Explicación de las pruebas por pares: Cómo todos los pares reducen 216 pruebas a 13, probadas
La prueba por pares es una técnica de diseño de pruebas que cubre cada combinación de valores para cada par de entradas, sin probar cada combinación completa. Vea cómo redujo una matriz de pago de 216 casos a 13, cómo verificamos la cobertura y dónde se queda corto.
- Prueba por pares (prueba de todos los pares) garantiza que cada valor de cada entrada aparezca con cada valor de cada otra entrada al menos una vez.
- Nuestro generador cubrió los 89 pares de valores de una caja de cinco entradas en 13 pruebas, frente a 216 combinaciones exhaustivas.
- Con 13 entradas de 3 valores cada una, 22 pruebas cubrieron cada par de un espacio de 1.594.323 combinaciones.
- Encuentra errores de dos factores de manera confiable, pero puede pasar por alto los de tres factores: nuestro conjunto no tenía prueba Safari + UPI + francés.
El software moderno se ejecuta en una maraña de combinaciones: navegadores, sistemas operativos, idiomas, métodos de pago, tipos de cuentas, indicadores de funciones. Probar cada combinación rápidamente se vuelve imposible. Cinco configuraciones con un puñado de valores cada una ya producen cientos de casos, y cada nueva configuración multiplica nuevamente el total. La prueba por pares es una forma sistemática de reducir ese número manteniendo las combinaciones con mayor probabilidad de revelar errores.
Construimos un pequeño generador de pares en Python 3.13, lo ejecutamos en un ejemplo de pago realista y escribimos una verificación por separado de que cada par realmente esté cubierto. Los números a continuación provienen de esa ejecución. Si es nuevo en probar técnicas de diseño, nuestras guías para partición de equivalencia y análisis de valores límite son buenos compañeros.
¿Qué es la prueba por pares?
La prueba por pares es una técnica de diseño de pruebas combinatorias de caja negra. Para cada par de parámetros de entrada, se asegura de que cada combinación posible de sus valores aparezca en al menos una prueba. No prueba todas las combinaciones de todos los parámetros juntos.
Supongamos que prueba el navegador y el sistema operativo. Las pruebas por pares garantizan que Chrome en Windows, Chrome en macOS, Safari en Android y cualquier otro par de navegador y sistema operativo aparezcan en alguna parte. Debido a que un caso de prueba contiene muchos pares a la vez (navegador-SO, navegador-idioma, SO-pago, etc.), un pequeño conjunto de pruebas puede cubrirlos todos.
También puede escucharlo llamado prueba de todos los pares, o verlo como un caso especial de prueba combinatoria con fuerza 2. La prueba de matriz ortogonal es una forma relacionada y más matemática de construir dichos conjuntos.
Por qué los pares son suficientes la mayor parte del tiempo
La idea se basa en una observación de estudios de campo: la mayoría de los defectos se desencadenan por un único valor de entrada o por la interacción de dos entradas. Una investigación realizada por el Instituto Nacional de Estándares y Tecnología (NIST) de EE. UU. sobre fallas reales encontró que la proporción de errores que necesitan tres o más factores interactuantes disminuye rápidamente. Las pruebas por pares apuntan al gran medio: errores que aparecen sólo cuando dos configuraciones se encuentran, como un diseño que se interrumpe sólo en Safari cuando el idioma es francés.
Los errores de un solo factor se cubren automáticamente, porque cada valor aparece al menos una vez. La técnica es una apuesta por la probabilidad, no una garantía, y eso importa más adelante.
Un ejemplo de pago
Modelamos la página de pago de una tienda online con cinco parámetros:
| Parámetro | Valores | contar |
|---|---|---|
| Navegador | Cromo, Firefox, Safari | 3 |
| Sistema operativo | Windows, Mac OS, Android | 3 |
| Pago | Tarjeta, UPI, Billetera | 3 |
| Tipo de usuario | Invitado, Miembro | 2 |
| Idioma | en, hola, fr, es | 4 |
Probar cada combinación significa 3 × 3 × 3 × 2 × 4 = 216 pruebas. Entre los diez pares de parámetros hay 89 pares de valores que cubrir. El mínimo teórico es 12 pruebas, porque los dos parámetros más grandes, idioma (4) y navegador (3), por sí solos forman 12 pares y cada uno necesita su propia fila.
