Erklärte SQL-Trigger: VOR- und NACH-Trigger, Prüfprotokolle und Fallstricke

  1. Startseite
  2. Blog
  3. Datenbanken und SQL

Datenbanken und SQL

Erklärte SQL-Trigger: VOR- und NACH-Trigger, Prüfprotokolle und Fallstricke

Ein Auslöser ist SQL, das automatisch ausgeführt wird, wenn Zeilen eingefügt, aktualisiert oder gelöscht werden. Trigger eignen sich perfekt für Audit-Protokolle und die letzte Validierung und sind für versteckte Nebenwirkungen bekannt. Wir haben vier funktionierende Auslöser gebaut, um beide Seiten anzuzeigen.

11 Min. Lesezeit
Erklärung der SQL-Trigger: VOR- und NACH-Trigger, Prüfprotokolle und Fallstricke

Das Wichtigste

  • SQL-Trigger werden automatisch beim INSERT, UPDATE oder DELETE ausgeführt, entweder VOR oder NACH der Änderung.
  • OLD enthält die Zeile vor der Änderung und NEW die Zeile danach.
  • Gute Einsatzmöglichkeiten: Audit-Trails, Last-Line-Validierung und Synchronisierung abgeleiteter Werte.
  • Auslöser sind für den Anwendungscode unsichtbar. Halten Sie sie daher klein, dokumentieren und testen Sie sie.

Die Finanzabteilung fragt, wer den Preis eines Produkts von wem und wann geändert hat. Die Anwendung verfügt über ein Dutzend Codepfade, die Preise aktualisieren, sowie über Skripte und Verwaltungstools. Das Hinzufügen einer Protokollierung zu jedem einzelnen davon ist fragil. SQL-Trigger hängen die Logik an die Tabelle selbst an, sodass jede Preisänderung aufgezeichnet wird, egal woher sie kommt.

Wir haben die Beispiele in SQLite 3.50 erstellt und ausgeführt; Die folgenden Ausgaben stammen von diesem Lauf. Die Triggersyntax variiert zwischen den Datenbanken stärker als bei den meisten SQL-Anweisungen, daher beachten wir die Unterschiede.

Was ist ein Auslöser?

Ein Trigger ist ein benannter SQL-Block, der in der Datenbank gespeichert und an eine Tabelle und ein Ereignis gebunden ist. Wenn dieses Ereignis eintritt, beispielsweise eine Aktualisierung der Tabelle products, führt die Datenbank den Trigger automatisch aus, und zwar innerhalb derselben Transaktion wie die Änderung. Niemand ruft einen Trigger direkt auf.

Anatomie eines Auslösers

CREATE TRIGGER trigger_name
  {BEFORE | AFTER} {INSERT | UPDATE [OF column] | DELETE}
  ON table_name
  [FOR EACH ROW]
  [WHEN condition]
BEGIN
  -- one or more SQL statements
END;

Die Stücke beantworten vier Fragen: wann (vor oder nach), welches Ereignis, welche Tabelle und welche Zeilen (eine optionale Bedingung). SQLite-Trigger erfolgen immer auf Zeilenebene und werden einmal pro betroffener Zeile ausgeführt.

ALT und NEU

Veranstaltung ALT NEU
EINFÜGEN Nicht verfügbar Die Zeile, die eingefügt wird
UPDATE Die Zeile vor der Änderung Die Zeile nach der Änderung
LÖSCHEN Die Zeile, die gelöscht wird Nicht verfügbar

Durch den Vergleich von OLD.price und NEW.price weiß ein Auslöser, was sich tatsächlich geändert hat. PostgreSQL und MySQL verwenden dieselben Namen; SQL Server verwendet stattdessen Tabellen mit den Namen inserted und deleted.

Ein NACH-Prüfungsauslöser

CREATE TABLE products (id INTEGER PRIMARY KEY, name TEXT, price INT, stock INT);
CREATE TABLE price_audit (product_id INT, old_price INT, new_price INT, changed_at TEXT);

CREATE TRIGGER trg_price_audit AFTER UPDATE OF price ON products
WHEN OLD.price <> NEW.price
BEGIN
  INSERT INTO price_audit VALUES (OLD.id, OLD.price, NEW.price, datetime('now'));
END;

Anschließend führten wir drei Aktualisierungen durch: den Preis des Stifts von 20 auf 25, erneut den gleichen Preis und nur eine Bestandsänderung.

SELECT product_id, old_price, new_price FROM price_audit;
-- [(1, 20, 25)]

Es wurde nur die tatsächliche Preisänderung protokolliert. UPDATE OF price ignorierte das Nur-Aktien-Update und WHEN OLD.price <> NEW.price ignorierte das Update, das denselben Wert festlegte. Ohne diese beiden Filter füllt sich eine Prüftabelle schnell mit Rauschen. AFTER löst die Protokollierung aus, da die Änderung bereits akzeptiert wurde.

Ein VOR-Validierungsauslöser

CREATE TRIGGER trg_no_negative_price BEFORE UPDATE OF price ON products
WHEN NEW.price < 0
BEGIN
  SELECT RAISE(ABORT, 'price cannot be negative');
END;

UPDATE products SET price = -5 WHERE id = 1;
-- price cannot be negative

Ein BEFORE-Trigger kann eine Änderung stoppen, bevor sie eintritt. Für eine einfache Regel wie diese ist eine CHECK-Einschränkung einfacher und klarer. Trigger verdienen ihren Platz für Regeln, die ein CHECK nicht ausdrücken kann, wie zum Beispiel Regeln, die andere Tabellen betrachten:

CREATE TRIGGER trg_stock_check BEFORE INSERT ON order_items
WHEN (SELECT stock FROM products WHERE id = NEW.product_id) < NEW.qty
BEGIN
  SELECT RAISE(ABORT, 'not enough stock');
END;

INSERT INTO order_items (product_id, qty) VALUES (2, 5);   -- ink has 2 in stock
-- not enough stock

Die Bestellzeile wurde nicht erstellt; Auf dem Tisch stand danach immer noch nur eine Bestellung. In PostgreSQL und MySQL kann ein BEFORE-Trigger auch NEW-Werte ändern, um beispielsweise Text zu kürzen oder einen updated_at-Zeitstempel festzulegen, bevor die Zeile gespeichert wird.

