Wyjaśnienie testowania dubletów: atrapa, skrót, szpieg, próbna i fałszywa, z przetestowanym kodem Pythona

  1. Strona główna
  2. Blog
  3. Automatyzacja testów

Automatyzacja testów

Wyjaśnienie testowania dubletów: Manekin, Stub, Szpieg, Próba i fałszywy kod z przetestowanym kodem Pythona

Dublety testowe zastępują rzeczywiste zależności, takie jak bramki płatnicze, przesyłki pocztowe i bazy danych. Poznaj pięć klasycznych typów, co sprawdza każdy z nich, kiedy który wybrać i jak zwykła próba może ukryć błędy, korzystając z jednego małego przykładu Pythona, który uruchomiliśmy w pyteście.

9 min czytania
Wyjaśniono deble testowe: kpiny, odcinki, podróbki, szpiedzy i manekiny

Najważniejsze

  • Podwójne testy zastępują rzeczywiste zależności w testach. Pięć klasycznych typów to manekin, stub, szpieg, kpina i fałszywy.
  • Stuby i podróbki obsługują kontrole stanu (czy wynik był prawidłowy?); szpiedzy i drwiny wspierają kontrole zachowania (czy podjęto właściwą decyzję?).
  • Zwykły Mock zaakceptował w naszym teście błędnie napisaną metodę; create_autospec odrzucił zarówno literówkę, jak i błędną liczbę argumentów.
  • Wszystkie sześć testów w naszym przykładzie przeszło w 0,52 sekundy przy użyciu pytest 9.2.0 w Pythonie 3.13.

Testy jednostkowe powinny być szybkie, powtarzalne i ukierunkowane. Na przeszkodzie stają rzeczywiste zależności: bramka płatnicza pobiera pieniądze, osoba wysyłająca pocztę wysyła e-mail, interfejs API kursu wymiany zmienia się co minutę. Dublety testowe to przedmioty, które umieszczasz na swoim miejscu, podobnie jak dublet kaskaderski zastępuje aktora.

Termin i podział pięciokierunkowy pochodzą z książki Gerarda Meszarosa Wzorce testowe xUnit. Zespoły często mówią „kpiją” w stosunku do każdego z nich, a ten luźny język prowadzi do testów, które sprawdzają niewłaściwą rzecz. Poniżej testowana jest jedna mała klasa kasowa z każdym typem double. Uruchomiliśmy to wszystko za pomocą pytest 9.2.0 w Pythonie 3.13.6 i każdy test przeszedł pomyślnie. Informacje o samej bibliotece drwiących znajdziesz w naszym przewodniku po drwieniu z Pythona.

Co to są dublety testowe?

Dublet testowy to dowolny przedmiot, który zastępuje prawdziwego współpracownika podczas testu. Testowany kod nie jest w stanie odróżnić, ponieważ double oferuje te same metody. Tym, co różni się między typami, jest to, ile robią i co sprawdzasz później:

  • Manekin: przekazany, ale nigdy nie używany.
  • Stub: zwraca ustalone odpowiedzi.
  • Szpieg: fragment, który również rejestruje, jak się nazywał.
  • Mock: skonfigurowany z oczekiwaniami dotyczącymi połączeń, które weryfikuje test.
  • Fałszywe: działająca, ale uproszczona implementacja, taka jak baza danych w pamięci.

Testowany kod

Nasza Checkout klasa przelicza cenę, obciąża dostawcę płatności i wysyła e-mailem potwierdzenie. Potrzebuje czterech współpracowników:

class Checkout:
    def __init__(self, rates, payments, mailer, logger):
        self.rates, self.payments, self.mailer, self.logger = rates, payments, mailer, logger

    def place(self, order_id, amount_usd, currency, email):
        rate = self.rates.get_rate("USD", currency)
        total = round(amount_usd * rate, 2)
        if not self.payments.charge(order_id, total, currency):
            return "declined"
        self.mailer.send(email, f"Order {order_id} paid: {total} {currency}")
        return total

Korzystanie z prawdziwych wersji uderzyłoby w API stawek na żywo, dostawcę płatności i serwer SMTP. Każdy z czterech parametrów otrzymuje inny rodzaj wartości podwójnej.

Manekin: wypełnia miejsce

Konstruktor logger jest wymagany, ale place nigdy go nie używa. Manekin spełnia wymagania podpisu. Nasz idzie dalej i zawodzi głośno, jeśli cokolwiek go dotknie:

class DummyLogger:
    def __getattr__(self, name):
        raise AssertionError("logger should not be used")

Wiele osób uważa None za manekina, co jest w porządku, gdy kod nigdy nie sprawdza typu. Wersja wybuchowa dokumentuje założenie i wychwytuje dzień, w którym ktoś doda logowanie bez aktualizacji testu.

Stub: gotowe odpowiedzi

Kursy wymiany walut ulegają ciągłym zmianom, co uniemożliwia twierdzenie. Stub zwraca stałą wartość:

class StubRates:
    def get_rate(self, src, dst):
        return 83.0

Przy kursie ustalonym na 83,0, zamówienie o wartości 50 USD musi mieć łączną kwotę 4150,0 INR i nasz test dokładnie to potwierdził. Stuby kontrolują dane wejściowe, które Twój kod otrzymuje ze swoich zależności. Idealnie nadają się do symulowania niewygodnych przypadków, takich jak przekroczenie limitu czasu, pusta lista lub reakcja na błąd.