Las 13 pruebas por pares
Nuestro codicioso generador elige repetidamente el caso de prueba que cubre la mayor cantidad de pares aún descubiertos, hasta que no queda ninguno. Produjo 13 pruebas:
| # | Navegador | SO | Pago | Usuario | Idioma |
|---|---|---|---|---|---|
| 1 | Cromo | ventanas | tarjeta | Miembro | es |
| 2 | Firefox | ventanas | UPI | Invitado | es |
| 3 | Firefox | macos | Cartera | Miembro | hola |
| 4 | safari | macos | tarjeta | Invitado | fr |
| 5 | Cromo | androide | UPI | Miembro | fr |
| 6 | safari | androide | Cartera | Invitado | es |
| 7 | safari | ventanas | UPI | Invitado | hola |
| 8 | Cromo | macos | Cartera | Invitado | es |
| 9 | safari | androide | tarjeta | Miembro | es |
| 10 | Firefox | ventanas | Cartera | Invitado | fr |
| 11 | Firefox | macos | UPI | Invitado | es |
| 12 | Firefox | androide | tarjeta | Invitado | hola |
| 13 | Cromo | ventanas | tarjeta | Invitado | hola |
Se trata de una reducción del 94%, una prueba por encima del mínimo teórico. Algunas combinaciones no son realistas, como Safari en Windows o Android en la fila 6. En proyectos reales, agrega restricciones para excluir pares imposibles; Las herramientas dedicadas apoyan esto directamente.
Verificando la cobertura
Nunca confíes ciegamente en un conjunto generado. Lo comprobamos con una función independiente que busca cada par de valores en las pruebas:
import itertools
def covered(names, values, tests):
for i, j in itertools.combinations(range(len(names)), 2):
for a in values[i]:
for b in values[j]:
if not any(t[i] == a and t[j] == b for t in tests):
return False
return True
exhaustive: 216 pairwise: 13 all pairs covered: True pairs: 89
Un verificador como este también es útil cuando alguien edita manualmente una tabla por pares más adelante, por ejemplo, para intercambiar una fila poco realista. Un cambio descuidado puede hacer caer silenciosamente un par.
Cómo se escalan las pruebas por pares
La verdadera ganancia aparece a medida que crece el número de entradas. Las pruebas exhaustivas crecen exponencialmente, mientras que los conjuntos por pares crecen aproximadamente con el logaritmo del número de parámetros. Utilizamos nuestro generador en tres configuraciones más grandes:
| Configuración | Pruebas exhaustivas | Pruebas por pares |
|---|---|---|
| 10 parámetros × 2 valores | 1,024 | 11 |
| 20 parámetros × 2 valores | 1,048,576 | 16 |
| 13 parámetros × 3 valores | 1,594,323 | 22 |
Los tres conjuntos pasaron la verificación de cobertura. Veinte banderas de funciones de encendido/apagado tienen más de un millón de combinaciones, pero 16 pruebas tocaron cada par de estados de bandera. Las herramientas maduras a menudo producen conjuntos ligeramente más pequeños que nuestro enfoque simple y codicioso, pero el orden de magnitud es el mismo.
¿Qué omiten las pruebas por pares?
Las pruebas por pares garantizan pares, no triples. Simulamos dos errores en nuestras 13 pruebas:
- En la prueba 7 se detectó un error que necesita Safari + UPI (dos factores).
- Se omitió un error que necesita Safari + UPI + francés (tres factores). Ninguna prueba combinó los tres.
Un tercer error simulado, Safari + UPI + Hindi, se detectó porque la prueba 7 incluye hindi, pero fue más suerte que diseño. Si las interacciones entre tres configuraciones son riesgosas en su sistema, aumente la potencia a la prueba de tres vías. Las herramientas soportan cualquier fortaleza, a costa de más pruebas.
Consejo: las pruebas por pares eligen qué combinaciones ejecutar, no qué valores. Elija primero los valores con partición de equivalencia y análisis de límites; de lo contrario, cubrirá cada par de entradas incorrectas.
Prueba por pares paso a paso
- Enumere los parámetros que cambian el comportamiento: entorno, entradas, configuración, roles de usuario.
- Elija valores representativos para cada uno, utilizando particiones y límites en lugar de todos los valores posibles.
- Agregue restricciones para combinaciones imposibles, como Safari solo en macOS e iOS.
- Genere el conjunto con una herramienta y observe su resistencia (2 vías, 3 vías).
- Verificar cobertura con el informe de la herramienta o un verificador como el nuestro.
- Agregue casos imprescindibles manualmente: la configuración más común del mundo real y cualquier combinación que haya fallado antes.
- Defina los resultados esperados para cada fila y luego automatice cuando sea posible, por ejemplo, como una prueba parametrizada.
