentre errores antes sin ralentizar el equipo

Las pruebas de desplazamiento a la izquierda mueven el trabajo de calidad a una fase más temprana del desarrollo, desde el final del proyecto hasta el inicio de cada cambio. Esto es lo que realmente significa en la práctica, los hábitos que lo hacen funcionar y los errores que lo convierten en papeleo adicional.

11 min de lectura
Explicación de las pruebas de desplazamiento a la izquierda: encuentre errores antes sin ralentizar al equipo

Puntos clave

  • Pruebas con desplazamiento hacia la izquierda significa realizar un trabajo de calidad antes: cuestionar los requisitos, diseñar pruebas antes del código y verificar cada confirmación.
  • Los defectos detectados tempranamente son más baratos y más rápidos de solucionar, porque se ha realizado menos trabajo sobre ellos.
  • Cambia quién prueba y cuándo: los desarrolladores escriben más pruebas, los evaluadores dedican más tiempo a la prevención y el riesgo.
  • No reemplaza las pruebas posteriores. Combínelo con el monitoreo shift-right en producción.

Una función se crea durante tres semanas y se entrega a los evaluadores dos días antes del lanzamiento. Encuentran que las reglas de descuento fueron mal entendidas desde el principio. Ahora la elección es entre retrasar el lanzamiento o enviar errores conocidos. El código estaba bien; el problema se presentó el día uno y se descubrió el día diecinueve. La prueba de desplazamiento hacia la izquierda trata de cerrar esa brecha.

Esta es una guía de proceso, por lo que no contiene ningún código que hayamos ejecutado. Cuando mencionamos prácticas o multiplicadores de costos, se obtienen de fuentes y experiencia de la industria, y las cifras varían ampliamente entre los estudios.

¿Qué es la prueba de desplazamiento a la izquierda?

Imagine el cronograma de desarrollo de izquierda a derecha: idea, requisitos, diseño, codificación, integración, lanzamiento, producción. Tradicionalmente, las pruebas se ubicaban a la derecha, después de la codificación. Desplazarse hacia la izquierda significa mover las actividades de prueba hacia el inicio de esa línea y distribuirlas en cada etapa en lugar de guardarlas para el final.

No se trata de una técnica, sino de una mentalidad: en cada etapa se pregunta “¿cómo podría salir mal esto y cómo lo sabremos?”. antes de seguir adelante. El término a menudo se le atribuye a Larry Smith, quien escribió sobre él en 2001, y se volvió fundamental para las formas de trabajo ágiles y DevOps.

¿Por qué antes es más barato?

Un malentendido detectado durante una discusión sobre requisitos cuesta una conversación. El mismo malentendido detectado después del lanzamiento cuesta cambios de código, nuevas pruebas, una nueva implementación, tickets de soporte y tal vez clientes perdidos. Las estimaciones de la industria sobre el multiplicador oscilan entre 10 y 100 veces, y la cifra exacta depende en gran medida del contexto, pero la dirección es constante: cuanto más tarde se descubre un defecto, más trabajo se ha realizado sobre él.

También hay un beneficio de velocidad. Un desarrollador que se entera de un error minutos después de escribir el código todavía tiene el contexto en mente y lo soluciona rápidamente. Es necesario redescubrir el mismo error informado dos semanas después y, mientras tanto, puede bloquear otros trabajos.

Lo que se mueve queda, etapa a etapa

etapa Actividad de desplazamiento a la izquierda
Idea / requisitos Los evaluadores cuestionan las historias; Criterios de aceptación y ejemplos acordados por adelantado.
Diseño Revisiones de riesgo y comprobabilidad; contratos entre servicios definidos
Codificación Pruebas unitarias, TDD, análisis estático y revisión de código.
Cada compromiso Verificaciones automatizadas rápidas en CI, escaneo de seguridad
Integración Pruebas de contrato y API antes de que se complete el trabajo de la interfaz de usuario
Antes del lanzamiento Pruebas exploratorias enfocadas en áreas de riesgo, no un pase manual completo

Requisitos comprobables

La prueba del extremo izquierdo se realiza antes de que exista cualquier código. Los evaluadores se unen a sesiones de refinamiento y hacen preguntas como: ¿Qué sucede si el cupón ha caducado? ¿Qué pasa si se aplican dos descuentos? ¿Cuál es la cantidad máxima? Cada respuesta se convierte en un criterio de aceptación y muchas veces en un ejemplo concreto:

Given a cart total of 1000 and a 10% coupon
And free shipping applies above 900
When the coupon is applied
Then the total is 900 and shipping is free

Ejemplos como este, en el estilo utilizado por BDD, eliminan la ambigüedad y se convierten directamente en pruebas más adelante. Escribir casos de prueba claros antes de que comience el desarrollo es una de las mejoras de calidad más económicas que puede realizar un equipo.