Szpieg: rejestruje, co się stało

W przypadku nadawcy dbamy o to, aby paragon został wysłany z właściwym tekstem. Szpieg przechowuje każde połączenie, aby test mógł je później sprawdzić:

class SpyMailer:
    def __init__(self):
        self.sent = []
    def send(self, to, body):
        self.sent.append((to, body))

def test_stub_and_spy():
    mailer = SpyMailer()
    co = Checkout(StubRates(), FakePayments(10_000), mailer, DummyLogger())
    assert co.place("A1", 50, "INR", "demo@example.com") == 4150.0
    assert mailer.sent == [("demo@example.com", "Order A1 paid: 4150.0 INR")]

Szpieg jest pasywny: nigdy nie zawodzi sam. Piszesz zwykłe twierdzenia na podstawie tego, co zarejestrował, po akcji. Dzięki temu test pozostaje w znanym porządku: aranżuj, działaj, zapewniaj porządek.

Fake: mała działająca wersja

Logika płatności rządzi się pewnymi zasadami: obciążenie kończy się niepowodzeniem, jeśli środki są niskie lub to samo zamówienie zostało obciążone dwukrotnie. Fałszywy implementuje te zasady w pamięci:

class FakePayments:
    def __init__(self, balance):
        self.balance, self.charges = balance, {}
    def charge(self, order_id, amount, currency):
        if order_id in self.charges or amount > self.balance:
            return False
        self.balance -= amount
        self.charges[order_id] = amount
        return True

def test_fake_declines_duplicate_charge():
    pay = FakePayments(10_000)
    co = Checkout(StubRates(), pay, SpyMailer(), DummyLogger())
    co.place("A1", 50, "INR", "demo@example.com")
    assert co.place("A1", 50, "INR", "demo@example.com") == "declined"
    assert pay.balance == 5850.0

Drugie zamówienie zostało odrzucone, a saldo opuściło tylko jeden ładunek, więc test sprawdza rzeczywisty stan. Podróbki świecą, gdy wiele testów ma wspólną zależność, ponieważ jedna fałszywka zastępuje dziesiątki oddzielnych konfiguracji kodu pośredniczącego. Koszt jest taki, że fałszywy kod to prawdziwy kod, który może odbiegać od prawdziwej usługi, więc staraj się, aby był mały i od czasu do czasu testuj go z prawdziwym kodem. SQLite w pamięci zamiast produkcyjnej bazy danych jest częstą podróbką.

Mock: weryfikuje interakcje

Czasami jedynym zauważalnym efektem jest wywołanie innego systemu. Próba pozwala stwierdzić, że wywołanie nastąpiło, podając dokładne argumenty:

from unittest.mock import Mock

def test_mock_verifies_interaction():
    payments = Mock()
    payments.charge.return_value = True
    mailer = Mock()
    co = Checkout(StubRates(), payments, mailer, DummyLogger())
    co.place("B2", 10, "INR", "demo@example.com")
    payments.charge.assert_called_once_with("B2", 830.0, "INR")
    mailer.send.assert_called_once()

Ściśle Meszaros definiuje mock jako obiekt, który zna z góry swoje oczekiwania i zawodzi podczas rozmowy. Python unittest.mock.Mock jest technicznie bliższy szpiegowi, ponieważ weryfikujesz go po fakcie, ale w praktyce odgrywa rolę pozorowaną. Próby sprawdzają się najlepiej w granicach, których nie posiadasz, takich jak zewnętrzny interfejs API, gdzie samo wywołanie jest wymaganiem.

Kiedy drwiny kłamią: autospec

Zwykły Mock akceptuje dowolny atrybut i dowolne argumenty. Ta elastyczność ukrywa błędy. Aby to udowodnić, przeprowadziliśmy dwa testy:

def test_plain_mock_hides_typo():
    mailer = Mock()
    mailer.sned("x", "y")            # typo is silently accepted
    assert mailer.sned.called

def test_autospec_catches_typo():
    mailer = create_autospec(SpyMailer, instance=True)
    with pytest.raises(AttributeError):
        mailer.sned("x", "y")

def test_autospec_catches_wrong_signature():
    mailer = create_autospec(SpyMailer, instance=True)
    with pytest.raises(TypeError):
        mailer.send("only-one-arg")
......                                   [100%]
6 passed in 0.52s

Zwykła kpina szczęśliwie zarejestrowała wywołanie metody, która nie istnieje. Gdyby kod produkcyjny zawierał tę literówkę, test i tak by przeszedł pomyślnie. create_autospec kopiuje metody i podpisy prawdziwej klasy, więc zgłosiło AttributeError w przypadku literówki i TypeError w przypadku brakującego argumentu. Domyślnie użyj autospecowania lub Mock(spec=RealClass).

Porównanie testów podwójnych

Wpisz Zwraca dane? Nagrywa rozmowy? Ma logikę? Twierdzisz dalej
Manekin Nie Nie Nie Nic
Odgałęzienie Tak, naprawiono Nie Nie Wynik testowanego kodu
Szpieg Opcjonalne Tak Nie Nagrane rozmowy, po zagraniu
Próba Opcjonalne Tak Nie Oczekiwane wywołania i argumenty
Fałszywy Tak, obliczone Czasami Tak, uproszczone Wynikowy stan

Którego dubleta testu należy użyć?

  1. Czy zależność nie jest używana w tej ścieżce? Użyj fikcyjnego.
  2. Czy potrzebujesz tylko kontrolować to, co zwraca? Użyj kodu pośredniczącego.
  3. Czy wynikiem samego połączenia jest wysłanie e-maila lub opublikowanie wydarzenia? Wykorzystaj funkcję szpiega lub próbę.
  4. Czy wiele testów wymaga realistycznego zachowania, np. przechowywania i odczytywania danych? Stwórz fałszywkę.
  5. Czy jest już tani, szybki i deterministyczny? Użyj prawdziwego obiektu. Dublet to koszt, a nie cel.

