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

  1. Strona główna
  2. Blog
  3. Testowanie oprogramowania

Testowanie oprogramowania

Wyjaśnienie testów mutacji: Dlaczego 100% pokrycie nadal nie uwzględniało naszego błędu

Testowanie mutacji sprawdza Twoje testy, umieszczając małe błędy w kodzie i sprawdzając, czy testy je wyłapią. Zbudowaliśmy małe narzędzie do mutacji, uruchomiliśmy je w pakiecie z pełnym pokryciem linii i nadal znaleźliśmy trzy luki.

9 min czytania
Testowanie mutacji wyjaśniło: dlaczego 100-procentowe pokrycie nadal pomija nasz błąd

Najważniejsze

  • Testowanie mutacji wprowadza wiele drobnych zmian w kodzie, zwanych mutantami, i przeprowadza testy względem każdej z nich.
  • Zestaw testów zabija mutanta, jeśli co najmniej jeden test zakończy się niepowodzeniem. Zabity udział to wynik mutacji.
  • Nasz pakiet miał 100% pokrycia linii, ale uzyskał tylko 79%, brakuje trzech błędów granicznych. Dwa testy graniczne podniosły go do 100%.
  • Jest powolny, więc uruchamiaj go na krytycznych modułach lub zmienionych plikach, a nie na całej bazie kodu przy każdym zatwierdzeniu.

Pokrycie kodu informuje, które linie wykonały Twoje testy. Nie mówi ci, czy testy zauważą, jeśli te linie będą błędne. Test może uruchomić linię i nie stwierdzić prawie nic na jej temat. Testowanie mutacji odpowiada na trudniejsze pytanie: czy gdyby programista wprowadził tutaj mały błąd, czy jakikolwiek test zakończyłby się niepowodzeniem?

Aby pokazać, jak to działa bez chowania się za narzędziem, napisaliśmy mały tester mutacji w około 60 liniach Pythona, używając modułu ast, a następnie uruchomiliśmy go w Pythonie 3.13.6. Każdy numer poniżej pochodzi z tego biegu. Prawdziwe narzędzia, takie jak PIT, Stryker i mutmut, wykonują tę samą pracę na dużą skalę; opiszemy je później, ale nie umieściliśmy ich tutaj.

Co to jest badanie mutacji?

Proces składa się z czterech etapów:

  1. Uruchom testy względem oryginalnego kodu. Muszą przejść.
  2. Utwórz mutanta: kopię kodu z jedną małą zmianą, np. >= zamienioną na >.
  3. Przeprowadź testy na mutancie. Jeśli jakikolwiek test zakończy się niepowodzeniem, mutant zostaje zabity. Jeśli wszystko przejdzie, przeżyło.
  4. Powtórz tę czynność dla wielu mutantów i zgłoś, który przeżył.

Każdy mutant, który przeżył, jest konkretnym błędem, który przepuszczą Twoje testy. To sprawia, że ​​wyniki są znacznie bardziej przydatne niż procent pokrycia.

Kluczowe terminy

Termin Znaczenie
Mutant Wersja kodu z jedną celową zmianą
Operator mutacji Reguła dokonywania zmian, np. „zamień operatory porównania”
Zabity Co najmniej jeden test przeciwko mutantowi zakończył się niepowodzeniem
Przeżył Każdy test przeszedł pomyślnie, więc zmiana pozostała niezauważona
Wynik mutacji Zabici mutanci podzieleni przez całkowitą liczbę mutantów
Równoważny mutant Zmiana, która nie zmienia zachowania, więc żaden test nie może jej zabić

Testowany kod

def shipping_fee(total, is_member):
    if total >= 500:
        return 0
    if is_member:
        return 20
    return 50

Zamówienia na 500 lub więcej sztuk są wysyłane bezpłatnie, członkowie płacą 20, a wszyscy inni płacą 50. Granica dokładnie na poziomie 500 to miejsce, w którym robaki lubią się ukrywać, jak wyjaśnia nasz przewodnik po analizie wartości granicznych.

Pakiet z pełnym pokryciem i słabymi kontrolami

def weak_tests(f):
    assert f(600, False) == 0
    assert f(100, True) == 20
    assert f(100, False) == 50

Te trzy testy wydają się rozsądne, po jednym na wynik. Prześledziliśmy wykonanie i potwierdziliśmy, że pakiet obsługuje wszystkie pięć linii nadwozia, co stanowi 100% pokrycia linii. Każdy raport zasięgu będzie wskazywał, że ta funkcja jest w pełni przetestowana. Nasz przewodnik po zasięgu kodów wyjaśnia, dlaczego sama ta liczba może wprowadzać w błąd, i pokazuje to ten przykład.