Revisiones de diseño y riesgos.

Antes de construir, dedica una breve sesión a lo que podría fallar. ¿Qué partes son nuevas, complejas o críticas para el negocio? ¿Cómo se probará esto? ¿Hay algo difícil de probar según lo diseñado? Un diseño que oculta la lógica dentro de los controladores de UI, por ejemplo, será difícil de cubrir con pruebas rápidas. La puntuación de los riesgos, como se describe en nuestra guía de pruebas basadas en riesgos, le indica dónde el esfuerzo inicial da más frutos. Para los servicios que se comunican entre sí, acordar la forma de la API ahora y verificarla con pruebas de contrato evita sorpresas de integración tardía.

Pruebas mientras codificas

  • Las pruebas unitarias escritas con el código, o antes con TDD, detectan errores lógicos en segundos.
  • El análisis estático, como linters y verificadores de tipos como mypy, detecta clases enteras de errores incluso antes de que se ejecute el código.
  • Revisión de código teniendo en cuenta las pruebas: ¿se cubren los casos extremos? ¿Son significativas las pruebas?
  • Emparejamiento entre un desarrollador y un evaluador en funciones complicadas extiende la habilidad de prueba en ambos sentidos.

Comentarios rápidos en CI

Mayús-izquierda solo funciona si la respuesta es rápida. Si el conjunto de pruebas tarda una hora, los desarrolladores dejan de esperar y, de todos modos, los problemas se detectan tarde. Organice las comprobaciones para que se ejecuten de forma más rápida y valiosa en cada confirmación: linting, pruebas unitarias y luego pruebas de integración, como en la pirámide de pruebas. Las suites más lentas se ejecutan en combinación o todas las noches. El escaneo de seguridad de dependencias y código, a menudo llamado “seguridad de desplazamiento a la izquierda” o DevSecOps, pertenece al mismo proceso. Nuestra guía de CI/CD explica las etapas del proceso.

Consejo: Establezca un presupuesto de tiempo para la etapa de confirmación, como diez minutos, y trate la revisión como un defecto. La retroalimentación rápida es el motor del cambio a la izquierda; sin él, el resto de prácticas pierden la mayor parte de su valor.

El papel cambiante del evaluador

Shift-left no hace que los probadores sean innecesarios; cambia dónde se usa su habilidad. Se dedica menos tiempo a ejecutar largos scripts de regresión manual al final y más a hacer preguntas precisas desde el principio, diseñar pruebas, capacitar a los desarrolladores en casos extremos, crear automatización, explorar áreas de riesgo y analizar datos de producción. Los desarrolladores, a su vez, asumen una mayor responsabilidad a la hora de probar su propio código. La calidad se convierte en un trabajo compartido en lugar de una fase propiedad de un equipo.

Ninguna prueba inicial predice todo lo que harán los usuarios reales y los datos reales. Pruebas de prácticas de Shift-right dentro y alrededor de la producción: indicadores de funciones e implementaciones graduales, lanzamientos canary, monitoreo, alertas y aprendizaje de incidentes. Shift-left reduce la cantidad de defectos que llegan a producción; Shift-right captura los que todavía lo hacen, rápidamente y con un impacto limitado. Los equipos maduros hacen ambas cosas. Consulte nuestras guías sobre indicadores de funciones y implementaciones azul-verde frente a canary.

Midiendo el cambio

Métrica ¿Cómo se ve la mejora?
Donde se encuentran los defectos Una proporción creciente se encuentra en revisión, pruebas unitarias y CI en lugar de pruebas o producción tardías.
Defectos escapados Menos errores reportados por los usuarios
Tiempo de compromiso para recibir comentarios Minutos, no horas
Errores relacionados con los requisitos Menos defectos de “construimos algo equivocado”
Liberar el estrés Menos retrasos de último momento causados por las pruebas

Etiquetar cada error con la etapa en la que se introdujo y la etapa en la que se encontró, un simple campo en su rastreador, es suficiente para ver si el cambio está funcionando. Nuestra guía del ciclo de vida de los errores describe la parte de seguimiento.

Errores comunes

  • Cambiar el nombre sin cambiar: llamarlo mayúsculas a la izquierda mientras los evaluadores aún reciben compilaciones al final del sprint.
  • Eliminación total de las pruebas tardías: las pruebas de integración y exploratorias aún encuentran cosas que las pruebas unitarias no pueden.
  • Automatizar todo a través de la interfaz de usuario: las suites lentas y frágiles retrasan la retroalimentación en lugar de acelerarla.
  • Sobrecargar a los desarrolladores sin soporte: las habilidades de prueba necesitan entrenamiento, tiempo y herramientas, no solo una nueva expectativa.
  • Ignorar la cultura: si encontrar un error temprano se considera culpa, la gente deja de plantear problemas temprano.

