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

  1. Inicio
  2. Blog
  3. Automatización de pruebas

Automatización de pruebas

Explicación de las pruebas de contratos de API: Capture los cambios importantes antes de su envío

Cuando un equipo cambia una API, la aplicación de otro equipo puede fallar sin que nadie se dé cuenta hasta la producción. Las pruebas de contrato verifican que ambas partes aún estén de acuerdo, sin ejecutar todo el sistema. Probamos cinco cambios de API realistas frente a un contrato para mostrar cuáles perjudican a los consumidores.

10 min de lectura
Explicación de las pruebas del contrato API: detecte los cambios importantes antes de enviarlos

Puntos clave

  • Un contrato es la forma acordada de solicitudes y respuestas entre un proveedor de API y sus consumidores.
  • Las pruebas de contrato comparan cada parte con ese acuerdo por separado, por lo que no es necesario que se ejecuten todos los servicios.
  • En nuestra verificación, se aprobó la adición de un campo, pero no se pudo cambiar el nombre de un campo, cambiar un tipo o agregar un valor de enumeración.
  • Los contratos impulsados ​​por el consumidor, a menudo con Pact, prueban solo lo que los consumidores realmente usan.

El equipo de pedidos cambia el nombre de total a amount porque se lee mejor. Sus propias pruebas pasan y se despliegan. Diez minutos más tarde, la aplicación móvil muestra que cada pedido no cuesta nada y el servicio de facturación falla. Cada equipo probó su propio código, pero nadie probó el acuerdo entre ellos. Ese vacío es lo que llenan las pruebas por contrato.

Construimos un pequeño contrato como un esquema JSON y verificamos cinco respuestas realistas del proveedor con la biblioteca jsonschema de Python (versión 4.26). Los resultados a continuación provienen de esa ejecución. Las herramientas Pact y OpenAPI se describen en su documentación; no los ejecutamos para este artículo.

El problema de los servicios de pruebas de forma aislada

En un sistema de muchos servicios, cada equipo escribe pruebas unitarias y pruebas API para su propio servicio. Esas pruebas utilizan la propia idea del equipo de lo que otros servicios envían y esperan, a menudo como simulacros. Cuando un proveedor cambia, las simulaciones del consumidor aún devuelven la forma anterior, por lo que las pruebas del consumidor siguen pasando. La discrepancia solo se descubre cuando ambas versiones se encuentran en un entorno compartido o en producción. Las pruebas completas de un extremo a otro pueden detectarlo, pero son lentas, frágiles y necesitan que todo se implemente en conjunto.

¿Qué son las pruebas por contrato?

Las pruebas de contrato verifican que dos partes, un consumidor que llama a una API y un proveedor que la brinda, acuerdan cómo se comunican: puntos finales, métodos, encabezados, cuerpos de solicitud, campos de respuesta, tipos y códigos de estado. El acuerdo se redacta como un contrato legible por máquina. Luego, cada parte se prueba con el contrato por sí sola: el consumidor con un simulacro construido a partir del contrato y el proveedor reproduciendo las solicitudes del contrato con el servicio real.

Comparado con otros tipos de pruebas

Tipo de prueba cheques ¿Necesita otros servicios en funcionamiento?
prueba unitaria Lógica interna No
API/prueba funcional El comportamiento de un servicio. Por lo general no
prueba de contrato Acuerdo entre dos servicios. No
Prueba de integración Servicios reales trabajando juntos si
Prueba de extremo a extremo Todo el recorrido del usuario si, todo

Las pruebas de contrato se encuentran entre las pruebas de API y las pruebas de integración en la pirámide de pruebas. Son casi tan rápidos como las pruebas unitarias, pero detectan problemas que antes necesitaban entornos de integración.

Una verificación de contrato que realizamos

Aquí hay un contrato simple para una respuesta de pedido, escrito como un esquema JSON:

contract = {
  "type": "object",
  "required": ["id", "status", "total"],
  "properties": {
    "id":     {"type": "integer"},
    "status": {"enum": ["paid", "pending", "refunded"]},
    "total":  {"type": "number", "minimum": 0}
  }
}

Validamos cinco versiones de la respuesta del proveedor:

v1 provider              PASS
v1 + new field           PASS
renamed total->amount    FAIL: 'total' is a required property
id as string             FAIL: '101' is not of type 'integer'
new status value         FAIL: 'on_hold' is not one of ['paid', 'pending', 'refunded']

Agregar un campo currency fue seguro, porque los consumidores ignoran los campos que no conocen. Cambiar el nombre de total, enviar la identificación como texto e introducir un nuevo valor de estado rompió el contrato. Cada uno de ellos habría pasado las propias pruebas del proveedor.

