余弦相似度解释:公式、工作示例和 Python 代码

  1. 首页
  2. 博客
  3. 人工智能

人工智能

余弦相似度解释:公式、工作示例和 Python 代码

余弦相似度衡量两个向量指向同一方向的接近程度,从 -1(相反)到 1(相同方向),忽略它们的长度。学习公式,手动计算一个示例,在 Python 和 NumPy 中运行它,并了解为什么 AI 搜索和 RAG 依赖于它。

阅读约 8 分钟
用Python解释余弦相似度

要点速览

  • 余弦相似度 = 点积 ÷ (A 的长度 × B 的长度)。它比较方向,而不是大小。
  • 对于 [3, 4] 和 [6, 8],它恰好是 1.0,即使一个向量的长度是两倍;垂直向量给出 0,相反向量给出 -1。
  • 在我们的字数测试中,余弦将长的、重复的文档排在第二位,而欧几里得距离将其排在最后。
  • 将向量归一化为长度 1 后,余弦相似度等于普通点积,这就是向量数据库通常首先归一化的原因。

每当搜索引擎找到与您的查询“类似”的文档,或者聊天机器人从您的文件中检索到正确的段落时,余弦相似度 很有可能正在进行比较。这是机器学习中最有用的想法之一,但它只需要学校数学。下面的所有数字都来自我们在 Python 3.13.6 上运行的代码,矢量化版本使用 NumPy 2.5.4。

余弦相似度公式

cos(A, B) = (A · B) / (‖A‖ × ‖B‖)

A · B = a1×b1 + a2×b2 + ... + an×bn      (dot product)
‖A‖   = √(a1² + a2² + ... + an²)          (length, or norm)

结果是两个向量之间的角度的余弦。指向相同方向的两个箭头的角度为 0°,cos 0° = 1。直角箭头的 cos 90° = 0。指向相反方向的箭头 cos 180° = -1。因为长度是分开的,所以只有方向才重要。

一个手工制作的例子

取 A = [3, 4] 且 B = [6, 8]:

  1. 点积:3×6 + 4×8 = 18 + 32 = 50。
  2. A 的长度:√(9 + 16) = 5。 B 的长度:√(36 + 64) = 10。
  3. 余弦相似度:50 ÷ (5 × 10) = 1.0。

B 只是 A 的两倍,因此它们指向完全相同的方向。我们的代码同意:cos(A,B) = 1.000。然而,它们之间的欧几里得距离为 5.0,因此基于距离的度量会认为它们完全不同。

值的含义

配对 向量 余弦 含义
相同方向 [3, 4] 和 [6, 8] 1.000 相同方向
垂直 [3, 4] 和 [4, -3] 0.000 无关的
对面 [3, 4] 和 [-3, -4] -1.000 相反方向

对于绝不为负的字数,分数保持在 0 到 1 之间。对于嵌入,负值是可能的,但实际上大多数相关文本分数远高于 0。余弦距离 只是 1 减去余弦相似度,用于库期望“越小越接近”的情况。

用纯Python计算

import math

def cos(a, b):
    dot = sum(x * y for x, y in zip(a, b))
    na = math.sqrt(sum(x * x for x in a))
    nb = math.sqrt(sum(y * y for y in b))
    return dot / (na * nb)

print(cos([3, 4], [6, 8]))     # 1.0

十行,没有库。它非常适合学习和小型工作。请注意零向量会发生什么:在我们的运行中,cos([0, 0], [1, 2]) 引发了 ZeroDivisionError: float division by zero,因为没有长度的向量没有方向。在实际代码中要防范它。

使用 NumPy 的快速版本

import numpy as np

A, B = np.array([3, 4]), np.array([6, 8])
print(np.dot(A, B) / (np.linalg.norm(A) * np.linalg.norm(B)))   # 1.0

对于同时多个向量,标准化每一行并使用一个矩阵乘法。我们创建了 10,000 个随机 384 维向量(384 是常见的嵌入大小),并将所有它们与查询向量进行比较:

Mn = M / np.linalg.norm(M, axis=1, keepdims=True)
scores = Mn @ (q / np.linalg.norm(q))
top = np.argsort(-scores)[:3]

完整的比较和排名花费了 25.5 毫秒。排名最高的是查询本身,得分为 1.0,其次的随机向量得分仅为 0.18 左右,正如您从不相关的随机数据中所期望的那样。 scikit-learn 提供与 sklearn.metrics.pairwise.cosine_similarity 相同的计算,我们在这里没有运行。

提示:在存储向量时对其进行一次归一化。之后,余弦相似度只是一个点积。在我们的 768 维测试中,归一化向量的点积将完整公式匹配到小数点后六位(双向 0.885104)。