Przydatna zasada: preferuj kontrole stanu zamiast kontroli interakcji. Testy potwierdzające wyniki przetrwają refaktoryzację; testy, które potwierdzają każdą przerwę w wywołaniu wewnętrznym, gdy tylko zmienia się implementacja. W naszym przewodniku dotyczącym testów jednostkowych i integracyjnych wyjaśniono, gdzie powinny znajdować się rzeczywiste zależności.

Typowe błędy

  • Wyśmiewanie tego, co posiadasz. Zastępowanie własnych prostych klas testami próbnymi dla par na elementy wewnętrzne. Wyśmiewaj granice systemu.
  • Przesadnie określone kpiny. Potwierdzanie każdego wywołania i argumentu sprawia, że ​​testy są kruche. Podaj tylko to, co ma znaczenie dla wymagania.
  • Nieokreślone kpiny. Jak pokazał nasz test, zwykła kpina akceptuje literówki. Zawsze dodawaj specyfikację.
  • Podróbki bez własnych testów. Podróbki z błędami powodują, że każdy test, który ich używa, jest błędny. Przeprowadź test umowy udostępnionej zarówno w odniesieniu do fałszywych, jak i prawdziwych implementacji, zgodnie z naszym przewodnikiem po testowaniu umów API.
  • Wszędzie dublet. Jeśli każdy współpracownik zostanie zastąpiony, test wykaże bardzo niewiele. Bilansuj z testami integracyjnymi, kierując się piramidą testową.

Podsumowanie

Test deblowy to zarówno słownictwo, jak i technika. Powiedzenie „obniż stawki, szpieguj pocztę, sfałszuj płatności” mówi koledze z zespołu dokładnie, co sprawdza test. Używaj fragmentów i podróbek dla stanu, szpiegów i kpin dla ważnych interakcji, manekinów dla nieużywanych miejsc i zawsze określaj swoje drwiny. W pyteście mecze są czystym domem dla tych debli; zobacz nasz przewodnik po urządzeniach pytest.

Najczęstsze pytania

Jaka jest różnica między próbą a stubem?

Odcinek zawiera stałe odpowiedzi, dzięki czemu test może sprawdzić wyniki. Próba rejestruje lub oczekuje wywołań, dzięki czemu test może sprawdzić, czy nastąpiła właściwa interakcja z właściwymi argumentami.

Co to jest podróbka w testach?

Fake to lekka działająca implementacja zależności, taka jak repozytorium w pamięci lub usługa płatnicza, która zachowuje się realistycznie, ale korzysta ze skrótów nieodpowiednich do produkcji.

Kim jest szpieg testowy?

Szpieg to odcinek, który rejestruje również, jak został nazwany. Po uruchomieniu kodu test sprawdza nagrane rozmowy pod kątem normalnych stwierdzeń.

Po co używać create_autospec zamiast Mock?

Zwykły Mock akceptuje dowolną nazwę metody i dowolne argumenty, więc literówki są pomijane. create_autospec kopiuje interfejs prawdziwej klasy i zgłasza błędy z powodu brakujących metod lub błędnych podpisów.

Czy powinienem kpić ze wszystkiego w testach jednostkowych?

Nie. Zastąp powolne, niedeterministyczne lub zewnętrzne zależności, ale używaj rzeczywistych obiektów tam, gdzie są tanie i niezawodne. Zbyt wiele dubletów sprawia, że ​​testy są kruche i mniej znaczące.

Ucz się dalej

Pracuj z Stack Quora

Potrzebujesz pomocy przy testowaniu, WordPressie lub SEO?

Pomagamy zespołom dostarczać lepsze oprogramowanie i rozwijać ich witryny. Powiedz nam, nad czym pracujesz, a my zaproponujemy jasny następny krok.

Czytaj dalej

Więcej poradników na testowanie, sztuczna inteligencja i nowoczesny rozwój

Podobał Ci się ten artykuł? Wybierz temat i przejdź bezpośrednio do naszych najnowszych tutoriali.

Sztuczna inteligencja

Wyjaśnienie strategii fragmentowania RAG: stałe, nakładanie się, zdanie, rekurencyjne i nagłówki, mierzone

Strategie fragmentowania RAG porównane w jednym dokumencie z tiktokenem 0.14: stały rozmiar, nakładanie się, pakowanie zdań, dzielenie rekurencyjne …

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie tożsamości API: klucze idempotencji i bezpieczne ponowne próby, przetestowane

Wyjaśnienie idempotencji API na serwerze Python i kliencie, którego uruchomiliśmy: utracona odpowiedź spowodowała podwójną opłatę bez klucza i jedną…

Przeczytaj artykuł →
DevOps

Wyjaśnienie Git Stash: zapisywanie, stosowanie, otwieranie i nieśledzone pliki, testowane

Git stash wyjaśniono za pomocą poleceń, które uruchomiliśmy w Git 2.56: push z wiadomością, nieśledzone pliki, lista i pokaż, zastosuj vs pop, zacho…

Przeczytaj artykuł →
Testowanie oprogramowania

Wyjaśnienie testowania parami: jak użycie wszystkich par zmniejsza 216 testów do 13, przetestowano

Testowanie w parach wyjaśnione za pomocą generatora uruchomionego w Pythonie 3.13: sprawdzenie z 216 kombinacjami objętymi 13 testami, zweryfikowany…

Przeczytaj artykuł →
Automatyzacja testów

Wyjaśnienie testowania dubletów: atrapa, skrót, szpieg, próbna i fałszywa, z przetestowanym kodem Pythona

