RAG-chunkingstrategieën uitgelegd: vast, overlap, zin, recursief en koppen, gemeten

  1. Home
  2. Blog
  3. Kunstmatige intelligentie

Kunstmatige intelligentie

RAG-chunkingstrategieën uitgelegd: Vast, overlap, zin, recursief en koppen, gemeten

RAG-chunkingstrategieën bepalen hoe documenten in stukken worden gesneden voordat ze worden ingesloten en opgehaald. We hebben hetzelfde beleidsdocument op vijf manieren gesplitst en gemeten wat elke methode kapot maakt: feiten in tweeën gesneden, koppen gescheiden van hun tekst en extra tokens opgeslagen.

9 min leestijd
RAG-chunkingstrategieën uitgelegd en gemeten

Belangrijkste punten

  • RAG-chunkingstrategieën ruilen eenvoud in tegen het intact houden van de betekenis. Geen enkele methode won op elke maat in onze test.
  • Gewone brokken van 100 tokens met een vaste grootte halveren een van de acht belangrijkste feiten: “Restituties worden binnen | 5 werkdagen uitgevoerd”.
  • 20 tokens met overlap redden dat feit, maar bewaarde 545 tokens in plaats van 445, ongeveer 22% meer.
  • Bij recursieve splitsing bleef elke zin intact, maar bleven er vier van de zes delen over die eindigden met de kop van het gedeelte volgende.

Retrieval-augmented generation (RAG) werkt door de meest relevante delen van uw documenten te vinden en deze aan een taalmodel over te dragen. Die stukken zijn brokken, en de manier waarop je ze rustig knipt, bepaalt wat het model ooit kan zien. Een feit dat over twee delen is verdeeld, kan nooit in zijn geheel worden teruggevonden. Een kop die uit de alinea is verwijderd, maakt een deel dubbelzinnig. Kiezen uit RAG-chunkingstrategieën is een van de goedkoopste manieren om de antwoordkwaliteit te verbeteren.

We hebben vijf algemene strategieën geïmplementeerd in Python 3.13 en tokens geteld met OpenAI’s tiktoken 0.14.0 met behulp van de o200k_base codering. Elk getal hieronder komt uit die run. Als RAG zelf nieuw voor je is, lees dan eerst onze wat is RAG-gids.

Wat is chunking in RAG?

Chunking is de stap waarbij brondocumenten in kleinere passages worden gesplitst voordat ze worden omgezet in insluitingen en worden opgeslagen in een vectordatabase. Op het moment van de vraag sluit het systeem de vraag in, zoekt de dichtstbijzijnde stukjes en plakt deze in de prompt. Elk deel wordt als een eenheid opgehaald of genegeerd.

Chunks moeten klein genoeg zijn om specifiek te zijn en er meerdere in het contextvenster van het model te passen, en groot genoeg om een ​​volledige gedachte te bevatten. Elke strategie is een ander antwoord op de vraag waar de bezuinigingen naartoe moeten gaan.

Waarom chunken belangrijk is

  • Ophaalprecisie: een brok die twee onderwerpen combineert, komt overeen met vragen over beide, maar geeft geen goed antwoord.
  • Volledigheid: als een regel en de bijbehorende uitzondering in verschillende delen terechtkomen, ziet het model mogelijk slechts de helft van de regel.
  • Kosten: Overlapping en grote stukken betekenen dat er meer tokens moeten worden ingebed, opgeslagen en naar het model verzonden.
  • Citaties: schone delen worden netjes toegewezen aan een sectie, waardoor antwoorden gemakkelijker te verifiëren zijn.

Onze testopstelling

We schreven een klantenbeleid van 368 woorden voor een fictieve online winkel, met vijf Markdown-secties (Retourzendingen, Verzending, Garantie, Accounts en Betalingen) en elk twee alinea’s. Het kwam tot 445 tokens. We hebben acht feiten gekozen die een ondersteuningsbot correct moet beantwoorden, zoals ‘de meeste artikelen binnen 30 dagen retourneren’ en ‘tot 10.000 roepies’ voor rembours.

Elke strategie gebruikte een doelwit van 100 tokens per stuk, klein genoeg om bezuinigingen in een kort document af te dwingen. Voor elk resultaat dat we hebben gemeten:

  • Brokken en gemiddelde en maximale grootte in tokens.
  • Opgeslagen tokens, het totaal van alle segmenten, dat de overlapkosten weergeeft.
  • Halverwege een zin afknippen: stukjes die halverwege een zin eindigen.
  • Weeskop: delen die eindigen met een kop waarvan de tekst in het volgende deel staat.
  • Feiten intact: hoeveel van de acht feiten verschijnen in hun geheel in ten minste één deel.