Un plan inicial de 30 días

  1. Semana 1: invita a un evaluador a cada sesión de perfeccionamiento; Acuerde los criterios de aceptación con ejemplos antes de que comiencen las historias.
  2. Semana 2: agregue linting y pruebas unitarias al proceso de confirmación y mida cuánto tiempo lleva.
  3. Semana 3: realice una revisión de riesgos de 30 minutos para la siguiente característica importante y ajuste la profundidad de las pruebas en consecuencia.
  4. Semana 4: comience a etiquetar los errores indicando dónde se encontraron y revisen los números juntos en la retrospectiva.

Los pasos pequeños y visibles generan confianza más rápido que el lanzamiento de un gran proceso.

Shift-izquierda en un equipo pequeño

Los equipos pequeños a menudo no tienen ningún probador dedicado, lo que hace que cambiar a la izquierda sea más fácil y más necesario. Algunos hábitos cubren la mayor parte del valor:

  • Escribe los ejemplos de aceptación en el ticket antes de comenzar, incluso si la misma persona escribe el código.
  • Pídale a un compañero de equipo que dedique diez minutos a intentar descifrar una característica antes de fusionarla, una forma ligera de prueba exploratoria.
  • Mantenga un conjunto de verificación automatizado rápido y nunca deje que permanezca en rojo.
  • Revise los errores de producción semanalmente y agregue una prueba para cada nuevo tipo de falla.

Ninguno de estos necesita nuevas herramientas o roles. Simplemente plantean la pregunta “¿funcionará esto?” hasta el momento en que contestar es más barato.

Conclusión

La prueba de desplazamiento a la izquierda no es una herramienta ni una fase; es un hábito hacer preguntas de calidad lo antes posible y obtener respuestas rápidamente. Aclare los requisitos con ejemplos, revise los riesgos antes de construir, pruebe mientras codifica, mantenga la CI rápida y siga monitoreando la producción como red de seguridad. La recompensa son menos sorpresas tardías y lanzamientos más tranquilos.

Preguntas frecuentes

¿Qué es la prueba de desplazamiento a la izquierda?

Un enfoque que adelanta las actividades de prueba en el desarrollo, como revisar los requisitos, escribir pruebas junto con el código y ejecutar comprobaciones automatizadas en cada confirmación.

¿Por qué son importantes las pruebas de desplazamiento a la izquierda?

Los defectos encontrados tempranamente son más baratos y más rápidos de solucionar, porque de ellos depende menos trabajo y el contexto aún está fresco.

¿Significa Mayús a la izquierda que ya no se necesitan probadores?

No. Los evaluadores dedican más tiempo al análisis temprano, el diseño de pruebas, el riesgo, la automatización y la exploración, y menos a las comprobaciones repetitivas de final de ciclo.

¿Cuál es la diferencia entre las pruebas de desplazamiento a la izquierda y desplazamiento a la derecha?

Pruebas con Mayús a la izquierda antes para evitar defectos. Pruebas de desplazamiento a la derecha dentro y alrededor de la producción con monitoreo, indicadores de funciones e implementaciones graduales para detectar lo que queda.

¿Cómo empiezo con la prueba de desplazamiento a la izquierda?

Involucre a los evaluadores en el refinamiento, defina criterios de aceptación con ejemplos, agregue verificaciones automatizadas rápidas a CI y realice un seguimiento de dónde se encuentran los errores.

sigue aprendiendo

Trabajar con Stack Quora

¿Necesitas ayuda con pruebas, WordPress o SEO?

Ayudamos a los equipos a enviar mejor software y hacer crecer sus sitios. Cuéntenos en qué está trabajando y le sugeriremos un siguiente paso claro.

Sigue leyendo

Más guías sobre testing, IA y desarrollo moderno

¿Te gustó este artículo? Elige un tema y salta directo a nuestros tutoriales más recientes.

Inteligencia artificial

Explicación de las estrategias de fragmentación de RAG: fija, superpuesta, de oración, recursiva y de títulos, medida

Estrategias de fragmentación de RAG comparadas en un documento con tiktoken 0.14: tamaño fijo, superposición, empaquetado de oraciones, división rec…

Leer artículo →
Desarrollo de software

Explicación de la idempotencia de API: claves de idempotencia y reintentos seguros, probados

La idempotencia de API se explicó con un servidor y cliente Python que ejecutamos: una respuesta perdida provocó un cargo doble sin una clave y un c…

Leer artículo →
DevOps

Explicación de Git Stash: guardar, aplicar, extraer y archivos sin seguimiento, probado