Herramientas de prueba por pares
Rara vez necesitarás escribir tu propio generador. PICT de código abierto de Microsoft es una herramienta de línea de comandos ampliamente utilizada con soporte de restricciones. En Python, el paquete allpairspy genera pares y la herramienta ACTS del NIST admite fortalezas más altas. No ejecutamos estas herramientas para este artículo; Nuestros números provienen de nuestro propio generador. Independientemente de lo que utilice, introduzca el resultado en pruebas basadas en datos, como se muestra en nuestra guía de generación de datos de prueba.
Cuándo utilizar pruebas por pares
Úselo cuando tenga varios parámetros independientes con algunos valores cada uno: matrices de navegador y dispositivo, opciones de configuración, campos de formulario con menús desplegables, parámetros de consulta API y combinaciones de indicadores de funciones. Omítalo cuando los parámetros dependan en gran medida entre sí, cuando una sola entrada tenga un rango enorme (use en su lugar el análisis de límites) o cuando las reglas de negocio sean condiciones explícitas, que las pruebas de tablas de decisiones manejan mejor. Para sistemas críticos para la seguridad, el par es un piso, no un techo.
Conclusión
Las pruebas por pares convierten una matriz imposible en una lista breve y defendible. En nuestro ejemplo de pago, 13 pruebas cubrieron cada par que habrían cubierto 216 pruebas exhaustivas, y los ahorros crecieron dramáticamente con más entradas. Elija buenos valores primero, agregue restricciones y casos imprescindibles, verifique la cobertura y aumente la fuerza donde las interacciones tripartitas sean un riesgo real. Luego, dedica el tiempo que ahorraste a las áreas más riesgosas, como se describe en nuestra guía de pruebas basadas en riesgos.
Preguntas frecuentes
¿Qué son las pruebas por pares en las pruebas de software?
Es una técnica de diseño de pruebas combinatorias que cubre cada combinación de valores para cada par de parámetros de entrada al menos una vez, utilizando muchas menos pruebas que las pruebas exhaustivas.
¿La prueba por pares es lo mismo que la prueba de todos los pares?
Sí. La prueba de todos los pares es otro nombre para esto. Ambos significan pruebas combinatorias bidireccionales, donde cada par de valores de parámetros aparece en al menos una prueba.
¿Cuántos casos de prueba se necesitan para las pruebas por pares?
Al menos cuenta el producto de los dos valores más grandes. En nuestra verificación de cinco parámetros, ese mínimo fue 12, y nuestro generador produjo 13 pruebas en lugar de 216.
¿Pueden las pruebas por pares pasar por alto errores?
Sí. Garantiza pares, por lo que los errores que necesitan tres o más valores específicos juntos pueden pasar desapercibidos. Utilice pruebas triples o casos específicos para esos riesgos.
¿Qué herramientas generan casos de prueba por pares?
Las opciones comunes incluyen Microsoft PICT, NIST ACTS y el paquete Python allpairspy. Muchas herramientas de gestión de pruebas también incluyen un generador por pares.
sigue aprendiendo
¿Necesitas ayuda con pruebas, WordPress o SEO?
Ayudamos a los equipos a enviar mejor software y hacer crecer sus sitios. Cuéntenos en qué está trabajando y le sugeriremos un siguiente paso claro.
Más guías sobre testing, IA y desarrollo moderno
¿Te gustó este artículo? Elige un tema y salta directo a nuestros tutoriales más recientes.
