Snapshot-Tests erklärt: Wie es funktioniert, wann es hilft und wann es weh tut
Snapshot-Tests speichern die Ausgabe Ihres Codes einmal und schlagen dann fehl, wenn sich die Ausgabe ändert. Erfahren Sie, wie Schnappschüsse erstellt werden, wie man den Unterschied liest, wie man mit Zeitstempeln umgeht und welche Überprüfungsgewohnheiten verhindern, dass Schnappschüsse zu Stempeln werden.
- Snapshot-Tests speichert eine bekanntermaßen gute Ausgabe, vergleicht dann jeden späteren Lauf damit und zeigt einen Unterschied an, wenn er sich ändert.
- Es lässt sich schnell schreiben und eignet sich hervorragend für große, strukturierte Ausgaben wie JSON-Antworten, Berichte und gerendertes Markup.
- Dynamische Werte wie Zeitstempel unterbrechen Snapshots. In unserem Durchlauf scheiterte bereits beim nächsten Durchlauf ein entlarvter Zeitstempel.
- Die Gefahr besteht in blinden Updates. Ein Snapshot schützt Sie nur, wenn jemand den Diff liest, bevor er ihn akzeptiert.
Das Schreiben von Behauptungen für eine JSON-Antwort mit 40 Feldern ist mühsam, und die meisten Leute überprüfen fünf Felder und hoffen auf das Beste. Snapshot-Tests verfolgen einen anderen Ansatz: Führen Sie den Code einmal aus, speichern Sie die gesamte Ausgabe in einer Datei und bestehen Sie von da an den Test nicht, wenn die Ausgabe abweicht. Sie tauschen präzise Aussagen gegen eine umfassende Änderungserkennung ein, die bei sorgfältiger Verwendung leistungsstark ist.
Wir haben eine funktionierende Demo mit Pytest 9.2.0, dem Sirupy 7.0.0 Snapshot-Plugin und Python 3.13.6 ausgeführt. Alle folgenden Ausgaben werden von diesen Läufen kopiert. Zum Vergleich werden Scherz- und visuelle Screenshot-Schnappschüsse beschrieben, die jedoch nicht ausgeführt wurden. Wenn Pytest selbst für Sie neu ist, beginnen Sie mit unserem Pytest-Tutorial.
Was ist Snapshot-Testen?
Ein Snapshot-Test hat keinen handgeschriebenen Erwartungswert. Bei der ersten Ausführung zeichnet das Tool die tatsächliche Ausgabe als Erwartung auf und speichert sie neben Ihren Tests. Bei jedem späteren Lauf wird die neue Ausgabe mit dem gespeicherten Snapshot verglichen:
- Wenn sie übereinstimmen, ist der Test bestanden.
- Wenn sie unterschiedlich sind, schlägt der Test fehl und es wird ein Unterschied ausgegeben.
- Wenn die Änderung beabsichtigt ist, aktualisieren Sie den Snapshot mit einem Befehl und übergeben die neue Datei.
Ein Snapshot-Test besagt also nicht, dass die Ausgabe korrekt ist. Es heißt, die Ausgabe sei unverändert. Die Richtigkeit wird einmalig von einer Person überprüft, wenn der Schnappschuss zum ersten Mal überprüft wird.
Arten von Schnappschüssen
| Typ | Was wird gespeichert | Typische Werkzeuge |
|---|---|---|
| Datenschnappschuss | Serialisierte Objekte, JSON, Text | sirupartig, Scherz, Vitest, Überprüfen |
| Markup-Schnappschuss | Gerenderter HTML- oder Komponentenbaum | Scherzen Sie mit React, Vue-Test-Utilities |
| Visueller Schnappschuss | Screenshot einer Seite oder Komponente | Dramatiker, Percy, Chromatic |
Dieser Leitfaden konzentriert sich auf Datenschnappschüsse, da diese am einfachsten zu starten und am einfachsten zu überprüfen sind.
Unser Demo-Setup
# invoice.py
def render_invoice(items, now=None):
now = now or datetime.now(timezone.utc)
total = sum(q * p for _, q, p in items)
return {"generated_at": now.isoformat(),
"lines": [{"sku": s, "qty": q, "price": p} for s, q, p in items],
"total": round(total * 1.18, 2), "currency": "INR"}
def receipt_text(items):
rows = [f"{s:<6}{q:>3} x {p:>7.2f}" for s, q, p in items]
return "\n".join(rows + ["-" * 20, f"TOTAL {sum(q*p for _, q, p in items):>14.2f}"])
# test_invoice.py
ITEMS = [("PEN", 2, 20.0), ("INK", 1, 50.0)]
def test_receipt_text(snapshot):
assert receipt_text(ITEMS) == snapshot
def test_invoice_fixed_clock(snapshot):
assert render_invoice(ITEMS, now=datetime(2026, 11, 12, tzinfo=timezone.utc)) == snapshot
def test_invoice_masked_time(snapshot):
assert render_invoice(ITEMS) == snapshot(matcher=path_type({"generated_at": (str,)}))
Das Argument snapshot ist ein von Sirupy bereitgestelltes Pytest-Fixture. Unser Pytest-Fixtures-Leitfaden erklärt, wie Fixtures auf diese Weise injiziert werden.
Der erste Lauf
$ pytest -q
3 failed
$ pytest -q --snapshot-update
3 snapshots generated.
3 passed
$ pytest -q
3 snapshots passed.