Git stash se explica con comandos que ejecutamos en Git 2.56: enviar con un mensaje, archivos sin seguimiento, enumerar y mostrar, aplicar frente a …

Leer artículo →
Pruebas de software

Explicación de las pruebas por pares: cómo todos los pares reducen 216 pruebas a 13, probadas

Pruebas por pares explicadas con un generador que ejecutamos en Python 3.13: una comprobación con 216 combinaciones cubiertas por 13 pruebas, cobert…

Leer artículo →
Automatización de pruebas

Explicación de los dobles de prueba: ficticio, stub, espía, simulado y falso, con código Python probado

Los dobles de prueba se explican con un ejemplo de Python ejecutado en pytest 9.2: ficticio, stub, spy, simulado y falso, cuándo usar cada uno, veri…

Leer artículo →
Bases de datos y SQL

SQL COALESCE explicado: valores predeterminados, NULLIF, IFNULL vs ISNULL y trampas, probados

SQL COALESCE se explica con consultas que ejecutamos en SQLite 3.50: primeros valores no nulos, cadenas vacías, NULL en matemáticas, NULLIF para div…

Leer artículo →
Bases de datos y SQL

Explicación de la autounión de SQL: empleado-gerente, comparaciones de pares y filas, probado

La autounión de SQL se explica con consultas que ejecutamos en SQLite 3.50: empleado y gerente, ganando más que el gerente, pares únicos, cambios di…

Leer artículo →
Desarrollo de software

Explicación del operador de extensión de JavaScript: extensión frente a reposo, copias y errores, probado

El operador de extensión de JavaScript explicado con el código que ejecutamos en el Nodo 24: matrices, objetos, copias superficiales, parámetros de …

Leer artículo →
Desarrollo de software

Explicación del módulo de colecciones de Python: contador, defaultdict, deque y más, probado

Colecciones de Python explicadas con el código que ejecutamos en Python 3.13: Counter, defaultdict, deque, namedtuple, OrderedDict y ChainMap, ademá…

Leer artículo →
Inteligencia artificial

Explicación de la ventana de contexto de LLM: tokens, límites y cómo ajustar más, medidos

La ventana de contexto de LLM se explica con recuentos de tokens que medimos usando tiktoken: palabras frente a tokens para prosa, código e hindi, p…

Leer artículo →
Desarrollo de software

Explicación de los webhooks: cómo funcionan y cómo recibirlos de forma segura

Webhooks explicados con un receptor y un remitente que ejecutamos en Python: push vs polling, firmas HMAC-SHA256, rechazo de solicitudes manipuladas…

Leer artículo →
DevOps

Explicación de Git Cherry-Pick: copie la confirmación que necesita, de forma segura y probada

Git cherry-pick explicado con comandos que ejecutamos en Git 2.56: copiar una revisión a una rama de lanzamiento, nuevos hashes e ID de parche, -x, …

Leer artículo →
Automatización de pruebas

Explicación de las pruebas instantáneas: cómo funciona, cuándo ayuda y cuándo duele

Las pruebas de instantáneas se explican con una demostración de pytest y jarabe que ejecutamos: crear instantáneas, leer la diferencia después de un…

Leer artículo →
Pruebas de software

Explicación de las pruebas de mutación: por qué la cobertura del 100% aún no detectó nuestro error

Las pruebas de mutación se explican con una pequeña herramienta de mutación que construimos y ejecutamos: 14 mutantes, un conjunto de pruebas con un…

Leer artículo →
Inteligencia artificial

Explicación de la inyección rápida: cómo se engaña a las aplicaciones de inteligencia artificial y cómo defenderlas

Inyección rápida explicada para los constructores: ataques directos e indirectos, por qué fallan los filtros de palabras clave (nuestra prueba bloqu…

Leer artículo →
DevOps

Registros DNS explicados: A, AAAA, CNAME, MX, TXT y TTL con búsquedas reales

Los registros DNS se explican con las búsquedas que realizamos: cómo funciona la resolución, A y AAAA, reglas CNAME, MX y MX nulo, TXT para SPF y ve…

Leer artículo →
DevOps

Explicación de las banderas de funciones: lanzamientos seguros, implementaciones graduales e higiene de las banderas

Indicadores de características explicados con una simulación de implementación que ejecutamos: tipos de indicadores, porcentajes de implementación c…

Leer artículo →
Automatización de pruebas

Generación de datos de prueba con Python Faker: datos realistas, repetibles y seguros

Pruebe la generación de datos con Python Faker, ejecute y mida: siembra de datos repetibles, configuraciones regionales, valores únicos, registros e…

Leer artículo →
Pruebas de software

Explicación de las pruebas de cambio a la izquierda: encuentre errores antes sin ralentizar al equipo