Explicación de las estrategias de fragmentación de RAG: fija, superpuesta, de oración, recursiva y de títulos, medida
Estrategias de fragmentación de RAG comparadas en un documento con tiktoken 0.14: tamaño fijo, superposición, empaquetado de oraciones, división rec…
Leer artículo →Desarrollo de softwareExplicación de la idempotencia de API: claves de idempotencia y reintentos seguros, probados
La idempotencia de API se explicó con un servidor y cliente Python que ejecutamos: una respuesta perdida provocó un cargo doble sin una clave y un c…
Leer artículo →DevOpsExplicación de Git Stash: guardar, aplicar, extraer y archivos sin seguimiento, probado
Git stash se explica con comandos que ejecutamos en Git 2.56: enviar con un mensaje, archivos sin seguimiento, enumerar y mostrar, aplicar frente a …
Leer artículo →Pruebas de softwareExplicación de las pruebas por pares: cómo todos los pares reducen 216 pruebas a 13, probadas
Pruebas por pares explicadas con un generador que ejecutamos en Python 3.13: una comprobación con 216 combinaciones cubiertas por 13 pruebas, cobert…
Leer artículo →Automatización de pruebasExplicación de los dobles de prueba: ficticio, stub, espía, simulado y falso, con código Python probado
Los dobles de prueba se explican con un ejemplo de Python ejecutado en pytest 9.2: ficticio, stub, spy, simulado y falso, cuándo usar cada uno, veri…
Leer artículo →Bases de datos y SQLSQL COALESCE explicado: valores predeterminados, NULLIF, IFNULL vs ISNULL y trampas, probados
SQL COALESCE se explica con consultas que ejecutamos en SQLite 3.50: primeros valores no nulos, cadenas vacías, NULL en matemáticas, NULLIF para div…
Leer artículo →Bases de datos y SQLExplicación de la autounión de SQL: empleado-gerente, comparaciones de pares y filas, probado
La autounión de SQL se explica con consultas que ejecutamos en SQLite 3.50: empleado y gerente, ganando más que el gerente, pares únicos, cambios di…
Leer artículo →Desarrollo de softwareExplicación del operador de extensión de JavaScript: extensión frente a reposo, copias y errores, probado
El operador de extensión de JavaScript explicado con el código que ejecutamos en el Nodo 24: matrices, objetos, copias superficiales, parámetros de …
Leer artículo →Desarrollo de softwareExplicación del módulo de colecciones de Python: contador, defaultdict, deque y más, probado
Colecciones de Python explicadas con el código que ejecutamos en Python 3.13: Counter, defaultdict, deque, namedtuple, OrderedDict y ChainMap, ademá…
Leer artículo →Inteligencia artificialExplicación de la ventana de contexto de LLM: tokens, límites y cómo ajustar más, medidos
La ventana de contexto de LLM se explica con recuentos de tokens que medimos usando tiktoken: palabras frente a tokens para prosa, código e hindi, p…
Leer artículo →Desarrollo de softwareExplicación de los webhooks: cómo funcionan y cómo recibirlos de forma segura
Webhooks explicados con un receptor y un remitente que ejecutamos en Python: push vs polling, firmas HMAC-SHA256, rechazo de solicitudes manipuladas…
Leer artículo →DevOpsExplicación de Git Cherry-Pick: copie la confirmación que necesita, de forma segura y probada
Git cherry-pick explicado con comandos que ejecutamos en Git 2.56: copiar una revisión a una rama de lanzamiento, nuevos hashes e ID de parche, -x, …
Leer artículo →Automatización de pruebasExplicación de las pruebas instantáneas: cómo funciona, cuándo ayuda y cuándo duele
Las pruebas de instantáneas se explican con una demostración de pytest y jarabe que ejecutamos: crear instantáneas, leer la diferencia después de un…
Leer artículo →Pruebas de softwareExplicación de las pruebas de mutación: por qué la cobertura del 100% aún no detectó nuestro error
Las pruebas de mutación se explican con una pequeña herramienta de mutación que construimos y ejecutamos: 14 mutantes, un conjunto de pruebas con un…
Leer artículo →Inteligencia artificialExplicación de la inyección rápida: cómo se engaña a las aplicaciones de inteligencia artificial y cómo defenderlas
Inyección rápida explicada para los constructores: ataques directos e indirectos, por qué fallan los filtros de palabras clave (nuestra prueba bloqu…
Leer artículo →DevOpsRegistros DNS explicados: A, AAAA, CNAME, MX, TXT y TTL con búsquedas reales
Los registros DNS se explican con las búsquedas que realizamos: cómo funciona la resolución, A y AAAA, reglas CNAME, MX y MX nulo, TXT para SPF y ve…
Leer artículo →DevOpsExplicación de las banderas de funciones: lanzamientos seguros, implementaciones graduales e higiene de las banderas