14 mutantów, które wygenerowaliśmy

Nasze narzędzie przeszło przez drzewo składni i zastosowało trzy operatory:

  • Zastąpienie operatora relacyjnego: >= stało się >, <, <= i == (4 mutanty).
  • Ciągła zmiana: każda liczba 500, 0, 20 i 50 jest przesuwana w górę i w dół o jeden (8 mutantów).
  • Negacja warunku: każdy if warunek został zawinięty w not (2 mutanty).

Trzon narzędzia jest krótki. Głęboko kopiuje drzewo, zmienia jeden węzeł, kompiluje wynik i uruchamia przeciwko niemu zestaw testów:

def build(tree, idx, kind, val):
    t = copy.deepcopy(tree)
    for i, node in enumerate(ast.walk(t)):
        if i == idx:
            if kind == "op":    node.ops = [val()]
            if kind == "const": node.value = val
            if kind == "neg":   node.test = ast.UnaryOp(op=ast.Not(), operand=node.test)
    ast.fix_missing_locations(t)
    ns = {}
    exec(compile(t, "<mutant>", "exec"), ns)
    return ns["shipping_fee"]

Wskazówka: uruchamianie zmutowanego kodu za pomocą exec jest w porządku w przypadku wersji demonstracyjnej własnego kodu. Prawdziwe narzędzia izolują również każdy przebieg mutanta i dodają limity czasu, ponieważ niektóre mutanty tworzą nieskończone pętle.

Wyniki: 79% przy pełnym pokryciu

original passes both suites
weak suite executes body lines: [3, 4, 5, 6, 7]
mutants generated: 14
weak: killed 11/14 = 79%; survivors: ['line 3: >= -> Gt', 'line 3: 500 -> 501', 'line 3: 500 -> 499']

Zginęło jedenastu mutantów, co pokazuje, że testy faktycznie sprawdziły wyniki. Wszyscy trzej ocaleni siedzą na granicy bezpłatnej wysyłki:

  • >= do >: zamówienie na kwotę dokładnie 500 spowodowałoby nieprawidłową opłatę. Nie stosowano żadnego testu 500.
  • 500 do 501: ten sam błąd, napisany inaczej.
  • 500 do 499: zamówienie na kwotę 499 zostałoby nieprawidłowo wysłane bezpłatnie. Nie stosowano żadnego testu 499.

Każdy ocalały jest wiarygodnym błędem występującym w świecie rzeczywistym, takim, jaki wprowadza pośpieszny refaktor. W raporcie stwierdzono „gotowe”; Testy mutacji wykazały trzy błędy, które zostaną wysłane.

Zabijanie ocalałych

def strong_tests(f):
    weak_tests(f)
    assert f(500, False) == 0     # exactly on the boundary
    assert f(499, False) == 50    # just below it
    assert f(499, True) == 20     # just below it, member
strong: killed 14/14 = 100%; survivors: []

Testy graniczne zabiły wszystkich trzech ocalałych. Zwróć uwagę, co się zmieniło: nie uwzględniono więcej linii, ale ostrzejsze stwierdzenia dotyczące dokładnych wartości, w przypadku których zachowanie się zmienia. To jest prawdziwa lekcja. Testowanie mutacji nie tylko ocenia Twój zestaw; wskazuje na konkretny test, o którym zapomniałeś. W pyteście staną się one oddzielnymi sparametryzowanymi przypadkami, jak pokazano w naszym samouczku dotyczącym pytestu.

Typowe operatory mutacji

Operatora Przykładowa zmiana Błąd, który imituje
Relacyjny >= do > Pojedynczo na granicy
Arytmetyka + do - Błędna formuła
Logiczne and do or Niewłaściwa logika warunku
Stała 500 do 501 Zły próg lub limit
Wartość zwracana return x do return None Wynik ignorowany przez testy
Usunięcie oświadczenia Usuń wywołanie metody Brak efektu ubocznego, takiego jak zapis

Operatory zwracania wartości i usuwania instrukcji są szczególnie dobre w znajdowaniu testów, które wywołują kod, ale nigdy nie sprawdzają, co zrobił.

Równoważne mutanty

Niektórych mutantów nie można zabić, ponieważ zachowują się dokładnie tak samo jak oryginał. Na przykład, jeśli indeks pętli zaczyna się od 0, a kod sprawdza i != len(items), zmiana go na i < len(items) może dać identyczne wyniki. Te równoważne mutanty zawyżają listę ocalałych i muszą zostać sprawdzone przez osobę. Jest to jeden z powodów, dla których zespoły rzadko dążą do uzyskania 100% wyniku mutacji w dużych bazach kodu; wysoki wynik w kodzie krytycznym jest lepszym celem.

