BM25 explicado: Como a pesquisa por palavra-chave classifica os resultados, com código Python e pesquisa híbrida
BM25 é a fórmula de classificação por trás da maioria dos mecanismos de busca por palavras-chave, incluindo Elasticsearch, OpenSearch e Lucene. Ele pontua um documento mais alto quando contém palavras de consulta raras, as repete em uma quantidade razoável e não é preenchido com preenchimento. Nós o construímos em 25 linhas de Python e testamos onde ele brilha, onde falha e como a pesquisa híbrida o corrige.
- O BM25 pontua documentos por palavras de consulta raras (IDF), frequência com que aparecem (com saturação) e comprimento do documento.
- A saturação é importante: em nosso teste, 5 repetições de uma palavra pontuaram 1,77 e 20 repetições apenas 2,08, então o excesso de palavras-chave quase não ajuda.
- O BM25 encontrou o código de erro exato “E1042” instantaneamente, mas não retornou nada para “esqueci meu login”, porque nenhum documento compartilhou essas palavras.
- A pesquisa híbrida combina BM25 com pesquisa vetorial usando fusão de classificação recíproca, obtendo correspondências exatas e significado.
A pesquisa vetorial chama a atenção na IA, mas quase todos os sistemas de recuperação de produção ainda executam um classificador de palavras-chave próximo a ele, e esse classificador é quase sempre BM25. Se você criar pesquisas, RAG ou perguntas e respostas de documentos, entender o BM25 lhe dirá por que algumas consultas funcionam perfeitamente, por que outras não retornam nada e por que combiná-las com embeddings é melhor do que qualquer uma delas. Tudo abaixo vem de uma pequena implementação que executamos em Python 3.13.6 em uma coleção de seis documentos da central de ajuda.
O que é BM25?
BM25, abreviação de “Best Matching 25”, é uma função de classificação da pesquisa de recuperação de informação Okapi da década de 1990. Dada uma consulta, ele atribui a cada documento uma pontuação de relevância a partir de três sinais: quão rara é cada palavra de consulta na coleção, com que frequência ela aparece no documento e por quanto tempo o documento é comparado com a média. Não precisa de treinamento nem de GPU, funciona em qualquer linguagem com tokenizer e é a classificação padrão em Lucene, Elasticsearch, OpenSearch e Solr.
A fórmula BM25, peça por peça
score(D, Q) = Σ over query terms t of
IDF(t) × f(t, D) × (k1 + 1) / ( f(t, D) + k1 × (1 − b + b × |D| / avgdl) )
IDF(t) = ln( (N − n(t) + 0.5) / (n(t) + 0.5) + 1 )
- f(t, D): quantas vezes o termo t aparece no documento D.
- |D| e avgdl: o comprimento do documento e o comprimento médio da coleção.
- N e n(t): o número de documentos e quantos contêm t.
- k1 (geralmente 1,2): a rapidez com que termos repetidos param de adicionar pontuação.
- b (normalmente 0,75): quão fortemente os documentos longos são penalizados.
O formulário IDF mostrado, com “+ 1” dentro do logaritmo, é o que Lucene utiliza; nunca fica negativo. Cada termo de consulta contribui separadamente e as pontuações são somadas.
IDF: palavras raras transmitem o sinal
Em nossos seis documentos, “senha” apareceu em três, enquanto o código de erro “e1042” apareceu em apenas um. O BM25 deu-lhes pesos IDF de 0,693 e 1,540. Uma correspondência com uma palavra rara e específica é uma forte evidência de relevância, enquanto uma palavra comum diz pouco. É por isso que um código de produto, número de erro ou nome exato é uma consulta tão poderosa para pesquisa por palavra-chave.
Saturação de termos: o efeito k1
Com a contagem bruta de palavras, um documento que repete “senha” 20 vezes superaria tudo. BM25 limita isso. Calculamos a parte termo-frequência para um documento de tamanho médio com k1 = 1,2:
| Vezes que a palavra aparece | Fator termo-frequência BM25 |
|---|---|
| 1 | 1.000 |
| 2 | 1.375 |
| 5 | 1.774 |
| 10 | 1.964 |
| 20 | 2.075 |
A segunda menção acrescenta muito, a quinta acrescenta um pouco e a vigésima quase nada; o fator nunca pode exceder k1 + 1 = 2,2. Esse retorno decrescente é a principal razão pela qual o BM25 resiste muito melhor ao excesso de palavras-chave do que à simples contagem.
Normalização do comprimento: o efeito b
Um longo manual menciona a maioria das palavras em algum lugar, o que aumentaria injustamente sua pontuação. O parâmetro b dimensiona a frequência dos termos pelo comprimento do documento em relação à média (15,8 palavras em nossa coleção). Com b = 0,75, um documento longo precisa de mais menções para obter a mesma pontuação que um documento curto e focado. Definir b = 0 desativa totalmente a normalização de comprimento.
