Spiegazione dei test basati sul rischio: valuta i rischi, costruisci una matrice e testa ciò che conta

  1. Home
  2. Blog
  3. Test del software

Test del software

Spiegazione dei test basati sul rischio: Valutare i rischi, costruire una matrice e testare ciò che conta

Non c’è mai tempo per testare tutto allo stesso modo. Il test basato sul rischio è un modo semplice e strutturato per decidere dove procedere per primo, in base alla probabilità che qualcosa fallisca e al danno che potrebbe subire se ciò accadesse.

10 min di lettura
Spiegazione dei test basati sul rischio: valutare i rischi, costruire una matrice e testare ciò che conta

Punti chiave

  • Test basati sul rischio danno priorità ai test in base al rischio, solitamente probabilità × impatto.
  • Un semplice punteggio da 1 a 5 per ciascuno fornisce un valore di rischio compreso tra 1 e 25 che è facile da discutere e classificare.
  • Le aree ad alto rischio vengono sottoposte a test più approfonditi, precoci e ripetuti; le aree a basso rischio ricevono controlli più leggeri.
  • È un esercizio di squadra, ripetuto ad ogni pubblicazione, non un foglio di calcolo compilato una volta.

Il rilascio è previsto per venerdì. Il team ha tre giorni e trecento possibili casi di test. Testare tutto allo stesso modo significa testare il flusso di pagamento con la stessa cura del colore dell’icona delle impostazioni. I test basati sul rischio li sostituiscono con una scelta deliberata: testare prima e più duramente laddove il fallimento è probabile e costoso.

Questa è una guida al processo, quindi non contiene codice che abbiamo eseguito. I punteggi nell’esempio pratico sono illustrativi, scelti per mostrare il metodo, non misurati da un prodotto reale.

Che cosa sono i test basati sul rischio?

I test basati sul rischio sono un approccio in cui la quantità e l’ordine dei test sono determinati dal rischio del prodotto. Un rischio è qualcosa che potrebbe andare storto, ad esempio il malfunzionamento di una funzionalità, il danneggiamento dei dati o una pagina troppo lenta. Ogni rischio viene valutato in base a due dimensioni: la probabilità che si verifichi e la gravità dell’impatto. La combinazione decide quanti test merita.

Non è un tipo di test separato, come i test sulle prestazioni o sulla sicurezza. È un modo per pianificarli e dare priorità a tutti e si inserisce naturalmente in una strategia di test.

Perché funziona

  • Il tempo è sempre limitato. La definizione delle priorità in base al rischio garantisce che i controlli più importanti vengano eseguiti anche se il tempo scade.
  • I bug non sono distribuiti uniformemente. Il codice complesso, nuovo e modificato di frequente tende a contenere più difetti.
  • L’impatto non è uguale. Un totale errato al momento del pagamento e un piè di pagina disallineato sono entrambi bug; solo uno perde soldi.
  • Rende visibili i compromessi. Le parti interessate possono vedere cosa è stato testato in modo approfondito e cosa è stato accettato come a rischio inferiore.

I cinque passi

  1. Identificare i rischi con il team.
  2. Dai un punteggio a ciascuno per probabilità e impatto.
  3. Dare priorità utilizzando una matrice di rischio.
  4. Pianifica e testa in modo approfondito e adeguato al rischio.
  5. Rivedi dopo il test e dopo il rilascio e aggiorna i punteggi.

Fase 1: identificazione dei rischi

Riunisci tester, sviluppatori e qualcuno che capisca il business, come il proprietario del prodotto. Esplora le funzionalità, i percorsi degli utenti e le modifiche recenti e chiedi cosa potrebbe andare storto. Suggerimenti utili:

  • In quali casi un guasto potrebbe costare denaro, violare la legge o perdere dati?
  • Cosa è cambiato in questa versione e cosa tocca?
  • Quali aree hanno avuto molti bug o incidenti in precedenza?
  • Cosa dipende da terze parti, come gateway di pagamento o API?
  • Qual è la nuova tecnologia o il codice sconosciuto per il team?
  • Cosa succede sotto carico, su reti lente o su dispositivi meno recenti?

Scrivi ogni rischio come una dichiarazione breve e specifica, ad esempio “Il totale dell’ordine è errato quando si applicano insieme un coupon e la spedizione gratuita”, non solo “Pagamento”.

Fase 2: probabilità e impatto del punteggio

Una scala da 1 a 5 è comune perché è rapido concordare su:

Punteggio Probabilità Impatto
1 Molto improbabile Cosmetico, soluzione semplice
2 Improbabile Piccolo inconveniente
3 Possibile Funzionalità parzialmente interrotta per alcuni utenti
4 Probabilmente Funzionalità chiave interrotte, entrate o reputazione compromesse
5 Molto probabile Perdita di dati, violazione della sicurezza, danni legali o finanziari

Punteggio di rischio = probabilità × impatto, da 1 a 25. La probabilità aumenta con la complessità, la quantità di modifiche, i difetti passati e la scarsa familiarità dello sviluppatore. L’impatto aumenta con il numero di utenti interessati, il denaro coinvolto, la sicurezza, i dati e l’esposizione legale. Concordare le definizioni in anticipo in modo che un “4” significhi la stessa cosa per tutti.