1. Brokken van vaste grootte

De eenvoudigste methode telt tokens en snijdt elke N tokens af, waar dat ook valt:

def fixed(size, overlap=0):
    ids = enc.encode(doc)
    step = size - overlap
    out = []
    for i in range(0, len(ids), step):
        out.append(enc.decode(ids[i:i + size]))
        if i + size >= len(ids):
            break
    return out

Het leverde vijf stukken op zonder verspilde tokens, maar drie ervan eindigden halverwege de zin en één eindigde op een weeskop. Erger nog, één feit werd in het midden verdeeld:

chunk 1 ends:   "... print the prepaid label. Refunds are issued within"
chunk 2 starts: " 5 business days after the warehouse receives and checks the"

Een vraag over de timing van de terugbetaling kan deel 1 opleveren, dat helemaal geen nummer bevat. Chunking met een vaste grootte is snel en voorspelbaar, wat het een prima basislijn maakt, maar het negeert de taal volledig.

2. Vast formaat met overlap

Overlap herhaalt de laatste paar tokens van elk stuk aan het begin van het volgende, zodat tekst in de buurt van een snede in beide stukken verschijnt. We gebruikten 20 tokens, een overlap van 20%. Alle acht feiten waren nu ergens intact en het terugbetalingsfeit werd gered. De kosten: 6 chunks en 545 opgeslagen tokens in plaats van 445. Cuts komen nog steeds midden in de zin terecht, vijf keer deze keer, en dubbele tekst kan ervoor zorgen dat twee vrijwel identieke chunks andere resultaten verdringen. Overlap is een oplossing voor willekeurige bezuinigingen, geen remedie.

3. Zinsverpakking

Deze methode splitst tekst op in zinnen en verpakt vervolgens hele zinnen in elk deel totdat de volgende de limiet overschrijdt:

def sentence_pack(size):
    sents = [s for p in doc.split("\n\n") for s in sent_split(p) if s]
    out, cur = [], ""
    for s in sents:
        if cur and T(cur + " " + s) > size:
            out.append(cur)
            cur = s
        else:
            cur = (cur + " " + s).strip()
    return out + [cur]

Het produceerde 5 brokken, geen middenzinnen en alle acht feiten intact, met 440 opgeslagen tokens. Twee delen eindigden nog steeds met een verweesde kop, omdat een kopregel op gewoon een korte zin lijkt. Bij het splitsen van zinnen met een reguliere expressie stuit je ook op afkortingen als “e.g.”; bibliotheken zoals spaCy of NLTK doen dit beter.

4. Recursieve splitsing

Recursieve splitsing, populair gemaakt door raamwerken zoals LangChain, probeert eerst de grootste natuurlijke scheidingsteken (lege regels tussen alinea’s), en valt alleen terug op kleinere (regeleinden, zinnen, woorden) voor stukken die nog te groot zijn. Onze eigen implementatie volgde hetzelfde idee.

Het hield elke zin heel en alle acht feiten intact, met gemiddeld de kleinste stukjes (74 tokens). Maar het bracht een subtiele fout aan het licht: vier van de zes delen eindigden met de kop van het volgende gedeelte. Eén deel eindigde bijvoorbeeld met “…controleert het pakket. ## Verzending”, terwijl de verzendregels in het volgende deel stonden. De kop heeft zichzelf aan de verkeerde tekst gehecht, wat het terugvinden kan misleiden bij vragen waarin “verzending” vermeld staat.

Tip: druk altijd een voorbeeld van je chunks af en lees ze. Ons weeskopprobleem was onzichtbaar in de gemiddelden en duidelijk na het lezen van zes segmenten.

5. Op kopjes gebaseerde brokken

Gestructureerde documenten hebben hun eigen grenzen. Het splitsen op Markdown-koppen leverde één deel per sectie op: 5 delen, geen middenzinnen, geen verweesde kopjes en alle feiten intact. Elk deel begint met een eigen kop, die de insluiting nuttige context geeft.

De vangst is maatcontrole. Eén sectie bereikte 113 tokens, meer dan ons doel van 100 tokens, en echte documenten hebben secties variërend van een regel tot meerdere pagina’s. In de praktijk combineer je methoden: eerst splitsen op kopjes, dan recursieve of zinssplitsing toepassen binnen elke sectie die te groot is, en de kop bovenaan elk stuk herhalen.

RAG-chunkingstrategieën vergeleken

Strategie Brokken Gem./max. tokens Opgeslagen tokens Halverwege de zin afsnijden Weeshoofd Feiten intact
Vaste 100 5 89 / 100 445 3 1 7 van 8
Vaste 100 + 20 overlap 6 91 / 100 545 5 0 8 van 8
Zin verpakking 5 88 / 100 440 0 2 8 van 8
Recursief 6 74 / 84 441 0 4 8 van 8
Per kop 5 89 / 113 445 0 0 8 van 8

Dit is een kort document, dus gebruik de tabel als illustratie van faalwijzen en niet als maatstaf. Het patroon is nog steeds leerzaam: hoe meer een methode de eigen structuur van het document respecteert, hoe minder betekenisbrekende bezuinigingen er worden aangebracht.

Hoe zit het met semantische chunking?

Bij semantische chunking wordt elke zin ingebed en wordt een nieuw deel gestart waar de betekenis verschuift, gemeten aan de hand van een afname van de gelijkenis tussen aangrenzende zinnen. Het heeft geen kopjes nodig en kan onderwerpwijzigingen in gewoon proza ​​volgen. Het kost ook een inbeddingsoproep per zin, en gepubliceerde vergelijkingen zijn het er niet over eens of het eenvoudiger methoden verslaat zodra de hele RAG-pijplijn is gemeten. Wij hebben het hier niet uitgevoerd. Probeer het alleen na een structuurbewuste basislijn, en houd het alleen aan als uw eigen evaluatie winst laat zien.