Testowanie dubletów wyjaśniono na jednym przykładzie Pythona uruchomionym w pytest 9.2: manekin, stub, szpieg, próbny i fałszywy, kiedy używać każde…

Przeczytaj artykuł →
Bazy danych i SQL

Wyjaśnienie SQL COALESCE: wartości domyślne, NULLIF, IFNULL vs ISNULL i pułapki, przetestowane

Wyjaśnienie SQL COALESCE za pomocą zapytań, które uruchomiliśmy w SQLite 3.50: pierwsze wartości inne niż null, puste ciągi znaków, NULL w matematyc…

Przeczytaj artykuł →
Bazy danych i SQL

Wyjaśnienie samodzielnego łączenia SQL: menedżer pracowników, porównania par i wierszy, przetestowane

Samodzielne łączenie SQL wyjaśnione za pomocą zapytań, które uruchomiliśmy w SQLite 3.50: pracownik i menedżer, zarabiający więcej niż menedżer, uni…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie operatora rozprzestrzeniania JavaScript: rozprzestrzenianie a reszta, kopie i błędy, przetestowane

Operator rozprzestrzeniania JavaScript wyjaśniony kodem, który uruchomiliśmy w węźle 24: tablice, obiekty, płytkie kopie, parametry spoczynkowe, lim…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie modułu kolekcji Pythona: licznik, defaultdict, deque i więcej, przetestowane

Kolekcje Pythona wyjaśnione za pomocą kodu, który uruchomiliśmy w Pythonie 3.13: Counter, defaultdict, deque, Nametuple, OrderedDict i ChainMap, a t…

Przeczytaj artykuł →
Sztuczna inteligencja

Wyjaśnienie okna kontekstowego LLM: tokeny, limity i sposób dopasowania większej ilości, zmierzone

Okno kontekstowe LLM wyjaśnione za pomocą liczby tokenów, które zmierzyliśmy za pomocą tiktokena: słowa kontra tokeny dla prozy, kodu i języka hindi…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie webhooków: jak działają i jak je bezpiecznie odbierać

Wyjaśnienie webhooków z odbiorcą i nadawcą, które uruchomiliśmy w Pythonie: push a odpytywanie, podpisy HMAC-SHA256, odrzucanie zmodyfikowanych i od…

Przeczytaj artykuł →
DevOps

Wyjaśnienie Git Cherry-Pick: Skopiuj potrzebne zatwierdzenie, bezpiecznie i przetestowane

Git cherry-pick wyjaśniono za pomocą poleceń, które uruchomiliśmy w Git 2.56: kopiowanie poprawki do gałęzi wydania, nowe skróty i identyfikatory po…

Przeczytaj artykuł →
Automatyzacja testów

Wyjaśnienie testów migawkowych: jak to działa, kiedy pomaga, a kiedy szkodzi

Testowanie migawek wyjaśnione za pomocą pytestu i syropowego demo, które przeprowadziliśmy: tworzenie migawek, odczytywanie różnic po zmianie kodu, …

Przeczytaj artykuł →
Testowanie oprogramowania

Wyjaśnienie testów mutacji: dlaczego 100% pokrycie nadal nie uwzględnia naszego błędu

Testowanie mutacji wyjaśniono za pomocą małego narzędzia mutacji, które zbudowaliśmy i uruchomiliśmy: 14 mutantów, zestaw testów ze 100% pokryciem l…

Przeczytaj artykuł →
Sztuczna inteligencja

Wyjaśnienie szybkiego wstrzyknięcia: jak oszukać aplikacje AI i jak się przed nimi bronić

Wyjaśnienie szybkiego wstrzykiwania dla konstruktorów: ataki bezpośrednie i pośrednie, dlaczego zawodzą filtry słów kluczowych (nasz test zablokował…

Przeczytaj artykuł →
DevOps

Wyjaśnienie rekordów DNS: A, AAAA, CNAME, MX, TXT i TTL z rzeczywistymi wyszukiwaniami

Rekordy DNS wyjaśnione na podstawie wyszukiwań, które przeprowadziliśmy: jak działa rozdzielczość, A i AAAA, reguły CNAME, MX i null MX, TXT dla SPF…

Przeczytaj artykuł →
DevOps

Wyjaśnienie flag funkcji: bezpieczne wydania, stopniowe wdrażanie i higiena flag

Flagi funkcji wyjaśnione za pomocą przeprowadzonej przez nas symulacji wdrożenia: typy flag, procentowe wdrożenia ze stabilnym mieszaniem, przełączn…

Przeczytaj artykuł →
Automatyzacja testów

Testuj generowanie danych za pomocą Python Faker: realistyczne, powtarzalne i bezpieczne dane

Przetestuj generowanie danych za pomocą Python Faker, uruchom i zmierz: zaszczepianie powtarzalnych danych, ustawień regionalnych, unikalnych wartoś…

Przeczytaj artykuł →
Testowanie oprogramowania

Wyjaśnienie testowania z Shift-Left: Znajdź błędy wcześniej, bez spowalniania zespołu

Wyjaśniono testowanie z przesunięciem w lewo: co to znaczy, dlaczego wczesne defekty są tańsze, praktyki – od przeglądów wymagań po kontrole CI, zmi…

Przeczytaj artykuł →
Bazy danych i SQL

Wyjaśnienie funkcji ciągów SQL: TRIM, SUBSTR, REPLACE, CONCAT i czyszczenie danych

Funkcje ciągów SQL wyjaśnione za pomocą zapytań, które wykonaliśmy: konkatenacja i NULL, TRIM, UPPER i LOWER, SUBSTR i INSTR, REPLACE, dopełnienie, …