Se explicaron las pruebas de desplazamiento a la izquierda: qué significa, por qué los defectos tempranos son más baratos, prácticas desde revisione…

Leer artículo →
Bases de datos y SQL

Funciones de cadenas SQL explicadas: TRIM, SUBSTR, REPLACE, CONCAT y limpieza de datos

Funciones de cadena SQL explicadas con consultas que ejecutamos: concatenación y NULL, TRIM, UPPER e LOWER, SUBSTR e INSTR, REPLACE, relleno, longit…

Leer artículo →
Bases de datos y SQL

Explicación de los activadores de SQL: ANTES y DESPUÉS de los activadores, registros de auditoría y errores

Los disparadores de SQL se explican con los disparadores que ejecutamos: ANTES versus DESPUÉS, ANTIGUOS y NUEVOS, registros de auditoría, validación…

Leer artículo →
Desarrollo de software

Módulo Python JSON explicado: volcados, cargas, tipos personalizados y errores comunes

El módulo Python JSON explicado con el código que ejecutamos: volcados y cargas, archivos, conversiones de tipos, fechas y decimales, codificadores …

Leer artículo →
Desarrollo de software

Módulos ES frente a CommonJS: cómo funcionan las importaciones de JavaScript en Node.js, probado

Los módulos ES frente a CommonJS se explican con el código que ejecutamos en Node.js: sintaxis de importación y exportación, requisitos, enlaces en …

Leer artículo →
Desarrollo de software

Python Regex explicado: patrones, grupos, anticipaciones y obstáculos, probados

La expresión regular de Python se explica con los patrones que ejecutamos: búsqueda versus coincidencia, búsqueda, grupos y grupos con nombre, codic…

Leer artículo →
Inteligencia artificial

Explicación del resultado estructurado de LLM: obtención de JSON confiable a partir de modelos de IA

La salida estructurada de LLM se explica con la validación que ejecutamos en Pydantic: modo y esquemas JSON, decodificación restringida, las formas …

Leer artículo →
DevOps

Explicación de las claves SSH: cómo funcionan, ssh-keygen, Ed25519 y hábitos seguros

Claves SSH explicadas con las claves que generamos: claves públicas versus privadas, ssh-keygen, Ed25519 versus RSA, huellas digitales, frases de co…

Leer artículo →
DevOps

Explicación del almacenamiento en caché HTTP: control de caché, ETag y respuestas 304, con una prueba en vivo

El almacenamiento en caché HTTP se explica con un pequeño servidor que ejecutamos: directivas Cache-Control, edad máxima, sin caché versus sin almac…

Leer artículo →
Automatización de pruebas

Explicación de las pruebas de contrato API: detecte los cambios importantes antes de enviarlos

Las pruebas de contratos API se explican con una verificación de esquema que ejecutamos: qué es un contrato, contratos impulsados por el consumidor,…

Leer artículo →
Pruebas de software

Explicación de las pruebas basadas en riesgos: calificar los riesgos, crear una matriz y probar lo que importa

Pruebas basadas en riesgos explicadas paso a paso: identificación de riesgos, puntuación de probabilidad e impacto, creación de una matriz de riesgo…

Leer artículo →
Bases de datos y SQL

Explicación de las restricciones de SQL: NOT NULL, UNIQUE, CHECK y FOREIGN KEY, probado

Las restricciones de SQL se explican con las pruebas que ejecutamos: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY y FOREIGN KEY, las lagunas NULL, la c…

Leer artículo →
Bases de datos y SQL

Funciones de fecha SQL explicadas: agregar, comparar y agrupar fechas sin errores

Funciones de fecha SQL explicadas con consultas que ejecutamos: agregar intervalos, sorpresas de fin de mes, diferencias de fechas, trampa ENTRE, ag…

Leer artículo →
Desarrollo de software

Explicación de Python asyncio: asíncrono, espera, recopilación y grupo de tareas con tiempos reales

Python asyncio se explica con el código que cronometramos: corrutinas, espera, recopilación, grupo de tareas, manejo de errores, tiempos de espera, …

Leer artículo →
Desarrollo de software

Debounce vs Throttle en JavaScript: cómo funcionan, cuándo usar cada uno, probado

Antirrebote versus aceleración en JavaScript explicado con tiempos que medimos en Node.js: cómo funciona cada uno, implementaciones simples, llamada…

Leer artículo →
Desarrollo de software

Explicación de los administradores de contexto de Python: declaración with, contextlib y usos reales

Los administradores de contexto de Python explicaron con el código que ejecutamos: cómo funciona, __enter__ y __exit__, contextlib.contextmanager, s…

Leer artículo →
Inteligencia artificial

LLM Temperature y Top-p explicados: cómo los modelos de IA eligen su siguiente palabra