3 passed
Da keine Snapshots gespeichert waren, schlugen alle drei Tests fehl. Diese Standardeinstellung ist beabsichtigt: Ein brandneuer Snapshot sollte absichtlich und nicht stillschweigend erstellt werden. Das Update-Flag hat die Snapshots geschrieben und der nächste normale Lauf wurde durchgeführt.
So sieht die Snapshot-Datei aus
Sirupy hat eine lesbare Datei im Ordner __snapshots__ gespeichert. Ein Teil davon:
# name: test_invoice_fixed_clock
dict({
'currency': 'INR',
'generated_at': '2026-11-12T00:00:00+00:00',
'lines': list([
dict({
'price': 20.0,
'qty': 2,
'sku': 'PEN',
}),
...
]),
'total': 106.2,
})
Diese Datei ist nun Ihr erwartetes Ergebnis, also überprüfen Sie sie wie Code. Ist 106,2 richtig? Zwei Stifte zu 20 plus eine Tinte zu 50 ergeben 90, und 90 mit 18 % Steuer ergeben 106,2, also ja. Auf diese einmalige Überprüfung kommt es beim Snapshot-Testen an. Übertragen Sie die Datei mit dem Test.
Wie eine Codeänderung aussieht
Als nächstes änderten wir ein Wort in der Quittung, TOTAL in Total, und führten die Tests erneut durch:
E AssertionError: assert [+ received] == [- snapshot]
E - TOTAL 90.00
E + Total 90.00
1 snapshot failed. 2 snapshots passed.
Das Diff zeigte genau auf die Zeile, die sich geändert hat. Wenn die Änderung beabsichtigt war, aktualisieren Sie den Snapshot. Wenn nicht, haben Sie einen Rückschritt erwischt, ohne jemals eine Aussage zu dieser Bezeichnung zu schreiben. Dies macht Snapshots nützlich für Ausgaben, die andere Systeme analysieren, wie z. B. Belege, CSV-Exporte und API-Nutzlasten. Unsere Checkliste für Regressionstests deckt ab, wo solche Prüfungen sonst noch sinnvoll sind.
Zeitstempel, IDs und andere bewegliche Teile
Wir haben einen Test hinzugefügt, der einen Snapshot render_invoice mit der echten Uhr erstellt hat. Beim Erstellen des Snapshots wurde der Fehler bestanden, und schon beim nächsten Durchlauf schlug er fehl:
E - 'generated_at': '2026-11-12T15:12:34.206809+00:00',
E + 'generated_at': '2026-11-12T15:12:35.621553+00:00',
1 snapshot failed.
Jeder Wert, der sich zwischen den Läufen ändert, macht einen Snapshot unbrauchbar: Zeiten, zufällige IDs, UUIDs, Speicheradressen, ungeordnete Mengen. Wir haben zwei Fixes verwendet und beide haben zuverlässig bestanden:
- Steuern Sie den Eingang: Übergeben Sie einen festen Takt, wie in
test_invoice_fixed_clock. Dies ist die sauberste Option. - Maskieren Sie das Feld: Sirupys
path_typeMatcher speicherte'generated_at': strund überprüfte nur den Typ.
Sortieren Sie außerdem Listen, deren Reihenfolge keine Rolle spielt, und erstellen Sie Zufallsdaten. Unser Leitfaden zur Testdatengenerierung zeigt, wie Sie generierte Daten wiederholbar machen.
Tipp: Wenn ein Snapshot bei einer Wiederholung ohne Codeänderung fehlschlägt, behandeln Sie ihn als schwankenden Test. Finden Sie den gleitenden Wert und heften Sie ihn fest. Generieren Sie den Snapshot nicht einfach neu.
Snapshots sicher aktualisieren
Der Update-Befehl ist sowohl die beste als auch die schlechteste Funktion. Es macht beabsichtigte Änderungen billig, und es macht auch unvorsichtige Genehmigungen billig. Gute Gewohnheiten:
- Führen Sie niemals das Update-Flag aus, um „CI grün zu machen“, ohne vorher das Diff zu lesen.
- Übertragen Sie Snapshot-Änderungen in derselben Pull-Anfrage wie der Code, der sie verursacht hat, sodass Prüfer beides sehen können.
- Schnappschüsse klein halten. Ein Snapshot-Diff mit 2.000 Zeilen wird überflogen und nicht überprüft.
- Veraltete Snapshots löschen; Sirupy hat eines gemeldet und entfernt, als wir seinen Test gelöscht haben.
- In CI ohne Update-Flag ausführen, sodass neue oder geänderte Snapshots fehlschlagen, anstatt geschrieben zu werden.
Wenn Snapshot-Tests helfen
- Große, strukturierte Ausgaben, bei denen handschriftliche Zusicherungen lang wären: API-Antworten, Berichte, Konfigurationsgeneratoren.
- Refactoring von Code, der nur wenige Tests hat. Erstellen Sie zunächst einen Snapshot des aktuellen Verhaltens, führen Sie dann eine Umgestaltung durch und bestätigen Sie, dass sich nichts geändert hat.
- Serialisierer und Formatierer, bei denen wahrscheinlich jede Änderung wichtig ist.
- Fehlermeldungen und CLI-Ausgaben, von denen Benutzer oder Skripte abhängig sind.
Kombinieren Sie für API-Nutzlasten, die mit anderen Teams geteilt werden, Snapshots mit Schemaprüfungen. Unser API-Vertragstestleitfaden deckt die Vertragsseite ab.
Wenn Snapshot-Tests weh tun
- Wenn sich die Ausgabe konstruktionsbedingt häufig ändert. Ständige Aktualisierungen lehren das Team, zu genehmigen, ohne es zu lesen.