Przeczytaj artykuł →
Bazy danych i SQL

Wyjaśnienie wyzwalaczy SQL: wyzwalacze PRZED i PO, dzienniki audytu i pułapki

Wyzwalacze SQL wyjaśnione za pomocą wyzwalaczy, które uruchomiliśmy: PRZED vs PO, STARY i NOWY, dzienniki audytu, walidacja, aktualizacje zapasów, w…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie modułu Python JSON: zrzuty, ładowanie, typy niestandardowe i typowe błędy

Moduł Python JSON wyjaśniony za pomocą uruchomionego przez nas kodu: zrzuty i ładowanie, pliki, konwersje typów, daty i miejsca dziesiętne, niestand…

Przeczytaj artykuł →
Tworzenie oprogramowania

Moduły ES a CommonJS: Jak działa import JavaScript w Node.js, przetestowano

Moduły ES i CommonJS wyjaśnione za pomocą kodu, który uruchomiliśmy w Node.js: składnia importu i eksportu, wymagania, powiązania na żywo, buforowan…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie wyrażenia regularnego w języku Python: wzorce, grupy, przewidywania i pułapki, przetestowane

Wyrażenie regularne w Pythonie wyjaśnione za pomocą wzorców, które uruchomiliśmy: wyszukiwanie vs dopasowanie, findall, grupy i nazwane grupy, zachł…

Przeczytaj artykuł →
Sztuczna inteligencja

Wyjaśnienie strukturalnych wyników LLM: uzyskiwanie niezawodnego formatu JSON z modeli AI

Ustrukturyzowane dane wyjściowe LLM wyjaśnione wraz z walidacją przeprowadzoną w Pydantic: tryb i schematy JSON, ograniczone dekodowanie, sposoby ps…

Przeczytaj artykuł →
DevOps

Wyjaśnienie kluczy SSH: jak działają, ssh-keygen, Ed25519 i bezpieczne nawyki

Klucze SSH wyjaśnione za pomocą wygenerowanych przez nas kluczy: klucze publiczne i prywatne, ssh-keygen, Ed25519 vs RSA, odciski palców, hasła, ssh…

Przeczytaj artykuł →
DevOps

Wyjaśnienie buforowania HTTP: kontrola pamięci podręcznej, odpowiedzi ETag i 304 z testem na żywo

Wyjaśnienie buforowania HTTP na małym serwerze, który prowadziliśmy: dyrektywy Cache-Control, maksymalny wiek, brak pamięci podręcznej vs brak sklep…

Przeczytaj artykuł →
Automatyzacja testów

Wyjaśnienie testowania kontraktu API: wychwytuj istotne zmiany przed wysyłką

Testowanie kontraktu API wyjaśniono za pomocą przeprowadzonej przez nas kontroli schematu: czym jest kontrakt, kontrakty zorientowane na konsumenta,…

Przeczytaj artykuł →
Testowanie oprogramowania

Wyjaśnienie testowania opartego na ryzyku: oceń ryzyko, zbuduj macierz i przetestuj, co jest ważne

Testowanie oparte na ryzyku wyjaśnione krok po kroku: identyfikacja ryzyka, prawdopodobieństwo punktacji i wpływ, budowanie matrycy ryzyka, mapowani…

Przeczytaj artykuł →
Bazy danych i SQL

Wyjaśnienie ograniczeń SQL: NOT NULL, UNIQUE, CHECK i OBCY KLUCZ, przetestowane

Ograniczenia SQL wyjaśnione za pomocą przeprowadzonych przez nas testów: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY i FOREIGN KEY, luki NULL, ustawie…

Przeczytaj artykuł →
Bazy danych i SQL

Wyjaśnienie funkcji daty SQL: dodawanie, porównywanie i grupowanie dat bez błędów

Funkcje daty SQL wyjaśnione za pomocą zapytań, które wykonaliśmy: dodawanie interwałów, niespodzianki na koniec miesiąca, różnice dat, pułapka BETWE…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie asyncio Pythona: asynchronizacja, oczekiwanie, zbieranie i grupa zadań z rzeczywistym czasem

Asyncio Pythona wyjaśnione za pomocą kodu, który zmierzyliśmy: współprogramy, oczekiwanie, zbieranie, grupa zadań, obsługa błędów, przekroczenia lim…

Przeczytaj artykuł →
Tworzenie oprogramowania

Odbicie a przepustnica w JavaScript: jak działają, kiedy używać każdego z nich, przetestowano

Debounce a przepustnica w JavaScript wyjaśnione z czasami, które zmierzyliśmy w Node.js: jak każdy z nich działa, proste implementacje, wywołania wi…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie menedżerów kontekstu Pythona: instrukcja with, biblioteka kontekstowa i rzeczywiste zastosowania

Menedżerowie kontekstu Pythona wyjaśnili za pomocą uruchomionego przez nas kodu: jak działa, __enter__ i __exit__, kontekstlib.contextmanager, tłumi…

Przeczytaj artykuł →
Sztuczna inteligencja

Wyjaśnienie temperatury i góry LLM: jak modele AI wybierają kolejne słowo

Temperatura LLM i top-p wyjaśnione za pomocą przeprowadzonej przez nas symulacji: w jaki sposób zmieniają się prawdopodobieństwa, co utrzymuje top-p…

Przeczytaj artykuł →
DevOps

Wyjaśnienie YAML: składnia, problem norweski i inne pułapki, które testowaliśmy

YAML wyjaśnił za pomocą testu parsera: podstawowa składnia, listy i mapy, problem Norwegii, wersje zamieniające się w zmiennoprzecinkowe, ósemkowe k…