Indicadores de características explicados con una simulación de implementación que ejecutamos: tipos de indicadores, porcentajes de implementación c…
Leer artículo →Automatización de pruebasGeneración de datos de prueba con Python Faker: datos realistas, repetibles y seguros
Pruebe la generación de datos con Python Faker, ejecute y mida: siembra de datos repetibles, configuraciones regionales, valores únicos, registros e…
Leer artículo →Pruebas de softwareExplicación de las pruebas de cambio a la izquierda: encuentre errores antes sin ralentizar al equipo
Se explicaron las pruebas de desplazamiento a la izquierda: qué significa, por qué los defectos tempranos son más baratos, prácticas desde revisione…
Leer artículo →Bases de datos y SQLFunciones de cadenas SQL explicadas: TRIM, SUBSTR, REPLACE, CONCAT y limpieza de datos
Funciones de cadena SQL explicadas con consultas que ejecutamos: concatenación y NULL, TRIM, UPPER e LOWER, SUBSTR e INSTR, REPLACE, relleno, longit…
Leer artículo →Bases de datos y SQLExplicación de los activadores de SQL: ANTES y DESPUÉS de los activadores, registros de auditoría y errores
Los disparadores de SQL se explican con los disparadores que ejecutamos: ANTES versus DESPUÉS, ANTIGUOS y NUEVOS, registros de auditoría, validación…
Leer artículo →Desarrollo de softwareMódulo Python JSON explicado: volcados, cargas, tipos personalizados y errores comunes
El módulo Python JSON explicado con el código que ejecutamos: volcados y cargas, archivos, conversiones de tipos, fechas y decimales, codificadores …
Leer artículo →Desarrollo de softwareMódulos ES frente a CommonJS: cómo funcionan las importaciones de JavaScript en Node.js, probado
Los módulos ES frente a CommonJS se explican con el código que ejecutamos en Node.js: sintaxis de importación y exportación, requisitos, enlaces en …
Leer artículo →Desarrollo de softwarePython Regex explicado: patrones, grupos, anticipaciones y obstáculos, probados
La expresión regular de Python se explica con los patrones que ejecutamos: búsqueda versus coincidencia, búsqueda, grupos y grupos con nombre, codic…
Leer artículo →Inteligencia artificialExplicación del resultado estructurado de LLM: obtención de JSON confiable a partir de modelos de IA
La salida estructurada de LLM se explica con la validación que ejecutamos en Pydantic: modo y esquemas JSON, decodificación restringida, las formas …
Leer artículo →DevOpsExplicación de las claves SSH: cómo funcionan, ssh-keygen, Ed25519 y hábitos seguros
Claves SSH explicadas con las claves que generamos: claves públicas versus privadas, ssh-keygen, Ed25519 versus RSA, huellas digitales, frases de co…
Leer artículo →DevOpsExplicación del almacenamiento en caché HTTP: control de caché, ETag y respuestas 304, con una prueba en vivo
El almacenamiento en caché HTTP se explica con un pequeño servidor que ejecutamos: directivas Cache-Control, edad máxima, sin caché versus sin almac…
Leer artículo →Automatización de pruebasExplicación de las pruebas de contrato API: detecte los cambios importantes antes de enviarlos
Las pruebas de contratos API se explican con una verificación de esquema que ejecutamos: qué es un contrato, contratos impulsados por el consumidor,…
Leer artículo →Pruebas de softwareExplicación de las pruebas basadas en riesgos: calificar los riesgos, crear una matriz y probar lo que importa
Pruebas basadas en riesgos explicadas paso a paso: identificación de riesgos, puntuación de probabilidad e impacto, creación de una matriz de riesgo…
Leer artículo →Bases de datos y SQLExplicación de las restricciones de SQL: NOT NULL, UNIQUE, CHECK y FOREIGN KEY, probado
Las restricciones de SQL se explican con las pruebas que ejecutamos: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY y FOREIGN KEY, las lagunas NULL, la c…
Leer artículo →Bases de datos y SQLFunciones de fecha SQL explicadas: agregar, comparar y agrupar fechas sin errores
Funciones de fecha SQL explicadas con consultas que ejecutamos: agregar intervalos, sorpresas de fin de mes, diferencias de fechas, trampa ENTRE, ag…
Leer artículo →Desarrollo de softwareExplicación de Python asyncio: asíncrono, espera, recopilación y grupo de tareas con tiempos reales
Python asyncio se explica con el código que cronometramos: corrutinas, espera, recopilación, grupo de tareas, manejo de errores, tiempos de espera, …
Leer artículo →Desarrollo de softwareDebounce vs Throttle en JavaScript: cómo funcionan, cuándo usar cada uno, probado
Antirrebote versus aceleración en JavaScript explicado con tiempos que medimos en Node.js: cómo funciona cada uno, implementaciones simples, llamada…