Daten synchron halten

CREATE TRIGGER trg_stock AFTER INSERT ON order_items
BEGIN
  UPDATE products SET stock = stock - NEW.qty WHERE id = NEW.product_id;
END;

INSERT INTO order_items (product_id, qty) VALUES (1, 3);
SELECT name, stock FROM products;
-- [('Pen', 6), ('Ink', 2)]

Durch die Bestellung von 3 Stiften reduzierte sich der Lagerbestand automatisch von 9 auf 6. Dies ist praktisch und garantiert Konsistenz für jeden Einfügepfad. Es ist auch genau die Art von verstecktem Verhalten, das Entwickler später überrascht, worauf wir weiter unten zurückkommen.

Massenaktualisierungen und Trigger auf Zeilenebene

UPDATE products SET price = price + 1;   -- 2 products
SELECT COUNT(*) FROM price_audit;        -- 3 (1 earlier + 2 new)

Eine einzelne UPDATE-Anweisung, die zwei Zeilen berührte, löste den Audit-Trigger auf Zeilenebene zweimal aus. Bei einer Tabelle mit einer Million Zeilen bedeutet eine Massenaktualisierung eine Million Triggerausführungen und eine Million Prüfzeilen, was eine schnelle Wartungsabfrage sehr langsam machen kann. PostgreSQL und SQL Server unterstützen auch Trigger auf Anweisungsebene, die einmal pro Anweisung ausgeführt werden und alle geänderten Zeilen zusammen sehen können.

Auslöser und Transaktionen

BEGIN;
INSERT INTO order_items (product_id, qty) VALUES (1, 1);   -- trigger reduces stock
ROLLBACK;
SELECT stock FROM products WHERE id = 1;   -- [(6,)]

Trigger werden innerhalb derselben Transaktion ausgeführt wie die Anweisung, die sie ausgelöst hat. Beim Rollback wurden sowohl die Bestellung als auch die dadurch ausgelöste Bestandsänderung rückgängig gemacht, so dass der Bestand bei 6 blieb. Dies ist eine wichtige Garantie: Die Hauptänderung und ihre Nebeneffekte sind entweder erfolgreich oder scheitern gemeinsam. Dies bedeutet auch, dass ein langsamer oder fehlerhafter Trigger die ursprüngliche Anweisung verlangsamt oder fehlschlägt.

Tipp: Benennen Sie Trigger nach Tabelle, Zeitpunkt und Zweck, z. B. trg_products_after_update_price_audit, und behalten Sie einen Job pro Trigger bei. Wenn Monate später etwas Seltsames passiert, sollte die Auflistung der Auslöser nach Namen eine Erklärung sein. In SQLite listet SELECT name FROM sqlite_master WHERE type = 'trigger' sie auf; Unsere Datenbank hatte vier.

Dialektunterschiede

Datenbank Notizen
SQLite Nur auf Zeilenebene; Der Körper besteht aus SQL-Anweisungen. RAISE() zum Abbrechen
PostgreSQL Trigger ruft eine separate Funktion auf (häufig PL/pgSQL); Zeilen- oder Anweisungsebene; VORHER kann NEU geändert werden
MySQL Nur auf Zeilenebene; BEGIN … END Körper; SIGNAL SQLSTATE zum Abbrechen
SQL-Server Nur NACH und INSTEAD OF, kein VOR; Anweisungsebene mit inserted/deleted Tabellen
Orakel VORHER/NACHHER, Zeilen- oder Anweisungsebene, PL/SQL-Körper

Der Unterschied von SQL Server fällt vielen auf: Da die Trigger einmal pro Anweisung ausgelöst werden, verarbeitet Code, der von einer einzelnen Zeile ausgeht, stillschweigend nur eine von vielen geänderten Zeilen. Schreiben Sie immer SQL Server-Trigger, um mit Mengen zu arbeiten. Für diesen Artikel haben wir die Nicht-SQLite-Datenbanken nicht ausgeführt.

Fallstricke

  • Verborgene Logik: Ein Entwickler, der den Anwendungscode liest, kann nicht erkennen, dass sich durch das Einfügen einer Bestellung der Lagerbestand ändert. Dokumentieren Sie Auslöser, nach denen die Leute suchen.
  • Kaskaden: Trigger, die Tabellen mit ihren eigenen Triggern aktualisieren, erzeugen Ketten, die schwer zu verfolgen sind und in einigen Fällen zu Rekursionen führen.
  • Leistung: Arbeiten auf Zeilenebene bei Massenvorgängen, wie wir gesehen haben, und zusätzliche Sperren.
  • Umgangene Pfade: Einige Tools und Befehle zum Massenladen überspringen Auslöser. Beispielsweise löst TRUNCATE keine Löschauslöser auf Zeilenebene aus. Siehe DELETE vs. TRUNCATE vs. DROP.
  • Migrationen: Das Umbenennen einer Spalte kann einen Auslöser zerstören, der nicht Teil der Codeüberprüfung ist.