Przeczytaj artykuł →
DevOps

Wyjaśnienie zadań Cron: składnia, prawdziwe harmonogramy i błędy, które je psują

Zadania Cron wyjaśnione za pomocą zweryfikowanych przez nas harmonogramów: pięć pól, operatory, prawdziwe przykłady, pułapka dnia miesiąca LUB dnia …

Przeczytaj artykuł →
Sztuczna inteligencja

Wyjaśnienie halucynacji AI: dlaczego modele językowe tworzą rzeczy i jak je zmniejszyć

Wyjaśniono halucynacje AI: czym są, dlaczego powstają w modelach językowych, typowe typy, jak je zredukować za pomocą uziemień i podpowiedzi oraz pr…

Przeczytaj artykuł →
DevOps

Wyjaśnienie zmiennych środowiskowych: pliki .env, sekrety i konfiguracja wykonana prawidłowo

Zmienne środowiskowe wyjaśnione na przykładach Pythona, które przeprowadziliśmy: ich odczytywanie i ustawianie, dlaczego każda wartość jest ciągiem …

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie ograniczenia szybkości interfejsu API: algorytmy, nagłówki i obsługa błędów 429

Ograniczanie szybkości API wyjaśnione za pomocą przeprowadzonej przez nas symulacji: zasobnik tokenów, stałe okno, przesuwane okno, 429 odpowiedzi, …

Przeczytaj artykuł →
Automatyzacja testów

Wyśmiewanie w Pythonie: unittest.mock, patch i błędy, które sprawiają, że testy kłamią

Wyśmiewanie w Pythonie za pomocą unittest.mock, przetestowane: Mock i zwracana wartość, efekt uboczny, łatanie tam, gdzie używana jest nazwa, specyf…

Przeczytaj artykuł →
Testowanie oprogramowania

Wyjaśnienie zasięgu kodu: pokrycie linii i oddziału oraz co naprawdę oznacza 100%

Wyjaśnienie pokrycia kodu za pomocą prawdziwego pliku cover.py: pokrycie linii, gałęzi i warunków, przeczytanie raportu, dlaczego 100% pokrycia może…

Przeczytaj artykuł →
Bazy danych i SQL

DELETE vs TRUNCATE vs DROP w SQL: różnice, wycofywanie i kiedy używać każdego z nich

DELETE vs TRUNCATE vs DROP wyjaśnione za pomocą przetestowanego SQL: co każdy usuwa, wycofywanie, wyzwalacze, resetowanie tożsamości, prędkość i czy…

Przeczytaj artykuł →
Bazy danych i SQL

Wyjaśnienie widoków SQL: tworzenie, używanie i unikanie pułapek wraz z przykładami

Widoki SQL wyjaśnione za pomocą zapytań, które uruchomiliśmy: tworzenie widoku, wyniki na żywo, ukrywanie kolumn, wydajność, widoki z możliwością ak…

Przeczytaj artykuł →
Tworzenie oprogramowania

Interfejs TypeScript a typ: rzeczywiste różnice, testowane za pomocą kompilatora

Interfejs TypeScript a typ, sprawdzony z prawdziwym kompilatorem: co oba mogą zrobić, co tylko jeden, łączenie deklaracji, rozszerzenia a przecięcia…

Przeczytaj artykuł →
Tworzenie oprogramowania

Python *args i **kwargs wyjaśnione: elastyczne funkcje z przejrzystymi przykładami

Python *args i **kwargs wyjaśnione za pomocą uruchomionego przez nas kodu: pakowanie i rozpakowywanie, kolejność parametrów, argumenty zawierające t…

Przeczytaj artykuł →
Tworzenie oprogramowania

Funkcje Lambda w Pythonie: składnia, rzeczywiste zastosowania i kiedy ich nie używać

Funkcje lambda w Pythonie wyjaśnione za pomocą uruchomionego przez nas kodu: składnia, sortowanie za pomocą klucza, mapa i filtr, domknięcia, pułapk…

Przeczytaj artykuł →
Sztuczna inteligencja

Kim są agenci AI? Jak one działają, dzięki prostej pętli agenta, którą możesz uruchomić

Kim są agenci AI? Prosty przewodnik po pętli agenta, narzędziach, pamięci i poręczach, z małą pętlą w Pythonie, którą uruchomiliśmy, prawdziwymi zag…

Przeczytaj artykuł →
DevOps

Monitorowanie a obserwowalność: prawdziwa różnica z logami, wskaźnikami i śladami

Wyjaśnienie monitorowania a obserwowalności: znane i nieznane awarie, dzienniki, metryki i ślady, opis incydentu przy kasie, złote sygnały, OpenTele…

Przeczytaj artykuł →
DevOps

Woluminy platformy Docker a mocowania powiązań: utrwalanie danych kontenera we właściwy sposób

Wyjaśniono woluminy Dockera a montowanie powiązań: dlaczego dane kontenera znikają, nazwane woluminy, montowanie powiązań, tmpfs, przykłady tworzeni…

Przeczytaj artykuł →
Automatyzacja testów

TDD vs BDD: kluczowe różnice, jedna funkcja zbudowana w obie strony i kiedy używać każdej z nich

TDD vs BDD wyjaśnione za pomocą jednej funkcji rabatowej zbudowanej w obie strony: refaktoryzacja czerwono-zielona z uruchomionym przez nas kodem, s…

Przeczytaj artykuł →
Testowanie oprogramowania

Testowanie akceptacyjne użytkownika (UAT): proces, lista kontrolna i rzeczywiste przykłady