Hoe u de brokgrootte en overlap kiest

  1. Begin met structuur. Opgesplitst op kopteksten of documentsecties, indien deze bestaan.
  2. Beperk de grootte. Een gebruikelijk startbereik is een paar honderd tokens per stuk, ongeveer 200 tot 500, en stem vervolgens af.
  3. Geef de voorkeur aan duidelijke grenzen boven overlapping. Voeg alleen een overlap van 10 tot 20% toe als de feiten nog steeds over de grenzen heen liggen.
  4. Voeg metagegevens toe. Bewaar de titel, sectiekop en bron-URL bij elk deel voor filtering en citaten.
  5. Meet de vindbaarheid. Schrijf 20 tot 50 echte vragen met bekende antwoorden en controleer of het juiste deel in de topresultaten staat. Wijzig één instelling tegelijk.
  6. Tel tokens correct met de tokenizer die uw modellen gebruiken, zoals uitgelegd in onze LLM-tokensgids.

Sla de chunks op in een database die metadatafilters ondersteunt, zoals beschreven in onze vectordatabasehandleiding.

Tot slot

Bij RAG-chunkingstrategieën beginnen veel ophaalproblemen en zijn ze het goedkoopst op te lossen. Onze test toonde de typische mislukkingen van elke methode aan: bij een vaste grootte worden de feiten gehalveerd, de opslag van overlappende kosten, het opsplitsen van zinnen en het recursief splitsen kunnen kopteksten doen stranden, en op kopteksten gebaseerde delen hebben een maximale grootte nodig. Begin met de structuur van uw documenten, val terug op zinsbewust splitsen, lees uw stukjes en laat een kleine evaluatieset de rest beslissen.

Veelgestelde vragen

Wat is de beste chunkingstrategie voor RAG?

Er bestaat geen universeel beste. Voor gestructureerde documenten: opgesplitst op kop en vervolgens op hoofdlettergrootte met recursieve of zinssplitsing. Valideer de keuze met uw eigen ophaaltesten.

Welke brokgrootte moet ik gebruiken voor RAG?

Een paar honderd tokens, vaak rond de 200 tot 500, is een gebruikelijk uitgangspunt. Kleinere stukjes zijn nauwkeuriger, grotere hebben meer context; afstemmen op echte vragen.

Helpt het overlappen van stukken?

Het kan feiten redden die zich over een snee uitstrekken. In onze test hielden 20 overlappende tokens alle acht feiten intact, maar bewaarden ongeveer 22% meer tokens en sneden nog steeds zinnen af.

Wat is recursieve chunking?

Het splitst eerst op het grootste scheidingsteken, zoals lege regels, en gebruikt alleen kleinere scheidingstekens, zoals zinnen of woorden, voor stukken die nog te groot zijn.

Is semantische chunking beter dan chunking met een vaste grootte?

Niet betrouwbaar. Het volgt verschuivingen in onderwerpen, maar kost extra inbeddingsoproepen, en de gepubliceerde resultaten zijn gemengd. Vergelijk het met een eenvoudiger basislijn op basis van uw eigen gegevens.

Blijf leren

Werk met Stack Quora

Hulp nodig met testen, WordPress of SEO?

We helpen teams betere software te leveren en hun sites te laten groeien. Vertel ons waar u mee bezig bent en wij stellen een duidelijke volgende stap voor.

Blijf lezen

Meer handleidingen over testen, AI en moderne ontwikkeling

Genoten van dit artikel? Kies een onderwerp en ga direct naar onze nieuwste tutorials.

Kunstmatige intelligentie

RAG-chunkingstrategieën uitgelegd: vast, overlap, zin, recursief en koppen, gemeten

RAG-chunkingstrategieën vergeleken op één document met tiktoken 0.14: vaste grootte, overlap, zinsverpakking, recursieve splitsing en op kop gebasee…

Lees artikel →
Softwareontwikkeling

API-identiteit uitgelegd: Idempotentiesleutels en veilige nieuwe pogingen, getest

API-idempotentie uitgelegd met een Python-server en -client die we hebben uitgevoerd: een verloren reactie veroorzaakte een dubbele afschrijving zon…

Lees artikel →
DevOps

Git Stash uitgelegd: bestanden opslaan, toepassen, pop-uppen en niet-bijgehouden, getest

Git stash uitgelegd met commando's die we uitvoerden op Git 2.56: push met een bericht, niet-bijgehouden bestanden, lijst en show, apply vs pop, beh…

Lees artikel →
Softwaretesten

Paarsgewijze testen uitgelegd: hoe All-Pairs 216 tests terugbrengt naar 13, getest

Paarsgewijs testen uitgelegd met een generator die we in Python 3.13 draaiden: een checkout met 216 combinaties gedekt door 13 tests, geverifieerde …