BM25 em 25 linhas de Python
import math, re
tok = lambda s: re.findall(r"[a-z0-9]+", s.lower())
D = {k: tok(v) for k, v in docs.items()}
N = len(D)
avg = sum(len(v) for v in D.values()) / N
def idf(t):
n = sum(1 for v in D.values() if t in v)
return math.log((N - n + 0.5) / (n + 0.5) + 1)
def bm25(query, k1=1.2, b=0.75):
scores = {}
for k, v in D.items():
s = 0
for t in tok(query):
f = v.count(t)
if f:
s += idf(t) * f * (k1 + 1) / (f + k1 * (1 - b + b * len(v) / avg))
scores[k] = round(s, 3)
return sorted(scores.items(), key=lambda x: -x[1])
Os mecanismos reais pré-calculam um índice invertido, um mapa de cada palavra para os documentos que a contêm, de modo que nunca digitalizam todos os documentos. A lógica de pontuação é a mesma. Nossa coleção tinha seis pequenos artigos de ajuda: redefinição de senha (d1), erro E1042 (d2), regras de senha (d3), envio (d4), bloqueio de conta (d5) e uma página com spam que repete “senha” seis vezes (d6).
O que o teste mostrou
| Consulta | Principais resultados do BM25 | Resultado principal da contagem de palavras brutas |
|---|---|---|
| redefinir senha | d1 (3,009), d6 (1,259), d3 (0,690) | d6, a página de spam (6 correspondências) |
| E1042 | d2 (1,617), nada mais | d2 |
| bloqueado da minha conta | d5 (3,570), d2 (1,617) | d5 |
| esqueci meu login | Todas as pontuações 0 | Todos 0 |
Para “redefinir senha”, a contagem bruta classificou a página de spam em primeiro lugar porque repete a palavra, enquanto o BM25 colocou o artigo de redefinição genuinamente útil em primeiro lugar com mais que o dobro da pontuação: duas palavras diferentes correspondentes mais repetição de batida de saturação. Para o código exato “E1042”, o BM25 foi perfeito. As falhas interessantes são as próximas.
Dica: observe as falhas do BM25 em seus próprios registros. Consultas com pontuação zero em todos os lugares são exatamente aquelas em que a adição de pesquisa semântica compensa.
Ajustando k1 e b
Para a consulta de palavra única “senha”, tentamos quatro configurações de parâmetros:
| k1 | b | 3 melhores pontuações |
|---|---|---|
| 1.2 | 0.75 | d6 1,259, d1 0,934, d3 0,690 |
| 1.2 | 0.0 | d6 1,271, d1 0,953, d3 0,693 |
| 0.5 | 0.75 | d6 0,956, d1 0,823, d3 0,691 |
| 2.0 | 0.75 | d6 1,538, d1 1,012, d3 0,690 |
O k1 inferior reduziu a liderança da página de spam de 0,325 para 0,133, porque as repetições importavam menos; k1 mais alto o ampliou. A classificação permaneceu a mesma aqui porque uma palavra é uma consulta fraca e os ganhos reais do ajuste geralmente são pequenos. Os padrões k1 = 1,2 eb = 0,75 são um começo sensato; sintonize apenas um conjunto de consultas reais com respostas conhecidas e corrija a tokenização primeiro, uma vez que a divisão, a lematização e as palavras irrelevantes geralmente são mais importantes.
Onde o BM25 falha
- Palavras diferentes, mesmo significado. “Esqueci meu login” marcou zero em todos os lugares, embora o artigo de redefinição de senha responda. BM25 corresponde a palavras, não a significado.
- Formas de palavras. Nosso tokenizer tratou “senha” e “senhas” como palavras diferentes. Motores reais adicionam lematização ou lematização para corrigir isso.
- Erros ortográficos. “senha” não corresponde a nada sem correspondência difusa.
- A repetição ainda ajuda um pouco. A página de spam ficou em primeiro lugar na consulta simples “senha”, embora a saturação tenha mantido a lacuna pequena.
BM25 vs pesquisa vetorial
| Aspecto | BM25 | Pesquisa vetorial |
|---|---|---|
| Partidas | Palavras exatas | Significado, paráfrases |
| Forte em | IDs, códigos, nomes, termos raros | Perguntas naturais, sinônimos |
| Fraco em | Sinônimos, reformulação | Códigos exatos, jargão raro |
| Necessidades | Um índice, sem modelo | Um modelo de incorporação e armazenamento de vetores |
| Explicável | Sim, pontuações por período | Mais difícil |
A pesquisa vetorial transforma o texto em embeddings e classifica por semelhança de cosseno, e é por isso que conectaria “esqueci meu login” a um artigo de redefinição de senha. Os dois métodos falham em lugares opostos, o que é o argumento para usar ambos.