Leer artículo →Desarrollo de softwareExplicación de los administradores de contexto de Python: declaración with, contextlib y usos reales
Los administradores de contexto de Python explicaron con el código que ejecutamos: cómo funciona, __enter__ y __exit__, contextlib.contextmanager, s…
Leer artículo →Inteligencia artificialLLM Temperature y Top-p explicados: cómo los modelos de IA eligen su siguiente palabra
La temperatura de LLM y top-p se explican con una simulación que ejecutamos: cómo se remodelan las probabilidades, qué mantiene topp, configuracione…
Leer artículo →DevOpsYAML explicado: sintaxis, el problema de Noruega y otras trampas que probamos
YAML explicó con una prueba de analizador: sintaxis básica, listas y mapas, el problema de Noruega, versiones que se convierten en flotantes, código…
Leer artículo →DevOpsCron Jobs explicados: sintaxis, cronogramas reales y los errores que los rompen
Los trabajos cron explicados con cronogramas que verificamos: los cinco campos, operadores, ejemplos reales, la trampa del día del mes O del día de …
Leer artículo →Inteligencia artificialExplicación de las alucinaciones de la IA: por qué los modelos de lenguaje inventan cosas y cómo reducirlas
Se explicaron las alucinaciones de la IA: qué son, por qué los modelos de lenguaje las producen, tipos comunes, cómo reducirlas con conexión a tierr…
Leer artículo →DevOpsExplicación de las variables de entorno: archivos .env, secretos y configuración bien hechos
Variables de entorno explicadas con ejemplos de Python que ejecutamos: leerlas y configurarlas, por qué cada valor es una cadena, archivos .env, her…
Leer artículo →Desarrollo de softwareExplicación de la limitación de velocidad de API: algoritmos, encabezados y manejo de errores 429
La limitación de la tasa de API se explica con una simulación que ejecutamos: depósito de tokens, ventana fija, ventana deslizante, 429 respuestas, …
Leer artículo →Automatización de pruebasBurlarse en Python: unittest.mock, patch y los errores que hacen que las pruebas mientan
Burlarse en Python con unittest.mock, probado: Mock y return_value, side_effect, parches donde se usa un nombre, especificación y autospec, fechas d…
Leer artículo →Pruebas de softwareExplicación de la cobertura del código: cobertura de línea versus sucursal y lo que realmente significa 100%
Cobertura del código explicada con una ejecución real de cobertura.py: cobertura de línea, rama y condición, lectura de un informe, por qué una cobe…
Leer artículo →Bases de datos y SQLDELETE vs TRUNCATE vs DROP en SQL: diferencias, reversión y cuándo usar cada uno
DELETE vs TRUNCATE vs DROP explicado con SQL probado: qué elimina cada uno, reversión, activadores, restablecimiento de identidad, velocidad y en qu…
Leer artículo →Bases de datos y SQLVistas SQL explicadas: cree, use y evite los errores, con ejemplos
Vistas SQL explicadas con consultas que ejecutamos: creación de una vista, resultados en vivo, ocultación de columnas, rendimiento, vistas actualiza…
Leer artículo →Desarrollo de softwareInterfaz TypeScript versus tipo: diferencias reales, probadas con el compilador
Interfaz TypeScript versus tipo, verificado con el compilador real: qué pueden hacer ambos, qué puede hacer solo uno, fusión de declaraciones, exten…
Leer artículo →Desarrollo de softwarePython *args y **kwargs explicados: funciones flexibles con ejemplos claros
Python *args y **kwargs explicados con el código que ejecutamos: empaquetado y desempaquetado, orden de parámetros, argumentos solo de palabras clav…
Leer artículo →Desarrollo de softwareFunciones Lambda de Python: sintaxis, usos reales y cuándo no utilizarlas
Funciones lambda de Python explicadas con el código que ejecutamos: sintaxis, clasificación con clave, mapa y filtro, cierres, trampa de enlace tard…
Leer artículo →Inteligencia artificial¿Qué son los agentes de IA? Cómo funcionan, con un bucle de agente simple que puedes ejecutar
¿Qué son los agentes de IA? Una guía sencilla sobre el bucle del agente, las herramientas, la memoria y las barreras de seguridad, con un pequeño bu…
Leer artículo →DevOpsMonitoreo versus observabilidad: la verdadera diferencia, con registros, métricas y seguimientos
Explicación del monitoreo versus observabilidad: fallas conocidas y desconocidas, registros, métricas y seguimientos, un recorrido por incidentes de…
Leer artículo →DevOpsDocker Volumes versus Bind Mounts: persistir los datos del contenedor de la manera correcta
Se explican los volúmenes de Docker frente a los montajes de enlace: por qué desaparecen los datos del contenedor, volúmenes con nombre, montajes de…