La temperatura de LLM y top-p se explican con una simulación que ejecutamos: cómo se remodelan las probabilidades, qué mantiene topp, configuracione…

Leer artículo →
DevOps

YAML explicado: sintaxis, el problema de Noruega y otras trampas que probamos

YAML explicó con una prueba de analizador: sintaxis básica, listas y mapas, el problema de Noruega, versiones que se convierten en flotantes, código…

Leer artículo →
DevOps

Cron Jobs explicados: sintaxis, cronogramas reales y los errores que los rompen

Los trabajos cron explicados con cronogramas que verificamos: los cinco campos, operadores, ejemplos reales, la trampa del día del mes O del día de …

Leer artículo →
Inteligencia artificial

Explicación de las alucinaciones de la IA: por qué los modelos de lenguaje inventan cosas y cómo reducirlas

Se explicaron las alucinaciones de la IA: qué son, por qué los modelos de lenguaje las producen, tipos comunes, cómo reducirlas con conexión a tierr…

Leer artículo →
DevOps

Explicación de las variables de entorno: archivos .env, secretos y configuración bien hechos

Variables de entorno explicadas con ejemplos de Python que ejecutamos: leerlas y configurarlas, por qué cada valor es una cadena, archivos .env, her…

Leer artículo →
Desarrollo de software

Explicación de la limitación de velocidad de API: algoritmos, encabezados y manejo de errores 429

La limitación de la tasa de API se explica con una simulación que ejecutamos: depósito de tokens, ventana fija, ventana deslizante, 429 respuestas, …

Leer artículo →
Automatización de pruebas

Burlarse en Python: unittest.mock, patch y los errores que hacen que las pruebas mientan

Burlarse en Python con unittest.mock, probado: Mock y return_value, side_effect, parches donde se usa un nombre, especificación y autospec, fechas d…

Leer artículo →
Pruebas de software

Explicación de la cobertura del código: cobertura de línea versus sucursal y lo que realmente significa 100%

Cobertura del código explicada con una ejecución real de cobertura.py: cobertura de línea, rama y condición, lectura de un informe, por qué una cobe…

Leer artículo →
Bases de datos y SQL

DELETE vs TRUNCATE vs DROP en SQL: diferencias, reversión y cuándo usar cada uno

DELETE vs TRUNCATE vs DROP explicado con SQL probado: qué elimina cada uno, reversión, activadores, restablecimiento de identidad, velocidad y en qu…

Leer artículo →
Bases de datos y SQL

Vistas SQL explicadas: cree, use y evite los errores, con ejemplos

Vistas SQL explicadas con consultas que ejecutamos: creación de una vista, resultados en vivo, ocultación de columnas, rendimiento, vistas actualiza…

Leer artículo →
Desarrollo de software

Interfaz TypeScript versus tipo: diferencias reales, probadas con el compilador

Interfaz TypeScript versus tipo, verificado con el compilador real: qué pueden hacer ambos, qué puede hacer solo uno, fusión de declaraciones, exten…

Leer artículo →
Desarrollo de software

Python *args y **kwargs explicados: funciones flexibles con ejemplos claros

Python *args y **kwargs explicados con el código que ejecutamos: empaquetado y desempaquetado, orden de parámetros, argumentos solo de palabras clav…

Leer artículo →
Desarrollo de software

Funciones Lambda de Python: sintaxis, usos reales y cuándo no utilizarlas

Funciones lambda de Python explicadas con el código que ejecutamos: sintaxis, clasificación con clave, mapa y filtro, cierres, trampa de enlace tard…

Leer artículo →
Inteligencia artificial

¿Qué son los agentes de IA? Cómo funcionan, con un bucle de agente simple que puedes ejecutar

¿Qué son los agentes de IA? Una guía sencilla sobre el bucle del agente, las herramientas, la memoria y las barreras de seguridad, con un pequeño bu…

Leer artículo →
DevOps

Monitoreo versus observabilidad: la verdadera diferencia, con registros, métricas y seguimientos

Explicación del monitoreo versus observabilidad: fallas conocidas y desconocidas, registros, métricas y seguimientos, un recorrido por incidentes de…

Leer artículo →
DevOps

Docker Volumes versus Bind Mounts: persistir los datos del contenedor de la manera correcta

Se explican los volúmenes de Docker frente a los montajes de enlace: por qué desaparecen los datos del contenedor, volúmenes con nombre, montajes de…

Leer artículo →
Automatización de pruebas

TDD vs BDD: diferencias clave, una función creada en ambos sentidos y cuándo usar cada una

TDD vs BDD explicado con una característica de descuento construida en ambos sentidos: refactor rojo-verde con el código que ejecutamos, escenarios …

Leer artículo →
Pruebas de software

Pruebas de Aceptación de Usuario (UAT): Proceso, Lista de Verificación y Ejemplos Reales