Pesquisa híbrida com fusão recíproca de classificações
As pontuações do BM25 e as semelhanças de cosseno estão em escalas diferentes, portanto você não pode simplesmente adicioná-las. A fusão recíproca de classificações (RRF) ignora as pontuações brutas e combina posições: cada documento obtém 1 / (k + classificação) de cada lista, geralmente com k = 60, e os totais são somados.
def rrf(*lists, k=60):
scores = {}
for ranking in lists:
for rank, doc in enumerate(ranking, 1):
scores[doc] = scores.get(doc, 0) + 1 / (k + rank)
return sorted(scores.items(), key=lambda x: -x[1])
Para a consulta “esqueci minha senha de login”, o BM25 classificou d6, d1, d3. Nós o combinamos com uma classificação semântica ilustrativa de d1, d5, d3, a ordem que um modelo baseado em significado daria plausivelmente; foi feito à mão, não a partir de um modelo real de incorporação. O RRF classificou então d1 em primeiro lugar (0,0325), seguido por d3, d6 e d5. O útil artigo de redefinição subiu para o topo porque ambas as listas o classificaram bem, enquanto a página de spam que apenas BM25 gostou caiu para trás. Em sistemas reais, você executa ambas as pesquisas em paralelo e funde os 50 ou 100 principais resultados.
BM25 na prática
- Mecanismos de pesquisa: Elasticsearch e OpenSearch usam BM25 por padrão para campos de texto.
- Bancos de dados: SQLite FTS5 possui uma função de classificação
bm25()integrada. A classificação de texto completo integrada do PostgreSQL usa uma fórmula diferente e o BM25 precisa de uma extensão (não executamos nenhuma delas aqui). - Python: bibliotecas como
rank_bm25o implementam para protótipos. - Pipelines RAG: usam BM25 junto com a recuperação de vetores nos mesmos pedaços; a forma como você fragmenta é importante para ambos, como mostrou nosso teste de estratégias de fragmentação RAG.
Para ver onde a recuperação se encaixa em um sistema completo, leia nosso guia sobre o que é RAG e nosso guia de banco de dados vetorial.
Considerações finais
O BM25 existe há décadas porque é simples, rápido e extremamente bom no que faz: recompensar partidas raras e específicas, ao mesmo tempo que resiste à repetição e ao preenchimento. Nosso teste mostrou ambos os lados claramente. Ele acertou um código de erro exato e superou uma página de spam, mas não retornou nada para uma reformulação natural. Mantenha o BM25 para precisão, adicione pesquisa vetorial para significado, funda-os com RRF e julgue cada alteração em relação às consultas reais do usuário.
Perguntas frequentes
O que é BM25 em termos simples?
BM25 é uma fórmula de classificação de palavras-chave. Ele pontua mais os documentos quando eles contêm palavras de consulta raras, as repetem um número razoável de vezes e não são preenchidos com texto não relacionado.
O que k1 e b significam no BM25?
k1 controla a rapidez com que as palavras repetidas param de adicionar pontuação, geralmente 1,2. b controla quanto documentos longos são penalizados, geralmente 0,75, onde 0 desativa a normalização de comprimento.
O BM25 é melhor que a pesquisa vetorial?
Nenhum dos dois é melhor em todos os lugares. O BM25 é excelente em palavras, códigos e nomes exatos, enquanto a pesquisa vetorial lida com significados e paráfrases. A pesquisa híbrida que combina ambos geralmente tem melhor desempenho.
O que é fusão recíproca de classificações?
Uma forma de mesclar listas classificadas por posição em vez de pontuação. Cada documento recebe 1 dividido por k mais sua classificação em cada lista, os totais são somados e o total mais alto é classificado primeiro.
O Elasticsearch usa BM25?
Sim. BM25 é a similaridade padrão para campos de texto no Elasticsearch, OpenSearch e Apache Lucene.
Continue aprendendo
Precisa de ajuda com testes, WordPress ou SEO?
Ajudamos as equipes a fornecer software melhor e a expandir seus sites. Conte-nos no que você está trabalhando e sugeriremos um próximo passo claro.
Mais guias sobre testes, IA e desenvolvimento moderno
Gostou deste artigo? Escolha um tópico e vá direto para nossos tutoriais mais recentes.