- Wenn es auf die Logik ankommt. Eine Steuerregel verdient eine explizite Behauptung mit einem benannten erwarteten Wert und keine Zeile innerhalb einer Momentaufnahme.
- Wenn Schnappschüsse riesig sind. Sie werden von niemandem überprüft, sodass sie Fehler ebenso leicht beheben wie korrektes Verhalten.
- Für visuelle Schnappschüsse auf verschiedenen Computern, bei denen Schriftarten und Rendering unterschiedlich sind, es sei denn, Sie führen die Anwendung in einer festen Umgebung aus.
Scherz, Vitest und visuelle Schnappschüsse
In JavaScript verwenden Jest und Vitest expect(value).toMatchSnapshot() und aktualisieren mit -u. Sie bieten auch Inline-Snapshots an, bei denen der gespeicherte Wert in die Testdatei selbst geschrieben wird, wodurch kleine Snapshots während der Überprüfung sichtbar bleiben. Playwright vergleicht Screenshots mit toHaveScreenshot(), wie in unserem Playwright-Tutorial vorgestellt. Wir haben diese hier nicht ausgeführt, aber sie folgen demselben oben gezeigten Erstellungs-, Vergleichs- und Aktualisierungszyklus.
Eine Checkliste für die Snapshot-Überprüfung
- Enthält der neue Snapshot die von Ihnen erwarteten Werte, die mindestens einmal manuell überprüft wurden?
- Entspricht jede geänderte Zeile im Diff der beabsichtigten Codeänderung?
- Bleiben Zeitstempel, IDs oder Zufallswerte unmaskiert?
- Ist der Schnappschuss klein genug, um ihn in einer Minute zu lesen?
- Würde eine explizite Behauptung die wichtige Regel klarer zum Ausdruck bringen?
Fazit
Snapshot-Tests sind eine schnelle Möglichkeit, unerwartete Änderungen in großen Ausgaben zu erkennen. Unsere Demo zeigte beide Seiten: Eine Ein-Wort-Änderung wurde mit einem präzisen Diff erfasst, und ein unmaskierter Zeitstempel brach den Test beim nächsten Durchlauf ab. Halten Sie Snapshots klein, fixieren oder maskieren Sie sich bewegende Werte, überprüfen Sie jedes Update und verwenden Sie explizite Behauptungen für die Regeln, die am wichtigsten sind.
Häufige Fragen
Was ist Snapshot-Testen?
Es speichert die Codeausgabe einer bekanntermaßen guten Ausführung und schlägt bei späteren Ausführungen fehl, wenn sich die Ausgabe ändert, und zeigt einen Unterschied an. Es erkennt Veränderungen, anstatt die Richtigkeit zu beweisen.
Wie aktualisiere ich einen Snapshot?
Führen Sie den Aktualisierungsbefehl des Tools aus, z. B. pytest mit –snapshot-update für Sirupy oder jest -u. Lesen Sie zuerst das Diff und übertragen Sie den neuen Snapshot mit der Codeänderung.
Warum schlagen meine Snapshot-Tests bei jedem Lauf fehl?
Die Ausgabe enthält sich ändernde Werte wie Zeitstempel, zufällige IDs oder ungeordnete Daten. Übergeben Sie eine feste Uhr, setzen Sie Zufälligkeiten, sortieren Sie Listen oder maskieren Sie diese Felder mit einem Matcher.
Sind Snapshot-Tests gut oder schlecht?
Sie sind nützlich für große strukturierte Ausgaben und Refactoring, aber schädlich, wenn sie riesig sind oder ohne Überprüfung aktualisiert werden. Verwenden Sie explizite Behauptungen für wichtige Geschäftsregeln.
Was ist der Unterschied zwischen Snapshot- und visuellem Test?
Datenschnappschüsse speichern Text oder serialisierte Werte. Visuelle Tests speichern Screenshots und vergleichen Pixel, wodurch auch Layout- und Stiländerungen erfasst werden, die Umgebung jedoch empfindlicher reagiert.
Lerne weiter
Benötigen Sie Hilfe beim Testen, WordPress oder SEO?
Wir helfen Teams, bessere Software zu liefern und ihre Websites zu erweitern. Sagen Sie uns, woran Sie gerade arbeiten, und wir schlagen Ihnen einen klaren nächsten Schritt vor.
Weitere Anleitungen finden Sie unter Tests, KI und moderne Entwicklung
Hat Ihnen dieser Artikel gefallen? Wählen Sie ein Thema und springen Sie direkt in unsere neuesten Tutorials.