Cambios de última hora versus cambios seguros

Cambiar ¿Normalmente se rompe?
Agregar un campo de respuesta opcional No
Agregar un nuevo punto final No
Eliminar o cambiar el nombre de un campo de respuesta si
Cambiar el tipo o formato de un campo si
Hacer obligatorio un campo de solicitud opcional si
Agregar un nuevo valor de enumeración en una respuesta A menudo, si los consumidores manejan los valores estrictamente
Cambiar códigos de estado o formato de error si
Reforzar la validación de las entradas A menudo

El caso de enumeración es sutil. Agregar on_hold parece inofensivo para el proveedor, pero un consumidor con una declaración switch sobre estados conocidos puede fallar o no mostrar nada. Los consumidores bien redactados manejan con gracia los valores desconocidos y los contratos hacen explícita esa expectativa. Para conocer estrategias de control de versiones cuando un cambio importante es inevitable, consulte control de versiones semántico y nuestras mejores prácticas de API REST.

Contratos impulsados por el consumidor

En pruebas de contratos impulsadas por el consumidor, cada consumidor escribe exactamente lo que necesita del proveedor: las solicitudes que realiza y los campos que lee. El proveedor debe cumplir el contrato de cada consumidor. Esto tiene una gran ventaja: un proveedor puede cambiar o eliminar libremente cualquier cosa que ningún consumidor utilice, y sabe exactamente qué consumidor se rompería si cambia algo que se utiliza.

Nuestra demostración verificó un esquema único, que se acerca más al estilo impulsado por el proveedor. Un contrato real impulsado por el consumidor generalmente enumeraría solo los campos que el consumidor realmente lee, por lo que un campo utilizado por nadie podría eliminarse sin ningún error.

Consejo: Los contratos deben describir lo que necesita un consumidor, no todo lo que devuelve un proveedor. Un contrato que fija cada campo y valor exacto se convierte en una copia frágil de las pruebas del proveedor, falla en cambios inofensivos y erosiona la confianza.

Cómo funciona el Pacto

Pact es la herramienta de contratos impulsada por el consumidor más utilizada, con bibliotecas para muchos idiomas. El flujo, de su documentación:

  1. Prueba del consumidor: las pruebas unitarias del consumidor llaman a un servidor simulado de Pact, declarando cada solicitud esperada y la respuesta mínima que necesitan.
  2. Archivo de pacto: esas expectativas se guardan como un contrato JSON, el “pacto”.
  3. Compartir: el pacto se publica en un Pact Broker o PactFlow.
  4. Verificación del proveedor: el CI del proveedor recupera todos los pactos, reproduce cada solicitud con el proveedor real y verifica las respuestas.
  5. ¿Puedo implementar? Antes de implementar cualquier lado, una verificación confirma que las versiones que están a punto de ejecutarse juntas tienen contratos verificados.

Los estados del proveedor, como “existe el pedido 101”, le permiten configurar datos de prueba para cada interacción. Aquí es donde la mayoría de los equipos dedican sus esfuerzos al adoptar Pact.

Contratos impulsados por proveedores con OpenAPI

Muchos equipos parten de la otra dirección: el proveedor publica una especificación OpenAPI y las pruebas verifican que la API real coincida con ella y que los consumidores solo usen lo que describe. Las herramientas pueden validar respuestas en vivo según la especificación, generar pruebas a partir de ella o comparar dos versiones de la especificación y marcar cambios importantes. Esto funciona bien para API públicas con muchos consumidores desconocidos, donde es imposible recopilar contratos de consumidores. La contrapartida es que comprueba la gramática de los mensajes, no en qué partes confía realmente el consumidor.