BM25 explicado: como a pesquisa por palavra-chave classifica os resultados, com código Python e pesquisa híbrida
BM25 explicou com uma implementação Python pura que executamos: a fórmula, IDF, saturação de termo, os parâmetros k1 e b, por que supera a contagem …
Leia o artigo →Desenvolvimento de softwareMétodos HTTP explicados: GET, POST, PUT, PATCH, DELETE, testados em um servidor Live
Métodos HTTP explicados com um pequeno servidor que executamos: GET, POST, PUT, PATCH, DELETE, HEAD e OPTIONS, seguro vs idempotente, PUT vs PATCH, …
Leia o artigo →DevOpsGit Bisect explicado: encontre o commit que quebrou seu código, manual ou automaticamente
Git bisect explicado com um repositório testado: encontre o commit incorreto entre 41 em 5 execuções de teste, automatize-o com git bisect run, pule…
Leia o artigo →Automação de testesMarcadores pytest explicados: marcas personalizadas, filtros skip, skipif, xfail e -m
marcadores pytest explicados com um conjunto testado: registre marcas personalizadas, execute apenas testes de fumaça com -m, combine filtros com e,…
Leia o artigo →Teste de softwareTestes Positivos vs Negativos: Diferenças, 24 Casos de Teste Reais e uma Lista de Verificação
Testes positivos versus negativos explicados com um formulário de inscrição real: 6 casos de teste positivos e 18 negativos executados em pytest, a …
Leia o artigo →Bancos de dados e SQLSQL ORDER BY Várias Colunas: ASC, DESC, NULLS LAST, Case e Ordem Personalizada
SQL ORDER BY com múltiplas colunas explicadas com consultas testadas: ASC e DESC mistos, desempates, NULLS FIRST e LAST, classificação sem distinção…
Leia o artigo →Bancos de dados e SQLTotal em execução do SQL: SUM OVER, totais por grupo, somas móveis e armadilha RANGE
Como calcular um total de execução SQL com SUM() OVER: totais por grupo, somas cumulativas diárias, somas móveis, porcentagem do total, armadilha de…
Leia o artigo →Desenvolvimento de softwareMatriz de classificação JavaScript: números, objetos, strings e por que 10 vem antes de 5
Como classificar um array em JavaScript corretamente: números com função de comparação, objetos por um ou mais campos, strings com localeCompare, da…
Leia o artigo →Inteligência artificialEstratégias de chunking RAG explicadas: fixo, sobreposição, frase, recursivo e títulos, medidos
Estratégias de chunking RAG comparadas em um documento com tiktoken 0.14: tamanho fixo, sobreposição, empacotamento de frases, divisão recursiva e p…
Leia o artigo →Desenvolvimento de softwareExplicação da idempotência da API: chaves de idempotência e novas tentativas seguras, testadas
A idempotência da API explicada com um servidor e cliente Python que executamos: uma resposta perdida causava uma cobrança dupla sem uma chave e uma…
Leia o artigo →DevOpsGit Stash explicado: salvar, aplicar, abrir e não rastrear arquivos, testado
Git stash explicado com comandos que executamos no Git 2.56: push com uma mensagem, arquivos não rastreados, listar e mostrar, aplicar vs pop, mante…
Leia o artigo →Teste de softwareExplicação do teste em pares: como todos os pares reduzem 216 testes para 13, testados
Testes em pares explicados com um gerador que executamos em Python 3.13: um checkout com 216 combinações cobertas por 13 testes, cobertura verificad…
Leia o artigo →Automação de testesDuplas de teste explicadas: Dummy, Stub, Spy, Mock e Fake, com código Python testado
O teste duplo é explicado com um exemplo de Python executado no pytest 9.2: dummy, stub, spy, mock e fake, quando usar cada um, verificações de esta…
Leia o artigo →Bancos de dados e SQLSQL COALESCE explicado: padrões, NULLIF, IFNULL vs ISNULL e traps, testados
SQL COALESCE explicado com consultas que executamos no SQLite 3.50: primeiros valores não nulos, strings vazias, NULL em matemática, NULLIF para div…
Leia o artigo →Bancos de dados e SQLSQL Self Join explicado: funcionário-gerente, comparações de pares e linhas, testado
Auto-junção SQL explicada com consultas que executamos no SQLite 3.50: funcionário e gerente, ganhando mais que o gerente, pares únicos, alterações …
Leia o artigo →Desenvolvimento de softwareExplicação do operador JavaScript Spread: Spread vs Rest, cópias e pegadinhas, testado
O operador de propagação JavaScript explicado com o código que executamos no Nó 24: arrays, objetos, cópias superficiais, parâmetros restantes, o li…
Leia o artigo →Desenvolvimento de softwareMódulo de coleções Python explicado: contador, defaultdict, deque e mais, testado
Coleções Python explicadas com código que executamos em Python 3.13: Counter, defaultdict, deque, nomeadotuple, OrderedDict e ChainMap, além de um t…
Leia o artigo →Inteligência artificialJanela de contexto LLM explicada: tokens, limites e como ajustar mais, medidos
A janela de contexto do LLM explicada com contagens de tokens que medimos usando tiktoken: palavras versus tokens para prosa, código e hindi, orçame…
Leia o artigo →Desenvolvimento de softwareWebhooks explicados: como funcionam e como recebê-los com segurança