Erklärte RAG-Chunking-Strategien: Fest, Überlappung, Satz, rekursiv und Überschriften, gemessen
RAG-Chunking-Strategien im Vergleich zu einem Dokument mit Tiktoken 0.14: feste Größe, Überlappung, Satzpackung, rekursive Aufteilung und überschrif…
Artikel lesen →SoftwareentwicklungAPI-Idempotenz erklärt: Idempotenzschlüssel und sichere Wiederholungsversuche, getestet
Erklärung der API-Idempotenz anhand eines von uns ausgeführten Python-Servers und -Clients: Eine verlorene Antwort verursachte eine doppelte Gebühr …
Artikel lesen →DevOpsGit Stash erklärt: Speichern, Anwenden, Pop und nicht verfolgte Dateien, getestet
Git Stash erklärt mit Befehlen, die wir auf Git 2.56 ausgeführt haben: Push mit einer Nachricht, nicht verfolgte Dateien, Auflisten und Anzeigen, An…
Artikel lesen →SoftwaretestsPaarweises Testen erklärt: Wie alle Paare 216 Tests auf 13 reduzieren, getestet
Paarweises Testen erklärt mit einem Generator, den wir in Python 3.13 ausgeführt haben: ein Checkout mit 216 Kombinationen, die durch 13 Tests abged…
Artikel lesen →TestautomatisierungTest-Doubles erklärt: Dummy, Stub, Spy, Mock und Fake, mit getestetem Python-Code
Test-Doubles werden anhand eines Python-Beispiels erklärt, das in Pytest 9.2 ausgeführt wird: Dummy, Stub, Spy, Mock und Fake, wann jeweils zu verwe…
Artikel lesen →Datenbanken & SQLSQL COALESCE erklärt: Standardwerte, NULLIF, IFNULL vs. ISNULL und Traps, getestet
SQL COALESCE wurde mit Abfragen erklärt, die wir in SQLite 3.50 ausgeführt haben: erste Nicht-Null-Werte, leere Zeichenfolgen, NULL in Mathematik, N…
Artikel lesen →Datenbanken & SQLSQL Self Join erklärt: Mitarbeiter-Manager, Paare und Zeilenvergleiche, getestet
SQL-Self-Join erklärt anhand von Abfragen, die wir in SQLite 3.50 ausgeführt haben: Mitarbeiter und Manager, mehr verdienen als der Manager, eindeut…
Artikel lesen →SoftwareentwicklungErklärter JavaScript-Spread-Operator: Spread vs. Rest, Kopien und Fallstricke, getestet
Der JavaScript-Spread-Operator wird mit Code erklärt, den wir auf Knoten 24 ausgeführt haben: Arrays, Objekte, flache Kopien, Restparameter, das Mat…
Artikel lesen →SoftwareentwicklungErklärtes Python-Sammlungsmodul: Counter, defaultdict, deque und mehr, getestet
Python-Sammlungen erklärt mit Code, den wir auf Python 3.13 ausgeführt haben: Counter, defaultdict, deque, benannttuple, OrderedDict und ChainMap, p…
Artikel lesen →Künstliche IntelligenzErklärtes LLM-Kontextfenster: Token, Grenzen und wie man mehr einpasst, gemessen
Das LLM-Kontextfenster wird anhand der Token-Anzahl erklärt, die wir mit Tiktoken gemessen haben: Wörter vs. Token für Prosa, Code und Hindi, Eingab…
Artikel lesen →SoftwareentwicklungWebhooks erklärt: Wie sie funktionieren und wie man sie sicher empfängt
Webhooks erklärt mit einem Empfänger und Sender, den wir in Python ausgeführt haben: Push vs. Polling, HMAC-SHA256-Signaturen, Ablehnen manipulierte…
Artikel lesen →DevOpsGit Cherry-Pick erklärt: Kopieren Sie den Commit, den Sie benötigen, sicher und getestet
Git Cherry-Pick erklärt mit Befehlen, die wir in Git 2.56 ausgeführt haben: Kopieren eines Hotfixes in einen Release-Zweig, neue Hashes und Patch-ID…
Artikel lesen →TestautomatisierungSnapshot-Tests erklärt: Wie es funktioniert, wann es hilft und wann es weh tut
Snapshot-Tests erklärt anhand einer Pytest- und Sirup-Demo, die wir ausgeführt haben: Snapshots erstellen, Diff nach einer Codeänderung lesen, Zeits…
Artikel lesen →SoftwaretestsMutationstests erklärt: Warum die 100-prozentige Abdeckung unseren Fehler immer noch übersehen hat
Mutationstests erklärt mit einem kleinen Mutationstool, das wir erstellt und ausgeführt haben: 14 Mutanten, eine Testsuite mit 100 % Linienabdeckung…
Artikel lesen →Künstliche IntelligenzPrompt Injection erklärt: Wie KI-Apps ausgetrickst werden und wie man sie verteidigt
Prompt-Injection erklärt für Builder: direkte und indirekte Angriffe, warum Schlüsselwortfilter fehlschlagen (unser Test hat 1 von 4 blockiert) und …
Artikel lesen →DevOpsErklärte DNS-Einträge: A, AAAA, CNAME, MX, TXT und TTL mit echten Lookups
DNS-Einträge erklärt anhand der von uns durchgeführten Suchvorgänge: Funktionsweise der Auflösung, A und AAAA, CNAME-Regeln, MX und Null-MX, TXT für…
Artikel lesen →DevOpsErklärte Funktionsflags: Sichere Veröffentlichungen, schrittweise Rollouts und Flag-Hygiene
Funktionsflags anhand einer von uns durchgeführten Rollout-Simulation erklärt: Flag-Typen, prozentuale Rollouts mit stabilem Hashing, Kill-Switches,…
