Разработка программного обеспечения
Объяснение асинхронности Python: асинхронность, ожидание, сбор и группа задач с реальными таймингами
asyncio позволяет одной программе Python одновременно ожидать выполнения множества медленных задач, таких как сетевые вызовы, без потоков. Мы синхронизировали последовательный и параллельный код, намеренно что-то ломали и измеряли одну ошибку, которая незаметно сводит на нет все преимущества.
- asyncio запускает множество ожидающих задач в одном потоке, переключаясь между ними в каждом
await. - Три ожидания по 0,5 секунды заняли 1,52 с одно за другим и 0,50 с с
asyncio.gather. - Предпочтение
asyncio.TaskGroup(Python 3.11+): при сбое одной задачи остальные отменяются. - Блокирующий вызов, такой как
time.sleepвнутри сопрограммы, останавливает все. Используйте асинхронные библиотеки илиasyncio.to_thread.
Скрипт извлекает данные из трех API, каждый из которых занимает полсекунды. Запускайте друг за другом, это 1,5 секунды ожидания. При использовании asyncio программа запускает все три запроса, ожидает их одновременно и завершает работу примерно через полсекунды. В этом вся идея: пока одна задача ожидает, другая может выполняться.
Мы смоделировали медленный ввод-вывод с помощью asyncio.sleep и синхронизировали все на Python 3.13. Все тайминги и выходные данные, приведенные ниже, взяты из этого запуска.
Что такое асинцио?
asyncio — это встроенная библиотека Python для написания параллельного кода с ключевыми словами async и await. Он использует цикл событий: планировщик, который запускает по одному фрагменту кода за раз и, когда этот код достигает await для чего-то еще не готового, переключается на другую задачу, которая может выполниться. Это называется кооперативной многозадачностью. По духу он похож на цикл событий JavaScript.
Это параллелизм, а не параллелизм. В любой момент времени выполняется только один фрагмент кода Python; выигрыш достигается за счет перекрытия ожидания.
Когда asyncio помогает, а когда нет
| Рабочая нагрузка | Лучший инструмент |
|---|---|
| Множество сетевых вызовов, веб-серверов, веб-сокетов, чат-ботов. | асинхронный |
| Несколько блокирующих вызовов ввода-вывода в существующем коде. | Темы (concurrent.futures) |
| Тяжелая работа процессора: математика, обработка изображений, синтаксический анализ | Процессы (multiprocessing) |
| Простой скрипт, делающий один запрос | Простой синхронный код |
asyncio эффективен, когда есть много вещей, от десятков до тысяч. Он ничего не делает для кода, который нагружает процессор.
Сопрограммы и ожидание
import asyncio
async def fetch(name, delay, fail=False):
await asyncio.sleep(delay) # stands in for a network call
if fail:
raise ConnectionError(f"{name} failed")
return f"{name} ok"
async def sequential():
return [await fetch("a", 0.5), await fetch("b", 0.5), await fetch("c", 0.5)]
asyncio.run(sequential())
# ['a ok', 'b ok', 'c ok'] in 1.52s
async def определяет функцию сопрограммы. Вызов его не запускает; он создает объект сопрограммы. await запускает сопрограмму и ждет ее результата, позволяя циклу событий тем временем выполнять другую работу. asyncio.run() запускает цикл событий и запускает сопрограмму верхнего уровня.
Обратите внимание на время. Ожидание трех вещей одно за другим по-прежнему последовательно: 1,52 секунды. Написание async само по себе не делает код параллельным.
Запуск вещей одновременно с сбором
async def concurrent():
return await asyncio.gather(fetch("a", 0.5), fetch("b", 0.5), fetch("c", 0.5))
# ['a ok', 'b ok', 'c ok'] in 0.50s
asyncio.gather планирует все три одновременно и ждет их всех. Общее время сократилось до самого длительного одиночного ожидания — 0,50 секунды, что в три раза быстрее. Результаты возвращаются в том же порядке, что и аргументы, а не в том порядке, в котором они закончились.
Ошибки при сборе
await asyncio.gather(fetch("a", 0.1), fetch("b", 0.2, fail=True))
# gather raised: b failed
await asyncio.gather(fetch("a", 0.1), fetch("b", 0.2, fail=True),
return_exceptions=True)
# ['a ok', ConnectionError('b failed')]
По умолчанию первое исключение распространяется на вызывающую сторону. Тонкая деталь: остальные ожидаемые объекты не отменены; они продолжают работать в фоновом режиме. При использовании return_exceptions=True ошибки возвращаются в виде значений в списке результатов, поэтому вы можете обрабатывать каждую из них. Это подходит для задач, где возможен частичный успех, например проверка статуса многих URL-адресов.