Webhooks explicados com um receptor e remetente que executamos em Python: push vs polling, assinaturas HMAC-SHA256, rejeição de solicitações adulter…
Leia o artigo →DevOpsGit Cherry-Pick explicado: copie o commit que você precisa, com segurança e testado
Git cherry-pick explicado com comandos que executamos no Git 2.56: copiar um hotfix para um branch de lançamento, novos hashes e patch-ids, -x, -n, …
Leia o artigo →Automação de testesExplicação do teste instantâneo: como funciona, quando ajuda e quando dói
O teste de instantâneo foi explicado com uma demonstração pytest e xaroposa que executamos: criação de instantâneos, leitura da diferença após uma a…
Leia o artigo →Teste de softwareExplicação do teste de mutação: por que a cobertura de 100% ainda não percebeu nosso bug
Os testes de mutação explicados com uma pequena ferramenta de mutação que construímos e executamos: 14 mutantes, um conjunto de testes com 100% de c…
Leia o artigo →Inteligência artificialExplicação da injeção imediata: como os aplicativos de IA são enganados e como defendê-los
Injeção imediata explicada para construtores: ataques diretos e indiretos, por que os filtros de palavras-chave falham (nosso teste bloqueou 1 de 4)…
Leia o artigo →DevOpsRegistros DNS explicados: A, AAAA, CNAME, MX, TXT e TTL com pesquisas reais
Registros DNS explicados com pesquisas que executamos: como funciona a resolução, A e AAAA, regras CNAME, MX e MX nulo, TXT para SPF e verificação, …
Leia o artigo →DevOpsSinalizadores de recursos explicados: lançamentos seguros, lançamentos graduais e higiene de sinalizadores
Sinalizadores de recursos explicados com uma simulação de implementação que executamos: tipos de sinalizadores, implementações percentuais com hashi…
Leia o artigo →Automação de testesGeração de dados de teste com Python Faker: dados realistas, repetíveis e seguros
Teste a geração de dados com Python Faker, execute e meça: propagação de dados repetíveis, localidades, valores exclusivos, registros em formato de …
Leia o artigo →Teste de softwareExplicação do teste Shift-Left: Encontre bugs mais cedo, sem atrasar a equipe
O teste shift-left explicou: o que significa, por que os defeitos iniciais são mais baratos, práticas desde revisões de requisitos até verificações …
Leia o artigo →Bancos de dados e SQLFunções de string SQL explicadas: TRIM, SUBSTR, REPLACE, CONCAT e limpeza de dados
Funções de string SQL explicadas com consultas que executamos: concatenação e NULL, TRIM, UPPER e LOWER, SUBSTR e INSTR, REPLACE, preenchimento, com…
Leia o artigo →Bancos de dados e SQLExplicação dos gatilhos SQL: gatilhos ANTES e DEPOIS, registros de auditoria e armadilhas
Gatilhos SQL explicados com gatilhos que executamos: ANTES vs DEPOIS, ANTIGO e NOVO, logs de auditoria, validação, atualizações de estoque, condiçõe…
Leia o artigo →Desenvolvimento de softwareMódulo JSON Python explicado: dumps, carregamentos, tipos personalizados e erros comuns
O módulo Python JSON explicado com o código que executamos: dumps e carregamentos, arquivos, conversões de tipo, datas e decimais, codificadores per…
Leia o artigo →Desenvolvimento de softwareMódulos ES vs CommonJS: como funcionam as importações de JavaScript em Node.js, testado
Módulos ES vs CommonJS explicados com código que executamos em Node.js: sintaxe de importação e exportação, require, vinculações ativas, cache, espe…
Leia o artigo →Desenvolvimento de softwarePython Regex explicado: padrões, grupos, antecipações e armadilhas, testados
Regex Python explicado com padrões que executamos: pesquisa vs correspondência, findall, grupos e grupos nomeados, ganancioso vs preguiçoso, sub, lo…
Leia o artigo →Inteligência artificialExplicação da saída estruturada do LLM: obtendo JSON confiável de modelos de IA
Saída estruturada do LLM explicada com validação que executamos no Pydantic: modo JSON e esquemas, decodificação restrita, formas de quebra de saída…
Leia o artigo →DevOpsChaves SSH explicadas: como funcionam, ssh-keygen, Ed25519 e hábitos seguros
Chaves SSH explicadas com chaves que geramos: chaves públicas versus privadas, ssh-keygen, Ed25519 versus RSA, impressões digitais, senhas, agente s…
Leia o artigo →DevOpsCache HTTP explicado: controle de cache, ETag e respostas 304, com um teste ao vivo
Cache HTTP explicado com um pequeno servidor que executamos: diretivas Cache-Control, idade máxima, sem cache vs sem armazenamento, revalidação de E…
Leia o artigo →Automação de testesTeste de contrato de API explicado: detecte alterações importantes antes de serem enviadas
O teste de contrato de API foi explicado com uma verificação de esquema que executamos: o que é um contrato, contratos orientados ao consumidor, Pac…
Leia o artigo →Teste de softwareTestes baseados em riscos explicados: avalie os riscos, construa uma matriz e teste o que é importante
Testes baseados em riscos explicados passo a passo: identificação de riscos, pontuação de probabilidade e impacto, construção de uma matriz de risco…