Narzędzia do testowania mutacji

  • PIT (Pitest) dla Javy i JVM, szeroko stosowany w Maven i Gradle.
  • Stryker dla JavaScript i TypeScript, C# (Stryker.NET) i Scala.
  • mutmut i Promień kosmiczny dla Pythona.
  • mutanty cargo dla Rusta i Infekcja dla PHP.

Nie uruchomiliśmy tych narzędzi w tym artykule. Dodają to, czego brakuje naszemu demo: znacznie więcej operatorów, uruchomienia równoległe, przekroczenia limitu czasu, buforowanie i raporty HTML, które pokazują każdego ocalałego w źródle.

Koszt i uruchomienie w CI

Każdy mutant oznacza kolejny test. Naszych 14 mutantów powstało natychmiast, ale prawdziwy moduł może wyprodukować tysiące, więc pełny przebieg może zająć wiele godzin. Praktyczne sposoby na utrzymanie ceny:

  • Uruchamiaj go na tylko zmienionych plikach w żądaniach ściągnięcia i na pełnej bazie kodu co wieczór lub co tydzień.
  • Wskaż krytyczną logikę, taką jak ceny, uprawnienia i obliczenia, nie wygenerowany kod lub proste programy pobierające.
  • Utrzymuj testy jednostkowe szybkie i deterministyczne; niestabilny test sprawia, że ​​mutanty wyglądają na przypadkowe zabite, co omawia nasz przewodnik po testach niestabilnych.
  • Śledź wynik w czasie, zamiast forsować twardą bramę już pierwszego dnia.

Kiedy warto testować mutacje

Najlepiej sprawdza się tam, gdzie zła odpowiedź jest kosztowna: rozliczenia, podatki, rabaty, kontrola dostępu i weryfikacja danych. Przydaje się to również wtedy, gdy zespół za bardzo ufa numerom zasięgu lub gdy odziedziczysz duży zestaw testów i chcesz wiedzieć, czy naprawdę Cię chroni. W przypadku szybkich prototypów, układu interfejsu użytkownika lub kodu z kilkoma testami jednostkowymi zacznij najpierw od podstaw z naszego przewodnika po piramidzie testowej. Połączenie tego z testowaniem opartym na właściwościach ma ogromne znaczenie, ponieważ wygenerowane dane wejściowe często zabijają ocalałych, których brakuje starannie dobranym przykładom.

Podsumowanie

Testowanie mutacji sprawdza Twoje testy. W naszym małym przykładzie pakiet z doskonałym pokryciem linii nadal przepuszcza trzy błędy graniczne, a narzędzie nazywa każdy z nich. Dodanie dwóch precyzyjnych kontroli granic rozwiązało problem. Nie musisz mutować wszystkiego; uruchom go tam, gdzie błędy kosztują najwięcej i traktuj każdego, kto przeżył, jak test, którego jeszcze nie napisałeś.

Najczęstsze pytania

Czym w skrócie jest testowanie mutacji?

Celowo wstawia małe błędy, zwane mutantami, do kodu i uruchamia testy. Jeśli test się nie powiedzie, błąd został wykryty. Błędy, które przechodzą każdy test, ujawniają słabe punkty pakietu.

Jaki jest dobry wynik mutacji?

Nie ma numeru uniwersalnego. Celuj wysoko w logikę krytyczną i przeglądaj ocalałych, zamiast gonić za 100 procentami, ponieważ równoważnych mutantów nie można zabić. W naszym przykładzie wskaźnik wzrósł z 79 do 100 procent.

Czym różni się testowanie mutacji od pokrycia kodu?

Zasięg pokazuje, które linie przebiegały podczas testów. Testowanie mutacji pokazuje, czy testy zauważają niewłaściwe zachowanie. Nasz zestaw miał 100-procentowe pokrycie linii, ale pominął trzy mutanty graniczne.

Jakie narzędzia są używane do testowania mutacji?

Popularne narzędzia obejmują PIT dla Java, Stryker dla JavaScript, TypeScript i C#, mutmut i Cosmic Ray dla Pythona, cargo-mutants dla Rust i Infection dla PHP.

Dlaczego testowanie mutacji jest powolne?

Każdy mutant potrzebuje własnego przebiegu testowego, a prawdziwe projekty generują tysiące mutantów. Ogranicz uruchamianie do zmienionych plików lub modułów krytycznych i utrzymuj szybkie testy jednostkowe.

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 →