TaskGroup: структурированный параллелизм
В Python 3.11 добавлен asyncio.TaskGroup, который теперь является рекомендуемым способом совместного выполнения задач:
try:
async with asyncio.TaskGroup() as tg:
t1 = tg.create_task(fetch("a", 0.1))
t2 = tg.create_task(fetch("b", 0.05, fail=True))
t3 = tg.create_task(fetch("c", 1.0))
except* ConnectionError as eg:
print([str(e) for e in eg.exceptions], t3.cancelled())
# ['b failed'] True
Когда задача b потерпела неудачу, группа отменила все еще работающую задачу c, подождала, пока все стабилизируется, и вызвала ExceptionGroup, пойманную здесь с помощью синтаксиса except*. В фоновом режиме ничего не работало. Такое поведение «все успешно или все остановлено» является причиной того, что оно называется структурированным параллелизмом, и оно предотвращает класс ошибок, при которых осиротевшие задачи продолжают работать после того, как их вызывающая сторона сдалась. Он использует тот же async with шаблон, описанный в нашем руководстве по контекстным менеджерам.
Таймауты
try:
async with asyncio.timeout(0.2):
await fetch("slow", 1.0)
except TimeoutError:
print("timeout after 0.2s")
await asyncio.wait_for(fetch("slow", 1.0), 0.2) # also raises TimeoutError
Каждый сетевой вызов должен иметь тайм-аут; запрос, который зависает навсегда, может заморозить всю службу. asyncio.timeout() (Python 3.11+) может обернуть блок из нескольких ожиданий, а wait_for — один. Оба отменяют медленную операцию, когда время истекает.
Ошибка блокировки звонка
Это самая разрушительная ошибка asyncio, потому что код все еще работает, но медленно:
async def bad():
time.sleep(0.5) # blocks the whole event loop
async def good():
await asyncio.to_thread(time.sleep, 0.5) # runs in a worker thread
await asyncio.gather(bad(), bad(), bad()) # 1.50s
await asyncio.gather(good(), good(), good()) # 0.53s
Три «одновременных» вызова bad() заняли 1,50 секунды, ровно столько же, сколько их выполнение последовательно. time.sleep не делает await, поэтому цикл событий не может переключать задачи; все замерло, пока не закончилось. То же самое происходит с requests.get(), синхронными драйверами баз данных, чтением больших файлов и тяжелыми вычислениями внутри сопрограммы.
Совет. Запустите приложение с помощью asyncio.run(main(), debug=True) или PYTHONASYNCIODEBUG=1 во время разработки. В режиме отладки регистрируется любой шаг задачи, который блокирует цикл событий на время, превышающее пороговое значение, что прямо указывает на скрытые блокирующие вызовы.
Забыв ждать
c = fetch("x", 0.01)
print(type(c).__name__) # coroutine
Без await вы получаете объект сопрограммы, а не результат, и код внутри никогда не запускается. Python предупреждает, что «сопрограмма никогда не ожидалась», когда такой объект собирает мусор, но только во время выполнения. Проверщики типов, такие как mypy, могут обнаружить многие из этих ошибок раньше, поскольку тип сопрограммы не соответствует тому, что ожидает код.
Ограничение параллелизма
Запуск 10 000 запросов одновременно может привести к перегрузке сервера, к которому вы обращаетесь, нарушить его ограничения скорости или исчерпать ваши собственные соединения. Семафор ограничивает количество запусков одновременно:
sem = asyncio.Semaphore(3)
async def job(i):
async with sem:
await asyncio.sleep(0.1)
await asyncio.gather(*(job(i) for i in range(10)))
# 10 jobs, limit 3: peak 3, took 0.42s
Никогда не выполнялось более трех заданий одновременно, а десять заданий длительностью 0,1 секунды завершались примерно за 0,42 секунды, четыре раунда по три. Без ограничения они бы завершились за 0,1 секунды, но настоящий API может начать отклонять запросы.
Асинхронные библиотеки
asyncio помогает только в том случае, если вызываемый вами код тоже является асинхронным. Распространенные варианты включают httpx и aiohttp для HTTP, asyncpg и async SQLAlchemy для баз данных, а также FastAPI или Starlette для веб-серверов. Для библиотеки без асинхронной версии оберните вызовы в asyncio.to_thread, как в нашем примере good(). Асинхронный код имеет тенденцию к распространению: как только функция ожидает, ее вызывающие объекты тоже должны быть асинхронными, поэтому спланируйте, где в вашем приложении будет находиться асинхронная граница.