Leia o artigo →Bancos de dados e SQLRestrições SQL explicadas: NOT NULL, UNIQUE, CHECK e FOREIGN KEY, testadas
Restrições SQL explicadas com testes que executamos: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY e FOREIGN KEY, as lacunas NULL, configuração de chave…
Leia o artigo →Bancos de dados e SQLFunções de data SQL explicadas: adicionando, comparando e agrupando datas sem bugs
Funções de data SQL explicadas com consultas que executamos: adição de intervalos, surpresas de final de mês, diferenças de data, armadilha BETWEEN,…
Leia o artigo →Desenvolvimento de softwarePython assíncio explicado: assíncrono, espera, coleta e TaskGroup com Real Timings
Python asyncio explicado com código que cronometramos: corrotinas, espera, coleta, TaskGroup, tratamento de erros, tempos limite, limitação de simul…
Leia o artigo →Desenvolvimento de softwareDebounce vs Throttle em JavaScript: como funcionam, quando usar cada um, testado
Debounce vs. acelerador em JavaScript explicado com tempos que medimos em Node.js: como cada um funciona, implementações simples, chamadas iniciais …
Leia o artigo →Desenvolvimento de softwareGerenciadores de contexto Python explicados: a instrução with, contextlib e usos reais
Os gerenciadores de contexto Python explicados com o código que executamos: como funciona, __enter__ e __exit__, contextlib.contextmanager, supressã…
Leia o artigo →Inteligência artificialTemperatura LLM e Top-p explicados: como os modelos de IA escolhem sua próxima palavra
Temperatura LLM e top-p explicados com uma simulação que executamos: como as probabilidades são remodeladas, o que top-p mantém, configurações recom…
Leia o artigo →DevOpsYAML explicado: sintaxe, o problema da Noruega e outras armadilhas que testamos
YAML explicado com um teste de analisador: sintaxe básica, listas e mapas, o problema da Noruega, versões que se transformam em carros flutuantes, c…
Leia o artigo →DevOpsCron Jobs explicado: sintaxe, programações reais e os erros que os quebram
Cron jobs explicados com cronogramas que verificamos: os cinco campos, operadores, exemplos reais, a armadilha do dia do mês OU do dia da semana, pr…
Leia o artigo →Inteligência artificialExplicação das alucinações de IA: por que os modelos de linguagem inventam as coisas e como reduzi-las
Explicação das alucinações de IA: o que são, por que os modelos de linguagem as produzem, tipos comuns, como reduzi-las com aterramento e instruções…
Leia o artigo →DevOpsVariáveis de ambiente explicadas: arquivos .env, segredos e configuração bem feitos
Variáveis de ambiente explicadas com exemplos de Python que executamos: leitura e configuração, por que cada valor é uma string, arquivos .env, hera…
Leia o artigo →Desenvolvimento de softwareExplicação da limitação de taxa de API: algoritmos, cabeçalhos e tratamento de erros 429
Limitação de taxa de API explicada com uma simulação que executamos: token bucket, janela fixa, janela deslizante, 429 respostas, cabeçalhos de limi…
Leia o artigo →Automação de testesZombando em Python: unittest.mock, patch e os erros que fazem os testes mentirem
Zombaria em Python com unittest.mock, testado: Mock e return_value, side_effect, patch onde um nome é usado, especificação e autospec, zombaria de d…
Leia o artigo →Teste de softwareCobertura de código explicada: cobertura de linha versus filial e o que 100% realmente significa
Cobertura de código explicada com uma execução cobertura.py real: cobertura de linha, ramal e condição, leitura de um relatório, por que 100% de cob…
Leia o artigo →Bancos de dados e SQLDELETE vs TRUNCATE vs DROP em SQL: diferenças, reversão e quando usar cada um
DELETE vs TRUNCATE vs DROP explicado com SQL testado: o que cada um remove, rollback, aciona, redefinição de identidade, velocidade e como PostgreSQ…
Leia o artigo →Bancos de dados e SQLExibições SQL explicadas: crie, use e evite as armadilhas, com exemplos
Visualizações SQL explicadas com consultas que executamos: criação de uma visualização, resultados ao vivo, ocultação de colunas, desempenho, visual…
Leia o artigo →Desenvolvimento de softwareInterface TypeScript vs tipo: diferenças reais, testadas com o compilador
Interface TypeScript versus tipo, verificada com o compilador real: o que ambos podem fazer, o que apenas um pode fazer, mesclagem de declarações, e…
Leia o artigo →Desenvolvimento de softwarePython *args e **kwargs explicados: funções flexíveis com exemplos claros
Python *args e **kwargs explicados com o código que executamos: empacotamento e descompactação, ordem dos parâmetros, argumentos somente de palavras…
Leia o artigo →Desenvolvimento de softwareFunções Python Lambda: sintaxe, usos reais e quando não usá-los
Funções lambda do Python explicadas com o código que executamos: sintaxe, classificação com chave, mapa e filtro, fechamentos, armadilha de ligação …
Leia o artigo →Inteligência artificialO que são agentes de IA? Como eles funcionam, com um loop de agente simples que você pode executar