Explicación de las pruebas de aceptación del usuario: quién las ejecuta, en qué se diferencia del control de calidad, un proceso de siete pasos, una…

Leer artículo →
Bases de datos y SQL

Valores NULL de SQL explicados: IS NULL, COALESCE, NULLIF y las trampas que se deben evitar

Los valores NULL de SQL se explican con las consultas que ejecutamos: lógica de tres valores, IS NULL, COALESCE, NULLIF, cómo los agregados, las uni…

Leer artículo →
Bases de datos y SQL

Declaración SQL CASE WHEN: sintaxis, ejemplos reales y errores comunes

CASO SQL CUANDO se explicó con las consultas que ejecutamos: formularios simples y buscados, orden de condiciones, pivotes con SUMA, trucos COUNT, c…

Leer artículo →
Desarrollo de software

¿Qué es JWT? Tokens web JSON explicados con un ejemplo práctico

¿Qué es JWT? JSON Web Tokens explicó: las tres partes, un token creado y manipulado en el código que ejecutamos, JWT vs sesiones, almacenamiento, to…

Leer artículo →
Desarrollo de software

Explicación del bucle de eventos de JavaScript: pila de llamadas, microtareas y temporizadores con ejemplos

El bucle de eventos de JavaScript explicado con el código que ejecutamos: pila de llamadas, colas de tareas y microtareas, por qué setTimeout 0 no e…

Leer artículo →
Desarrollo de software

Explicación de los generadores y el rendimiento de Python: ahorre memoria con ejemplos reales

Los generadores de Python y el rendimiento se explican con el código que ejecutamos: cómo se pausan y reanudan, midieron el ahorro de memoria, canal…

Leer artículo →
Inteligencia artificial

¿Qué son las incrustaciones? Los vectores y la similitud del coseno se explican de forma sencilla

¿Qué son las incrustaciones? Una guía en lenguaje sencillo sobre vectores, similitud de cosenos y búsqueda semántica, con un pequeño ejemplo que eje…

Leer artículo →
DevOps

Implementación azul-verde versus implementación canaria: diferencias, compensaciones y cómo elegir

Explicación de la implementación azul-verde versus canaria: cómo funciona cada uno, costo, riesgo y reversión, agrupación estable de usuarios que pr…

Leer artículo →
Automatización de pruebas

Pruebas inestables: qué las causa y cómo solucionarlas para siempre

Pruebas inestables explicadas con demostraciones que realizamos: las causas principales, cómo confirmar y diagnosticar una, correcciones adecuadas p…

Leer artículo →
Pruebas de software

Pruebas de carga frente a pruebas de estrés: diferencias, métricas y ejemplos de k6

Explicación de las pruebas de carga frente a las pruebas de estrés: qué prueba cada una, pruebas de picos y de absorción, las métricas que importan,…

Leer artículo →
Pruebas de software

Caso de prueba frente a escenario de prueba: diferencias clave, ejemplos y cuándo utilizar cada uno

Caso de prueba versus escenario de prueba explicado: definiciones claras, una tabla en paralelo, una función de restablecimiento de contraseña tomad…

Leer artículo →
Bases de datos y SQL

Optimización de consultas SQL: lea planes de ejecución y corrija consultas lentas, con tiempos

Optimización de consultas SQL probada en un millón de filas: lea planes de ejecución, agregue los índices correctos, corrija filtros no sargables, u…

Leer artículo →
Bases de datos y SQL

SQL UNION vs UNION ALL: diferencias, ejemplos y rendimiento probado

SQL UNION vs UNION ALL explicado con consultas que ejecutamos: duplicados, las reglas que siguen ambos, un error de datos real, rendimiento medido, …

Leer artículo →
Desarrollo de software

Tutorial de JavaScript Fetch API: GET, POST, manejo de errores y tiempos de espera

Un tutorial de JavaScript Fetch API probado en un servidor local: GET y POST, por qué 404 no arroja, un asistente reutilizable, cadenas de consulta,…

Leer artículo →
Desarrollo de software

Manejo de archivos Python: lectura, escritura, CSV, JSON y pathlib con ejemplos

El manejo de archivos Python se explica con el código que ejecutamos: modos abiertos, lectura de archivos grandes, CSV, JSON, pathlib, archivos bina…

Leer artículo →
Desarrollo de software

Clases y objetos de Python: tutorial de programación orientada a objetos con ejemplos reales

Clases y objetos de Python explicados con el código que ejecutamos: __init__, métodos, atributos de clase versus instancia, herencia, propiedades, m…

Leer artículo →
Inteligencia artificial

¿Qué es un modelo de lenguaje grande? Cómo funcionan los LLM, explicados sin exageraciones