Тестирование асинхронного кода
pytest нужен плагин для запуска сопрограммных тестов; pytest-asyncio и плагин pytest AnyIO — распространенный выбор, позволяющий писать функции async def test_.... Используйте короткие ложные задержки, имитируйте сетевые вызовы и включайте тесты на таймауты, отмену и сбой одной задачи среди нескольких, поскольку именно в этих путях скрываются асинхронные ошибки. В нашем руководстве по фикстурам pytest рассматривается сторона настройки.
Стоит ли использовать асинхронность? Быстрый контрольный список
- Большую часть времени вы проводите в ожидании? Сначала измерьте. Если запрос тратит 90% своего времени на вызовы сети или базы данных, асинхронность может помочь. Если он потратит это время на вычисления, то этого не произойдет.
- Поддерживают ли это ваши библиотеки? Асинхронная веб-инфраструктура, вызывающая синхронный драйвер базы данных, мало что дает и рискует заблокировать цикл.
- Сколько событий происходит одновременно? Три вызова API можно легко обработать с помощью пула потоков. Тысячи открытых соединений — вот где asyncio явно выигрывает.
- Готова ли команда? Асинхронный код меняет работу ошибок, отмены и тестирования. Начните с одного сервиса или одного скрипта, а не с полной переписывания.
Многие успешные проекты сочетают в себе и то, и другое: асинхронный веб-уровень для обработки множества соединений и тяжелую работу ЦП, передаваемую фоновым работникам или отдельным процессам.
Итоги
asyncio перекрывает ожидание, а не вычисления. Наши три ожидания по полсекунды сократились с 1,52 до 0,50 секунды с помощью gather, но единственное time.sleep в неправильном месте полностью свело на нет выигрыш. Используйте TaskGroup для связанных задач, добавляйте тайм-ауты для каждого внешнего вызова, ограничивайте параллелизм с помощью семафора и продолжайте блокировать работу вне цикла событий.
Часто задаваемые вопросы
Что такое асинхронность в Python?
asyncio — это стандартная библиотека для параллельного кода с использованием async и await. Цикл событий переключается между задачами всякий раз, когда одна из них ожидает, поэтому многие операции ввода-вывода могут перекрываться в одном потоке.
Является ли asyncio быстрее, чем потоки?
Для большого количества задач, связанных с сетью, это обычно более эффективно, поскольку задачи легкие. Для нескольких блокирующих вызовов потоки устроены проще. Ни то, ни другое не помогает работе с загрузкой процессора; используйте для этого процессы.
В чем разница между сбором и TaskGroup?
Оба запускают задачи одновременно. TaskGroup отменяет оставшиеся задачи в случае сбоя одной из них и вызывает ExceptionGroup. сбор по умолчанию вызывает первую ошибку, не отменяя остальные.
Почему мой асинхронный код не работает быстрее?
Обычно из-за блокировки вызовов, таких как time.sleep или Requests.get внутри сопрограмм, или из-за ожидания выполнения одного за другим. Используйте асинхронные библиотеки, asyncio.to_thread и сбор или TaskGroup.
Что произойдет, если я забуду await?
Вместо результата вы получаете объект сопрограммы, и его код никогда не запускается. Python предупреждает, что сопрограмма никогда не ожидалась.
Продолжайте учиться
Нужна помощь с тестированием, WordPress или SEO?
Мы помогаем командам выпускать лучшее программное обеспечение и развивать свои сайты. Расскажите нам, над чем вы работаете, и мы предложим четкий следующий шаг.
Больше руководств по тестирование, искусственный интеллект и современные разработки
Понравилась эта статья? Выберите тему и сразу приступайте к нашим новейшим руководствам.