Wyjaśniono testy akceptacyjne użytkownika: kto je przeprowadza, czym różni się od kontroli jakości, siedmioetapowy proces, szablon przypadku testowe…

Przeczytaj artykuł →
Bazy danych i SQL

Wyjaśnienie wartości SQL NULL: IS NULL, COALESCE, NULLIF i pułapki, których należy unikać

Wartości SQL NULL wyjaśnione za pomocą zapytań, które wykonaliśmy: logika trójwartościowa, IS NULL, COALESCE, NULLIF, w jaki sposób agregacje, łącze…

Przeczytaj artykuł →
Bazy danych i SQL

Instrukcja SQL CASE WHEN: składnia, rzeczywiste przykłady i typowe błędy

SQL CASE WHEN wyjaśnione za pomocą zapytań, które uruchomiliśmy: proste i przeszukiwane formularze, kolejność warunków, elementy przestawne z SUM, s…

Przeczytaj artykuł →
Tworzenie oprogramowania

Co to jest JWT? Tokeny internetowe JSON wyjaśnione na przykładzie działania

Co to jest JWT? Wyjaśniono tokeny sieciowe JSON: trzy części, token zbudowany i zmodyfikowany w uruchomionym przez nas kodzie, JWT a sesje, pamięć m…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie pętli zdarzeń JavaScript: stos wywołań, mikrozadania i liczniki czasu z przykładami

Pętla zdarzeń JavaScript wyjaśniona za pomocą uruchomionego przez nas kodu: stos wywołań, kolejki zadań i mikrozadań, dlaczego setTimeout 0 nie jest…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie generatorów Pythona i wydajności: oszczędzaj pamięć dzięki prawdziwym przykładom

Generatory Pythona i wydajność wyjaśnione za pomocą uruchomionego przez nas kodu: sposób wstrzymywania i wznawiania, mierzone oszczędności pamięci, …

Przeczytaj artykuł →
Sztuczna inteligencja

Czym są osady? Wyjaśnienie wektorów i podobieństwa cosinusa

Czym są osadzania? Prosty przewodnik po wektorach, podobieństwie cosinusów i wyszukiwaniu semantycznym, z małym przykładem, który przeprowadziliśmy,…

Przeczytaj artykuł →
DevOps

Wdrożenie niebiesko-zielone a kanaryjskie: różnice, kompromisy i sposób wyboru

Wyjaśniono wdrożenie Blue-Green vs Canary: sposób działania każdego z nich, koszty, ryzyko i wycofywanie zmian, przetestowane przez nas stabilne łąc…

Przeczytaj artykuł →
Automatyzacja testów

Niestabilne testy: co je powoduje i jak je naprawić na dobre

Niestabilne testy wyjaśnione w przeprowadzonych przez nas demonstracjach: główne przyczyny, sposób potwierdzenia i zdiagnozowania jednej z nich, odp…

Przeczytaj artykuł →
Testowanie oprogramowania

Load Testing vs Stress Testing: Differences, Metrics and k6 Examples

Wyjaśniono testy obciążenia i testy warunków skrajnych: co dowodzi każdy z nich, testy szczytowe i nasiąkania, istotne metryki, dlaczego średnie wpr…

Przeczytaj artykuł →
Testowanie oprogramowania

Przypadek testowy a scenariusz testowy: kluczowe różnice, przykłady i kiedy stosować każdy z nich

Wyjaśnienie przypadków testowych i scenariuszy testowych: jasne definicje, tabela obok siebie, jedna funkcja resetowania hasła zaczerpnięta ze scena…

Przeczytaj artykuł →
Bazy danych i SQL

Optymalizacja zapytań SQL: czytaj plany wykonania i napraw powolne zapytania z synchronizacją

Optymalizacja zapytań SQL przetestowana na milionie wierszy: przeczytaj plany wykonania, dodaj odpowiednie indeksy, napraw filtry niesargowalne, uży…

Przeczytaj artykuł →
Bazy danych i SQL

SQL UNION vs UNION ALL: różnice, przykłady i testowana wydajność

SQL UNION vs UNION ALL wyjaśnione na podstawie zapytań, które uruchomiliśmy: duplikaty, obie reguły są zgodne, prawdziwy błąd danych, zmierzona wyda…

Przeczytaj artykuł →
Tworzenie oprogramowania

Samouczek API pobierania JavaScript: GET, POST, obsługa błędów i limity czasu

Samouczek JavaScript Fetch API testowany na serwerze lokalnym: GET i POST, dlaczego 404 nie rzuca, pomocnik wielokrotnego użytku, ciągi zapytań, prz…

Przeczytaj artykuł →
Tworzenie oprogramowania

Obsługa plików w Pythonie: odczyt, zapis, CSV, JSON i pathlib z przykładami

Obsługa plików w Pythonie wyjaśniona za pomocą uruchomionego przez nas kodu: tryby otwarte, czytanie dużych plików, CSV, JSON, pathlib, pliki binarn…

Przeczytaj artykuł →
Tworzenie oprogramowania

Klasy i obiekty Pythona: samouczek OOP z prawdziwymi przykładami

Klasy i obiekty Pythona objaśnione za pomocą uruchomionego przez nas kodu: __init__, metody, atrybuty klas i instancji, dziedziczenie, właściwości, …

Przeczytaj artykuł →
Sztuczna inteligencja

Co to jest model dużego języka? Jak działają LLM, wyjaśnione bez szumu

Co to jest model dużego języka? LLM wyjaśnione prostym językiem: tokeny, osadzanie, uwaga, szkolenie, temperatura i okna kontekstowe, mała demonstra…

Przeczytaj artykuł →
DevOps

Polecenia systemu Linux dla początkujących: niezbędny przewodnik po terminalu z przykładami