文本示例:字数统计

将每个文档转化为对一个小词汇的计数:python、error、install、snake、bite、pip。然后将每个与查询“python pip install error”进行比较:

医生 文字 余弦 欧氏距离
d1 python安装pip错误 1.000 0.00
d4 python 错误错误错误安装pip pip 0.904 2.24
d2 pip 安装 python 0.816 1.41
d3 蛇咬蟒蛇 0.289 2.24

Cosine 排在 d4 第二位:它是完全相同的主题,只是更长且更重复。欧几里得距离将其与蛇文档 d3 联系在一起,因为额外的单词会增加距离,无论它们意味着什么。这就是文本搜索更喜欢余弦的核心原因:文档长度不应该决定相关性。真实系统使用嵌入而不是原始计数,因此即使没有共享词,“安装失败”也可以匹配“设置错误”;请参阅什么是嵌入。

余弦相似度与欧几里德距离

方面 余弦相似度 欧氏距离
措施 角度(方向) 直线间隙
受长度影响 否 是的
范围 -1到1 0 到无穷大
最适合 文本、嵌入、建议 坐标、传感器读数、聚类原始测量值

对于标准化为长度 1 的向量,两者给出相同的排名,因此对于原始、非标准化数据,选择最重要。

为什么AI搜索和RAG使用它

在检索增强生成中,这种模式让大型语言模型从您自己的文档中进行回答,每个文档块都被转换为嵌入并存储。以相同的方式嵌入问题,系统返回具有最高余弦相似度的块。我们用 768 维向量对此进行模拟:通过将随机噪声(信号强度的一半)添加到另一个向量而得到的向量得分为 0.885,而一个不相关的随机向量得分为 0.011。相关含义的方向很接近;不相关的接近于 0。向量数据库通过近似最近邻索引加速了这一过程;请参阅我们的矢量数据库指南和什么是 RAG。正如我们的 RAG 分块策略 测试所示,您首先如何拆分文档也很重要。

从分数到角度

因为分数是余弦,所以您可以使用 math.degrees(math.acos(score)) 将其转换回角度。对于我们的文本示例,d4 位于 0.904,距查询大约 25.3°,d2 位于 0.816,距查询 35.3°,snake 文档位于 0.289,距查询 73.2°。角度使直觉变得具体:小角度意味着相同的主题,接近 90° 的角度意味着几乎没有共同点。

如何选择相似度阈值

许多系统仅保留高于截止值的匹配,例如 0.75。没有通用的正确数字,因为每个嵌入模型的分数分布不同。一个实际的过程:

  1. 收集 30 到 50 个真实查询并标记哪些文档真正相关。
  2. 计算所有查询和文档对的余弦分数。
  3. 查看相关和不相关对的分数范围;它们通常有一点重叠。
  4. 选择一个阈值来平衡您的用例的错过答案和错误答案,然后在每次更改模型时重新检查它。

通常,按分数返回前几个匹配项并让应用程序或语言模型决定比信任一个固定的截止值更安全。

要避免的陷阱

  • 零向量:它们导致被零除;跳过或处理它们。
  • 混合模型:来自不同模型的嵌入存在于不同的空间中,因此它们的余弦分数在一起没有意义。
  • 将分数视为百分比: 0.8 并不是“80% 相似”,并且良好的阈值因模型而异。根据您自己的数据进行校准。
  • 在重要时忽略大小:如果大小具有意义,例如购买金额,则余弦会丢弃该信息。
  • 整数溢出或精度:使用浮点并规范化一次,而不是在每个查询上。

面试准备摘要

“余弦相似度测量两个向量之间的角度:点积除以它们的长度的乘积。它的范围从 -1 到 1,并且忽略大小,这使得它非常适合比较不同长度的文本和嵌入。余弦距离是 1 减去相似度,对于归一化向量,余弦相似度等于点积,向量数据库使用点积来提高速度。”用 [3, 4] 和 [6, 8] 示例来支持它,即使向量长度不同,它们的得分也恰好为 1.0。

最后的话

余弦相似度是两个向量除以它们的长度的点积,它回答一个问题:这些向量指向相同的方向吗?这使得它非常适合文本和嵌入,其中长度是噪音,方向是意义。手工学习一次,在实践中使用 NumPy 或向量数据库,尽早标准化,并根据自己的数据校准阈值。

常见问题

简单来说,余弦相似度是什么?

它是从 -1 到 1 的分数,显示两个向量指向同一方向的接近程度。 1表示方向相同,0表示不相关,-1表示方向相反。

余弦相似度公式是什么?

余弦相似度等于 A 和 B 的点积除以它们长度的乘积:(A · B) / (‖A‖ × ‖B‖)。

余弦相似度和余弦距离有什么区别?