Объяснение стратегий разделения RAG: фиксированное, перекрытие, предложение, рекурсивное и заголовки, измеренное
Стратегии фрагментирования RAG в одном документе с tiktoken 0,14: фиксированный размер, перекрытие, упаковка предложений, рекурсивное разделение и ф…
Читать статью →Разработка ПООбъяснение идемпотентности API: проверенные ключи идемпотентности и безопасные повторы
Идемпотентность API, объясненная на примере сервера и клиента Python, которые мы запускали: потеря ответа вызывала двойную оплату без ключа и единст…
Читать статью →DevOpsОбъяснение Git Stash: сохранение, применение, удаление и неотслеживаемые файлы, протестировано
Git stash объясняется с помощью команд, которые мы запускали в Git 2.56: push с сообщением, неотслеживаемые файлы, список и отображение, применение …
Читать статью →Тестирование ПООбъяснение парного тестирования: как все пары сокращают 216 тестов до 13, протестированных
Попарное тестирование объясняется с помощью генератора, который мы запускали в Python 3.13: проверка с 216 комбинациями, охватываемыми 13 тестами, п…
Читать статью →Автоматизация тестированияОбъяснение тестовых двойников: манекен, заглушка, шпион, макет и подделка, с протестированным кодом Python
Двойные тесты объяснены на одном примере Python, запущенном в pytest 9.2: манекен, заглушка, шпион, макет и подделка, когда использовать каждый из н…
Читать статью →Базы данных и SQLОбъяснение SQL COALESCE: значения по умолчанию, NULLIF, IFNULL против ISNULL и ловушки, протестировано
SQL COALESCE объясняется с помощью запросов, которые мы выполняли в SQLite 3.50: первые ненулевые значения, пустые строки, NULL в математике, NULLIF…
Читать статью →Базы данных и SQLОбъяснение самосоединения SQL: сотрудник-менеджер, сравнение пар и строк, протестировано
Самосоединение SQL объясняется с помощью запросов, которые мы выполняли в SQLite 3.50: сотрудник и менеджер, заработок больше, чем менеджер, уникаль…
Читать статью →Разработка ПООбъяснение оператора расширения JavaScript: распространение против остальных, копии и ошибки, протестировано
Оператор расширения JavaScript, объясненный с помощью кода, который мы запускали на узле 24: массивы, объекты, мелкие копии, остальные параметры, ог…
Читать статью →Разработка ПООбъяснение модуля коллекций Python: счетчик, defaultdict, deque и многое другое, протестировано
Коллекции Python объяснены с помощью кода, который мы запускали в Python 3.13: Counter, defaultdict, deque, Nametuple, OrderedDict и ChainMap, а так…
Читать статью →Искусственный интеллектОбъяснение контекстного окна LLM: токены, ограничения и способы вместить больше, измеренное
Контекстное окно LLM поясняется количеством токенов, которые мы измеряли с помощью tiktoken: слова и токены для прозы, кода и хинди, входные и выход…
Читать статью →Разработка ПООбъяснение вебхуков: как они работают и как безопасно их получать
Веб-хуки объясняются с помощью получателя и отправителя, которые мы запускали на Python: push и опрос, подписи HMAC-SHA256, отклонение подделанных и…
Читать статью →DevOpsОбъяснение Git Cherry-Pick: скопируйте нужный вам коммит, безопасно и протестировано
Git Cherry-Pick объяснил это командами, которые мы запускали в Git 2.56: копирование исправления в ветку выпуска, новые хэши и идентификаторы патчей…
Читать статью →Автоматизация тестированияОбъяснение моментального тестирования: как оно работает, когда помогает, а когда вредит
Тестирование снимков объясняется с помощью pytest и сладкой демонстрации, которую мы запускали: создание снимков, чтение различий после изменения ко…
Читать статью →Тестирование ПООбъяснение мутационного тестирования: почему при 100% покрытии все еще не обнаружена наша ошибка
Тестирование мутаций объясняется с помощью небольшого инструмента мутаций, который мы создали и запустили: 14 мутантов, набор тестов со 100%-ным пок…
Читать статью →Искусственный интеллектОбъяснение быстрого внедрения: как обманывают приложения искусственного интеллекта и как их защитить
Быстрое внедрение, объясненное для разработчиков: прямые и косвенные атаки, почему фильтры ключевых слов не работают (наш тест заблокировал 1 из 4),…
Читать статью →DevOpsОбъяснение DNS-записей: A, AAAA, CNAME, MX, TXT и TTL с реальным поиском
Записи DNS объяснены с помощью выполненных нами поисков: как работает разрешение, A и AAAA, правила CNAME, MX и нулевой MX, TXT для SPF и проверки, …
Читать статью →DevOpsОбъяснение флагов функций: безопасные выпуски, постепенное развертывание и гигиена флагов