Artikel lesen →TestautomatisierungTestdatengenerierung mit Python Faker: Realistische, wiederholbare und sichere Daten
Testen Sie die Datengenerierung mit Python Faker, führen Sie sie aus und messen Sie sie: Seeding für wiederholbare Daten, Gebietsschemata, eindeutig…
Artikel lesen →SoftwaretestsShift-Left-Tests erklärt: Finden Sie Fehler früher, ohne das Team zu verlangsamen
Shift-Left-Tests erklärt: Was es bedeutet, warum Frühdefekte günstiger sind, Vorgehensweisen von Anforderungsüberprüfungen bis hin zu CI-Prüfungen, …
Artikel lesen →Datenbanken & SQLErklärte SQL-String-Funktionen: TRIM, SUBSTR, REPLACE, CONCAT und Datenbereinigung
SQL-String-Funktionen, die mit von uns ausgeführten Abfragen erklärt wurden: Verkettung und NULL, TRIM, UPPER und LOWER, SUBSTR und INSTR, REPLACE, …
Artikel lesen →Datenbanken & SQLErklärte SQL-Trigger: VOR- und NACH-Trigger, Prüfprotokolle und Fallstricke
SQL-Trigger werden anhand von Triggern erklärt, die wir ausgeführt haben: VORHER vs. NACHHER, ALT und NEU, Prüfprotokolle, Validierung, Bestandsaktu…
Artikel lesen →SoftwareentwicklungErklärung des Python-JSON-Moduls: Dumps, Loads, benutzerdefinierte Typen und häufige Fehler
Das Python-JSON-Modul wird anhand des von uns ausgeführten Codes erklärt: Dumps und Loads, Dateien, Typkonvertierungen, Datumsangaben und Dezimalzah…
Artikel lesen →SoftwareentwicklungES-Module vs. CommonJS: Wie JavaScript-Importe in Node.js funktionieren, getestet
ES-Module vs. CommonJS erklärt mit Code, den wir in Node.js ausgeführt haben: Import- und Exportsyntax, Require, Live-Bindungen, Caching, Top-Level-…
Artikel lesen →SoftwareentwicklungPython Regex erklärt: Muster, Gruppen, Lookaheads und Fallstricke, getestet
Python-Regex erklärt mit Mustern, die wir ausgeführt haben: Suche vs. Übereinstimmung, Findall, Gruppen und benannte Gruppen, Greedy vs. Lazy, Sub, …
Artikel lesen →Künstliche IntelligenzErklärung der strukturierten LLM-Ausgabe: Zuverlässiges JSON aus KI-Modellen erhalten
Die strukturierte LLM-Ausgabe wird anhand der von uns in Pydantic ausgeführten Validierung erklärt: JSON-Modus und -Schemas, eingeschränkte Dekodier…
Artikel lesen →DevOpsSSH-Schlüssel erklärt: Wie sie funktionieren, ssh-keygen, Ed25519 und sichere Gewohnheiten
SSH-Schlüssel erklärt mit Schlüsseln, die wir generiert haben: öffentliche vs. private Schlüssel, ssh-keygen, Ed25519 vs. RSA, Fingerabdrücke, Passp…
Artikel lesen →DevOpsHTTP-Caching erklärt: Cache-Kontrolle, ETag und 304-Antworten, mit einem Live-Test
HTTP-Caching erklärt anhand eines kleinen Servers, den wir ausgeführt haben: Cache-Control-Anweisungen, Max-Age, No-Cache vs. No-Store, ETag-Revalid…
Artikel lesen →TestautomatisierungAPI-Vertragstests erklärt: Erkennen Sie wichtige Änderungen, bevor sie versendet werden
Das Testen von API-Verträgen wird anhand einer von uns durchgeführten Schemaprüfung erklärt: Was ein Vertrag ist, verbrauchergesteuerte Verträge, Pa…
Artikel lesen →SoftwaretestsRisikobasiertes Testen erklärt: Risiken bewerten, eine Matrix erstellen und testen, worauf es ankommt
Risikobasiertes Testen Schritt für Schritt erklärt: Risiken identifizieren, Wahrscheinlichkeit und Auswirkung bewerten, eine Risikomatrix erstellen,…
Artikel lesen →Datenbanken & SQLErklärte SQL-Einschränkungen: NOT NULL, UNIQUE, CHECK und FOREIGN KEY, getestet
SQL-Einschränkungen anhand der von uns durchgeführten Tests erklärt: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY und FOREIGN KEY, die NULL-Lücken, die…
Artikel lesen →Datenbanken & SQLErklärte SQL-Datumsfunktionen: Datumsangaben fehlerfrei hinzufügen, vergleichen und gruppieren
Erklärung der SQL-Datumsfunktionen anhand von Abfragen, die wir ausgeführt haben: Hinzufügen von Intervallen, Überraschungen am Monatsende, Datumsun…
Artikel lesen →SoftwareentwicklungPython-Asyncio erklärt: Async, Wait, Gather und TaskGroup mit echten Timings
Python-Asyncio erklärt mit Code, den wir getimt haben: Coroutinen, Wait, Gather, TaskGroup, Fehlerbehandlung, Zeitüberschreitungen, Einschränkung de…
Artikel lesen →SoftwareentwicklungDebounce vs. Throttle in JavaScript: Wie sie funktionieren, wann man sie verwendet, getestet
Debounce vs. Throttle in JavaScript erklärt anhand von Timings, die wir in Node.js gemessen haben: wie jedes funktioniert, einfache Implementierunge…
Artikel lesen →SoftwareentwicklungErklärte Python-Kontextmanager: Die with-Anweisung, contextlib und Real Uses
Python-Kontextmanager erklärt anhand des von uns ausgeführten Codes: Funktionsweise, __enter__ und __exit__, contextlib.contextmanager, supprimieren…