余弦距离是 1 减去余弦相似度。对于较近的向量,相似度较高,而对于较近的向量,距离较低。

为什么余弦相似度用于文本和嵌入?

它忽略向量长度,因此关于同一主题的长文档和短文档仍然得分相似。只有反映意义的方向才重要。

如何在Python中计算余弦相似度?

将 np.dot(a, b) / (np.linalg.norm(a) * np.linalg.norm(b)) 与 NumPy、sklearn.metrics.pairwise.cosine_similarity 结合使用进行批量处理,或将简短的纯 Python 函数与 math.sqrt 结合使用。

继续学习

与Stack Quora合作

需要测试、WordPress 或 SEO 方面的帮助?

我们帮助团队交付更好的软件并发展他们的网站。告诉我们您正在做什么,我们将建议明确的下一步。

继续阅读

更多指南 测试、人工智能和现代开发

喜欢这篇文章吗?选择一个主题并直接跳至我们最新的教程。

人工智能

BM25 解释:如何使用 Python 代码和混合搜索对关键字搜索结果进行排名

BM25 使用我们运行的纯 Python 实现进行了解释:公式、IDF、术语饱和度、k1 和 b 参数、为什么它优于原始字数统计、它失败的地方,以及如何使用倒数排名融合的混合搜索来解决这个问题。

阅读文章 →
软件开发

HTTP 方法解释:GET、POST、PUT、PATCH、DELETE,在实时服务器上测试

使用我们运行的小型服务器解释 HTTP 方法:GET、POST、PUT、PATCH、DELETE、HEAD 和 OPTIONS、安全与幂等、PUT 与 PATCH、每个返回的状态代码、405 错误和 API 设计备忘单。

阅读文章 →
DevOps

Git Bisect 解释:手动或自动查找破坏代码的提交

Git bisect 用一个经过测试的存储库进行了解释:在 5 次测试运行中找到 41 次错误提交,使用 git bisect run 使其自动化,使用退出代码 125 跳过不可测试的提交,使用自定义术语并安全清理。

阅读文章 →
测试自动化

pytest 标记解释:自定义标记、skip、skipif、xfail 和 -m 过滤器

使用经过测试的套件解释 pytest 标记:注册自定义标记,仅使用 -m 运行冒烟测试,使用 and 或 not 组合过滤器,正确使用skip、skipif 和 xfail,并使用 –strict-markers 停止标记拼写错误。

阅读文章 →
软件测试

正面测试与负面测试:差异、24 个真实测试用例和清单

用真实的注册表单解释了正测试和负测试:在 pytest 中运行了 6 个正测试用例和 18 个负测试用例,缺失的守卫捕获了负测试,还有比较表、技术和清单。

阅读文章 →
数据库与 SQL

SQL ORDER BY 多列:ASC、DESC、NULLS LAST、大小写和自定义顺序

具有多个列的 SQL ORDER BY 通过测试的查询进行解释:混合 ASC 和 DESC、tie-breakers、NULLS FIRST 和 LAST、不区分大小写的排序、使用 CASE 的自定义顺序、存储为文本的数字和使用索引。

阅读文章 →
数据库与 SQL

SQL 运行总计:SUM OVER、每组总计、移动总和和 RANGE 陷阱

如何使用 SUM() OVER 计算 SQL 运行总计:每组总计、每日累积总计、移动总计、总计百分比、RANGE 与 ROWS 平局陷阱、NULL 以及针对旧子查询方法的 360 倍速度测试。

阅读文章 →
软件开发

JavaScript 对数组进行排序:数字、对象、字符串以及为什么 10 排在 5 之前

如何在 JavaScript 中正确对数组进行排序:使用比较函数的数字、一个或多个字段的对象、使用 localeCompare 的字符串、日期、自然排序、toSorted、稳定性和速度,所有这些都在 Node 24 上进行了测试。

阅读文章 →
软件开发

Python 字符串方法:备忘单、真实示例和 strip() 陷阱

Python 字符串方法以及经过测试的示例:split、join、strip、replace、find、startswith、is-methods、casefold、partition 和 translate,以及 strip() 陷阱、连接速度测试和备忘单。

阅读文章 →
人工智能

余弦相似度解释:公式、工作示例和 Python 代码

余弦相似度解释简单:公式、手工示例、纯 Python 和 NumPy 代码、实际字数统计的余弦距离与欧几里德距离,以及 AI 搜索和 RAG 依赖它的原因。

阅读文章 →
软件开发

UTF-8 编码解释:文本如何变成字节以及如何修复乱码文本

使用我们在 Python 中运行的字节级示例解释了 UTF-8 编码:字符如何变成 1 到 4 个字节、为什么咖啡馆变成咖啡馆、解码错误、BOM、规范化以及代码和网络的 6 个修复。