Флаги функций объяснены с помощью моделирования развертывания, которое мы провели: типы флагов, процентное развертывание со стабильным хешированием,…
Читать статью →Автоматизация тестированияГенерация тестовых данных с помощью Python Faker: реалистичные, повторяемые и безопасные данные
Генерация тестовых данных с помощью Python Faker, запуск и измерение: заполнение повторяющихся данных, локали, уникальные значения, записи в форме д…
Читать статью →Тестирование ПООбъяснение тестирования с помощью Shift-Left: находите ошибки раньше, не замедляя работу команды
Сдвиг влево при тестировании объяснил: что это значит, почему ранние дефекты обходятся дешевле, практики от проверки требований до CI-проверок, меня…
Читать статью →Базы данных и SQLОбъяснение строковых функций SQL: TRIM, SUBSTR, REPLACE, CONCAT и очистка данных
Строковые функции SQL, объясненные с помощью выполненных нами запросов: конкатенация и NULL, TRIM, UPPER и LOWER, SUBSTR и INSTR, REPLACE, заполнени…
Читать статью →Базы данных и SQLОбъяснение триггеров SQL: триггеры ДО и ПОСЛЕ, журналы аудита и подводные камни
Триггеры SQL объяснены с помощью триггеров, которые мы запускали: ДО и ПОСЛЕ, СТАРЫЙ и НОВЫЙ, журналы аудита, проверка, обновления запасов, условия …
Читать статью →Разработка ПООбъяснение модуля Python JSON: дампы, загрузки, пользовательские типы и распространенные ошибки
Модуль Python JSON, объясненный с помощью кода, который мы выполнили: дампы и загрузки, файлы, преобразования типов, даты и десятичные дроби, пользо…
Читать статью →Разработка ПОМодули ES против CommonJS: как работает импорт JavaScript в Node.js, протестировано
Модули ES и CommonJS объяснены с помощью кода, который мы запускали в Node.js: синтаксис импорта и экспорта, требование, живые привязки, кэширование…
Читать статью →Разработка ПООбъяснение регулярных выражений Python: шаблоны, группы, предварительные просмотры и подводные камни, протестировано
Регулярное выражение Python объясняется с помощью шаблонов, которые мы использовали: поиск против совпадения, поиск, группы и именованные группы, жа…
Читать статью →Искусственный интеллектОбъяснение структурированного вывода LLM: получение надежного JSON из моделей искусственного интеллекта
Структурированный вывод LLM объясняется проверкой, которую мы проводили в Pydantic: режим и схемы JSON, ограниченное декодирование, способы моделиро…
Читать статью →DevOpsОбъяснение ключей SSH: как они работают, ssh-keygen, Ed25519 и безопасные привычки
Ключи SSH объяснены ключами, которые мы сгенерировали: открытые и закрытые ключи, ssh-keygen, Ed25519 и RSA, отпечатки пальцев, парольные фразы, ssh…
Читать статью →DevOpsОбъяснение HTTP-кэширования: Cache-Control, ETag и ответы 304, с живым тестом
Объяснение HTTP-кеширования на небольшом сервере, который мы запускали: директивы Cache-Control, максимальный возраст, отсутствие кэша и отсутствие …
Читать статью →Автоматизация тестированияОбъяснение тестирования контрактов API: уловите критические изменения до их выпуска
Тестирование контрактов API объясняется с помощью проведенной нами проверки схемы: что такое контракт, контракты, управляемые потребителем, Pact, Op…
Читать статью →Тестирование ПООбъяснение тестирования на основе рисков: оцените риски, постройте матрицу и протестируйте то, что имеет значение
Тестирование на основе рисков объясняется шаг за шагом: выявление рисков, оценка вероятности и воздействия, построение матрицы рисков, сопоставление…
Читать статью →Базы данных и SQLОбъяснение ограничений SQL: NOT NULL, UNIQUE, CHECK и FOREIGN KEY, протестировано
Ограничения SQL объяснены с помощью проведенных нами тестов: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY и FOREIGN KEY, лазейки NULL, настройка внешне…
Читать статью →Базы данных и SQLОбъяснение функций даты SQL: добавление, сравнение и группировка дат без ошибок
Функции даты SQL, объясненные с помощью запросов, которые мы выполняли: добавление интервалов, сюрпризы в конце месяца, различия в датах, ловушка МЕ…
Читать статью →Разработка ПООбъяснение Python asyncio: асинхронность, ожидание, сбор и группа задач с реальным временем
Python asyncio объяснен с помощью кода, который мы запланировали: сопрограммы, ожидание, сбор, TaskGroup, обработка ошибок, тайм-ауты, ограничение п…
Читать статью →Разработка ПОDebounce против Throttle в JavaScript: как они работают, когда использовать каждый, протестировано
Сравнение Debounce и Throttle в JavaScript объясняется с помощью таймингов, которые мы измеряли в Node.js: как каждый из них работает, простые реали…