Pruebas de contrato en CI

  • Canalización del consumidor: ejecute pruebas de contrato del consumidor y publique el contrato en cada cambio.
  • Canalidad de proveedores: verificar con todos los contratos del consumidor en cada cambio; fallar la construcción en cualquier interrupción.
  • Antes de la implementación: verifique la compatibilidad entre las versiones exactas de cada entorno.
  • Webhooks: cuando un consumidor publica un contrato modificado, activa la verificación del proveedor inmediatamente.

Al encajar esto en una canalización de CI/CD se convierte en “¿rompimos a alguien?” de una reunión a un estado de compilación.

Escollos

  • Especificación excesiva: afirmar valores exactos en lugar de tipos y campos obligatorios hace que los contratos sean frágiles.
  • Tratar los contratos como pruebas funcionales: un contrato verifica la forma y el acuerdo, no la corrección comercial. Mantenga también las pruebas funcionales.
  • Omitir estados del proveedor: sin datos de configuración realistas, la verificación se realiza por motivos incorrectos.
  • Sin propiedad: alguien debe ser propietario del corredor y responder cuando fallan las verificaciones.
  • Olvidar mensajes asincrónicos: los eventos en las colas también son contratos, y herramientas como Pact admiten contratos de mensajes.

Cuándo utilizar pruebas por contrato

Las pruebas por contrato dan sus frutos cuando varios equipos poseen servicios que se llaman entre sí, las implementaciones son independientes y los entornos de integración son lentos o poco confiables. Para un solo equipo con una API y un front-end implementados juntos, unas buenas pruebas de API pueden ser suficientes. Nuestra guía de pruebas de API cubre ese punto de partida.

Empezar sin hervir el océano

  1. Elija un par: el consumidor y el proveedor cuya integración se rompe con mayor frecuencia o es más importante.
  2. Escriba las expectativas del consumidor para dos o tres interacciones clave, afirmando solo los campos que lee.
  3. Verificar el proveedor con ellos localmente, corrigiendo los estados del proveedor hasta que se apruebe por los motivos correctos.
  4. Agregue ambas partes a CI, para que cualquiera de los equipos se entere en cuestión de minutos cuando infrinja el acuerdo.
  5. Revisión después de algunas semanas: ¿captó algo y se rompió algo que no se detectó? Luego extienda al siguiente par.

Empezar poco a poco mantiene el esfuerzo visible y genera confianza. Los equipos que intentan contratar todos los servicios a la vez a menudo se detienen en las herramientas y los datos de prueba antes de ver algún beneficio.

Conclusión

Las pruebas por contrato detectan los cambios importantes que las pruebas de cada equipo no pueden ver: campos renombrados, tipos modificados y nuevos valores de enumeración. Comience con un par importante de consumidor-proveedor, mantenga los contratos enfocados en lo que el consumidor realmente usa, verifique el proveedor en CI y agregue una verificación de implementación. En nuestra prueba simple, tres de cinco cambios plausibles habrían afectado a los consumidores, todos ellos invisibles para la propia suite del proveedor.

Preguntas frecuentes

¿Qué son las pruebas de contrato API?

Probar que un proveedor de API y sus consumidores acuerden los formatos de solicitud y respuesta, comparando cada lado por separado con un contrato compartido en lugar de ejecutar todos los servicios juntos.

¿Qué son las pruebas de contratos impulsadas por el consumidor?

Un enfoque donde cada consumidor define las solicitudes que realiza y los campos que necesita. El proveedor se verifica con todos los contratos del consumidor, por lo que sabe qué cambios romperían a alguien.

¿Qué es el Pacto?

Pact es una popular herramienta de código abierto para pruebas de contratos impulsadas por el consumidor. Las pruebas de consumo generan archivos de contrato, que luego el proveedor verifica con su implementación real.

¿Agregar un campo es un cambio importante?

Agregar un campo de respuesta opcional suele ser seguro; En nuestra prueba pasó. Cambiar el nombre, eliminar o cambiar el tipo de un campo interrumpe a los consumidores.

¿Las pruebas por contrato reemplazan las pruebas de un extremo a otro?

Reemplaza a muchos de ellos, especialmente aquellos que se utilizan únicamente para comprobar que los servicios pueden comunicarse. Mantenga algunas pruebas de un extremo a otro para los recorridos críticos de los usuarios.

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 →