Fase 3: la matrice del rischio

              Impact →
              1    2    3    4    5
Likelihood 5  5   10   15   20   25
           4  4    8   12   16   20
           3  3    6    9   12   15
           2  2    4    6    8   10
           1  1    2    3    4    5

Traccia ogni rischio sulla griglia. I punteggi nell’angolo in alto a destra sono le tue priorità; i punteggi in basso a sinistra possono ricevere controlli leggeri. Molte squadre colorano le fasce: ad esempio da 15 a 25 alte, da 8 a 14 medie e da 1 a 7 basse. Queste soglie sono una convenzione, non uno standard, quindi adattale al tuo contesto. Alcune squadre utilizzano una griglia 3×3 più semplice con basso, medio e alto, che spesso è sufficiente.

Suggerimento: fai attenzione agli elementi con un impatto elevato ma con bassa probabilità, come un raro scenario di perdita di dati. Il loro punteggio moltiplicato può sembrare modesto, ma un singolo evento può essere catastrofico. Molte squadre trattano qualsiasi impatto pari a 5 come priorità almeno media, indipendentemente dalla probabilità.

Fase 4: mappatura del rischio per testare la profondità

Livello di rischio Approccio alla prova
Alto (15-25) Testare tempestivamente e approfonditamente: casi di test dettagliati, test negativi e di confine, sessioni esplorative, automazione in ogni build, revisioni da parte di un secondo tester
Medio (8-14) Scenari principali e casi limite chiave, inclusi nella suite di regressione
Basso (1-7) Controlli del fumo o un rapido passaggio esplorativo; può essere rinviato se il tempo scade

La profondità significa più del numero di casi di test. Per i rischi elevati, prendi in considerazione tecniche più efficaci, come analisi dei valori limite e tabelle decisionali, revisione indipendente della progettazione dei test, test su più dispositivi e ambienti e monitoraggio dopo il rilascio.

Il passaggio 5 in pratica: un esempio pratico

Un negozio online sta rilasciando una nuova funzionalità di coupon. Il team elenca e assegna un punteggio ai rischi (punteggi illustrativi):

Rischio Probabilità Impatto Punteggio Livello
Totale ordine errato con coupon + spedizione gratuita 4 5 20 Alto
Coupon utilizzabile oltre il suo limite 3 4 12 Medio
Timeout del gateway di pagamento durante il pagamento 2 5 10 Medio (guarda: impatto 5)
Il campo coupon accetta caratteri non validi 3 2 6 Basso
Banner coupon disallineato sui tablet 3 1 3 Basso

Il piano segue direttamente. Il calcolo totale prevede test dettagliati per ogni combinazione di coupon, regola di spedizione e imposta, test unitari automatizzati e una sessione esplorativa. Il limite di utilizzo viene sottoposto a test di concorrenza, poiché due checkout simultanei rappresentano il modo più probabile per superarlo. Il timeout del gateway viene sottoposto ad alcuni test di inserimento degli errori, poiché il suo impatto è grave anche se il punteggio è medio. Il banner viene visualizzato su un tablet. Se giovedì scade il tempo, è lo striscione che aspetta, per scelta deliberata.

Da dove provengono i dati sul rischio

I punteggi iniziano come giudizi informati, ma i dati li migliorano:

  • Cronologia dei difetti: moduli con molti bug passati. La nostra guida al ciclo di vita dei bug ne tratta il monitoraggio.
  • Variazione del codice: i file vengono modificati più spesso nel controllo della versione.
  • Incidenti di produzione e ticket di supporto.
  • Analisi dell’utilizzo: i viaggi più utilizzati presentano il maggior numero di utenti a rischio.
  • Lacune nella copertura dei test: aree con scarsa copertura automatizzata; vedere spiegazione della copertura del codice.

Test basati sul rischio in modalità Agile e CI

Negli sprint brevi, un workshop completo ogni volta è troppo pesante. Una versione più leggera funziona bene: discutere i rischi durante il perfezionamento, etichettare le storie come ad alto, medio o basso rischio e concordare la profondità del test come parte della definizione di fatto. In CI, esegui i test per le aree ad alto rischio su ogni commit e suite più ampie meno spesso. La piramide dei test aiuta a decidere il livello: spingere la logica ad alto rischio in test unitari rapidi ove possibile e mantenere test end-to-end per i percorsi degli utenti più rischiosi.

Errori comuni

  • Punteggio da solo. Un tester che lavora da solo non riesce a cogliere l’impatto aziendale e la complessità tecnica. Punteggio in gruppo.
  • Punteggio una volta. I rischi cambiano man mano che il codice cambia. Rivedi l’elenco a ogni versione.
  • Trattare il basso rischio come “nessun test”. Basso rischio significa test più leggeri, non nessuno.
  • Falsa precisione. Discutere se qualcosa vale 12 o 15 è una perdita di tempo; la classifica conta più del numero esatto.
  • Nascondere i compromessi. Riportare quali rischi sono stati testati leggermente o non sono stati testati affatto, in modo che le parti interessate possano accettarli consapevolmente.