Читать статью →Разработка ПООбъяснение менеджеров контекста Python: оператор with, contextlib и реальное использование
Контекстные менеджеры Python объяснили с помощью кода, который мы запускали: как работает, __enter__ и __exit__, contextlib.contextmanager, подавлен…
Читать статью →Искусственный интеллектОбъяснение температуры LLM и Top-p: как модели ИИ выбирают свое следующее слово
Температура LLM и top-p объяснены с помощью моделирования, которое мы провели: как изменяются вероятности, что сохраняет top-p, рекомендуемые настро…
Читать статью →DevOpsОбъяснение YAML: синтаксис, проблема Норвегии и другие ловушки, которые мы тестировали
YAML объясняется с помощью теста парсера: базовый синтаксис, списки и карты, проблема Норвегии, версии, превращающиеся в числа с плавающей запятой, …
Читать статью →DevOpsОбъяснение Cron Jobs: синтаксис, реальные расписания и ошибки, которые их нарушают
Задания Cron объясняются графиками, которые мы проверили: пять полей, операторы, реальные примеры, ловушка дня месяца ИЛИ дня недели, проблемы окруж…
Читать статью →Искусственный интеллектОбъяснение галлюцинаций искусственного интеллекта: почему языковые модели все выдумывают и как их уменьшить
Галлюцинации ИИ объяснили: что это такое, почему языковые модели их создают, распространенные типы, как уменьшить их с помощью заземления и подсказо…
Читать статью →DevOpsОбъяснение переменных среды: файлы .env, секреты и правильно выполненная конфигурация
Переменные среды объясняются на примерах Python, которые мы запускали: их чтение и установка, почему каждое значение является строкой, файлы .env, н…
Читать статью →Разработка ПООбъяснение ограничения скорости API: алгоритмы, заголовки и обработка ошибок 429
Ограничение скорости API объясняется с помощью проведенного нами моделирования: сегмент токенов, фиксированное окно, скользящее окно, 429 ответов, з…
Читать статью →Автоматизация тестированияИздевательство в Python: unittest.mock, патч и ошибки, из-за которых тесты лгут
Издевательство на Python с помощью unittest.mock, протестировано: Mock и return_value, Side_effect, исправление использования имени, спецификация и …
Читать статью →Тестирование ПООбъяснение покрытия кода: покрытие линий или ветвей и что на самом деле означает 100%
Покрытие кода объяснено с помощью реального запуска покрытия.py: покрытие строк, ветвей и условий, чтение отчета, почему 100%-ное покрытие все еще м…
Читать статью →Базы данных и SQLDELETE, TRUNCATE и DROP в SQL: различия, откат и когда использовать каждый из них
Объяснение DELETE, TRUNCATE и DROP на примере протестированного SQL: что каждый из них удаляет, откат, триггеры, сброс идентификаторов, скорость и ч…
Читать статью →Базы данных и SQLОбъяснение представлений SQL: создавайте, используйте и избегайте ловушек, с примерами
Представления SQL, объясненные с помощью запросов, которые мы выполняли: создание представления, результаты в реальном времени, скрытие столбцов, пр…
Читать статью →Разработка ПОИнтерфейс TypeScript и тип: реальные различия, протестированные с помощью компилятора
Интерфейс TypeScript против типа, проверенный реальным компилятором: что могут делать оба, что может делать только один, слияние объявлений, расшире…
Читать статью →Разработка ПООбъяснение Python *args и **kwargs: гибкие функции с понятными примерами
Python *args и **kwargs, объясненные с помощью кода, который мы запускали: упаковка и распаковка, порядок параметров, аргументы только по ключевым с…
Читать статью →Разработка ПОЛямбда-функции Python: синтаксис, реальное использование и когда их не следует использовать
Лямбда-функции Python, объясненные с помощью кода, который мы запускали: синтаксис, сортировка с помощью ключа, карты и фильтра, замыкания, ловушка …
Читать статью →Искусственный интеллектЧто такое ИИ-агенты? Как они работают: можно запустить простой цикл агента
Что такое агенты ИИ? Простое руководство по циклу агента, инструментам, памяти и ограничениям, с небольшим циклом Python, который мы запустили, реал…
Читать статью →DevOpsМониторинг и наблюдаемость: реальная разница с журналами, метриками и трассировками
Объяснение мониторинга и наблюдаемости: известные и неизвестные сбои, журналы, метрики и трассировки, пошаговое руководство по инцидентам при оформл…
Читать статью →DevOpsDocker Volumes против Bind Mounts: правильное сохранение данных контейнера
Объяснение томов Docker и монтирования привязки: почему исчезают данные контейнера, именованные тома, монтирование привязки, tmpfs, примеры создания…
Читать статью →Автоматизация тестированияTDD против BDD: ключевые различия, одна функция, созданная для обоих способов, и когда использовать каждый