阅读文章 →
测试自动化

pytest 参数化解释:带有测试示例的 7 种模式

pytest 参数化解释了 7 个测试模式:基本情况、可读 id、堆叠装饰器、带有 xfail 和skip 的 pytest.param、间接固定装置和列表中的数据,以及要避免的错误。

阅读文章 →
软件测试

重新测试与回归测试:与真实错误修复示例的 8 个主要区别

重新测试与回归测试通过在 pytest 中运行的真实错误修复来解释:重新测试确认了修复,回归运行发现了一个新错误。 8 个主要差异、比较表和访谈答案。

阅读文章 →
数据库与 SQL

删除 SQL 中的重复行:5 种安全方法,逐步测试

如何安全地删除 SQL 中的重复行:找到它们、预览它们,然后使用 ROW_NUMBER、MIN(id)、EXISTS、rowid 或新表删除它们。测试了查询、计时以及如何阻止重复项返回。

阅读文章 →
数据库与 SQL

SQL RANK、DENSE_RANK 和 ROW_NUMBER:与测试示例的差异

一张表中的 SQL RANK、DENSE_RANK 和 ROW_NUMBER:每个表如何处理平局、每组前 N 个、第二高薪资陷阱和确定性平局,以及我们运行的查询。

阅读文章 →
软件开发

JavaScript 可选链 (?.) 解释:8 个示例,??默认和陷阱

JavaScript 可选链接可以阻止“无法读取未定义的属性”错误。 8 个属性、数组和方法的测试示例,??与||默认值、短路和 4 个陷阱。

阅读文章 →
软件开发

Python enumerate() 解释:7 个示例、start=1 和要避免的错误

Python enumerate() 在一个干净的循环中为您提供索引和值。 7 个测试示例、start=1 技巧、字典、文件、速度数字和 3 个要避免的错误。

阅读文章 →
人工智能

RAG 分块策略解释:固定、重叠、句子、递归和标题、测量

RAG 分块策略在一份文档上与 tiktoken 0.14 进行比较:固定大小、重叠、句子打包、递归拆分和基于标题的分块、测量拆分事实、孤立标题和存储成本。

阅读文章 →
软件开发

API 幂等性解释:幂等密钥和安全重试,经过测试

API 幂等性通过我们运行的 Python 服务器和客户端进行了解释:丢失的响应导致在没有密钥的情况下产生双重费用,在有密钥的情况下产生单次费用,再加上密钥重用、并发重试和存储规则。

阅读文章 →
DevOps

Git Stash 解释:保存、应用、弹出和未跟踪的文件,经过测试

Git stash 用我们在 Git 2.56 上运行的命令进行了解释:推送消息、未跟踪的文件、列表和显示、应用与弹出、保留索引、冲突、存储分支、删除和清除。

阅读文章 →
软件测试

成对测试解释:全成对如何将 216 次测试减少到 13 次,已测试

成对测试用我们在 Python 3.13 中运行的生成器进行了解释:检查 13 个测试覆盖的 216 种组合、经过验证的覆盖范围、更大的示例以及成对可能错过的三向错误。

阅读文章 →
测试自动化

测试替身解释:Dummy、Stub、Spy、Mock 和 Fake,以及经过测试的 Python 代码

测试替身通过在 pytest 9.2 中运行的一个 Python 示例进行了解释:dummy、stub、spy、mock 和 fake、何时使用每一种、状态与行为检查,以及 autospec 如何捕获普通 Mock 隐藏的错误。

阅读文章 →
数据库与 SQL

SQL COALESCE 解释:默认值、NULLIF、IFNULL 与 ISNULL 和陷阱,已测试

SQL COALESCE 解释了我们在 SQLite 3.50 中运行的查询:第一个非空值、空字符串、数学中的 NULL、除以零的 NULLIF、聚合、LEFT JOIN 间隙以及 IFNULL 与 ISNULL。

阅读文章 →
数据库与 SQL

SQL 自连接解释:员工-经理、配对和行比较,经过测试

SQL 自连接用我们在 SQLite 3.50 中运行的查询来解释:员工和经理,收入比经理多,唯一对,每日变化,两跳链和索引。

阅读文章 →
软件开发

JavaScript Spread 运算符解释:Spread 与 Rest、副本和陷阱、经过测试

JavaScript 扩展运算符用我们在 Node 24 上运行的代码进行了解释:数组、对象、浅拷贝、剩余参数、Math.max 限制和 reduce 中的性能陷阱。

阅读文章 →
软件开发

Python functools 解释:lru_cache、partial、reduce、wraps 等,已测试

Python functools 用我们在 Python 3.13 上运行的代码进行了解释:lru_cache 和缓存、partial、reduce、wraps、cached_property、singledispatch 和total_ordering,以及计时和陷阱。