Segnalazione della copertura del rischio

Un rapporto di test organizzato per rischio è molto più utile per i decisori rispetto a un conteggio dei passaggi grezzi. Per ogni rischio, mostra il suo livello, quali test sono stati eseguiti, il risultato e tutto ciò che è ancora aperto:

Rischio Livello Test fatto Stato
Totale sbagliato con coupon + spedizione gratuita Alto 32 casi, sessione esplorativa automatizzata Superato dopo 1 correzione
Limite di utilizzo del coupon superato Medio Test di concorrenza 1 bug aperto, correzione in corso
Banner coupon su tablet Basso Non testato questa versione Rischio accettato

Le righe di esempio sono illustrative. Il punto è il formato: chiunque può vedere a colpo d’occhio che le aree più pericolose sono state testate a fondo, quali rischi permangono e cosa è stato consapevolmente tralasciato. “Pronto per il rilascio?” diventa una discussione su rischi specifici, non un sentimento.

Considerazioni finali

I test basati sul rischio sono il buon senso reso esplicito: dedicare il massimo sforzo laddove il fallimento è più probabile e più costoso. Elencare i rischi con l’intero team, valutare la probabilità e l’impatto su una scala semplice, tracciarli su una matrice e abbinare la profondità del test al risultato. Quindi rivisita i punteggi a ogni rilascio, utilizzando i dati reali sui difetti e sugli incidenti per rendere più preciso il round successivo.

Domande frequenti

Che cosa sono i test basati sul rischio?

Un approccio di test che dà la priorità agli sforzi in base al rischio del prodotto, solitamente valutato come probabilità moltiplicata per l’impatto, in modo che le aree più pericolose vengano testate per prime e in modo più approfondito.

Come si calcola un punteggio di rischio?

Valuta la probabilità e l’impatto su una scala da 1 a 5, quindi moltiplicali. Un punteggio di 20 o 25 rappresenta una priorità elevata; i punteggi bassi ottengono test più leggeri.

Che cos’è una matrice di rischio nei test?

Una griglia con verosimiglianza su un asse e impatto sull’altro. Tracciare ciascun rischio su di esso mostra quali aree necessitano di più test.

Chi dovrebbe prendere parte alla valutazione del rischio?

Tester, sviluppatori e qualcuno che rappresenta l’azienda o gli utenti, come il proprietario del prodotto. Ognuno vede diversi tipi di rischio.

Basso rischio significa che un’area non è stata testata?

No. Le aree a basso rischio vengono comunque sottoposte a controlli di base, come i test del fumo. Vengono semplicemente testati meno approfonditamente e più tardi rispetto alle aree ad alto rischio.

Continua a imparare

Lavora con Stack Quora

Hai bisogno di aiuto con test, WordPress o SEO?

Aiutiamo i team a fornire software migliore e a far crescere i loro siti. Raccontaci a cosa stai lavorando e ti suggeriremo chiaramente il prossimo passo.

Continua a leggere

Altre guide su test, intelligenza artificiale e sviluppo moderno

Ti è piaciuto questo articolo? Scegli un argomento e passa direttamente ai nostri tutorial più recenti.

Intelligenza artificiale

Spiegazione di BM25: come la ricerca per parole chiave classifica i risultati, con codice Python e ricerca ibrida

BM25 ha spiegato con un'implementazione Python pura che abbiamo eseguito: la formula, IDF, la saturazione dei termini, i parametri k1 e b, perché ba…

Leggi l'articolo →
Sviluppo software

Spiegazione dei metodi HTTP: GET, POST, PUT, PATCH, DELETE, testati su un server live

Metodi HTTP spiegati con un piccolo server che abbiamo eseguito: GET, POST, PUT, PATCH, DELETE, HEAD e OPTIONS, sicuro vs idempotente, PUT vs PATCH,…

Leggi l'articolo →
DevOps

Spiegazione di Git Bisect: trova il commit che ha violato il tuo codice, manualmente o automaticamente

Git bisect spiegato con un repository testato: trova l'unico commit errato tra 41 in 5 esecuzioni di test, automatizzalo con git bisect run, salta c…

Leggi l'articolo →
Automazione dei test

Spiegazione dei marcatori pytest: segni personalizzati, skip, skipif, xfail e -m filtri

marcatori pytest spiegati con una suite testata: registra segni personalizzati, esegui solo test del fumo con -m, combina filtri con e, oppure no, u…

Leggi l'articolo →
Test del software

Test positivi e negativi: differenze, 24 casi di test reali e una lista di controllo

Test positivi e negativi spiegati con un vero modulo di iscrizione: 6 casi di test positivi e 18 negativi eseguiti in pytest, la guardia mancante, u…

Leggi l'articolo →
Database e SQL

SQL ORDER BY Colonne multiple: ASC, DESC, NULLS LAST, Case e ordine personalizzato

SQL ORDER BY con più colonne spiegate con query testate: ASC e DESC misti, tie-breaker, NULLS FIRST e LAST, ordinamento senza distinzione tra maiusc…

Leggi l'articolo →
Database e SQL

Totale parziale SQL: SUM OVER, totali per gruppo, somme mobili e RANGE Trap

Come calcolare un totale parziale SQL con SUM() OVER: totali per gruppo, somme cumulative giornaliere, somme mobili, percentuale del totale, tie tra…