O que são agentes de IA? Um guia simples para o loop do agente, ferramentas, memória e proteções, com um pequeno loop Python que executamos, riscos …
Leia o artigo →DevOpsMonitoramento versus observabilidade: a verdadeira diferença, com logs, métricas e rastreamentos
Explicação do monitoramento versus observabilidade: falhas conhecidas e desconhecidas, logs, métricas e rastreamentos, um passo a passo do incidente…
Leia o artigo →DevOpsDocker Volumes vs Bind Mounts: persista os dados do contêiner da maneira certa
Volumes Docker versus montagens de ligação explicadas: por que os dados do contêiner desaparecem, volumes nomeados, montagens de ligação, tmpfs, exe…
Leia o artigo →Automação de testesTDD vs BDD: principais diferenças, um recurso criado de ambas as maneiras e quando usar cada um
TDD vs BDD explicado com um recurso de desconto construído em ambos os sentidos: refatoração vermelho-verde com o código que executamos, cenários da…
Leia o artigo →Teste de softwareTeste de aceitação do usuário (UAT): processo, lista de verificação e exemplos reais
Explicação do teste de aceitação do usuário: quem o executa, como ele difere do controle de qualidade, um processo de sete etapas, um modelo de caso…
Leia o artigo →Bancos de dados e SQLValores SQL NULL explicados: IS NULL, COALESCE, NULLIF e as armadilhas a serem evitadas
Valores SQL NULL explicados com consultas que executamos: lógica de três valores, IS NULL, COALESCE, NULLIF, como agregações, junções e classificaçã…
Leia o artigo →Bancos de dados e SQLInstrução SQL CASE WHEN: sintaxe, exemplos reais e erros comuns
SQL CASE WHEN explicado com consultas que executamos: formulários simples e pesquisados, ordem de condição, pivôs com SUM, truques COUNT, classifica…
Leia o artigo →Desenvolvimento de softwareO que é JWT? JSON Web Tokens explicados com um exemplo prático
O que é JWT? JSON Web Tokens explicados: as três partes, um token construído e adulterado no código que executamos, JWT vs sessões, armazenamento, t…
Leia o artigo →Desenvolvimento de softwareLoop de eventos JavaScript explicado: pilha de chamadas, microtarefas e temporizadores com exemplos
O loop de eventos JavaScript explicado com o código que executamos: pilha de chamadas, filas de tarefas e microtarefas, por que setTimeout 0 não é i…
Leia o artigo →Desenvolvimento de softwareGeradores Python e rendimento explicado: economize memória com exemplos reais
Geradores Python e rendimento explicados com o código que executamos: como eles pausam e reiniciam, medem economia de memória, pipelines, sequências…
Leia o artigo →Inteligência artificialO que são incorporações? Similaridade de vetores e cossenos explicada de forma simples
O que são incorporações? Um guia em linguagem simples para vetores, similaridade de cossenos e pesquisa semântica, com um pequeno exemplo que execut…
Leia o artigo →DevOpsImplantação azul-verde vs canário: diferenças, compensações e como escolher
Explicação da implantação azul-verde versus canário: como cada um funciona, custo, risco e reversão, agrupamento estável de usuários que testamos, m…
Leia o artigo →Automação de testesTestes instáveis: o que os causa e como corrigi-los para sempre
Testes instáveis explicados com demonstrações que executamos: as principais causas, como confirmar e diagnosticar uma, soluções adequadas para tempo…
Leia o artigo →Teste de softwareTeste de carga versus teste de estresse: diferenças, métricas e exemplos k6
Teste de carga versus teste de estresse explicado: o que cada um prova, testes de pico e absorção, as métricas que importam, por que as médias engan…
Leia o artigo →Teste de softwareCaso de teste versus cenário de teste: principais diferenças, exemplos e quando usar cada um
Caso de teste vs cenário de teste explicado: definições claras, uma tabela lado a lado, um recurso de redefinição de senha retirado de cenários para…
Leia o artigo →Bancos de dados e SQLOtimização de consultas SQL: leia planos de execução e corrija consultas lentas, com intervalos
Otimização de consulta SQL testada em um milhão de linhas: leia planos de execução, adicione os índices corretos, corrija filtros não sargáveis, use…
Leia o artigo →Bancos de dados e SQLSQL UNION vs UNION ALL: diferenças, exemplos e desempenho testado
SQL UNION vs UNION ALL explicado com consultas que executamos: duplicatas, as regras que ambos seguem, um bug de dados real, desempenho medido, INTE…
Leia o artigo →Desenvolvimento de softwareTutorial da API JavaScript Fetch: GET, POST, tratamento de erros e tempos limite
Um tutorial da API JavaScript Fetch testado em um servidor local: GET e POST, por que 404 não lança, um auxiliar reutilizável, strings de consulta, …
Leia o artigo →Desenvolvimento de softwareManipulação de arquivos Python: leitura, gravação, CSV, JSON e pathlib com exemplos
Manipulação de arquivos Python explicada com código que executamos: modos abertos, com, leitura de arquivos grandes, CSV, JSON, pathlib, arquivos bi…