阅读文章 →
软件开发

Python 集合模块解释:Counter、defaultdict、deque 等,已测试

Python 集合用我们在 Python 3.13 上运行的代码进行了解释:Counter、defaultdict、deque、namedtuple、OrderedDict 和 ChainMap,以及列表与双端队列计时和备忘单。

阅读文章 →
人工智能

LLM 上下文窗口解释:标记、限制以及如何适应更多、衡量

LLM 上下文窗口用我们使用 tiktoken 测量的令牌计数进行了解释:散文、代码和印地语的单词与令牌、输入和输出预算、修剪聊天记录、RAG 和成本的分块。

阅读文章 →
软件开发

Webhooks 解释:它们如何工作以及如何安全地接收它们

Webhooks 解释了我们在 Python 中运行的接收器和发送器:推送与轮询、HMAC-SHA256 签名、拒绝篡改和重播的请求、使用回退重试、幂等性和测试技巧。

阅读文章 →
DevOps

Git Cherry-Pick 解释:安全地、经过测试地复制您需要的提交

Gitcherry-pick 用我们在 Git 2.56 中运行的命令进行了解释:将修补程序复制到发布分支、新的哈希值和补丁 ID、-x、-n、提交范围、冲突、–abort、–skip 以及稍后的合并。

阅读文章 →
测试自动化

快照测试解释:它是如何工作的、何时有用、何时有害

快照测试通过我们运行的 pytest 和糖浆演示进行了解释:创建快照、在代码更改后读取差异、屏蔽时间戳、安全更新以及快照何时有帮助或有害。

阅读文章 →
软件测试

突变测试解释:为什么 100% 覆盖率仍然漏掉了我们的 bug

突变测试用我们构建并运行的一个小型突变工具进行解释:14 个突变体,一个 100% 线覆盖的测试套件,得分为 79%,边界测试达到 100%,加上工具、成本和 CI 技巧。

阅读文章 →
数据库与 SQL

SQL JSON 函数解释:SQL 中的查询、更新和索引 JSON,已测试

SQL JSON 函数通过我们在 SQLite 3.50 中运行的查询进行解释:json_extract、-> 和 ->> 运算符、json_each、json_set、json_patch、json_group_array、验证、表达式索引和 JSONB。

阅读文章 →
数据库与 SQL

SQL Pivot 解释:使用 CASE、FILTER 和 PIVOT 将行转换为列

SQL 数据透视用我们在 SQLite 3.50 中运行的查询进行了解释:使用 CASE 和 SUM、FILTER、NULL 与零、总计、动态列、unpivot 和本机 PIVOT 语法进行条件聚合。

阅读文章 →
人工智能

即时注入解释:人工智能应用程序如何被欺骗以及如何防御它们

为构建者解释提示注入:直接和间接攻击、关键字过滤器失败的原因(我们的测试阻止了 4 中的 1 个)以及分层防御,包括最小权限、工具允许列表和输出检查。

阅读文章 →
DevOps

DNS 记录解释:A、AAAA、CNAME、MX、TXT 和 TTL 以及真实查找

通过我们运行的查找来解释 DNS 记录:解析如何工作、A 和 AAAA、CNAME 规则、MX 和 null MX、用于 SPF 和验证的 TXT、NS、TTL 和缓存以及安全 DNS 更改。

阅读文章 →
DevOps

功能标志解释:安全发布、逐步推出和标志卫生

通过我们运行的推出模拟解释了功能标志:标志类型、具有稳定散列的百分比推出、终止开关、允许列表、测试两条路径、标志债务和最佳实践。

阅读文章 →
测试自动化

使用 Python Faker 测试数据生成:真实、可重复且安全的数据

使用 Python Faker 测试数据生成、运行和测量:可重复数据的播种、区域设置、唯一值、域形状记录、Faker 未命中的边缘情况、屏蔽生产数据和速度。

阅读文章 →
软件测试

左移测试解释:尽早发现错误而不拖慢团队速度

左移测试解释:它意味着什么,为什么早期缺陷成本更低,从需求审查到 CI 检查的实践,测试人员角色的变化,右移,指标和推出计划。

阅读文章 →
数据库与 SQL

SQL 字符串函数解释:TRIM、SUBSTR、REPLACE、CONCAT 和数据清理

通过我们运行的查询来解释 SQL 字符串函数:连接和 NULL、TRIM、UPPER 和 LOWER、SUBSTR 和 INSTR、REPLACE、填充、Unicode 长度、清理混乱数据和方言差异。

阅读文章 →
数据库与 SQL

SQL 触发器解释:BEFORE 和 AFTER 触发器、审核日志和陷阱

SQL 触发器用我们运行的触发器进行了解释:BEFORE 与 AFTER、OLD 和 NEW、审核日志、验证、库存更新、WHEN 条件、回滚、方言差异以及何时避免它们。