Artikel lesen →Künstliche IntelligenzLLM-Temperatur und Top-p erklärt: Wie KI-Modelle ihr nächstes Wort wählen
LLM-Temperatur und Top-P erklärt anhand einer von uns durchgeführten Simulation: wie Wahrscheinlichkeiten umgeformt werden, was Top-P beibehält, emp…
Artikel lesen →DevOpsYAML erklärt: Syntax, das Norwegen-Problem und andere von uns getestete Fallen
YAML erklärt mit einem Parser-Test: grundlegende Syntax, Listen und Karten, das Norwegen-Problem, Versionen, die in Gleitkommazahlen umgewandelt wer…
Artikel lesen →DevOpsCron-Jobs erklärt: Syntax, echte Zeitpläne und die Fehler, die sie zerstören
Cron-Jobs werden anhand von Zeitplänen erklärt, die wir überprüft haben: die fünf Felder, Operatoren, reale Beispiele, die Tag-des-Monats- ODER Woch…
Artikel lesen →Künstliche IntelligenzKI-Halluzinationen erklärt: Warum Sprachmodelle Dinge erfinden und wie man sie reduziert
KI-Halluzinationen erklärt: Was sie sind, warum Sprachmodelle sie produzieren, gängige Typen, wie man sie mit Erdung und Eingabeaufforderungen reduz…
Artikel lesen →DevOpsErklärte Umgebungsvariablen: .env-Dateien, Geheimnisse und Konfiguration richtig gemacht
Umgebungsvariablen anhand von Python-Beispielen erklärt, die wir ausgeführt haben: Sie lesen und festlegen, warum jeder Wert ein String ist, .env-Da…
Artikel lesen →SoftwareentwicklungAPI-Ratenbegrenzung erklärt: Algorithmen, Header und Behandlung von 429-Fehlern
API-Ratenbegrenzung anhand einer von uns durchgeführten Simulation erklärt: Token-Bucket, festes Fenster, gleitendes Fenster, 429 Antworten, Ratenbe…
Artikel lesen →TestautomatisierungSpott in Python: unittest.mock, Patch und die Fehler, die Tests zum Lügen machen
Mocking in Python mit unittest.mock, getestet: Mock und return_value, side_effect, Patchen, wo ein Name verwendet wird, Spezifikation und Autospec, …
Artikel lesen →SoftwaretestsCode-Abdeckung erklärt: Leitungs- und Zweigstellenabdeckung und was 100 % wirklich bedeutet
Erklärung der Codeabdeckung anhand eines echten Coverage.py-Laufs: Zeilen-, Zweig- und Bedingungsabdeckung, Lesen eines Berichts, warum bei 100 % Ab…
Artikel lesen →Datenbanken & SQLDELETE vs. TRUNCATE vs. DROP in SQL: Unterschiede, Rollback und Verwendungszweck
DELETE vs. TRUNCATE vs. DROP erklärt mit getestetem SQL: was jeweils entfernt wird, Rollback, Trigger, Identitätsrücksetzung, Geschwindigkeit und wi…
Artikel lesen →Datenbanken & SQLErklärte SQL-Ansichten: Erstellen, nutzen und vermeiden Sie Fallstricke mit Beispielen
SQL-Ansichten anhand der von uns ausgeführten Abfragen erklärt: Erstellen einer Ansicht, Live-Ergebnisse, Ausblenden von Spalten, Leistung, aktualis…
Artikel lesen →SoftwareentwicklungTypeScript-Schnittstelle vs. Typ: Echte Unterschiede, getestet mit dem Compiler
TypeScript-Schnittstelle vs. Typ, überprüft mit dem echten Compiler: Was beide können, was nur einer kann, Deklarationszusammenführung, Erweiterunge…
Artikel lesen →SoftwareentwicklungPython *args und **kwargs erklärt: Flexible Funktionen mit klaren Beispielen
Python *args und **kwargs erklärt mit Code, den wir ausgeführt haben: Packen und Entpacken, Parameterreihenfolge, Nur-Schlüsselwort- und Nur-Positio…
Artikel lesen →SoftwareentwicklungPython-Lambda-Funktionen: Syntax, tatsächliche Verwendung und wann man sie nicht verwendet
Python-Lambda-Funktionen erklärt mit Code, den wir ausgeführt haben: Syntax, Sortierung mit Schlüssel, Karte und Filter, Abschlüsse, die Late-Bindin…
Artikel lesen →Künstliche IntelligenzWas sind KI-Agenten? Wie sie funktionieren, mit einer einfachen Agentenschleife, die Sie ausführen können
Was sind KI-Agenten? Eine einfache Anleitung zur Agentenschleife, zu Tools, Speicher und Leitplanken, mit einer kleinen Python-Schleife, die wir aus…
Artikel lesen →DevOpsÜberwachung vs. Beobachtbarkeit: Der wahre Unterschied, mit Protokollen, Metriken und Traces
Überwachung vs. Beobachtbarkeit erklärt: bekannte und unbekannte Fehler, Protokolle, Metriken und Spuren, eine exemplarische Vorgehensweise für Chec…
Artikel lesen →DevOpsDocker-Volumes vs. Bind Mounts: Containerdaten auf die richtige Art und Weise beibehalten
Docker-Volumes vs. Bind-Mounts erklärt: Warum Containerdaten verschwinden, benannte Volumes, Bind-Mounts, tmpfs, Compose-Beispiele, Backups, Berecht…
Artikel lesen →TestautomatisierungTDD vs. BDD: Hauptunterschiede, eine Funktion, die auf beide Arten entwickelt wurde und wann sie jeweils verwendet werden sollte