Leggi l'articolo →
Sviluppo software

Array di ordinamento JavaScript: numeri, oggetti, stringhe e perché 10 viene prima di 5

Come ordinare correttamente un array in JavaScript: numeri con una funzione di confronto, oggetti per uno o più campi, stringhe con localeCompare, d…

Leggi l'articolo →
Intelligenza artificiale

Spiegazione delle strategie di RAG Chunking: fissa, sovrapposta, frase, ricorsiva e intestazioni, misurata

Strategie di suddivisione in blocchi RAG confrontate su un documento con tiktoken 0.14: dimensione fissa, sovrapposizione, compressione delle frasi,…

Leggi l'articolo →
Sviluppo software

Spiegazione dell'idempotenza API: chiavi di idempotenza e tentativi sicuri, testati

L'idempotenza dell'API spiegata con un server e un client Python che abbiamo eseguito: una risposta persa ha causato un doppio addebito senza chiave…

Leggi l'articolo →
DevOps

Spiegazione di Git Stash: salva, applica, pop e file non tracciati, testato

Git stash spiegato con i comandi che abbiamo eseguito su Git 2.56: push con un messaggio, file non tracciati, elenca e mostra, applica vs pop, mante…

Leggi l'articolo →
Test del software

Spiegazione del test a coppie: come tutte le coppie riducono 216 test a 13, testati

Test a coppie spiegati con un generatore che abbiamo eseguito in Python 3.13: un checkout con 216 combinazioni coperte da 13 test, copertura verific…

Leggi l'articolo →
Automazione dei test

Spiegazione dei doppi di test: fittizio, stub, spia, finto e falso, con codice Python testato

I test raddoppiano spiegati con un esempio Python eseguito in pytest 9.2: dummy, stub, spy, mock e fake, quando usarli ciascuno, controlli di stato …

Leggi l'articolo →
Database e SQL

Spiegazione di SQL COALESCE: impostazioni predefinite, NULLIF, IFNULL rispetto a ISNULL e trap, testate

SQL COALESCE spiegato con le query eseguite in SQLite 3.50: primi valori non nulli, stringhe vuote, NULL in matematica, NULLIF per divisione per zer…

Leggi l'articolo →
Database e SQL

Spiegazione del self join SQL: dipendente-responsabile, confronti di coppie e righe, testato

Self join SQL spiegato con le query eseguite in SQLite 3.50: dipendente e manager, guadagno più del manager, coppie univoche, modifiche giornaliere,…

Leggi l'articolo →
Sviluppo software

Spiegazione dell'operatore Spread JavaScript: Spread vs Rest, copie e trucchi, testato

L'operatore di diffusione JavaScript spiegato con il codice che abbiamo eseguito sul Nodo 24: array, oggetti, copie superficiali, parametri di ripos…

Leggi l'articolo →
Sviluppo software

Spiegazione del modulo Collezioni Python: Counter, defaultdict, deque e altro, testato

Raccolte Python spiegate con il codice che abbiamo eseguito su Python 3.13: Counter, defaultdict, deque, nametuple, OrderedDict e ChainMap, oltre a …

Leggi l'articolo →
Intelligenza artificiale

Spiegazione della finestra di contesto LLM: token, limiti e come adattarne di più, misurati

La finestra di contesto LLM spiegata con il conteggio dei token che abbiamo misurato utilizzando tiktoken: parole vs token per prosa, codice e hindi…

Leggi l'articolo →
Sviluppo software

Spiegazione dei webhook: come funzionano e come riceverli in modo sicuro

Webhook spiegati con un ricevitore e un mittente che abbiamo eseguito in Python: push vs polling, firme HMAC-SHA256, rifiuto di richieste manomesse …

Leggi l'articolo →
DevOps

Spiegazione di Git Cherry-Pick: copia il commit di cui hai bisogno, in modo sicuro e testato

Git cherry-pick spiegato con i comandi che abbiamo eseguito in Git 2.56: copia di un hotfix in un ramo di rilascio, nuovi hash e ID patch, -x, -n, i…

Leggi l'articolo →
Automazione dei test

Spiegazione del test istantaneo: come funziona, quando aiuta e quando fa male

Il test delle istantanee è stato spiegato con una demo pytest e sciropposa che abbiamo eseguito: creazione di istantanee, lettura delle differenze d…

Leggi l'articolo →
Test del software

Spiegazione dei test di mutazione: perché la copertura del 100% continua a non individuare il nostro bug

I test di mutazione spiegati con un piccolo strumento di mutazione che abbiamo creato ed eseguito: 14 mutanti, una suite di test con copertura di li…

Leggi l'articolo →
Intelligenza artificiale

Spiegazione della Prompt Injection: come le app AI vengono ingannate e come difenderle

Iniezione rapida spiegata per gli sviluppatori: attacchi diretti e indiretti, perché i filtri delle parole chiave falliscono (il nostro test ne ha b…

Leggi l'articolo →
DevOps

Spiegazione dei record DNS: A, AAAA, CNAME, MX, TXT e TTL con ricerche reali

Record DNS spiegati con le ricerche eseguite: come funziona la risoluzione, A e AAAA, regole CNAME, MX e null MX, TXT per SPF e verifica, NS, TTL e …