阅读文章 →
软件开发

Python JSON 模块解释:转储、加载、自定义类型和常见错误

Python JSON 模块用我们运行的代码进行了解释:转储和加载、文件、类型转换、日期和小数、自定义编码器、object_hook、浮点精度、解析错误和 JSON 行。

阅读文章 →
软件开发

ES 模块与 CommonJS:JavaScript 导入如何在 Node.js 中工作并经过测试

ES 模块与 CommonJS 用我们在 Node.js 中运行的代码进行了解释:导入和导出语法、require、实时绑定、缓存、顶级等待、动态导入、文件扩展和互操作。

阅读文章 →
软件开发

Python 正则表达式解释:模式、组、前瞻和陷阱,经过测试

Python 正则表达式用我们运行的模式进行解释:搜索与匹配、findall、组和命名组、贪婪与懒惰、sub、前瞻、标志、Unicode 惊喜和灾难性回溯。

阅读文章 →
人工智能

LLM 结构化输出解释:从 AI 模型获取可靠的 JSON

LLM 结构化输出通过我们在 Pydantic 中运行的验证进行了解释:JSON 模式和模式、约束解码、模型输出中断的方式、重试循环和语义检查。

阅读文章 →
DevOps

SSH 密钥解释:它们如何工作、ssh-keygen、Ed25519 和安全习惯

SSH 密钥用我们生成的密钥进行解释:公钥与私钥、ssh-keygen、Ed25519 与 RSA、指纹、密码、ssh-agent、authorized_keys、配置文件、GitHub 和密钥卫生。

阅读文章 →
DevOps

HTTP 缓存解释:缓存控制、ETag 和 304 响应,通过实时测试

使用我们运行的小型服务器解释 HTTP 缓存:Cache-Control 指令、max-age、无缓存与无存储、ETag 重新验证和 304 响应、CDN、缓存清除和测试标头。

阅读文章 →
测试自动化

API 合约测试解释:在发布之前捕获重大变更

API 合约测试通过我们运行的模式检查进行了解释:什么是合约、消费者驱动的合约、Pact、OpenAPI、哪些更改会破坏消费者,以及它如何适应 CI。

阅读文章 →
软件测试

基于风险的测试解释:对风险进行评分、构建矩阵并测试重要内容

基于风险的测试逐步解释:识别风险、对可能性和影响进行评分、构建风险矩阵、将风险映射到测试深度、工作示例和常见错误。

阅读文章 →
数据库与 SQL

SQL 约束解释:NOT NULL、UNIQUE、CHECK 和 FOREIGN KEY,已测试

通过我们运行的测试解释了 SQL 约束:NOT NULL、UNIQUE、CHECK、DEFAULT、PRIMARY 和 FOREIGN KEY、NULL 漏洞、SQLite 的外键设置、命名约束并测试它们。

阅读文章 →
数据库与 SQL

SQL 日期函数解释:无错误地添加、比较和分组日期

SQL 日期函数通过我们运行的查询进行解释:添加间隔、月末惊喜、日期差异、BETWEEN 陷阱、按天分组、时区、索引和方言差异。

阅读文章 →
软件开发

Python asyncio 解释:async、await、gather 和 TaskGroup With Real Timings

Python asyncio 用我们计时的代码进行了解释:协程、await、gather、TaskGroup、错误处理、超时、限制并发以及破坏性能的阻塞调用错误。

阅读文章 →
软件开发

JavaScript 中的 Debounce 与 Throttle:它们如何工作、何时使用、经过测试

JavaScript 中的反跳与节流通过我们在 Node.js 中测量的计时进行了解释:每种方式如何工作、简单实现、前导和尾随调用、真实用例和测试。

阅读文章 →
软件开发

Python 上下文管理器解释:with 语句、contextlib 和实际用途

Python 上下文管理器用我们运行的代码进行了解释:如何工作、__enter__ 和 __exit__、contextlib.contextmanager、suppress、ExitStack、数据库事务和常见错误。