Alternativen zu Triggern

  • Einschränkungen für die einfache Validierung.
  • Anwendungsdienste, die verwandte Änderungen in einer Transaktion zusammenfassen und so die Logik sichtbar halten.
  • Change Data Capture (CDC) Tools, die das Datenbankprotokoll zur Prüfung und Synchronisierung lesen, ohne die Schreibvorgänge zu verlangsamen.
  • Generierte oder berechnete Spalten für Werte, die aus derselben Zeile abgeleitet sind.
  • Ansichten für abgeleitete Daten, die nicht gespeichert werden müssen.

Auslöser testen

Behandeln Sie Trigger als Code. Testen Sie für jedes Ereignis das Ereignis, das es auslösen soll, das Ereignis, das nicht ausgelöst werden soll (gleicher Wert, andere Spalte), eine mehrzeilige Anweisung, den Fehlerpfad und ein Rollback. Diese fünf Tests, die unsere Beispiele widerspiegeln, fangen die meisten Triggerfehler auf. Unsere SQL-Fragen für Tester umfassen weitere Datenbankprüfungen.

Auslöser im Laufe der Zeit verwalten

Trigger befinden sich in der Datenbank und erfordern daher die gleiche Sorgfalt wie Anwendungscode:

  • Behalten Sie sie im Rahmen Ihrer Migrationen unter Versionskontrolle und erstellen Sie sie niemals manuell in der Produktion.
  • Listen Sie sie regelmäßig auf. Jede Datenbank kann ihre Auslöser anzeigen, z. B. sqlite_master in SQLite, information_schema.triggers in MySQL und PostgreSQL oder sys.triggers in SQL Server.
  • Ersetzen, nicht stapeln. Um einen Trigger zu ändern, löschen Sie ihn und erstellen Sie ihn mit DROP TRIGGER IF EXISTS in derselben Migration neu.
  • Dokumentieren Sie die Nebenwirkungen neben der Tabellendefinition und im Code, der in die Tabelle schreibt, damit der nächste Entwickler nicht überrascht ist.
  • Absichtlich deaktivieren. Einige Massenladevorgänge deaktivieren Auslöser für Geschwindigkeit; Wenn Sie dies tun, führen Sie anschließend die fehlende Logik aus und notieren Sie, was Sie getan haben.

Ein kurzer Kommentar am Anfang jedes Auslösers, der erklärt, warum er existiert, erspart später stundenlange Nachforschungen.

Fazit

SQL-Trigger garantieren, dass bestimmte Dinge passieren, wenn sich Daten ändern, unabhängig davon, welcher Code die Änderung vorgenommen hat. Verwenden Sie AFTER-Trigger für Prüfprotokolle, BEFORE-Trigger für die Validierung, die Einschränkungen nicht ausdrücken können, und filtern Sie mit UPDATE OF und WHEN, um Rauschen zu vermeiden. Halten Sie jeden Auslöser klein und dokumentieren Sie ihn. Denken Sie daran, dass sich Auslöser auf Zeilenebene bei Massenaktualisierungen vervielfachen, und testen Sie sie wie jeden anderen Code.

Häufige Fragen

Was ist ein Trigger in SQL?

Ein gespeicherter SQL-Block, der automatisch ausgeführt wird, wenn Zeilen in einer Tabelle vor oder nach der Änderung eingefügt, aktualisiert oder gelöscht werden.

Was ist der Unterschied zwischen VOR- und NACH-Triggern?

BEFORE-Trigger werden vor der Änderung ausgeführt und können diese blockieren oder in einigen Datenbanken die neuen Werte ändern. AFTER-Trigger werden ausgeführt, sobald die Änderung vorgenommen wurde, und eignen sich für die Protokollierung.

Was sind ALT und NEU in einem Trigger?

OLD ist die Zeile vor einer Aktualisierung oder Löschung; NEU ist die Zeile nach einer Einfügung oder Aktualisierung. Der Vergleich zeigt, was sich geändert hat.

Löst ein Rollback-Rückgängigmachen Änderungen aus?

Ja. Trigger werden in derselben Transaktion ausgeführt, sodass ein Rollback sowohl die ursprüngliche Änderung als auch die Arbeit des Triggers rückgängig macht, wie unser Bestandstest gezeigt hat.

Unterstützt SQL Server BEFORE-Trigger?

Nein. SQL Server unterstützt AFTER- und INSTEAD OF-Trigger und sie werden einmal pro Anweisung und nicht einmal pro Zeile ausgelöst.

Lerne weiter

Arbeiten Sie mit Stack Quora

Benötigen Sie Hilfe beim Testen, WordPress oder SEO?

Wir helfen Teams, bessere Software zu liefern und ihre Websites zu erweitern. Sagen Sie uns, woran Sie gerade arbeiten, und wir schlagen Ihnen einen klaren nächsten Schritt vor.

Lesen Sie weiter

Weitere Anleitungen finden Sie unter Tests, KI und moderne Entwicklung

Hat Ihnen dieser Artikel gefallen? Wählen Sie ein Thema und springen Sie direkt in unsere neuesten Tutorials.