Leggi l'articolo →
DevOps

Spiegazione delle segnalazioni di funzionalità: rilasci sicuri, implementazioni graduali e igiene delle segnalazioni

Flag di funzionalità spiegati con una simulazione di implementazione che abbiamo eseguito: tipi di flag, implementazioni percentuali con hashing sta…

Leggi l'articolo →
Automazione dei test

Testare la generazione di dati con Python Faker: dati realistici, ripetibili e sicuri

Testa la generazione di dati con Python Faker, esegui e misura: seeding per dati ripetibili, impostazioni locali, valori univoci, record a forma di …

Leggi l'articolo →
Test del software

Spiegazione del test Shift-Left: trova i bug prima senza rallentare il team

Spiegazione del test con spostamento a sinistra: cosa significa, perché i primi difetti sono più economici, pratiche dalle revisioni dei requisiti a…

Leggi l'articolo →
Database e SQL

Spiegazione delle funzioni della stringa SQL: TRIM, SUBSTR, REPLACE, CONCAT e pulizia dei dati

Funzioni di stringa SQL spiegate con le query che abbiamo eseguito: concatenazione e NULL, TRIM, UPPER e LOWER, SUBSTR e INSTR, REPLACE, riempimento…

Leggi l'articolo →
Database e SQL

Spiegazione dei trigger SQL: trigger PRIMA e DOPO, registri di controllo e insidie

Trigger SQL spiegati con i trigger che abbiamo eseguito: PRIMA vs DOPO, VECCHIO e NUOVO, registri di controllo, convalida, aggiornamenti delle scort…

Leggi l'articolo →
Sviluppo software

Spiegazione del modulo JSON Python: dump, caricamenti, tipi personalizzati ed errori comuni

Il modulo Python JSON spiegato con il codice che abbiamo eseguito: dump e caricamenti, file, conversioni di tipo, date e decimali, codificatori pers…

Leggi l'articolo →
Sviluppo software

Moduli ES vs CommonJS: come funzionano le importazioni JavaScript in Node.js, testato

Moduli ES e CommonJS spiegati con il codice eseguito in Node.js: sintassi di importazione ed esportazione, require, collegamenti attivi, memorizzazi…

Leggi l'articolo →
Sviluppo software

Spiegazione di Python Regex: modelli, gruppi, prospettive e insidie, testati

L'espressione regolare di Python è stata spiegata con i modelli che abbiamo eseguito: ricerca vs corrispondenza, trovatutto, gruppi e gruppi denomin…

Leggi l'articolo →
Intelligenza artificiale

Spiegazione dell'output strutturato LLM: ottenere JSON affidabile dai modelli AI

Output strutturato LLM spiegato con la convalida eseguita in Pydantic: modalità e schemi JSON, decodifica vincolata, modi in cui l'output del modell…

Leggi l'articolo →
DevOps

Spiegazione delle chiavi SSH: come funzionano, ssh-keygen, Ed25519 e abitudini sicure

Chiavi SSH spiegate con le chiavi che abbiamo generato: chiavi pubbliche e private, ssh-keygen, Ed25519 e RSA, impronte digitali, passphrase, ssh-ag…

Leggi l'articolo →
DevOps

Spiegazione della memorizzazione nella cache HTTP: controllo della cache, ETag e risposte 304, con un test in tempo reale

Caching HTTP spiegato con un piccolo server che abbiamo eseguito: direttive Cache-Control, max-age, no-cache vs no-store, riconvalida ETag e rispost…

Leggi l'articolo →
Automazione dei test

Spiegazione del test del contratto API: rileva le modifiche importanti prima della spedizione

I test dei contratti API sono stati spiegati con un controllo dello schema che abbiamo eseguito: cos'è un contratto, contratti orientati al consumat…

Leggi l'articolo →
Test del software

Spiegazione dei test basati sul rischio: valuta i rischi, costruisci una matrice e testa ciò che conta

Test basati sul rischio spiegati passo dopo passo: identificazione dei rischi, valutazione della probabilità e dell'impatto, creazione di una matric…

Leggi l'articolo →
Database e SQL

Spiegazione dei vincoli SQL: NOT NULL, UNIQUE, CHECK e FOREIGN KEY, testati

Vincoli SQL spiegati con i test che abbiamo eseguito: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY e FOREIGN KEY, le scappatoie NULL, l'impostazione de…

Leggi l'articolo →
Database e SQL

Spiegazione delle funzioni di data SQL: aggiunta, confronto e raggruppamento di date senza bug

Funzioni di data SQL spiegate con le query che abbiamo eseguito: aggiunta di intervalli, sorprese di fine mese, differenze di data, trappola BETWEEN…

Leggi l'articolo →
Sviluppo software

Python asyncio spiegato: asincrono, attendi, raccogli e TaskGroup con tempi reali

L'asincronismo di Python è stato spiegato con il codice che abbiamo cronometrato: coroutine, attendibilità, raccolta, TaskGroup, gestione degli erro…