TDD и BDD объясняются с помощью одной функции скидки, созданной в обоих направлениях: красно-зеленый рефакторинг с кодом, который мы запускали, сцен…
Читать статью →Тестирование ПОПользовательское приемочное тестирование (UAT): процесс, контрольный список и реальные примеры
Приемочное тестирование пользователей объяснило: кто его проводит, чем оно отличается от контроля качества, семиэтапный процесс, шаблон тестового сц…
Читать статью →Базы данных и SQLОбъяснение значений NULL в SQL: IS NULL, COALESCE, NULLIF и ловушки, которых следует избегать
Значения SQL NULL объяснены с помощью запросов, которые мы выполнили: трехзначная логика, IS NULL, COALESCE, NULLIF, как агрегаты, соединения и сорт…
Читать статью →Базы данных и SQLОператор SQL CASE WHEN: синтаксис, реальные примеры и распространенные ошибки
SQL CASE WHEN объяснен с помощью запросов, которые мы выполняли: простые формы и формы для поиска, порядок условий, повороты с помощью SUM, трюки CO…
Читать статью →Разработка ПОЧто такое JWT? Веб-токены JSON, объясненные на рабочем примере
Что такое JWT? Объяснение JSON Web Tokens: три части: токен, созданный и измененный в коде, который мы запускали, JWT и сеансы, хранилище, токены об…
Читать статью →Разработка ПООбъяснение цикла событий JavaScript: стек вызовов, микрозадачи и таймеры с примерами
Цикл событий JavaScript объясняется с помощью кода, который мы запускали: стек вызовов, очереди задач и микрозадач, почему setTimeout 0 не является …
Читать статью →Разработка ПОГенераторы Python и объяснение доходности: экономьте память с помощью реальных примеров
Генераторы Python и доходность, объясненные с помощью кода, который мы запускали: как они приостанавливаются и возобновляются, измеряют экономию пам…
Читать статью →Искусственный интеллектЧто такое вложения? Простое объяснение векторов и косинусного сходства
Что такое вложения? Простое руководство по векторам, косинусному подобию и семантическому поиску с небольшим примером, который мы использовали, общи…
Читать статью →DevOpsСине-зеленое и канареечное развертывание: различия, компромиссы и как выбрать
Объяснение сине-зеленого и канареечного развертывания: как каждый из них работает, стоимость, риски и откат, стабильное группирование пользователей,…
Читать статью →Автоматизация тестированияНенадежные тесты: что их вызывает и как их исправить навсегда
Ненадежные тесты объясняются на демонстрациях, которые мы запускали: основные причины, способы подтверждения и диагностики, правильные исправления в…
Читать статью →Тестирование ПОНагрузочное тестирование и стресс-тестирование: различия, метрики и примеры k6
Объяснение нагрузочного и стресс-тестирования: что доказывает каждое из них, тесты на всплески и выдержки, важные метрики, почему средние значения в…
Читать статью →Тестирование ПОТестовый пример и тестовый сценарий: ключевые различия, примеры и когда использовать каждый
Объяснение тестового случая и тестового сценария: четкие определения, параллельная таблица, одна функция сброса пароля, взятая из сценариев в случаи…
Читать статью →Базы данных и SQLОптимизация SQL-запросов: чтение планов выполнения и исправление медленных запросов с указанием времени
Оптимизация SQL-запросов проверена на миллионе строк: читайте планы выполнения, добавляйте правильные индексы, исправляйте неразмещаемые фильтры, ис…
Читать статью →Базы данных и SQLSQL UNION против UNION ALL: различия, примеры и проверка производительности
SQL UNION и UNION ALL объяснены с помощью запросов, которые мы выполнили: дубликаты, правила, которым следуют оба, реальная ошибка данных, измеренна…
Читать статью →Разработка ПОУчебное пособие по API JavaScript Fetch: GET, POST, обработка ошибок и тайм-ауты
Учебное пособие по API JavaScript Fetch, протестированное на локальном сервере: GET и POST, почему не выдается ошибка 404, многоразовый помощник, ст…
Читать статью →Разработка ПООбработка файлов Python: чтение, запись, CSV, JSON и pathlib с примерами
Обработка файлов Python объясняется с помощью кода, который мы запускали: открытые режимы, чтение больших файлов, CSV, JSON, pathlib, двоичные файлы…
Читать статью →Разработка ПОКлассы и объекты Python: учебник ООП с реальными примерами
Классы и объекты Python, объясненные с помощью кода, который мы запускали: __init__, методы, атрибуты класса и экземпляра, наследование, свойства, м…
Читать статью →Искусственный интеллектЧто такое большая языковая модель? Как работают LLM, объяснено без шумихи