Künstliche Intelligenz

Erklärte RAG-Chunking-Strategien: Fest, Überlappung, Satz, rekursiv und Überschriften, gemessen

RAG-Chunking-Strategien im Vergleich zu einem Dokument mit Tiktoken 0.14: feste Größe, Überlappung, Satzpackung, rekursive Aufteilung und überschrif…

Artikel lesen →
Softwareentwicklung

API-Idempotenz erklärt: Idempotenzschlüssel und sichere Wiederholungsversuche, getestet

Erklärung der API-Idempotenz anhand eines von uns ausgeführten Python-Servers und -Clients: Eine verlorene Antwort verursachte eine doppelte Gebühr …

Artikel lesen →
DevOps

Git Stash erklärt: Speichern, Anwenden, Pop und nicht verfolgte Dateien, getestet

Git Stash erklärt mit Befehlen, die wir auf Git 2.56 ausgeführt haben: Push mit einer Nachricht, nicht verfolgte Dateien, Auflisten und Anzeigen, An…

Artikel lesen →
Softwaretests

Paarweises Testen erklärt: Wie alle Paare 216 Tests auf 13 reduzieren, getestet

Paarweises Testen erklärt mit einem Generator, den wir in Python 3.13 ausgeführt haben: ein Checkout mit 216 Kombinationen, die durch 13 Tests abged…

Artikel lesen →
Testautomatisierung

Test-Doubles erklärt: Dummy, Stub, Spy, Mock und Fake, mit getestetem Python-Code

Test-Doubles werden anhand eines Python-Beispiels erklärt, das in Pytest 9.2 ausgeführt wird: Dummy, Stub, Spy, Mock und Fake, wann jeweils zu verwe…

Artikel lesen →
Datenbanken & SQL

SQL COALESCE erklärt: Standardwerte, NULLIF, IFNULL vs. ISNULL und Traps, getestet

SQL COALESCE wurde mit Abfragen erklärt, die wir in SQLite 3.50 ausgeführt haben: erste Nicht-Null-Werte, leere Zeichenfolgen, NULL in Mathematik, N…

Artikel lesen →
Datenbanken & SQL

SQL Self Join erklärt: Mitarbeiter-Manager, Paare und Zeilenvergleiche, getestet

SQL-Self-Join erklärt anhand von Abfragen, die wir in SQLite 3.50 ausgeführt haben: Mitarbeiter und Manager, mehr verdienen als der Manager, eindeut…

Artikel lesen →
Softwareentwicklung

Erklärter JavaScript-Spread-Operator: Spread vs. Rest, Kopien und Fallstricke, getestet

Der JavaScript-Spread-Operator wird mit Code erklärt, den wir auf Knoten 24 ausgeführt haben: Arrays, Objekte, flache Kopien, Restparameter, das Mat…

Artikel lesen →
Softwareentwicklung

Erklärtes Python-Sammlungsmodul: Counter, defaultdict, deque und mehr, getestet

Python-Sammlungen erklärt mit Code, den wir auf Python 3.13 ausgeführt haben: Counter, defaultdict, deque, benannttuple, OrderedDict und ChainMap, p…

Artikel lesen →
Künstliche Intelligenz

Erklärtes LLM-Kontextfenster: Token, Grenzen und wie man mehr einpasst, gemessen

Das LLM-Kontextfenster wird anhand der Token-Anzahl erklärt, die wir mit Tiktoken gemessen haben: Wörter vs. Token für Prosa, Code und Hindi, Eingab…

Artikel lesen →
Softwareentwicklung

Webhooks erklärt: Wie sie funktionieren und wie man sie sicher empfängt

Webhooks erklärt mit einem Empfänger und Sender, den wir in Python ausgeführt haben: Push vs. Polling, HMAC-SHA256-Signaturen, Ablehnen manipulierte…

Artikel lesen →
DevOps

Git Cherry-Pick erklärt: Kopieren Sie den Commit, den Sie benötigen, sicher und getestet

Git Cherry-Pick erklärt mit Befehlen, die wir in Git 2.56 ausgeführt haben: Kopieren eines Hotfixes in einen Release-Zweig, neue Hashes und Patch-ID…

Artikel lesen →
Testautomatisierung

Snapshot-Tests erklärt: Wie es funktioniert, wann es hilft und wann es weh tut

Snapshot-Tests erklärt anhand einer Pytest- und Sirup-Demo, die wir ausgeführt haben: Snapshots erstellen, Diff nach einer Codeänderung lesen, Zeits…

Artikel lesen →
Softwaretests

Mutationstests erklärt: Warum die 100-prozentige Abdeckung unseren Fehler immer noch übersehen hat

Mutationstests erklärt mit einem kleinen Mutationstool, das wir erstellt und ausgeführt haben: 14 Mutanten, eine Testsuite mit 100 % Linienabdeckung…

Artikel lesen →
Künstliche Intelligenz

Prompt Injection erklärt: Wie KI-Apps ausgetrickst werden und wie man sie verteidigt

Prompt-Injection erklärt für Builder: direkte und indirekte Angriffe, warum Schlüsselwortfilter fehlschlagen (unser Test hat 1 von 4 blockiert) und …

Artikel lesen →
DevOps

Erklärte DNS-Einträge: A, AAAA, CNAME, MX, TXT und TTL mit echten Lookups

DNS-Einträge erklärt anhand der von uns durchgeführten Suchvorgänge: Funktionsweise der Auflösung, A und AAAA, CNAME-Regeln, MX und Null-MX, TXT für…

Artikel lesen →
DevOps

Erklärte Funktionsflags: Sichere Veröffentlichungen, schrittweise Rollouts und Flag-Hygiene

Funktionsflags anhand einer von uns durchgeführten Rollout-Simulation erklärt: Flag-Typen, prozentuale Rollouts mit stabilem Hashing, Kill-Switches,…

Artikel lesen →
Testautomatisierung

Testdatengenerierung mit Python Faker: Realistische, wiederholbare und sichere Daten

Testen Sie die Datengenerierung mit Python Faker, führen Sie sie aus und messen Sie sie: Seeding für wiederholbare Daten, Gebietsschemata, eindeutig…

Artikel lesen →
Softwaretests

Shift-Left-Tests erklärt: Finden Sie Fehler früher, ohne das Team zu verlangsamen

Shift-Left-Tests erklärt: Was es bedeutet, warum Frühdefekte günstiger sind, Vorgehensweisen von Anforderungsüberprüfungen bis hin zu CI-Prüfungen, …