¿Qué es un modelo de lenguaje grande? Los LLM explicados en lenguaje sencillo: tokens, incrustaciones, atención, entrenamiento, ventanas de temperat…

Leer artículo →
DevOps

Comandos de Linux para principiantes: la guía esencial de terminal con ejemplos

Comandos de Linux para principiantes, agrupados por tarea: navegación, archivos, visualización de registros, grep, canalizaciones, permisos, proceso…

Leer artículo →
Automatización de pruebas

Selenium vs Playwright: diferencias clave, comparación de códigos y cuál elegir

Comparación de Selenium vs Playwright: arquitectura, espera, soporte de navegador e idioma, depuración, la misma prueba en ambas herramientas, conse…

Leer artículo →
Pruebas de software

Partición de equivalencia: técnica de diseño de pruebas explicada con ejemplos resueltos

Explicación de la partición de equivalencia: cómo encontrar particiones válidas e inválidas, ejemplos prácticos para edades, contraseñas y cupones, …

Leer artículo →
Pruebas de software

Severidad vs Prioridad en Pruebas de Software: Diferencias, Matriz y Ejemplos Reales

Explicación de gravedad versus prioridad en las pruebas de software: definiciones claras, una matriz de cuatro vías con ejemplos, escalas de niveles…

Leer artículo →
Bases de datos y SQL

Tutorial de subconsultas SQL: tipos, subconsultas correlacionadas y EXISTENCIAS con ejemplos

Un tutorial de subconsultas SQL con consultas que ejecutamos: subconsultas escalares, IN, FROM y SELECT, subconsultas correlacionadas, EXISTS, la tr…

Leer artículo →
Bases de datos y SQL

Transacciones SQL y ACID explicados: COMMIT, ROLLBACK y niveles de aislamiento

Transacciones SQL y ACID explicadas con una transferencia bancaria que ejecutamos: COMMIT, ROLLBACK, puntos de guardado, bloqueos, niveles de aislam…

Leer artículo →
Desarrollo de software

Hoja de trucos de comandos de Git: los comandos que realmente usas, con ejemplos

Una hoja de referencia de comandos de Git agrupada por tarea: configuración, preparación, ramas, controles remotos, almacenamiento, historial y desh…

Leer artículo →
Desarrollo de software

Explicación de las promesas de JavaScript: luego, captura, Promise.all y errores comunes

Las promesas de JavaScript se explican con el código que ejecutamos: estados, luego y cadenas de captura, manejo de errores, Promise.all, allSettled…

Leer artículo →
Desarrollo de software

Tutorial del diccionario Python: métodos, ejemplos y patrones comunes

Un tutorial de diccionario de Python con el código que ejecutamos: crear, leer y actualizar dictados, métodos clave, fusión, comprensión, patrones d…

Leer artículo →
Inteligencia artificial

¿Qué es el RAG? Generación de recuperación aumentada explicada con un ejemplo práctico

¿Qué es RAG? Generación de recuperación aumentada explicada paso a paso: indexación, fragmentación, incrustaciones, recuperación, un pequeño ejemplo…

Leer artículo →
DevOps

Tutorial de Terraform para principiantes: infraestructura como código desde el primer archivo hasta los módulos

Un tutorial de Terraform para principiantes: comience sin una cuenta en la nube, aprenda init, planifique y aplique, luego variables, resultados, es…

Leer artículo →
DevOps

Docker vs Kubernetes: diferencias clave, cómo funcionan juntos y cuál necesita

Docker vs Kubernetes explicó: qué hace cada uno, la misma aplicación se ejecuta con ambos, se comparan Docker Compose y Swarm, los Dockershim cambia…

Leer artículo →
Automatización de pruebas

Tutorial de Pytest para principiantes: accesorios, parametrización y ejemplos reales

Un tutorial de pytest para principiantes con pruebas que ejecutamos en pytest 9.2: afirmaciones, accesorios, parametrización, conftest, marcadores, …

Leer artículo →
Pruebas de software

Ciclo de vida de pruebas de software (STLC): 6 fases, criterios de entrada y salida, ejemplo

Se explicó el ciclo de vida de las pruebas de software: seis fases de STLC con criterios de entrada y salida, entregables, un ejemplo de función de …

Leer artículo →
Desarrollo de software

Git merge vs rebase: diferencias, ejemplos y cuándo usar cada uno

Git merge vs rebase explicado con salida real del log, una tabla comparativa, la regla de oro del rebase y un flujo de trabajo seguro para equipos.

Leer artículo →
Desarrollo de software

List comprehension en Python: sintaxis, ejemplos y cuándo evitarla

List comprehension en Python explicada: sintaxis, filtros, if-else, bucles anidados, tiempos medidos y cuándo es mejor un bucle for normal.

Leer artículo →