Lees artikel →
Testautomatisering

Testdubbels uitgelegd: Dummy, Stub, Spy, Mock en Fake, met geteste Python-code

Testdubbels uitgelegd met één Python-voorbeeld uitgevoerd in pytest 9.2: dummy, stub, spion, mock en fake, wanneer je ze moet gebruiken, status- ver…

Lees artikel →
Databases & SQL

SQL COALESCE uitgelegd: standaardwaarden, NULLIF, IFNULL versus ISNULL en traps, getest

SQL COALESCE uitgelegd met query's die we in SQLite 3.50 uitvoerden: eerste niet-null-waarden, lege tekenreeksen, NULL in wiskunde, NULLIF voor dele…

Lees artikel →
Databases & SQL

SQL Self Join uitgelegd: medewerker-manager, paren- en rijvergelijkingen, getest

SQL self-join uitgelegd met vragen die we in SQLite 3.50 uitvoerden: werknemer en manager, meer verdienen dan de manager, unieke paren, dagelijkse v…

Lees artikel →
Softwareontwikkeling

JavaScript Spread Operator uitgelegd: Spread versus rest, kopieën en valkuilen, getest

De JavaScript-spreadoperator legde uit met code die we op knooppunt 24 uitvoerden: arrays, objecten, ondiepe kopieën, restparameters, de Math.max-li…

Lees artikel →
Softwareontwikkeling

Python Collections-module uitgelegd: Counter, defaultdict, deque en meer, getest

Python-collecties uitgelegd met code die we draaiden op Python 3.13: Counter, defaultdict, deque, genaamdtuple, OrderedDict en ChainMap, plus een li…

Lees artikel →
Kunstmatige intelligentie

LLM-contextvenster uitgelegd: tokens, limieten en hoe u meer kunt passen, gemeten

Het LLM-contextvenster uitgelegd met tokenaantallen die we hebben gemeten met tiktoken: woorden versus tokens voor proza, code en Hindi, input- en o…

Lees artikel →
Softwareontwikkeling

Webhooks uitgelegd: hoe ze werken en hoe u ze veilig kunt ontvangen

Webhooks uitgelegd met een ontvanger en afzender die we in Python draaiden: push versus polling, HMAC-SHA256-handtekeningen, het weigeren van geknoe…

Lees artikel →
DevOps

Git Cherry-Pick uitgelegd: kopieer de commit die je nodig hebt, veilig, getest

Git cherry-pick uitgelegd met commando's die we in Git 2.56 uitvoerden: een hotfix kopiëren naar een release branch, nieuwe hashes en patch-ids, -x,…

Lees artikel →
Testautomatisering

Momentopnametesten uitgelegd: hoe het werkt, wanneer het helpt en wanneer het pijn doet

Snapshot-testen uitgelegd met een pytest- en stroperige demo die we hebben uitgevoerd: snapshots maken, de diff lezen na een codewijziging, tijdstem…

Lees artikel →
Softwaretesten

Mutatietesten uitgelegd: waarom 100% dekking onze bug nog steeds heeft gemist

Mutatietesten uitgelegd met een kleine mutatietool die we hebben gebouwd en uitgevoerd: 14 mutanten, een testsuite met 100% lijndekking die 79% scoo…

Lees artikel →
Kunstmatige intelligentie

Snelle injectie uitgelegd: hoe AI-apps worden misleid en hoe u ze kunt verdedigen

Snelle injectie uitgelegd voor bouwers: directe en indirecte aanvallen, waarom zoekwoordfilters falen (onze test blokkeerde 1 van de 4) en gelaagde …

Lees artikel →
DevOps

DNS-records uitgelegd: A, AAAA, CNAME, MX, TXT en TTL met echte zoekopdrachten

DNS-records uitgelegd met zoekopdrachten die we hebben uitgevoerd: hoe resolutie werkt, A en AAAA, CNAME-regels, MX en null MX, TXT voor SPF en veri…

Lees artikel →
DevOps

Functievlaggen uitgelegd: veilige releases, geleidelijke implementatie en vlaghygiëne

Functievlaggen uitgelegd aan de hand van een uitrolsimulatie die we hebben uitgevoerd: vlagtypen, percentage-uitrol met stabiele hashing, kill-schak…

Lees artikel →
Testautomatisering

Test het genereren van gegevens met Python Faker: realistische, herhaalbare en veilige gegevens

Test het genereren van gegevens met Python Faker, voer het uit en meet het: seeden voor herhaalbare gegevens, landinstellingen, unieke waarden, dome…

Lees artikel →
Softwaretesten

Shift-Left-testen uitgelegd: vind bugs eerder zonder het team te vertragen

Shift-left-testen uitgelegd: wat het betekent, waarom vroege defecten goedkoper zijn, praktijken van vereistenbeoordelingen tot CI-controles, de ver…

Lees artikel →
Databases & SQL

SQL String-functies uitgelegd: TRIM, SUBSTR, REPLACE, CONCAT en gegevensopschoning

SQL-tekenreeksfuncties uitgelegd met query's die we hebben uitgevoerd: concatenatie en NULL, TRIM, UPPER en LOWER, SUBSTR en INSTR, REPLACE, opvulli…