TDD vs. BDD erklärt mit einer Rabattfunktion, die in beide Richtungen aufgebaut ist: Rot-Grün-Refaktor mit Code, den wir ausgeführt haben, Gegeben-W…
Artikel lesen →SoftwaretestsBenutzerakzeptanztests (UAT): Prozess, Checkliste und reale Beispiele
Benutzerakzeptanztests erklärt: Wer führt ihn durch, wie unterscheidet er sich von der Qualitätssicherung, ein siebenstufiger Prozess, eine UAT-Test…
Artikel lesen →Datenbanken & SQLErklärte SQL-NULL-Werte: IS NULL, COALESCE, NULLIF und die zu vermeidenden Fallen
SQL-NULL-Werte, die mit von uns ausgeführten Abfragen erklärt wurden: dreiwertige Logik, IS NULL, COALESCE, NULLIF, wie Aggregate, Joins und Sortier…
Artikel lesen →Datenbanken & SQLSQL CASE WHEN-Anweisung: Syntax, reale Beispiele und häufige Fehler
SQL CASE WHEN anhand der von uns ausgeführten Abfragen erklärt: einfache und durchsuchte Formulare, Bedingungsreihenfolge, Pivots mit SUM, COUNT-Tri…
Artikel lesen →SoftwareentwicklungWas ist JWT? JSON-Web-Tokens anhand eines funktionierenden Beispiels erklärt
Was ist JWT? JSON Web Tokens erklärt: die drei Teile, ein Token, das in dem von uns ausgeführten Code erstellt und manipuliert wurde, JWT vs. Sitzun…
Artikel lesen →SoftwareentwicklungErklärte JavaScript-Ereignisschleife: Aufrufstapel, Mikrotasks und Timer mit Beispielen
Die JavaScript-Ereignisschleife wurde mit dem von uns ausgeführten Code erklärt: Aufrufstapel, Aufgaben- und Mikrotask-Warteschlangen, warum setTime…
Artikel lesen →SoftwareentwicklungErklärung von Python-Generatoren und -Ertrag: Sparen Sie Speicher mit echten Beispielen
Python-Generatoren und Yield anhand des von uns ausgeführten Codes erklärt: wie sie angehalten und fortgesetzt werden, gemessene Speichereinsparunge…
Artikel lesen →Künstliche IntelligenzWas sind Einbettungen? Vektoren und Kosinusähnlichkeit einfach erklärt
Was sind Einbettungen? Ein Leitfaden in einfacher Sprache zu Vektoren, Kosinusähnlichkeit und semantischer Suche, mit einem kleinen Beispiel, das wi…
Artikel lesen →DevOpsBlau-Grün vs. Canary-Bereitstellung: Unterschiede, Kompromisse und Auswahl
Blue-Green vs. Canary-Bereitstellung erklärt: Funktionsweise, Kosten, Risiko und Rollback, stabiles Benutzer-Bucketing, das wir getestet haben, Date…
Artikel lesen →TestautomatisierungFlaky-Tests: Was sie verursacht und wie man sie endgültig behebt
Flaky-Tests wurden anhand von Demos erklärt, die wir durchgeführt haben: die Hauptursachen, wie man sie bestätigt und diagnostiziert, richtige Korre…
Artikel lesen →SoftwaretestsLasttest vs. Stresstest: Unterschiede, Metriken und k6-Beispiele
Erläuterungen zu Lasttests und Stresstests: Was die einzelnen Tests beweisen, Spike- und Soak-Tests, welche Kennzahlen wichtig sind, warum Durchschn…
Artikel lesen →SoftwaretestsTestfall vs. Testszenario: Hauptunterschiede, Beispiele und wann man sie jeweils verwendet
Testfall vs. Testszenario erklärt: klare Definitionen, eine Tabelle nebeneinander, eine Funktion zum Zurücksetzen von Passwörtern, die von Szenarios…
Artikel lesen →Datenbanken & SQLSQL-Abfrageoptimierung: Ausführungspläne lesen und langsame Abfragen mit Zeitvorgaben beheben
An einer Million Zeilen getestete SQL-Abfrageoptimierung: Ausführungspläne lesen, die richtigen Indizes hinzufügen, nicht sargierbare Filter korrigi…
Artikel lesen →Datenbanken & SQLSQL UNION vs. UNION ALL: Unterschiede, Beispiele und getestete Leistung
SQL UNION vs. UNION ALL anhand der von uns ausgeführten Abfragen erklärt: Duplikate, die Regeln, denen beide folgen, ein echter Datenfehler, gemesse…
Artikel lesen →SoftwareentwicklungTutorial zur JavaScript-Abruf-API: GET, POST, Fehlerbehandlung und Zeitüberschreitungen
Ein JavaScript-Abruf-API-Tutorial, das auf einem lokalen Server getestet wurde: GET und POST, warum 404 nicht ausgelöst wird, ein wiederverwendbarer…
Artikel lesen →SoftwareentwicklungUmgang mit Python-Dateien: Lesen, Schreiben, CSV, JSON und Pathlib mit Beispielen
Die Handhabung von Python-Dateien wird anhand des von uns ausgeführten Codes erklärt: Öffnungsmodi, Lesen großer Dateien, CSV, JSON, Pathlib, Binärd…
Artikel lesen →SoftwareentwicklungPython-Klassen und -Objekte: OOP-Tutorial mit echten Beispielen
Python-Klassen und -Objekte erklärt mit Code, den wir ausgeführt haben: __init__, Methoden, Klassen- und Instanzattribute, Vererbung, Eigenschaften,…
Artikel lesen →Künstliche IntelligenzWas ist ein großes Sprachmodell? Wie LLMs funktionieren, ohne großen Hype erklärt
Was ist ein großes Sprachmodell? LLMs im Klartext erklärt: Token, Einbettungen, Aufmerksamkeit, Training, Temperatur- und Kontextfenster, eine klein…