Artikel lesen →
Datenbanken & SQL

Erklärte SQL-String-Funktionen: TRIM, SUBSTR, REPLACE, CONCAT und Datenbereinigung

SQL-String-Funktionen, die mit von uns ausgeführten Abfragen erklärt wurden: Verkettung und NULL, TRIM, UPPER und LOWER, SUBSTR und INSTR, REPLACE, …

Artikel lesen →
Datenbanken & SQL

Erklärte SQL-Trigger: VOR- und NACH-Trigger, Prüfprotokolle und Fallstricke

SQL-Trigger werden anhand von Triggern erklärt, die wir ausgeführt haben: VORHER vs. NACHHER, ALT und NEU, Prüfprotokolle, Validierung, Bestandsaktu…

Artikel lesen →
Softwareentwicklung

Erklärung des Python-JSON-Moduls: Dumps, Loads, benutzerdefinierte Typen und häufige Fehler

Das Python-JSON-Modul wird anhand des von uns ausgeführten Codes erklärt: Dumps und Loads, Dateien, Typkonvertierungen, Datumsangaben und Dezimalzah…

Artikel lesen →
Softwareentwicklung

ES-Module vs. CommonJS: Wie JavaScript-Importe in Node.js funktionieren, getestet

ES-Module vs. CommonJS erklärt mit Code, den wir in Node.js ausgeführt haben: Import- und Exportsyntax, Require, Live-Bindungen, Caching, Top-Level-…

Artikel lesen →
Softwareentwicklung

Python Regex erklärt: Muster, Gruppen, Lookaheads und Fallstricke, getestet

Python-Regex erklärt mit Mustern, die wir ausgeführt haben: Suche vs. Übereinstimmung, Findall, Gruppen und benannte Gruppen, Greedy vs. Lazy, Sub, …

Artikel lesen →
Künstliche Intelligenz

Erklärung der strukturierten LLM-Ausgabe: Zuverlässiges JSON aus KI-Modellen erhalten

Die strukturierte LLM-Ausgabe wird anhand der von uns in Pydantic ausgeführten Validierung erklärt: JSON-Modus und -Schemas, eingeschränkte Dekodier…

Artikel lesen →
DevOps

SSH-Schlüssel erklärt: Wie sie funktionieren, ssh-keygen, Ed25519 und sichere Gewohnheiten

SSH-Schlüssel erklärt mit Schlüsseln, die wir generiert haben: öffentliche vs. private Schlüssel, ssh-keygen, Ed25519 vs. RSA, Fingerabdrücke, Passp…

Artikel lesen →
DevOps

HTTP-Caching erklärt: Cache-Kontrolle, ETag und 304-Antworten, mit einem Live-Test

HTTP-Caching erklärt anhand eines kleinen Servers, den wir ausgeführt haben: Cache-Control-Anweisungen, Max-Age, No-Cache vs. No-Store, ETag-Revalid…

Artikel lesen →
Testautomatisierung

API-Vertragstests erklärt: Erkennen Sie wichtige Änderungen, bevor sie versendet werden

Das Testen von API-Verträgen wird anhand einer von uns durchgeführten Schemaprüfung erklärt: Was ein Vertrag ist, verbrauchergesteuerte Verträge, Pa…

Artikel lesen →
Softwaretests

Risikobasiertes Testen erklärt: Risiken bewerten, eine Matrix erstellen und testen, worauf es ankommt

Risikobasiertes Testen Schritt für Schritt erklärt: Risiken identifizieren, Wahrscheinlichkeit und Auswirkung bewerten, eine Risikomatrix erstellen,…

Artikel lesen →
Datenbanken & SQL

Erklärte SQL-Einschränkungen: NOT NULL, UNIQUE, CHECK und FOREIGN KEY, getestet

SQL-Einschränkungen anhand der von uns durchgeführten Tests erklärt: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY und FOREIGN KEY, die NULL-Lücken, die…

Artikel lesen →
Datenbanken & SQL

Erklärte SQL-Datumsfunktionen: Datumsangaben fehlerfrei hinzufügen, vergleichen und gruppieren

Erklärung der SQL-Datumsfunktionen anhand von Abfragen, die wir ausgeführt haben: Hinzufügen von Intervallen, Überraschungen am Monatsende, Datumsun…

Artikel lesen →
Softwareentwicklung

Python-Asyncio erklärt: Async, Wait, Gather und TaskGroup mit echten Timings

Python-Asyncio erklärt mit Code, den wir getimt haben: Coroutinen, Wait, Gather, TaskGroup, Fehlerbehandlung, Zeitüberschreitungen, Einschränkung de…

Artikel lesen →
Softwareentwicklung

Debounce vs. Throttle in JavaScript: Wie sie funktionieren, wann man sie verwendet, getestet

Debounce vs. Throttle in JavaScript erklärt anhand von Timings, die wir in Node.js gemessen haben: wie jedes funktioniert, einfache Implementierunge…

Artikel lesen →
Softwareentwicklung

Erklärte Python-Kontextmanager: Die with-Anweisung, contextlib und Real Uses

Python-Kontextmanager erklärt anhand des von uns ausgeführten Codes: Funktionsweise, __enter__ und __exit__, contextlib.contextmanager, supprimieren…

Artikel lesen →
Künstliche Intelligenz

LLM-Temperatur und Top-p erklärt: Wie KI-Modelle ihr nächstes Wort wählen

LLM-Temperatur und Top-P erklärt anhand einer von uns durchgeführten Simulation: wie Wahrscheinlichkeiten umgeformt werden, was Top-P beibehält, emp…