阅读文章 →
人工智能

LLM 温度和 Top-p 解释:AI 模型如何选择下一个单词

LLM 温度和 top-p 通过我们运行的模拟进行了解释:概率如何重塑、top-p 保留什么、按任务推荐的设置、确定性和测试 AI 功能。

阅读文章 →
DevOps

YAML 解释:语法、挪威问题和我们测试的其他陷阱

YAML 通过解析器测试进行解释:基本语法、列表和地图、挪威问题、版本转换为浮点数、八进制邮政编码、六十进制时间、锚点、多行文本和安全加载。

阅读文章 →
DevOps

Cron 作业解释:语法、实际计划以及破坏它们的错误

Cron 作业通过我们验证的时间表进行了解释:五个字段、运算符、真实示例、每月或每周的陷阱、环境问题、日志记录、重叠和时区。

阅读文章 →
人工智能

人工智能幻觉解释:语言模型为何会产生幻觉以及如何减少它

人工智能幻觉解释:它们是什么,为什么语言模型产生它们,常见类型,如何通过基础和提示来减少它们,以及我们进行的简单检查。

阅读文章 →
DevOps

环境变量解释:.env 文件、秘密和配置正确完成

使用我们运行的 Python 示例解释环境变量:读取和设置它们、为什么每个值都是字符串、.env 文件、进程继承、秘密和验证。

阅读文章 →
软件开发

API 速率限制解释:算法、标头和处理 429 错误

API 速率限制通过我们运行的模拟进行了解释:令牌桶、固定窗口、滑动窗口、429 响应、速率限制标头、带回退的重试和测试限制。

阅读文章 →
测试自动化

Python 中的模拟:unittest.mock、补丁以及导致测试谎言的错误

使用unittest.mock 在Python 中进行模拟,经过测试:模拟和return_value、side_effect、修补使用名称的位置、spec 和autospec、模拟日期以及常见错误。

阅读文章 →
软件测试

代码覆盖率解释:行覆盖率与分支覆盖率以及 100% 的真正含义

用真实的coverage.py运行来解释代码覆盖率:行、分支和条件覆盖率,阅读报告,为什么100%覆盖率仍然会错过错误,以及合理的目标。

阅读文章 →
数据库与 SQL

SQL 中的 DELETE、TRUNCATE 和 DROP:差异、回滚以及何时使用它们

DELETE、TRUNCATE 和 DROP 通过经过测试的 SQL 进行了解释:各自删除什么、回滚、触发器、身份重置、速度,以及 PostgreSQL、MySQL、SQL Server 和 SQLite 有何不同。

阅读文章 →
数据库与 SQL

SQL 视图解释:创建、使用和避免陷阱(附示例)

SQL 视图通过我们运行的查询进行解释:创建视图、实时结果、隐藏列、性能、可更新和物化视图、破坏的依赖关系和最佳实践。

阅读文章 →
软件开发

TypeScript 接口与类型:真正的差异,使用编译器进行测试

TypeScript 接口与类型,使用真实编译器进行检查:两者都可以做什么,只有一个可以做什么,声明合并,扩展与交集以及要遵循的简单规则。

阅读文章 →
软件开发

Python *args 和 **kwargs 解释:灵活的函数和清晰的示例

Python *args 和 **kwargs 用我们运行的代码进行了解释:打包和解包、参数顺序、仅关键字和仅位置参数、装饰器和常见错误。

阅读文章 →
软件开发

Python Lambda 函数:语法、实际用途以及何时不使用它们

Python lambda 函数用我们运行的代码进行了解释:语法、使用键排序、映射和过滤器、闭包、后期绑定陷阱,以及何时普通 def 是更好的选择。

阅读文章 →
人工智能

什么是人工智能代理?它们是如何工作的,只需运行一个简单的代理循环

什么是人工智能代理?关于代理循环、工具、内存和护栏的简单指南,以及我们运行的一个小型 Python 循环、真正的风险以及何时简单的聊天机器人是更好的选择。

阅读文章 →
DevOps

监控与可观察性:真正的区别,包括日志、指标和跟踪

监控与可观察性解释:已知和未知的故障、日志、指标和跟踪、检查事件演练、黄金信号、OpenTelemetry 和有用的警报。

阅读文章 →
DevOps

Docker Volumes 与 Bind Mounts:以正确的方式保留容器数据

Docker 卷与绑定挂载解释:为什么容器数据消失、命名卷、绑定挂载、tmpfs、Compose 示例、备份、权限以及何时使用它们。

阅读文章 →
测试自动化

TDD 与 BDD:主要区别、以两种方式构建的一个功能以及何时使用每种方式

TDD 与 BDD 的解释是通过一种双向构建的折扣功能:使用我们运行的代码进行红绿重构、Given-When-Then 场景、工具、权衡以及何时使用每种方案。

阅读文章 →
软件测试

用户验收测试 (UAT):流程、清单和真实示例

用户验收测试解释:谁运行它、它与 QA 有何不同、七步流程、UAT 测试用例模板、清单、签核标准和常见错误。

阅读文章 →
数据库与 SQL

SQL NULL 值解释:IS NULL、COALESCE、NULLIF 和要避免的陷阱

通过我们运行的查询解释了 SQL NULL 值:三值逻辑、IS NULL、COALESCE、NULLIF,聚合、连接和排序如何处理 NULL,以及它悄悄引起的错误。