Artikel lesen →DevOpsLinux-Befehle für Anfänger: Der grundlegende Terminal-Leitfaden mit Beispielen
Linux-Befehle für Anfänger, gruppiert nach Aufgaben: Navigation, Dateien, Anzeigen von Protokollen, Grep, Pipes, Berechtigungen, Prozesse und Archiv…
Artikel lesen →TestautomatisierungSelenium vs. Playwright: Hauptunterschiede, Code im Vergleich und welche Sie wählen sollten
Selenium vs. Playwright im Vergleich: Architektur, Wartezeit, Browser- und Sprachunterstützung, Debugging, der gleiche Test in beiden Tools, Migrati…
Artikel lesen →SoftwaretestsÄquivalenzpartitionierung: Testdesigntechnik anhand von Beispielen erklärt
Erklärung der Äquivalenzpartitionierung: Wie man gültige und ungültige Partitionen findet, Beispiele für Alter, Passwörter und Gutscheine, von uns d…
Artikel lesen →SoftwaretestsSchweregrad vs. Priorität beim Softwaretest: Unterschiede, Matrix und reale Beispiele
Schweregrad vs. Priorität beim Softwaretest erklärt: klare Definitionen, eine Vier-Wege-Matrix mit Beispielen, Stufenskalen, wer die einzelnen Punkt…
Artikel lesen →Datenbanken & SQLTutorial zu SQL-Unterabfragen: Typen, korrelierte Unterabfragen und EXISTS mit Beispielen
Ein SQL-Unterabfrage-Tutorial mit Abfragen, die wir ausgeführt haben: Skalar-, IN-, FROM- und SELECT-Unterabfragen, korrelierte Unterabfragen, EXIST…
Artikel lesen →Datenbanken & SQLSQL-Transaktionen und ACID erklärt: COMMIT, ROLLBACK und Isolationsstufen
SQL-Transaktionen und ACID anhand einer von uns durchgeführten Banküberweisung erklärt: COMMIT, ROLLBACK, Sicherungspunkte, Sperren, Isolationsstufe…
Artikel lesen →SoftwareentwicklungSpickzettel für Git-Befehle: Die Befehle, die Sie tatsächlich verwenden, mit Beispielen
Ein Git-Befehls-Spickzettel, gruppiert nach Aufgabe: Setup, Staging, Branches, Remotes, Stash, Verlauf und Rückgängigmachen von Fehlern, mit Ausgabe…
Artikel lesen →SoftwareentwicklungErklärte JavaScript-Versprechen: Dann, Catch, Promise.all und häufige Fehler
JavaScript-Versprechen erklärt mit Code, den wir ausgeführt haben: Zustände, dann und Fangketten, Fehlerbehandlung, Promise.all, allSettled, Rennen …
Artikel lesen →SoftwareentwicklungPython-Wörterbuch-Tutorial: Methoden, Beispiele und gängige Muster
Ein Python-Wörterbuch-Tutorial mit Code, den wir ausgeführt haben: Diktate erstellen, lesen und aktualisieren, Schlüsselmethoden, Zusammenführung, V…
Artikel lesen →Künstliche IntelligenzWas ist RAG? Retrieval-Augmented Generation anhand eines Arbeitsbeispiels erklärt
Was ist RAG? Abruf-erweiterte Generierung Schritt für Schritt erklärt: Indizierung, Chunking, Einbettungen, Abruf, ein kleines funktionierendes Pyth…
Artikel lesen →DevOpsTerraform-Tutorial für Anfänger: Infrastruktur als Code von der ersten Datei bis zu den Modulen
Ein Terraform-Tutorial für Anfänger: Beginnen Sie ohne Cloud-Konto, lernen Sie Init, Planen und Anwenden, dann Variablen, Ausgaben, Status, Module u…
Artikel lesen →DevOpsDocker vs. Kubernetes: Hauptunterschiede, wie sie zusammenarbeiten und was Sie brauchen
Docker vs. Kubernetes erklärt: Was jeder tut, die gleiche App läuft mit beiden, Docker Compose und Swarm im Vergleich, die Dockershim-Änderung und w…
Artikel lesen →TestautomatisierungPytest-Tutorial für Anfänger: Vorrichtungen, Parametrisierung und reale Beispiele
Ein Pytest-Tutorial für Anfänger mit Tests, die wir auf Pytest 9.2 durchgeführt haben: Assertions, Fixtures, Parametrize, Conftest, Markers, tmp_pat…
Artikel lesen →SoftwaretestsSoftware Testing Life Cycle (STLC): 6 Phasen, Einstiegs- und Ausstiegskriterien, Beispiel
Der Softwaretest-Lebenszyklus erklärt: sechs STLC-Phasen mit Ein- und Ausstiegskriterien, Ergebnisse, ein Beispiel für eine funktionierende Anmeldef…
Artikel lesen →SoftwareentwicklungGit merge vs rebase: Unterschiede, Beispiele und wann man was nutzt
Git merge vs rebase erklärt mit echter Log-Ausgabe, einer Vergleichstabelle, der goldenen Regel des Rebase und einem sicheren Team-Workflow.
Artikel lesen →SoftwareentwicklungPython List Comprehension: Syntax, Beispiele und wann man darauf verzichtet
Python List Comprehension erklärt: Syntax, Filter, if-else, verschachtelte Schleifen, gemessene Zeiten und Fälle, in denen eine normale for-Schleife…
Artikel lesen →Datenbanken & SQLSQL Joins erklärt mit Beispielen (Inner, Left, Right, Full)
SQL Joins Schritt für Schritt mit Beispieltabellen und Abfragen verstehen: INNER, LEFT, RIGHT, FULL, CROSS und SELF, plus typische Fehler und Perfor…
Artikel lesen →