Leggi l'articolo →
Sviluppo software

Debounce vs Throttle in JavaScript: come funzionano, quando usarli, testati

Debounce e accelerazione in JavaScript spiegati con i tempi misurati in Node.js: come funziona ciascuno, implementazioni semplici, chiamate iniziali…

Leggi l'articolo →
Sviluppo software

Spiegazione dei gestori di contesto Python: with Statement, contextlib e usi reali

I gestori di contesto Python spiegati con il codice che abbiamo eseguito: come funziona, __enter__ e __exit__, contextlib.contextmanager, soppressio…

Leggi l'articolo →
Intelligenza artificiale

Spiegazione della temperatura LLM e della top-p: come i modelli di intelligenza artificiale scelgono la parola successiva

La temperatura LLM e la top-p sono spiegate con una simulazione che abbiamo eseguito: come vengono rimodellate le probabilità, cosa mantiene la top-…

Leggi l'articolo →
DevOps

Spiegazione di YAML: sintassi, problema della Norvegia e altre trappole che abbiamo testato

YAML spiegato con un parser test: sintassi di base, elenchi e mappe, il problema della Norvegia, versioni trasformate in float, codici postali ottal…

Leggi l'articolo →
DevOps

Spiegazione di Cron Jobs: sintassi, programmi reali e errori che li interrompono

Lavori Cron spiegati con pianificazioni da noi verificate: i cinque campi, operatori, esempi reali, la trappola del giorno del mese O del giorno del…

Leggi l'articolo →
Intelligenza artificiale

Spiegazione delle allucinazioni dell'intelligenza artificiale: perché i modelli linguistici inventano le cose e come ridurle

Spiegazione delle allucinazioni dell'intelligenza artificiale: cosa sono, perché i modelli linguistici le producono, tipi comuni, come ridurle con b…

Leggi l'articolo →
DevOps

Spiegazione delle variabili d'ambiente: file .env, segreti e configurazione eseguiti correttamente

Variabili d'ambiente spiegate con esempi Python che abbiamo eseguito: lettura e impostazione, perché ogni valore è una stringa, file .env, ereditari…

Leggi l'articolo →
Sviluppo software

Spiegazione della limitazione della velocità API: algoritmi, intestazioni e gestione degli errori 429

La limitazione della velocità dell'API spiegata con una simulazione che abbiamo eseguito: bucket di token, finestra fissa, finestra scorrevole, risp…

Leggi l'articolo →
Automazione dei test

Derisione in Python: unittest.mock, patch e gli errori che fanno mentire i test

Mocking in Python con unittest.mock, testato: Mock e return_value, side_effect, patch dove viene utilizzato un nome, specifiche e autospec, date moc…

Leggi l'articolo →
Test del software

Spiegazione della copertura del codice: copertura di linea o di filiale e cosa significa realmente il 100%.

Copertura del codice spiegata con una vera esecuzione di cover.py: copertura di linea, ramo e condizione, lettura di un rapporto, perché la copertur…

Leggi l'articolo →
Database e SQL

DELETE vs TRUNCATE vs DROP in SQL: differenze, rollback e quando utilizzarli

DELETE vs TRUNCATE vs DROP spiegato con SQL testato: cosa rimuove, rollback, trigger, reimpostazione dell'identità, velocità e come differiscono Pos…

Leggi l'articolo →
Database e SQL

Spiegazione delle visualizzazioni SQL: crea, utilizza ed evita le insidie, con esempi

Viste SQL spiegate con le query che abbiamo eseguito: creazione di una vista, risultati in tempo reale, nascondere colonne, prestazioni, viste aggio…

Leggi l'articolo →
Sviluppo software

Interfaccia TypeScript e tipo: differenze reali, testate con il compilatore

Interfaccia TypeScript vs tipo, verificata con il vero compilatore: cosa possono fare entrambi, cosa può fare solo uno, fusione delle dichiarazioni,…

Leggi l'articolo →
Sviluppo software

Spiegazione di Python *args e **kwargs: funzioni flessibili con esempi chiari

Python *args e **kwargs spiegati con il codice che abbiamo eseguito: compressione e decompressione, ordine dei parametri, argomenti solo per parole …

Leggi l'articolo →
Sviluppo software

Funzioni Lambda Python: sintassi, usi reali e quando non usarli

Funzioni lambda Python spiegate con il codice che abbiamo eseguito: sintassi, ordinamento con chiave, mappa e filtro, chiusure, trap dell'associazio…

Leggi l'articolo →
Intelligenza artificiale

Cosa sono gli agenti AI? Come funzionano, con un semplice ciclo di agenti che puoi eseguire

Cosa sono gli agenti IA? Una semplice guida al ciclo dell'agente, agli strumenti, alla memoria e ai guardrail, con un piccolo ciclo Python che abbia…

Leggi l'articolo →
DevOps

Monitoraggio vs osservabilità: la vera differenza, con log, metriche e tracce

Spiegazione del monitoraggio e dell'osservabilità: errori noti e sconosciuti, log, metriche e tracce, una procedura dettagliata sugli incidenti di p…

Leggi l'articolo →
DevOps

Volumi Docker e montaggi di associazione: mantenere i dati del contenitore nel modo giusto

Volumi Docker e montaggi di collegamento spiegati: perché i dati del contenitore scompaiono, volumi denominati, montaggi di collegamento, tmpfs, ese…