Lees artikel →
Databases & SQL

SQL-triggers uitgelegd: VOOR en NA triggers, auditlogboeken en valkuilen

SQL-triggers uitgelegd met triggers die we hebben uitgevoerd: VOOR versus NA, OUD en NIEUW, auditlogboeken, validatie, voorraadupdates, WANNEER-voor…

Lees artikel →
Softwareontwikkeling

Python JSON-module uitgelegd: dumps, ladingen, aangepaste typen en veelvoorkomende fouten

De Python JSON-module uitgelegd met code die we hebben uitgevoerd: dumps en laadt, bestanden, typeconversies, datums en decimalen, aangepaste encode…

Lees artikel →
Softwareontwikkeling

ES-modules versus CommonJS: hoe JavaScript-import werkt in Node.js, getest

ES-modules versus CommonJS uitgelegd met code die we in Node.js hebben uitgevoerd: syntaxis importeren en exporteren, vereisen, live bindingen, cach…

Lees artikel →
Softwareontwikkeling

Python Regex uitgelegd: patronen, groepen, vooruitblik en valkuilen, getest

Python-regex uitgelegd met patronen die we hebben uitgevoerd: zoeken versus match, findall, groepen en benoemde groepen, hebzuchtig versus lui, sub,…

Lees artikel →
Kunstmatige intelligentie

LLM Gestructureerde uitvoer uitgelegd: betrouwbare JSON verkrijgen uit AI-modellen

Gestructureerde LLM-uitvoer uitgelegd met validatie die we in Pydantic hebben uitgevoerd: JSON-modus en -schema's, beperkte decodering, de manieren …

Lees artikel →
DevOps

SSH-sleutels uitgelegd: hoe ze werken, ssh-keygen, Ed25519 en veilige gewoonten

SSH-sleutels uitgelegd met sleutels die we hebben gegenereerd: openbare versus privésleutels, ssh-keygen, Ed25519 versus RSA, vingerafdrukken, wacht…

Lees artikel →
DevOps

HTTP-caching uitgelegd: cachecontrole, ETag en 304 reacties, met een live test

HTTP-caching uitgelegd met een kleine server die we draaiden: Cache-Control-richtlijnen, max-age, no-cache vs no-store, ETag-hervalidatie en 304-rea…

Lees artikel →
Testautomatisering

API-contracttesten uitgelegd: ontdek belangrijke wijzigingen voordat ze worden verzonden

Het testen van API-contracten uitgelegd met een schemacontrole die we hebben uitgevoerd: wat een contract is, consumentgestuurde contracten, Pact, O…

Lees artikel →
Softwaretesten

Risicogebaseerd testen uitgelegd: scoor risico's, bouw een matrix en test wat belangrijk is

Risicogebaseerd testen stap voor stap uitgelegd: risico's identificeren, waarschijnlijkheid en impact scoren, een risicomatrix opbouwen, risico's in…

Lees artikel →
Databases & SQL

SQL-beperkingen uitgelegd: NIET NULL, UNIEK, CHECK en FOREIGN KEY, getest

SQL-beperkingen uitgelegd met tests die we hebben uitgevoerd: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY en FOREIGN KEY, de NULL-mazen in de wet, de …

Lees artikel →
Databases & SQL

SQL-datumfuncties uitgelegd: datums toevoegen, vergelijken en groeperen zonder bugs

SQL-datumfuncties uitgelegd met query's die we hebben uitgevoerd: intervallen toevoegen, verrassingen aan het einde van de maand, datumverschillen, …

Lees artikel →
Softwareontwikkeling

Python asyncio uitgelegd: async, wachten, verzamelen en TaskGroup met echte timing

Python asyncio uitgelegd met code die we hebben getimed: coroutines, wachten, verzamelen, TaskGroup, foutafhandeling, time-outs, het beperken van ge…

Lees artikel →
Softwareontwikkeling

Debounce versus Throttle in JavaScript: hoe ze werken, wanneer ze moeten worden gebruikt, getest

Debounce versus gas geven in JavaScript uitgelegd met timings die we hebben gemeten in Node.js: hoe elk werkt, eenvoudige implementaties, leidende e…

Lees artikel →
Softwareontwikkeling

Python-contextmanagers uitgelegd: de with-verklaring, contextlib en echt gebruik

Python-contextmanagers uitgelegd met code die we hebben uitgevoerd: hoe met werken, __enter__ en __exit__, contextlib.contextmanager, suppress, Exit…

Lees artikel →
Kunstmatige intelligentie

LLM Temperatuur en Top-p uitgelegd: hoe AI-modellen hun volgende woord kiezen

LLM-temperatuur en top-p uitgelegd met een simulatie die we hebben uitgevoerd: hoe kansen worden hervormd, wat top-p behoudt, aanbevolen instellinge…

Lees artikel →
DevOps

YAML uitgelegd: syntaxis, het Noorwegen-probleem en andere valkuilen die we hebben getest

YAML legde uit met een parsertest: basissyntaxis, lijsten en kaarten, het Noorwegen-probleem, versies die in floats veranderen, octale postcodes, se…