Что такое большая языковая модель? LLM объясняется простым языком: токены, встраивания, внимание, обучение, температурные и контекстные окна, крошеч…
Читать статью →DevOpsКоманды Linux для начинающих: основное руководство по терминалу с примерами
Команды Linux для начинающих, сгруппированные по задачам: навигация, файлы, просмотр журналов, grep, каналы, разрешения, процессы и архивы, с практи…
Читать статью →Автоматизация тестированияSelenium vs Playwright: ключевые различия, сравнение кода и что выбрать
Сравнение Selenium и Playwright: архитектура, ожидание, поддержка браузера и языка, отладка, одинаковый тест в обоих инструментах, советы по миграци…
Читать статью →Тестирование ПОРазделение эквивалентности: метод проектирования тестов, объясненный на рабочих примерах
Объяснение эквивалентного разделения: как найти действительные и недействительные разделы, рабочие примеры для возрастов, паролей и купонов, проведе…
Читать статью →Тестирование ПОСерьезность и приоритет в тестировании программного обеспечения: различия, матрица и реальные примеры
Объяснение серьезности и приоритета при тестировании программного обеспечения: четкие определения, четырехсторонняя матрица с примерами, шкалы уровн…
Читать статью →Базы данных и SQLУчебное пособие по подзапросам SQL: типы, коррелирующие подзапросы и EXISTS с примерами
Руководство по подзапросам SQL с выполненными нами запросами: скалярные подзапросы, IN, FROM и SELECT, коррелированные подзапросы, EXISTS, ловушка N…
Читать статью →Базы данных и SQLОбъяснение транзакций SQL и ACID: COMMIT, ROLLBACK и уровни изоляции
Транзакции SQL и ACID, объясненные с помощью банковского перевода, который мы выполнили: COMMIT, ROLLBACK, точки сохранения, блокировки, уровни изол…
Читать статью →Разработка ПОGit Commands Cheat Sheet: The Commands You Actually Use, With Examples
Шпаргалка по командам Git, сгруппированная по задачам: настройка, промежуточный этап, ветки, удаленные устройства, тайник, история и исправление оши…
Читать статью →Разработка ПООбъяснение промисов в JavaScript: then, catch, Promise.all и распространенные ошибки
Обещания JavaScript, объясненные с помощью кода, который мы запускали: состояния, цепочки then и catch, обработка ошибок, Promise.all, allSettled, R…
Читать статью →Разработка ПОУчебное пособие по словарю Python: методы, примеры и общие шаблоны
Учебное пособие по словарю Python с кодом, который мы выполнили: создание, чтение и обновление словарей, ключевые методы, слияние, понимание, шаблон…
Читать статью →Искусственный интеллектЧто такое РАГ? Генерация с расширенным поиском, объясненная на рабочем примере
Что такое РАГ? Retrieval-augmented generation explained step by step: indexing, chunking, embeddings, retrieval, a small working Python example, eva…
Читать статью →DevOpsУчебное пособие по Terraform для начинающих: инфраструктура как код от первого файла до модулей
Учебное пособие по Terraform для начинающих: начните без облачной учетной записи, изучите инициализацию, планирование и применение, затем переменные…
Читать статью →DevOpsDocker и Kubernetes: ключевые различия, как они работают вместе и что вам нужно
Объяснение Docker и Kubernetes: что делает каждый из них, одно и то же приложение работает с обоими, сравнение Docker Compose и Swarm, изменение doc…
Читать статью →Автоматизация тестированияУчебное пособие по Pytest для начинающих: фикстуры, параметризация и реальные примеры
Учебное пособие по pytest для начинающих с тестами, которые мы запускали на pytest 9.2: утверждения, фикстуры, параметризация, conftest, маркеры, tm…
Читать статью →Тестирование ПОЖизненный цикл тестирования программного обеспечения (STLC): 6 этапов, критерии входа и выхода, пример
Объясняется жизненный цикл тестирования программного обеспечения: шесть этапов STLC с критериями входа и выхода, результаты, пример проработанной фу…
Читать статью →Разработка ПОGit merge vs rebase: отличия, примеры и когда что использовать
Git merge vs rebase с реальным выводом log, сравнительной таблицей, золотым правилом rebase и безопасным рабочим процессом для команды.
Читать статью →Разработка ПОГенераторы списков в Python: синтаксис, примеры и когда их избегать
Генераторы списков в Python: синтаксис, фильтры, if-else, вложенные циклы, измеренное время и случаи, когда обычный цикл for лучше.
Читать статью →Базы данных и SQLSQL JOIN: объяснение с примерами (Inner, Left, Right, Full)
Разберите SQL JOIN шаг за шагом на примерах таблиц и запросов: INNER, LEFT, RIGHT, FULL, CROSS и SELF, а также частые ошибки и советы по производите…
Читать статью →