Leggi l'articolo →
Automazione dei test

TDD vs BDD: differenze chiave, una caratteristica costruita in entrambi i modi e quando utilizzarli ciascuno

TDD vs BDD spiegato con una funzione di sconto costruita in entrambi i modi: refactoring rosso-verde con il codice che abbiamo eseguito, scenari "Da…

Leggi l'articolo →
Test del software

Test di accettazione da parte dell'utente (UAT): processo, lista di controllo ed esempi reali

Spiegazione del test di accettazione dell'utente: chi lo esegue, in cosa differisce dal QA, un processo in sette fasi, un modello di test case UAT, …

Leggi l'articolo →
Database e SQL

Spiegazione dei valori SQL NULL: IS NULL, COALESCE, NULLIF e le trappole da evitare

Valori SQL NULL spiegati con le query che abbiamo eseguito: logica a tre valori, IS NULL, COALESCE, NULLIF, come aggregazioni, join e ordinamento tr…

Leggi l'articolo →
Database e SQL

Istruzione SQL CASE WHEN: sintassi, esempi reali ed errori comuni

SQL CASE WHEN spiegato con le query che abbiamo eseguito: moduli semplici e cercati, ordine delle condizioni, pivot con SUM, trucchi COUNT, ordiname…

Leggi l'articolo →
Sviluppo software

Cos'è il JWT? Token Web JSON spiegati con un esempio funzionante

Cos'è il JWT? Spiegazione dei token Web JSON: le tre parti, un token creato e manomesso nel codice che abbiamo eseguito, JWT e sessioni, archiviazio…

Leggi l'articolo →
Sviluppo software

Spiegazione del loop di eventi JavaScript: stack di chiamate, microtask e timer con esempi

Il ciclo di eventi JavaScript spiegato con il codice che abbiamo eseguito: stack di chiamate, code di attività e microtask, perché setTimeout 0 non …

Leggi l'articolo →
Sviluppo software

Spiegazione dei generatori Python e del rendimento: risparmia memoria con esempi reali

Generatori Python e rendimento spiegati con il codice che abbiamo eseguito: come vengono messi in pausa e ripresi, misurato il risparmio di memoria,…

Leggi l'articolo →
Intelligenza artificiale

Cosa sono gli incorporamenti? I vettori e la somiglianza del coseno spiegati semplicemente

Cosa sono gli incorporamenti? Una guida in linguaggio semplice ai vettori, alla similarità del coseno e alla ricerca semantica, con un piccolo esemp…

Leggi l'articolo →
DevOps

Distribuzione blu-verde rispetto a quella canaria: differenze, compromessi e come scegliere

Spiegazione della distribuzione blu-verde e canary: come funziona ciascuna, costi, rischi e rollback, bucket utente stabile che abbiamo testato, mig…

Leggi l'articolo →
Automazione dei test

Test instabili: quali sono le cause e come risolverli definitivamente

Test instabili spiegati con demo che abbiamo eseguito: le cause principali, come confermarne e diagnosticarne uno, soluzioni adeguate per tempistich…

Leggi l'articolo →
Test del software

Test di carico e test di stress: differenze, metriche ed esempi k6

Spiegazione del test di carico e dello stress test: cosa dimostra ciascuno, test di picco e di assorbimento, le metriche che contano, perché le medi…

Leggi l'articolo →
Test del software

Caso di test e scenario di test: differenze chiave, esempi e quando utilizzarli

Spiegazione del caso di test e dello scenario di test: definizioni chiare, una tabella affiancata, una funzione di reimpostazione della password pre…

Leggi l'articolo →
Database e SQL

Ottimizzazione delle query SQL: leggi i piani di esecuzione e correggi query lente, con tempistiche

Ottimizzazione delle query SQL testata su un milione di righe: leggi i piani di esecuzione, aggiungi gli indici corretti, correggi filtri non aggior…

Leggi l'articolo →
Database e SQL

SQL UNION vs UNION ALL: differenze, esempi e prestazioni testate

SQL UNION vs UNION ALL spiegati con le query che abbiamo eseguito: duplicati, regole seguite da entrambi, un vero bug di dati, prestazioni misurate,…

Leggi l'articolo →
Sviluppo software

Tutorial sull'API di recupero JavaScript: GET, POST, gestione degli errori e timeout

Un tutorial sull'API JavaScript Fetch testato su un server locale: GET e POST, perché 404 non genera eccezioni, un helper riutilizzabile, stringhe d…

Leggi l'articolo →
Sviluppo software

Gestione dei file Python: lettura, scrittura, CSV, JSON e pathlib con esempi

Gestione dei file Python spiegata con il codice che abbiamo eseguito: modalità aperte, con, lettura di file di grandi dimensioni, CSV, JSON, pathlib…

Leggi l'articolo →
Sviluppo software

Classi e oggetti Python: tutorial OOP con esempi reali

Classi e oggetti Python spiegati con il codice che abbiamo eseguito: __init__, metodi, attributi di classe e istanza, ereditarietà, proprietà, metod…

Leggi l'articolo →
Intelligenza artificiale

Che cos'è un modello linguistico di grandi dimensioni? Come funzionano i LLM, spiegato senza esagerazioni