Lees artikel →
DevOps

Cron Jobs uitgelegd: syntaxis, echte schema's en de fouten die deze breken

Cron-taken uitgelegd met schema's die we hebben geverifieerd: de vijf velden, operators, echte voorbeelden, de dag-van-maand OF dag-van-week-valkuil…

Lees artikel →
Kunstmatige intelligentie

AI-hallucinaties uitgelegd: waarom taalmodellen dingen verzinnen en hoe ze te verminderen

AI-hallucinaties uitgelegd: wat ze zijn, waarom taalmodellen ze produceren, veelvoorkomende typen, hoe je ze kunt verminderen met aarding en aanwijz…

Lees artikel →
DevOps

Omgevingsvariabelen uitgelegd: .env-bestanden, geheimen en configuratie goed gedaan

Omgevingsvariabelen uitgelegd met Python-voorbeelden die we hebben uitgevoerd: ze lezen en instellen, waarom elke waarde een string is, .env-bestand…

Lees artikel →
Softwareontwikkeling

API-snelheidsbeperking uitgelegd: algoritmen, headers en afhandeling van 429-fouten

API-snelheidsbeperking uitgelegd met een simulatie die we hebben uitgevoerd: token-bucket, vast venster, schuifvenster, 429 reacties, headers van sn…

Lees artikel →
Testautomatisering

Spotten in Python: unittest.mock, patch en de fouten die tests doen liegen

Spotten in Python met unittest.mock, getest: Mock en return_value, side_effect, patchen waar een naam wordt gebruikt, spec en autospec, spotdatums e…

Lees artikel →
Softwaretesten

Codedekking uitgelegd: lijn versus filiaaldekking en wat 100% werkelijk betekent

Codedekking uitgelegd met een echte dekking.py-run: dekking van lijnen, vertakkingen en condities, een rapport lezen, waarom 100% dekking nog steeds…

Lees artikel →
Databases & SQL

DELETE versus TRUNCATE versus DROP in SQL: verschillen, terugdraaien en wanneer elk te gebruiken

DELETE versus TRUNCATE versus DROP uitgelegd met geteste SQL: wat elk verwijdert, terugdraaien, triggers, identiteitsreset, snelheid en hoe PostgreS…

Lees artikel →
Databases & SQL

SQL-weergaven uitgelegd: creëer, gebruik en vermijd de valkuilen, met voorbeelden

SQL-weergaven uitgelegd met query's die we hebben uitgevoerd: een weergave maken, live resultaten, kolommen verbergen, prestaties, bijwerkbare en ge…

Lees artikel →
Softwareontwikkeling

TypeScript-interface versus type: echte verschillen, getest met de compiler

TypeScript-interface versus type, gecontroleerd met de echte compiler: wat beide kunnen doen, wat slechts één kan doen, samenvoegen van declaraties,…

Lees artikel →
Softwareontwikkeling

Python *args en **kwargs uitgelegd: flexibele functies met duidelijke voorbeelden

Python *args en **kwargs uitgelegd met code die we hebben uitgevoerd: in- en uitpakken, parametervolgorde, argumenten die alleen trefwoorden en posi…

Lees artikel →
Softwareontwikkeling

Python Lambda-functies: syntaxis, echt gebruik en wanneer u ze niet moet gebruiken

Python lambda-functies uitgelegd met code die we hebben uitgevoerd: syntaxis, sorteren met sleutel, kaart en filter, sluitingen, de laat-bindende va…

Lees artikel →
Kunstmatige intelligentie

Wat zijn AI-agenten? Hoe ze werken, met een eenvoudige agentloop die u kunt uitvoeren

Wat zijn AI-agenten? Een duidelijke gids voor de agentenlus, tools, geheugen en vangrails, met een kleine Python-lus die we hebben uitgevoerd, echte…

Lees artikel →
DevOps

Monitoring versus waarneembaarheid: het echte verschil, met logboeken, statistieken en sporen

Monitoring versus waarneembaarheid uitgelegd: bekende en onbekende fouten, logboeken, statistieken en sporen, een walkthrough voor afrekenincidenten…

Lees artikel →
DevOps

Docker-volumes versus bindingsmounts: bewaar containergegevens op de juiste manier

Docker-volumes versus bind-mounts uitgelegd: waarom containergegevens verdwijnen, benoemde volumes, bind-mounts, tmpfs, Compose-voorbeelden, back-up…

Lees artikel →
Testautomatisering

TDD versus BDD: belangrijkste verschillen, één functie die op beide manieren is gebouwd en wanneer deze moet worden gebruikt

TDD versus BDD uitgelegd met één kortingsfunctie die in beide richtingen is gebouwd: rood-groen-refactor met code die we hebben uitgevoerd, gegeven-…

Lees artikel →
Softwaretesten

Gebruikersacceptatietesten (UAT): proces, checklist en echte voorbeelden

Gebruikersacceptatietesten uitgelegd: wie voert het uit, hoe het verschilt van QA, een proces in zeven stappen, een UAT-testcase-sjabloon, een check…