Leer artículo →Automatización de pruebasTDD vs BDD: diferencias clave, una función creada en ambos sentidos y cuándo usar cada una
TDD vs BDD explicado con una característica de descuento construida en ambos sentidos: refactor rojo-verde con el código que ejecutamos, escenarios …
Leer artículo →Pruebas de softwarePruebas de Aceptación de Usuario (UAT): Proceso, Lista de Verificación y Ejemplos Reales
Explicación de las pruebas de aceptación del usuario: quién las ejecuta, en qué se diferencia del control de calidad, un proceso de siete pasos, una…
Leer artículo →Bases de datos y SQLValores NULL de SQL explicados: IS NULL, COALESCE, NULLIF y las trampas que se deben evitar
Los valores NULL de SQL se explican con las consultas que ejecutamos: lógica de tres valores, IS NULL, COALESCE, NULLIF, cómo los agregados, las uni…
Leer artículo →Bases de datos y SQLDeclaración SQL CASE WHEN: sintaxis, ejemplos reales y errores comunes
CASO SQL CUANDO se explicó con las consultas que ejecutamos: formularios simples y buscados, orden de condiciones, pivotes con SUMA, trucos COUNT, c…
Leer artículo →Desarrollo de software¿Qué es JWT? Tokens web JSON explicados con un ejemplo práctico
¿Qué es JWT? JSON Web Tokens explicó: las tres partes, un token creado y manipulado en el código que ejecutamos, JWT vs sesiones, almacenamiento, to…
Leer artículo →Desarrollo de softwareExplicación del bucle de eventos de JavaScript: pila de llamadas, microtareas y temporizadores con ejemplos
El bucle de eventos de JavaScript explicado con el código que ejecutamos: pila de llamadas, colas de tareas y microtareas, por qué setTimeout 0 no e…
Leer artículo →Desarrollo de softwareExplicación de los generadores y el rendimiento de Python: ahorre memoria con ejemplos reales
Los generadores de Python y el rendimiento se explican con el código que ejecutamos: cómo se pausan y reanudan, midieron el ahorro de memoria, canal…
Leer artículo →Inteligencia artificial¿Qué son las incrustaciones? Los vectores y la similitud del coseno se explican de forma sencilla
¿Qué son las incrustaciones? Una guía en lenguaje sencillo sobre vectores, similitud de cosenos y búsqueda semántica, con un pequeño ejemplo que eje…
Leer artículo →DevOpsImplementación azul-verde versus implementación canaria: diferencias, compensaciones y cómo elegir
Explicación de la implementación azul-verde versus canaria: cómo funciona cada uno, costo, riesgo y reversión, agrupación estable de usuarios que pr…
Leer artículo →Automatización de pruebasPruebas inestables: qué las causa y cómo solucionarlas para siempre
Pruebas inestables explicadas con demostraciones que realizamos: las causas principales, cómo confirmar y diagnosticar una, correcciones adecuadas p…
Leer artículo →Pruebas de softwarePruebas de carga frente a pruebas de estrés: diferencias, métricas y ejemplos de k6
Explicación de las pruebas de carga frente a las pruebas de estrés: qué prueba cada una, pruebas de picos y de absorción, las métricas que importan,…
Leer artículo →Pruebas de softwareCaso de prueba frente a escenario de prueba: diferencias clave, ejemplos y cuándo utilizar cada uno
Caso de prueba versus escenario de prueba explicado: definiciones claras, una tabla en paralelo, una función de restablecimiento de contraseña tomad…
Leer artículo →Bases de datos y SQLOptimización de consultas SQL: lea planes de ejecución y corrija consultas lentas, con tiempos
Optimización de consultas SQL probada en un millón de filas: lea planes de ejecución, agregue los índices correctos, corrija filtros no sargables, u…
Leer artículo →Bases de datos y SQLSQL UNION vs UNION ALL: diferencias, ejemplos y rendimiento probado
SQL UNION vs UNION ALL explicado con consultas que ejecutamos: duplicados, las reglas que siguen ambos, un error de datos real, rendimiento medido, …
Leer artículo →Desarrollo de softwareTutorial de JavaScript Fetch API: GET, POST, manejo de errores y tiempos de espera
Un tutorial de JavaScript Fetch API probado en un servidor local: GET y POST, por qué 404 no arroja, un asistente reutilizable, cadenas de consulta,…
Leer artículo →Desarrollo de softwareManejo de archivos Python: lectura, escritura, CSV, JSON y pathlib con ejemplos
El manejo de archivos Python se explica con el código que ejecutamos: modos abiertos, lectura de archivos grandes, CSV, JSON, pathlib, archivos bina…
Leer artículo →Desarrollo de softwareClases y objetos de Python: tutorial de programación orientada a objetos con ejemplos reales
Clases y objetos de Python explicados con el código que ejecutamos: __init__, métodos, atributos de clase versus instancia, herencia, propiedades, m…