Polecenia systemu Linux dla początkujących, pogrupowane według zadań: nawigacja, pliki, przeglądanie logów, grep, potoki, uprawnienia, procesy i arc…

Przeczytaj artykuł →
Automatyzacja testów

Selenium kontra dramaturg: kluczowe różnice, porównanie kodu i wybór

Porównanie Selenium i Playwright: architektura, oczekiwanie, obsługa przeglądarki i języka, debugowanie, ten sam test w obu narzędziach, porady doty…

Przeczytaj artykuł →
Testowanie oprogramowania

Partycjonowanie równoważne: technika projektowania testów wyjaśniona na praktycznych przykładach

Wyjaśniono podział równoważny: jak znaleźć prawidłowe i nieprawidłowe partycje, sprawdzone przykłady dla grup wiekowych, hasła i kupony, przeprowadz…

Przeczytaj artykuł →
Testowanie oprogramowania

Ważność a priorytet w testowaniu oprogramowania: różnice, macierz i rzeczywiste przykłady

Wyjaśniono ważność a priorytet w testowaniu oprogramowania: jasne definicje, czterokierunkowa macierz z przykładami, skale poziomów, kto ustawia każ…

Przeczytaj artykuł →
Bazy danych i SQL

Samouczek dotyczący podzapytań SQL: typy, skorelowane podzapytania i ISTNIEJĄ z przykładami

Samouczek dotyczący podzapytań SQL z zapytaniami, które wykonaliśmy: podzapytania skalarne, IN, FROM i SELECT, podzapytania skorelowane, EXISTS, puł…

Przeczytaj artykuł →
Bazy danych i SQL

Wyjaśnienie transakcji SQL i ACID: COMMIT, ROLLBACK i poziomy izolacji

Transakcje SQL i ACID wyjaśnione za pomocą wykonanego przez nas przelewu bankowego: COMMIT, ROLLBACK, punkty zapisu, blokady, poziomy izolacji, brud…

Przeczytaj artykuł →
Tworzenie oprogramowania

Ściągawka dotycząca poleceń Git: polecenia, których faktycznie używasz, z przykładami

Ściągawka poleceń Git pogrupowana według zadań: konfiguracja, przemieszczanie, gałęzie, piloty, skrytka, historia i cofanie błędów, z danymi wyjścio…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie obietnic JavaScript: następnie catch, Promise.all i typowe błędy

Obietnice JavaScript wyjaśnione za pomocą uruchomionego przez nas kodu: stany, łańcuchy then i catch, obsługa błędów, Promise.all, allSettled, race …

Przeczytaj artykuł →
Tworzenie oprogramowania

Samouczek słownika języka Python: metody, przykłady i typowe wzorce

Samouczek słownika języka Python z uruchomionym przez nas kodem: tworzenie, odczytywanie i aktualizowanie słowników, metody kluczowych, łączenie, ro…

Przeczytaj artykuł →
Sztuczna inteligencja

Co to jest RAG? Generacja rozszerzona o wyszukiwanie wyjaśniona na przykładzie roboczym

Co to jest RAG? Generowanie wspomagane pobieraniem wyjaśnione krok po kroku: indeksowanie, fragmentowanie, osadzanie, pobieranie, mały działający pr…

Przeczytaj artykuł →
DevOps

Samouczek Terraform dla początkujących: Infrastruktura jako kod od pierwszego pliku do modułów

Samouczek Terraform dla początkujących: zacznij bez konta w chmurze, naucz się inicjowania, planowania i stosowania, a następnie zmiennych, wyników,…

Przeczytaj artykuł →
DevOps

Docker kontra Kubernetes: kluczowe różnice, jak ze sobą współpracują i czego potrzebujesz

Wyjaśniono Docker vs Kubernetes: co robi każdy z nich, ta sama aplikacja działa z obydwoma, porównanie Docker Compose i Swarm, zmiana podkładki dock…

Przeczytaj artykuł →
Automatyzacja testów

Samouczek Pytest dla początkujących: urządzenia, parametryzacja i prawdziwe przykłady

Samouczek pytest dla początkujących z testami, które przeprowadziliśmy na pytest 9.2: asercje, urządzenia, parametryzacja, conftest, znaczniki, tmp_…

Przeczytaj artykuł →
Testowanie oprogramowania

Cykl życia testowania oprogramowania (STLC): 6 faz, kryteria wejścia i wyjścia, przykład

Wyjaśniono cykl życia testowania oprogramowania: sześć faz STLC z kryteriami wejścia i wyjścia, elementy dostarczane, działający przykład funkcji lo…

Przeczytaj artykuł →
Tworzenie oprogramowania

Git merge vs rebase: różnice, przykłady i kiedy czego używać

Git merge vs rebase wyjaśnione na prawdziwym wyniku logu, z tabelą porównawczą, złotą zasadą rebase i bezpiecznym procesem pracy zespołu.

Przeczytaj artykuł →
Tworzenie oprogramowania

Python list comprehension: składnia, przykłady i kiedy jej unikać

Python list comprehension wyjaśnione: składnia, filtrowanie, if-else, zagnieżdżone pętle, zmierzone czasy i sytuacje, w których zwykła pętla for jes…

Przeczytaj artykuł →
Bazy danych i SQL

SQL JOIN – wyjaśnienie z przykładami (Inner, Left, Right, Full)

Zrozum złączenia SQL krok po kroku na przykładowych tabelach i zapytaniach: INNER, LEFT, RIGHT, FULL, CROSS i SELF, plus typowe błędy i wskazówki wy…

Przeczytaj artykuł →