Artikel lesen →
DevOps

YAML erklärt: Syntax, das Norwegen-Problem und andere von uns getestete Fallen

YAML erklärt mit einem Parser-Test: grundlegende Syntax, Listen und Karten, das Norwegen-Problem, Versionen, die in Gleitkommazahlen umgewandelt wer…

Artikel lesen →
DevOps

Cron-Jobs erklärt: Syntax, echte Zeitpläne und die Fehler, die sie zerstören

Cron-Jobs werden anhand von Zeitplänen erklärt, die wir überprüft haben: die fünf Felder, Operatoren, reale Beispiele, die Tag-des-Monats- ODER Woch…

Artikel lesen →
Künstliche Intelligenz

KI-Halluzinationen erklärt: Warum Sprachmodelle Dinge erfinden und wie man sie reduziert

KI-Halluzinationen erklärt: Was sie sind, warum Sprachmodelle sie produzieren, gängige Typen, wie man sie mit Erdung und Eingabeaufforderungen reduz…

Artikel lesen →
DevOps

Erklärte Umgebungsvariablen: .env-Dateien, Geheimnisse und Konfiguration richtig gemacht

Umgebungsvariablen anhand von Python-Beispielen erklärt, die wir ausgeführt haben: Sie lesen und festlegen, warum jeder Wert ein String ist, .env-Da…

Artikel lesen →
Softwareentwicklung

API-Ratenbegrenzung erklärt: Algorithmen, Header und Behandlung von 429-Fehlern

API-Ratenbegrenzung anhand einer von uns durchgeführten Simulation erklärt: Token-Bucket, festes Fenster, gleitendes Fenster, 429 Antworten, Ratenbe…

Artikel lesen →
Testautomatisierung

Spott in Python: unittest.mock, Patch und die Fehler, die Tests zum Lügen machen

Mocking in Python mit unittest.mock, getestet: Mock und return_value, side_effect, Patchen, wo ein Name verwendet wird, Spezifikation und Autospec, …

Artikel lesen →
Softwaretests

Code-Abdeckung erklärt: Leitungs- und Zweigstellenabdeckung und was 100 % wirklich bedeutet

Erklärung der Codeabdeckung anhand eines echten Coverage.py-Laufs: Zeilen-, Zweig- und Bedingungsabdeckung, Lesen eines Berichts, warum bei 100 % Ab…

Artikel lesen →
Datenbanken & SQL

DELETE vs. TRUNCATE vs. DROP in SQL: Unterschiede, Rollback und Verwendungszweck

DELETE vs. TRUNCATE vs. DROP erklärt mit getestetem SQL: was jeweils entfernt wird, Rollback, Trigger, Identitätsrücksetzung, Geschwindigkeit und wi…

Artikel lesen →
Datenbanken & SQL

Erklärte SQL-Ansichten: Erstellen, nutzen und vermeiden Sie Fallstricke mit Beispielen

SQL-Ansichten anhand der von uns ausgeführten Abfragen erklärt: Erstellen einer Ansicht, Live-Ergebnisse, Ausblenden von Spalten, Leistung, aktualis…

Artikel lesen →
Softwareentwicklung

TypeScript-Schnittstelle vs. Typ: Echte Unterschiede, getestet mit dem Compiler

TypeScript-Schnittstelle vs. Typ, überprüft mit dem echten Compiler: Was beide können, was nur einer kann, Deklarationszusammenführung, Erweiterunge…

Artikel lesen →
Softwareentwicklung

Python *args und **kwargs erklärt: Flexible Funktionen mit klaren Beispielen

Python *args und **kwargs erklärt mit Code, den wir ausgeführt haben: Packen und Entpacken, Parameterreihenfolge, Nur-Schlüsselwort- und Nur-Positio…

Artikel lesen →
Softwareentwicklung

Python-Lambda-Funktionen: Syntax, tatsächliche Verwendung und wann man sie nicht verwendet

Python-Lambda-Funktionen erklärt mit Code, den wir ausgeführt haben: Syntax, Sortierung mit Schlüssel, Karte und Filter, Abschlüsse, die Late-Bindin…

Artikel lesen →
Künstliche Intelligenz

Was sind KI-Agenten? Wie sie funktionieren, mit einer einfachen Agentenschleife, die Sie ausführen können

Was sind KI-Agenten? Eine einfache Anleitung zur Agentenschleife, zu Tools, Speicher und Leitplanken, mit einer kleinen Python-Schleife, die wir aus…

Artikel lesen →
DevOps

Überwachung vs. Beobachtbarkeit: Der wahre Unterschied, mit Protokollen, Metriken und Traces

Überwachung vs. Beobachtbarkeit erklärt: bekannte und unbekannte Fehler, Protokolle, Metriken und Spuren, eine exemplarische Vorgehensweise für Chec…

Artikel lesen →
DevOps

Docker-Volumes vs. Bind Mounts: Containerdaten auf die richtige Art und Weise beibehalten

Docker-Volumes vs. Bind-Mounts erklärt: Warum Containerdaten verschwinden, benannte Volumes, Bind-Mounts, tmpfs, Compose-Beispiele, Backups, Berecht…

Artikel lesen →
Testautomatisierung

TDD vs. BDD: Hauptunterschiede, eine Funktion, die auf beide Arten entwickelt wurde und wann sie jeweils verwendet werden sollte

TDD vs. BDD erklärt mit einer Rabattfunktion, die in beide Richtungen aufgebaut ist: Rot-Grün-Refaktor mit Code, den wir ausgeführt haben, Gegeben-W…

Artikel lesen →
Softwaretests

Benutzerakzeptanztests (UAT): Prozess, Checkliste und reale Beispiele

Benutzerakzeptanztests erklärt: Wer führt ihn durch, wie unterscheidet er sich von der Qualitätssicherung, ein siebenstufiger Prozess, eine UAT-Test…