Lees artikel →
Databases & SQL

SQL NULL-waarden uitgelegd: IS NULL, COALESCE, NULLIF en de te vermijden vallen

SQL NULL-waarden uitgelegd met query's die we hebben uitgevoerd: logica met drie waarden, IS NULL, COALESCE, NULLIF, hoe aggregaten, joins en sorter…

Lees artikel →
Databases & SQL

SQL CASE WHEN-instructie: syntaxis, echte voorbeelden en veelvoorkomende fouten

SQL CASE WHEN uitgelegd met vragen die we hebben uitgevoerd: eenvoudige en doorzochte formulieren, volgorde van de voorwaarden, draaipunten met SUM,…

Lees artikel →
Softwareontwikkeling

Wat is JWT? JSON-webtokens uitgelegd met een werkend voorbeeld

Wat is JWT? JSON Web Tokens uitgelegd: de drie delen, een token gebouwd en waarmee is geknoeid in de code die we hebben uitgevoerd, JWT versus sessi…

Lees artikel →
Softwareontwikkeling

JavaScript-gebeurtenislus uitgelegd: call-stack, microtaken en timers met voorbeelden

De JavaScript-gebeurtenislus uitgelegd met code die we hebben uitgevoerd: call-stack, taak- en microtask-wachtrijen, waarom setTimeout 0 niet onmidd…

Lees artikel →
Softwareontwikkeling

Python-generatoren en opbrengst uitgelegd: bespaar geheugen met echte voorbeelden

Python-generatoren en opbrengst uitgelegd met code die we hebben uitgevoerd: hoe ze pauzeren en hervatten, gemeten geheugenbesparingen, pijplijnen, …

Lees artikel →
Kunstmatige intelligentie

Wat zijn inbeddingen? Vectoren en cosinusovereenkomst eenvoudig uitgelegd

Wat zijn insluitingen? Een gids in duidelijke taal over vectoren, cosinusovereenkomst en semantisch zoeken, met een klein voorbeeld dat we hebben ui…

Lees artikel →
DevOps

Implementatie van blauwgroen versus kanarie: verschillen, afwegingen en hoe te kiezen

Blauw-groen versus kanarie-implementatie uitgelegd: hoe elk werkt, kosten, risico's en terugdraaien, stabiele gebruikersbucket die we hebben getest,…

Lees artikel →
Testautomatisering

Schilferige tests: wat de oorzaak ervan is en hoe u ze voorgoed kunt oplossen

Zwakke tests uitgelegd met demo's die we hebben uitgevoerd: de belangrijkste oorzaken, hoe je er een kunt bevestigen en diagnosticeren, goede oploss…

Lees artikel →
Softwaretesten

Belastingtesten versus stresstesten: verschillen, statistieken en k6-voorbeelden

Belastingtesten versus stresstesten uitgelegd: wat elk bewijst, piek- en soak-tests, de statistieken die er toe doen, waarom gemiddelden misleiden, …

Lees artikel →
Softwaretesten

Testcase versus testscenario: belangrijkste verschillen, voorbeelden en wanneer deze te gebruiken

Testcase versus testscenario uitgelegd: duidelijke definities, een tabel naast elkaar, één functie voor het opnieuw instellen van wachtwoorden, over…

Lees artikel →
Databases & SQL

Optimalisatie van SQL-query's: lees uitvoeringsplannen en repareer langzame query's, met timing

Optimalisatie van SQL-query's getest op een miljoen rijen: lees uitvoeringsplannen, voeg de juiste indexen toe, repareer niet-sargeerbare filters, g…

Lees artikel →
Databases & SQL

SQL UNION versus UNION ALL: verschillen, voorbeelden en geteste prestaties

SQL UNION versus UNION ALL uitgelegd met de query's die we hebben uitgevoerd: duplicaten, de regels volgen beide, een echte databug, gemeten prestat…

Lees artikel →
Softwareontwikkeling

JavaScript Fetch API-tutorial: GET, POST, foutafhandeling en time-outs

Een JavaScript Fetch API-tutorial getest tegen een lokale server: GET en POST, waarom 404 niet gooit, een herbruikbare helper, queryreeksen, time-ou…

Lees artikel →
Softwareontwikkeling

Python-bestandsverwerking: lezen, schrijven, CSV, JSON en pathlib met voorbeelden

Het verwerken van Python-bestanden uitgelegd met code die we hebben uitgevoerd: open modi, met het lezen van grote bestanden, CSV, JSON, pathlib, bi…

Lees artikel →
Softwareontwikkeling

Python-klassen en -objecten: OOP-zelfstudie met echte voorbeelden

Python-klassen en -objecten uitgelegd met code die we hebben uitgevoerd: __init__, methoden, klasse versus instantie-attributen, overerving, eigensc…

Lees artikel →
Kunstmatige intelligentie

Wat is een groot taalmodel? Hoe LLM's werken, uitgelegd zonder de hype

Wat is een groot taalmodel? LLM's uitgelegd in duidelijke taal: tokens, inbedding, aandacht, training, temperatuur- en contextvensters, een kleine d…

Lees artikel →
DevOps

Linux-opdrachten voor beginners: de essentiële terminalgids met voorbeelden

Linux-opdrachten voor beginners, gegroepeerd op taak: navigatie, bestanden, logboeken bekijken, grep, pipelines, machtigingen, processen en archieve…