Leia o artigo →Desenvolvimento de softwareClasses e objetos Python: tutorial OOP com exemplos reais
Classes e objetos Python explicados com código que executamos: __init__, métodos, atributos de classe vs instância, herança, propriedades, métodos d…
Leia o artigo →Inteligência artificialO que é um modelo de linguagem grande? Como funcionam os LLMs, explicado sem exageros
O que é um modelo de linguagem grande? LLMs explicados em linguagem simples: tokens, incorporações, atenção, treinamento, temperatura e janelas de c…
Leia o artigo →DevOpsComandos Linux para iniciantes: o guia essencial do terminal com exemplos
Comandos Linux para iniciantes, agrupados por tarefa: navegação, arquivos, visualização de logs, grep, pipes, permissões, processos e arquivos, com …
Leia o artigo →Automação de testesSelenium vs Playwright: principais diferenças, código comparado e qual escolher
Selenium vs Playwright comparado: arquitetura, espera, suporte a navegador e linguagem, depuração, o mesmo teste em ambas as ferramentas, conselhos …
Leia o artigo →Teste de softwareParticionamento de equivalência: técnica de design de teste explicada com exemplos resolvidos
Explicação do particionamento de equivalência: como encontrar partições válidas e inválidas, exemplos resolvidos para idades, senhas e cupons, teste…
Leia o artigo →Teste de softwareGravidade vs Prioridade em Testes de Software: Diferenças, Matriz e Exemplos Reais
Explicação da gravidade versus prioridade em testes de software: definições claras, uma matriz de quatro vias com exemplos, escalas de nível, quem d…
Leia o artigo →Bancos de dados e SQLTutorial de subconsultas SQL: tipos, subconsultas correlacionadas e EXISTS com exemplos
Um tutorial de subconsultas SQL com consultas que executamos: subconsultas escalares, IN, FROM e SELECT, subconsultas correlacionadas, EXISTS, a arm…
Leia o artigo →Bancos de dados e SQLTransações SQL e ACID explicados: COMMIT, ROLLBACK e níveis de isolamento
Transações SQL e ACID explicadas com uma transferência bancária que executamos: COMMIT, ROLLBACK, savepoints, locks, níveis de isolamento, leituras …
Leia o artigo →Desenvolvimento de softwareFolha de dicas dos comandos do Git: os comandos que você realmente usa, com exemplos
Uma folha de dicas de comandos Git agrupada por tarefa: configuração, preparação, ramificações, controles remotos, stash, histórico e desfazer erros…
Leia o artigo →Desenvolvimento de softwareExplicação das promessas de JavaScript: então, catch, Promise.all e erros comuns
Promessas JavaScript explicadas com o código que executamos: estados, cadeias then e catch, tratamento de erros, Promise.all, allSettled, race e any…
Leia o artigo →Desenvolvimento de softwareTutorial do dicionário Python: métodos, exemplos e padrões comuns
Um tutorial de dicionário Python com código que executamos: criar, ler e atualizar dictos, métodos-chave, mesclagem, compreensão, padrões de contage…
Leia o artigo →Inteligência artificialO que é RAG? Geração aumentada de recuperação explicada com um exemplo prático
O que é RAG? Geração aumentada de recuperação explicada passo a passo: indexação, chunking, embeddings, recuperação, um pequeno exemplo funcional de…
Leia o artigo →DevOpsTutorial Terraform para iniciantes: infraestrutura como código do primeiro arquivo aos módulos
Um tutorial do Terraform para iniciantes: comece sem conta na nuvem, aprenda como iniciar, planejar e aplicar, depois variáveis, saídas, estado, mód…
Leia o artigo →DevOpsDocker vs Kubernetes: principais diferenças, como eles funcionam juntos e o que você precisa
Docker vs Kubernetes explicado: o que cada um faz, o mesmo aplicativo rodando com ambos, Docker Compose e Swarm comparados, a mudança do dockershim …
Leia o artigo →Automação de testesTutorial Pytest para iniciantes: luminárias, parametrização e exemplos reais
Um tutorial pytest para iniciantes com testes que executamos no pytest 9.2: asserções, fixtures, parametrizar, conftest, marcadores, tmp_path, monke…
Leia o artigo →Teste de softwareCiclo de vida de teste de software (STLC): 6 fases, critérios de entrada e saída, exemplo
O ciclo de vida de teste de software explicou: seis fases do STLC com critérios de entrada e saída, resultados, um exemplo de recurso de login funci…
Leia o artigo →Desenvolvimento de softwareGit merge vs rebase: diferenças, exemplos e quando usar cada um
Git merge vs rebase explicado com saída real do log, uma tabela comparativa, a regra de ouro do rebase e um fluxo de trabalho seguro para equipes.
Leia o artigo →Desenvolvimento de softwareList comprehension em Python: sintaxe, exemplos e quando evitar
List comprehension em Python explicada: sintaxe, filtros, if-else, laços aninhados, tempos medidos e quando um laço for comum é a melhor escolha.
Leia o artigo →Bancos de dados e SQLSQL JOIN explicado com exemplos (Inner, Left, Right, Full)
Entenda os joins SQL passo a passo com tabelas e consultas de exemplo: INNER, LEFT, RIGHT, FULL, CROSS e SELF, além de erros comuns e dicas de desem…
Leia o artigo →