Cos’è un modello linguistico ampio? LLM spiegati in un linguaggio semplice: token, incorporamenti, attenzione, formazione, finestre di temperatura e…

Leggi l'articolo →
DevOps

Comandi Linux per principianti: la guida essenziale del terminale con esempi

Comandi Linux per principianti, raggruppati per attività: navigazione, file, visualizzazione log, grep, pipe, permessi, processi e archivi, con un e…

Leggi l'articolo →
Automazione dei test

Selenio vs drammaturgo: differenze chiave, codice a confronto e quale scegliere

Selenium vs Playwright a confronto: architettura, attesa, supporto per browser e linguaggio, debug, lo stesso test in entrambi gli strumenti, consig…

Leggi l'articolo →
Test del software

Partizionamento di equivalenza: tecnica di progettazione dei test spiegata con esempi pratici

Spiegazione del partizionamento di equivalenza: come trovare partizioni valide e non valide, esempi funzionanti per età, password e coupon, test che…

Leggi l'articolo →
Test del software

Gravità vs priorità nel test del software: differenze, matrice ed esempi reali

Spiegazione della gravità e della priorità nei test del software: definizioni chiare, una matrice a quattro vie con esempi, scale di livello, chi im…

Leggi l'articolo →
Database e SQL

Esercitazione sulle sottoquery SQL: tipi, sottoquery correlate ed EXISTS con esempi

Un tutorial sulle sottoquery SQL con le query che abbiamo eseguito: sottoquery scalari, IN, FROM e SELECT, sottoquery correlate, EXISTS, trap NOT IN…

Leggi l'articolo →
Database e SQL

Spiegazione di transazioni SQL e ACID: COMMIT, ROLLBACK e livelli di isolamento

Transazioni SQL e ACID spiegate con un bonifico bancario eseguito: COMMIT, ROLLBACK, punti di salvataggio, blocchi, livelli di isolamento, letture s…

Leggi l'articolo →
Sviluppo software

Cheat sheet dei comandi Git: i comandi che usi effettivamente, con esempi

Un cheat sheet dei comandi Git raggruppato per attività: configurazione, staging, rami, telecomandi, stash, cronologia ed errori di annullamento, co…

Leggi l'articolo →
Sviluppo software

Spiegazione delle promesse JavaScript: quindi, cattura, Promise.all ed errori comuni

Promesse JavaScript spiegate con il codice che abbiamo eseguito: stati, catene then e catch, gestione degli errori, Promise.all, allSettled, race an…

Leggi l'articolo →
Sviluppo software

Tutorial sul dizionario Python: metodi, esempi e modelli comuni

Un tutorial sul dizionario Python con il codice che abbiamo eseguito: creazione, lettura e aggiornamento di dettami, metodi chiave, unione, comprens…

Leggi l'articolo →
Intelligenza artificiale

Cos'è il RAG? La generazione aumentata di recupero spiegata con un esempio funzionante

Cos'è il RAG? La generazione aumentata di recupero viene spiegata passo dopo passo: indicizzazione, suddivisione in blocchi, incorporamenti, recuper…

Leggi l'articolo →
DevOps

Tutorial Terraform per principianti: infrastruttura come codice dal primo file ai moduli

Un tutorial su Terraform per principianti: inizia senza account cloud, impara init, pianifica e applica, quindi variabili, output, stato, moduli e u…

Leggi l'articolo →
DevOps

Docker vs Kubernetes: differenze chiave, come funzionano insieme e di cosa hai bisogno

Spiegazione di Docker vs Kubernetes: cosa fa ciascuno, la stessa app viene eseguita con entrambi, Docker Compose e Swarm a confronto, il dockershim …

Leggi l'articolo →
Automazione dei test

Tutorial Pytest per principianti: infissi, parametrizzazione ed esempi reali

Un tutorial pytest per principianti con test che abbiamo eseguito su pytest 9.2: asserzioni, dispositivi, parametrizzazione, conftest, marcatori, tm…

Leggi l'articolo →
Test del software

Ciclo di vita del test del software (STLC): 6 fasi, criteri di ingresso e uscita, esempio

Spiegazione del ciclo di vita del test del software: sei fasi STLC con criteri di ingresso e uscita, risultati finali, un esempio di funzionalità di…

Leggi l'articolo →
Sviluppo software

Git merge vs rebase: differenze, esempi e quando usare ciascuno

Git merge vs rebase spiegato con output reale del log, una tabella di confronto, la regola d'oro del rebase e un flusso di lavoro sicuro per i team.

Leggi l'articolo →
Sviluppo software

List comprehension in Python: sintassi, esempi e quando evitarla

List comprehension in Python spiegata: sintassi, filtri, if-else, cicli annidati, tempi misurati e i casi in cui un normale ciclo for è meglio.

Leggi l'articolo →
Database e SQL

SQL JOIN spiegati con esempi (Inner, Left, Right, Full)

Capisci i JOIN SQL passo dopo passo con tabelle e query di esempio: INNER, LEFT, RIGHT, FULL, CROSS e SELF, con errori comuni e consigli sulle prest…

Leggi l'articolo →