Artikel lesen →
Datenbanken & SQL

Erklärte SQL-NULL-Werte: IS NULL, COALESCE, NULLIF und die zu vermeidenden Fallen

SQL-NULL-Werte, die mit von uns ausgeführten Abfragen erklärt wurden: dreiwertige Logik, IS NULL, COALESCE, NULLIF, wie Aggregate, Joins und Sortier…

Artikel lesen →
Datenbanken & SQL

SQL CASE WHEN-Anweisung: Syntax, reale Beispiele und häufige Fehler

SQL CASE WHEN anhand der von uns ausgeführten Abfragen erklärt: einfache und durchsuchte Formulare, Bedingungsreihenfolge, Pivots mit SUM, COUNT-Tri…

Artikel lesen →
Softwareentwicklung

Was ist JWT? JSON-Web-Tokens anhand eines funktionierenden Beispiels erklärt

Was ist JWT? JSON Web Tokens erklärt: die drei Teile, ein Token, das in dem von uns ausgeführten Code erstellt und manipuliert wurde, JWT vs. Sitzun…

Artikel lesen →
Softwareentwicklung

Erklärte JavaScript-Ereignisschleife: Aufrufstapel, Mikrotasks und Timer mit Beispielen

Die JavaScript-Ereignisschleife wurde mit dem von uns ausgeführten Code erklärt: Aufrufstapel, Aufgaben- und Mikrotask-Warteschlangen, warum setTime…

Artikel lesen →
Softwareentwicklung

Erklärung von Python-Generatoren und -Ertrag: Sparen Sie Speicher mit echten Beispielen

Python-Generatoren und Yield anhand des von uns ausgeführten Codes erklärt: wie sie angehalten und fortgesetzt werden, gemessene Speichereinsparunge…

Artikel lesen →
Künstliche Intelligenz

Was sind Einbettungen? Vektoren und Kosinusähnlichkeit einfach erklärt

Was sind Einbettungen? Ein Leitfaden in einfacher Sprache zu Vektoren, Kosinusähnlichkeit und semantischer Suche, mit einem kleinen Beispiel, das wi…

Artikel lesen →
DevOps

Blau-Grün vs. Canary-Bereitstellung: Unterschiede, Kompromisse und Auswahl

Blue-Green vs. Canary-Bereitstellung erklärt: Funktionsweise, Kosten, Risiko und Rollback, stabiles Benutzer-Bucketing, das wir getestet haben, Date…

Artikel lesen →
Testautomatisierung

Flaky-Tests: Was sie verursacht und wie man sie endgültig behebt

Flaky-Tests wurden anhand von Demos erklärt, die wir durchgeführt haben: die Hauptursachen, wie man sie bestätigt und diagnostiziert, richtige Korre…

Artikel lesen →
Softwaretests

Lasttest vs. Stresstest: Unterschiede, Metriken und k6-Beispiele

Erläuterungen zu Lasttests und Stresstests: Was die einzelnen Tests beweisen, Spike- und Soak-Tests, welche Kennzahlen wichtig sind, warum Durchschn…

Artikel lesen →
Softwaretests

Testfall vs. Testszenario: Hauptunterschiede, Beispiele und wann man sie jeweils verwendet

Testfall vs. Testszenario erklärt: klare Definitionen, eine Tabelle nebeneinander, eine Funktion zum Zurücksetzen von Passwörtern, die von Szenarios…

Artikel lesen →
Datenbanken & SQL

SQL-Abfrageoptimierung: Ausführungspläne lesen und langsame Abfragen mit Zeitvorgaben beheben

An einer Million Zeilen getestete SQL-Abfrageoptimierung: Ausführungspläne lesen, die richtigen Indizes hinzufügen, nicht sargierbare Filter korrigi…

Artikel lesen →
Datenbanken & SQL

SQL UNION vs. UNION ALL: Unterschiede, Beispiele und getestete Leistung

SQL UNION vs. UNION ALL anhand der von uns ausgeführten Abfragen erklärt: Duplikate, die Regeln, denen beide folgen, ein echter Datenfehler, gemesse…

Artikel lesen →
Softwareentwicklung

Tutorial zur JavaScript-Abruf-API: GET, POST, Fehlerbehandlung und Zeitüberschreitungen

Ein JavaScript-Abruf-API-Tutorial, das auf einem lokalen Server getestet wurde: GET und POST, warum 404 nicht ausgelöst wird, ein wiederverwendbarer…

Artikel lesen →
Softwareentwicklung

Umgang mit Python-Dateien: Lesen, Schreiben, CSV, JSON und Pathlib mit Beispielen

Die Handhabung von Python-Dateien wird anhand des von uns ausgeführten Codes erklärt: Öffnungsmodi, Lesen großer Dateien, CSV, JSON, Pathlib, Binärd…

Artikel lesen →
Softwareentwicklung

Python-Klassen und -Objekte: OOP-Tutorial mit echten Beispielen

Python-Klassen und -Objekte erklärt mit Code, den wir ausgeführt haben: __init__, Methoden, Klassen- und Instanzattribute, Vererbung, Eigenschaften,…

Artikel lesen →
Künstliche Intelligenz

Was ist ein großes Sprachmodell? Wie LLMs funktionieren, ohne großen Hype erklärt

Was ist ein großes Sprachmodell? LLMs im Klartext erklärt: Token, Einbettungen, Aufmerksamkeit, Training, Temperatur- und Kontextfenster, eine klein…