Lees artikel →
Testautomatisering

Selenium versus toneelschrijver: belangrijkste verschillen, code vergeleken en welke te kiezen

Selenium versus Playwright vergeleken: architectuur, wachten, browser- en taalondersteuning, debuggen, dezelfde test in beide tools, migratieadvies …

Lees artikel →
Softwaretesten

Equivalentiepartitionering: testontwerptechniek uitgelegd met uitgewerkte voorbeelden

Equivalentiepartitionering uitgelegd: hoe je geldige en ongeldige partities kunt vinden, uitgewerkte voorbeelden voor leeftijden, wachtwoorden en ko…

Lees artikel →
Softwaretesten

Ernst versus prioriteit bij het testen van software: verschillen, matrix en echte voorbeelden

Ernst versus prioriteit bij het testen van software uitgelegd: duidelijke definities, een vierwegmatrix met voorbeelden, niveauschalen, wie deze bep…

Lees artikel →
Databases & SQL

Tutorial voor SQL-subquery's: typen, gecorreleerde subquery's en BESTAAN met voorbeelden

Een SQL-subquery-tutorial met query's die we hebben uitgevoerd: scalaire, IN-, FROM- en SELECT-subquery's, gecorreleerde subquery's, EXISTS, de NOT …

Lees artikel →
Databases & SQL

SQL-transacties en ACID uitgelegd: COMMIT-, ROLLBACK- en isolatieniveaus

SQL-transacties en ACID uitgelegd met een bankoverschrijving die we hebben uitgevoerd: COMMIT, ROLLBACK, savepoints, locks, isolatieniveaus, dirty r…

Lees artikel →
Softwareontwikkeling

Git Commands Cheat Sheet: de commando's die je daadwerkelijk gebruikt, met voorbeelden

Een spiekbriefje voor Git-opdrachten, gegroepeerd op taak: setup, staging, branches, remotes, stash, geschiedenis en fouten ongedaan maken, met uitv…

Lees artikel →
Softwareontwikkeling

JavaScript-beloften uitgelegd: vervolgens catch, Promise.all en veelvoorkomende fouten

JavaScript-beloften uitgelegd met code die we hebben uitgevoerd: staten, dan en catch-ketens, foutafhandeling, Promise.all, allSettled, race en wat …

Lees artikel →
Softwareontwikkeling

Zelfstudie Python-woordenboek: methoden, voorbeelden en veelvoorkomende patronen

Een Python-woordenboektutorial met code die we hebben uitgevoerd: dictaten, sleutelmethoden, samenvoeg-, begrips-, tel- en groeperingspatronen en ve…

Lees artikel →
Kunstmatige intelligentie

Wat is RAG? Retrieval-Augmented Generation uitgelegd met een werkend voorbeeld

Wat is RAG? Retrieval-augmented generatie stap voor stap uitgelegd: indexeren, chunken, insluiten, ophalen, een klein werkend Python-voorbeeld, eval…

Lees artikel →
DevOps

Terraform-zelfstudie voor beginners: infrastructuur als code van het eerste bestand tot modules

Een Terraform-tutorial voor beginners: begin zonder cloudaccount, leer init, plan en pas toe, vervolgens variabelen, outputs, status, modules en een…

Lees artikel →
DevOps

Docker versus Kubernetes: belangrijkste verschillen, hoe ze samenwerken en welke u nodig heeft

Docker vs Kubernetes legde uit: wat elk doet, dezelfde app draait met beide, Docker Compose en Swarm vergeleken, de dockershim veranderen en hoe je …

Lees artikel →
Testautomatisering

Pytest-tutorial voor beginners: armaturen, parametriseren en echte voorbeelden

Een pytest-tutorial voor beginners met tests die we hebben uitgevoerd op pytest 9.2: beweringen, armaturen, parametrize, conftest, markers, tmp_path…

Lees artikel →
Softwaretesten

Levenscyclus van softwaretests (STLC): 6 fasen, in- en uitgangscriteria, voorbeeld

De levenscyclus van softwaretesten uitgelegd: zes STLC-fasen met in- en uitstapcriteria, deliverables, een voorbeeld van een uitgewerkte inlogfuncti…

Lees artikel →
Softwareontwikkeling

Git merge vs rebase: verschillen, voorbeelden en wanneer je wat gebruikt

Git merge vs rebase uitgelegd met echte logoutput, een vergelijkingstabel, de gouden regel van rebase en een veilige teamwerkwijze.

Lees artikel →
Softwareontwikkeling

Python list comprehension: syntaxis, voorbeelden en wanneer je het vermijdt

Python list comprehension uitgelegd: syntaxis, filteren, if-else, geneste lussen, gemeten tijden en wanneer een gewone for-lus beter is.

Lees artikel →
Databases & SQL

SQL JOIN uitgelegd met voorbeelden (Inner, Left, Right, Full)

Begrijp SQL joins stap voor stap met voorbeeldtabellen en queries: INNER, LEFT, RIGHT, FULL, CROSS en SELF, plus veelgemaakte fouten en prestatietips.

Lees artikel →