Leer artículo →Inteligencia artificial¿Qué es un modelo de lenguaje grande? Cómo funcionan los LLM, explicados sin exageraciones
¿Qué es un modelo de lenguaje grande? Los LLM explicados en lenguaje sencillo: tokens, incrustaciones, atención, entrenamiento, ventanas de temperat…
Leer artículo →DevOpsComandos de Linux para principiantes: la guía esencial de terminal con ejemplos
Comandos de Linux para principiantes, agrupados por tarea: navegación, archivos, visualización de registros, grep, canalizaciones, permisos, proceso…
Leer artículo →Automatización de pruebasSelenium vs Playwright: diferencias clave, comparación de códigos y cuál elegir
Comparación de Selenium vs Playwright: arquitectura, espera, soporte de navegador e idioma, depuración, la misma prueba en ambas herramientas, conse…
Leer artículo →Pruebas de softwarePartición de equivalencia: técnica de diseño de pruebas explicada con ejemplos resueltos
Explicación de la partición de equivalencia: cómo encontrar particiones válidas e inválidas, ejemplos prácticos para edades, contraseñas y cupones, …
Leer artículo →Pruebas de softwareSeveridad vs Prioridad en Pruebas de Software: Diferencias, Matriz y Ejemplos Reales
Explicación de gravedad versus prioridad en las pruebas de software: definiciones claras, una matriz de cuatro vías con ejemplos, escalas de niveles…
Leer artículo →Bases de datos y SQLTutorial de subconsultas SQL: tipos, subconsultas correlacionadas y EXISTENCIAS con ejemplos
Un tutorial de subconsultas SQL con consultas que ejecutamos: subconsultas escalares, IN, FROM y SELECT, subconsultas correlacionadas, EXISTS, la tr…
Leer artículo →Bases de datos y SQLTransacciones SQL y ACID explicados: COMMIT, ROLLBACK y niveles de aislamiento
Transacciones SQL y ACID explicadas con una transferencia bancaria que ejecutamos: COMMIT, ROLLBACK, puntos de guardado, bloqueos, niveles de aislam…
Leer artículo →Desarrollo de softwareHoja de trucos de comandos de Git: los comandos que realmente usas, con ejemplos
Una hoja de referencia de comandos de Git agrupada por tarea: configuración, preparación, ramas, controles remotos, almacenamiento, historial y desh…
Leer artículo →Desarrollo de softwareExplicación de las promesas de JavaScript: luego, captura, Promise.all y errores comunes
Las promesas de JavaScript se explican con el código que ejecutamos: estados, luego y cadenas de captura, manejo de errores, Promise.all, allSettled…
Leer artículo →Desarrollo de softwareTutorial del diccionario Python: métodos, ejemplos y patrones comunes
Un tutorial de diccionario de Python con el código que ejecutamos: crear, leer y actualizar dictados, métodos clave, fusión, comprensión, patrones d…
Leer artículo →Inteligencia artificial¿Qué es el RAG? Generación de recuperación aumentada explicada con un ejemplo práctico
¿Qué es RAG? Generación de recuperación aumentada explicada paso a paso: indexación, fragmentación, incrustaciones, recuperación, un pequeño ejemplo…
Leer artículo →DevOpsTutorial de Terraform para principiantes: infraestructura como código desde el primer archivo hasta los módulos
Un tutorial de Terraform para principiantes: comience sin una cuenta en la nube, aprenda init, planifique y aplique, luego variables, resultados, es…
Leer artículo →DevOpsDocker vs Kubernetes: diferencias clave, cómo funcionan juntos y cuál necesita
Docker vs Kubernetes explicó: qué hace cada uno, la misma aplicación se ejecuta con ambos, se comparan Docker Compose y Swarm, los Dockershim cambia…
Leer artículo →Automatización de pruebasTutorial de Pytest para principiantes: accesorios, parametrización y ejemplos reales
Un tutorial de pytest para principiantes con pruebas que ejecutamos en pytest 9.2: afirmaciones, accesorios, parametrización, conftest, marcadores, …
Leer artículo →Pruebas de softwareCiclo de vida de pruebas de software (STLC): 6 fases, criterios de entrada y salida, ejemplo
Se explicó el ciclo de vida de las pruebas de software: seis fases de STLC con criterios de entrada y salida, entregables, un ejemplo de función de …
Leer artículo →Desarrollo de softwareGit merge vs rebase: diferencias, ejemplos y cuándo usar cada uno
Git merge vs rebase explicado con salida real del log, una tabla comparativa, la regla de oro del rebase y un flujo de trabajo seguro para equipos.
Leer artículo →Desarrollo de softwareList comprehension en Python: sintaxis, ejemplos y cuándo evitarla
List comprehension en Python explicada: sintaxis, filtros, if-else, bucles anidados, tiempos medidos y cuándo es mejor un bucle for normal.
Leer artículo →