Artikel lesen →
DevOps

Linux-Befehle für Anfänger: Der grundlegende Terminal-Leitfaden mit Beispielen

Linux-Befehle für Anfänger, gruppiert nach Aufgaben: Navigation, Dateien, Anzeigen von Protokollen, Grep, Pipes, Berechtigungen, Prozesse und Archiv…

Artikel lesen →
Testautomatisierung

Selenium vs. Playwright: Hauptunterschiede, Code im Vergleich und welche Sie wählen sollten

Selenium vs. Playwright im Vergleich: Architektur, Wartezeit, Browser- und Sprachunterstützung, Debugging, der gleiche Test in beiden Tools, Migrati…

Artikel lesen →
Softwaretests

Äquivalenzpartitionierung: Testdesigntechnik anhand von Beispielen erklärt

Erklärung der Äquivalenzpartitionierung: Wie man gültige und ungültige Partitionen findet, Beispiele für Alter, Passwörter und Gutscheine, von uns d…

Artikel lesen →
Softwaretests

Schweregrad vs. Priorität beim Softwaretest: Unterschiede, Matrix und reale Beispiele

Schweregrad vs. Priorität beim Softwaretest erklärt: klare Definitionen, eine Vier-Wege-Matrix mit Beispielen, Stufenskalen, wer die einzelnen Punkt…

Artikel lesen →
Datenbanken & SQL

Tutorial zu SQL-Unterabfragen: Typen, korrelierte Unterabfragen und EXISTS mit Beispielen

Ein SQL-Unterabfrage-Tutorial mit Abfragen, die wir ausgeführt haben: Skalar-, IN-, FROM- und SELECT-Unterabfragen, korrelierte Unterabfragen, EXIST…

Artikel lesen →
Datenbanken & SQL

SQL-Transaktionen und ACID erklärt: COMMIT, ROLLBACK und Isolationsstufen

SQL-Transaktionen und ACID anhand einer von uns durchgeführten Banküberweisung erklärt: COMMIT, ROLLBACK, Sicherungspunkte, Sperren, Isolationsstufe…

Artikel lesen →
Softwareentwicklung

Spickzettel für Git-Befehle: Die Befehle, die Sie tatsächlich verwenden, mit Beispielen

Ein Git-Befehls-Spickzettel, gruppiert nach Aufgabe: Setup, Staging, Branches, Remotes, Stash, Verlauf und Rückgängigmachen von Fehlern, mit Ausgabe…

Artikel lesen →
Softwareentwicklung

Erklärte JavaScript-Versprechen: Dann, Catch, Promise.all und häufige Fehler

JavaScript-Versprechen erklärt mit Code, den wir ausgeführt haben: Zustände, dann und Fangketten, Fehlerbehandlung, Promise.all, allSettled, Rennen …

Artikel lesen →
Softwareentwicklung

Python-Wörterbuch-Tutorial: Methoden, Beispiele und gängige Muster

Ein Python-Wörterbuch-Tutorial mit Code, den wir ausgeführt haben: Diktate erstellen, lesen und aktualisieren, Schlüsselmethoden, Zusammenführung, V…

Artikel lesen →
Künstliche Intelligenz

Was ist RAG? Retrieval-Augmented Generation anhand eines Arbeitsbeispiels erklärt

Was ist RAG? Abruf-erweiterte Generierung Schritt für Schritt erklärt: Indizierung, Chunking, Einbettungen, Abruf, ein kleines funktionierendes Pyth…

Artikel lesen →
DevOps

Terraform-Tutorial für Anfänger: Infrastruktur als Code von der ersten Datei bis zu den Modulen

Ein Terraform-Tutorial für Anfänger: Beginnen Sie ohne Cloud-Konto, lernen Sie Init, Planen und Anwenden, dann Variablen, Ausgaben, Status, Module u…

Artikel lesen →
DevOps

Docker vs. Kubernetes: Hauptunterschiede, wie sie zusammenarbeiten und was Sie brauchen

Docker vs. Kubernetes erklärt: Was jeder tut, die gleiche App läuft mit beiden, Docker Compose und Swarm im Vergleich, die Dockershim-Änderung und w…

Artikel lesen →
Testautomatisierung

Pytest-Tutorial für Anfänger: Vorrichtungen, Parametrisierung und reale Beispiele

Ein Pytest-Tutorial für Anfänger mit Tests, die wir auf Pytest 9.2 durchgeführt haben: Assertions, Fixtures, Parametrize, Conftest, Markers, tmp_pat…

Artikel lesen →
Softwaretests

Software Testing Life Cycle (STLC): 6 Phasen, Einstiegs- und Ausstiegskriterien, Beispiel

Der Softwaretest-Lebenszyklus erklärt: sechs STLC-Phasen mit Ein- und Ausstiegskriterien, Ergebnisse, ein Beispiel für eine funktionierende Anmeldef…

Artikel lesen →
Softwareentwicklung

Git merge vs rebase: Unterschiede, Beispiele und wann man was nutzt

Git merge vs rebase erklärt mit echter Log-Ausgabe, einer Vergleichstabelle, der goldenen Regel des Rebase und einem sicheren Team-Workflow.

Artikel lesen →
Softwareentwicklung

Python List Comprehension: Syntax, Beispiele und wann man darauf verzichtet

Python List Comprehension erklärt: Syntax, Filter, if-else, verschachtelte Schleifen, gemessene Zeiten und Fälle, in denen eine normale for-Schleife…

Artikel lesen →
Datenbanken & SQL

SQL Joins erklärt mit Beispielen (Inner, Left, Right, Full)

SQL Joins Schritt für Schritt mit Beispieltabellen und Abfragen verstehen: INNER, LEFT, RIGHT, FULL, CROSS und SELF, plus typische Fehler und Perfor…

Artikel lesen →