阅读文章 →
数据库与 SQL

SQL CASE WHEN 语句:语法、实例和常见错误

SQL CASE WHEN 解释了我们运行的查询:简单和搜索表单、条件顺序、SUM 透视、COUNT 技巧、自定义排序、更新和要避免的 NULL 陷阱。

阅读文章 →
软件开发

什么是智威汤逊?通过工作示例解释 JSON Web 令牌

什么是智威汤逊? JSON Web Tokens 解释:这三个部分,在我们运行的代码中构建和篡改的令牌,JWT 与会话,存储,刷新令牌和安全错误。

阅读文章 →
软件开发

JavaScript 事件循环解释:调用堆栈、微任务和计时器以及示例

JavaScript 事件循环用我们运行的代码进行了解释:调用堆栈、任务和微任务队列、为什么 setTimeout 0 不是立即执行、阻塞、饥饿和面试测验。

阅读文章 →
软件开发

Python 生成器和 Yield 解释:通过真实示例节省内存

Python 生成器和yield 用我们运行的代码进行了解释:它们如何暂停和恢复、测量内存节省、管道、无限序列、yield from、发送和常见陷阱。

阅读文章 →
人工智能

什么是嵌入?向量和余弦相似度简单解释

什么是嵌入?关于向量、余弦相似度和语义搜索的简单语言指南,其中包含我们运行的一个小示例、常见用途、选择模型和已知限制。

阅读文章 →
DevOps

蓝绿部署与金丝雀部署:差异、权衡以及如何选择

蓝绿部署与金丝雀部署解释:每种部署的工作原理、成本、风险和回滚、我们测试的稳定用户分桶、数据库迁移、滚动更新以及如何选择。

阅读文章 →
测试自动化

不稳定的测试:造成这些问题的原因以及如何彻底解决它们

我们运行的演示解释了不稳定的测试:主要原因、如何确认和诊断、正确的时间修复、共享状态和日期以及隔离过程。

阅读文章 →
软件测试

负载测试与压力测试:差异、指标和 k6 示例

负载测试与压力测试的解释:各自证明什么、峰值和浸泡测试、重要的指标、为什么平均值会误导、k6 个示例以及如何计划测试。

阅读文章 →
软件测试

测试用例与测试场景:主要区别、示例以及何时使用它们

测试用例与测试场景的解释:清晰的定义、并排的表格、从场景到案例的密码重置功能、模板以及何时使用每个功能。

阅读文章 →
数据库与 SQL

SQL 查询优化:读取执行计划并修复慢速查询(带计时)

对一百万行进行 SQL 查询优化测试:读取执行计划、添加正确的索引、修复不可控制的过滤器、使用复合索引和键集分页。

阅读文章 →
数据库与 SQL

SQL UNION 与 UNION ALL:差异、示例和性能测试

SQL UNION 与 UNION ALL 通过我们运行的查询进行了解释:重复、都遵循的规则、真实的数据错误、测量的性能、INTERSECT 和 EXCEPT 以及何时使用它们。

阅读文章 →
软件开发

JavaScript Fetch API 教程:GET、POST、错误处理和超时

针对本地服务器测试的 JavaScript Fetch API 教程:GET 和 POST、为什么不抛出 404、可重用的帮助程序、查询字符串、超时、CORS 和常见错误。

阅读文章 →
软件开发

Python 文件处理:读取、写入、CSV、JSON 和 pathlib 以及示例

使用我们运行的代码解释了 Python 文件处理:打开模式、使用、读取大文件、CSV、JSON、pathlib、二进制文件、安全写入、错误处理和常见错误。

阅读文章 →
软件开发

Python 类和对象:带有实际示例的 OOP 教程

用我们运行的代码解释 Python 类和对象:__init__、方法、类与实例属性、继承、属性、dunder 方法、数据类和常见错误。

阅读文章 →
人工智能

什么是大语言模型?法学硕士如何运作,在没有炒作的情况下进行解释

什么是大语言模型?法学硕士用简单的语言解释:标记、嵌入、注意力、训练、温度和上下文窗口、一个微小的下一个单词演示和真正的限制。

阅读文章 →
DevOps

适合初学者的 Linux 命令:带有示例的基本终端指南

适合初学者的 Linux 命令,按任务分组:导航、文件、查看日志、grep、管道、权限、进程和档案,并附有实用的日志分析示例。

阅读文章 →
测试自动化

Selenium 与 Playwright:主要区别、代码比较以及选择

Selenium 与 Playwright 比较:架构、等待、浏览器和语言支持、调试、两种工具中的相同测试、迁移建议以及如何选择。

阅读文章 →
软件测试

等价划分:通过实例解释测试设计技术

等效分区解释:如何找到有效和无效分区,年龄、密码和优惠券的工作示例,我们运行的测试,以及为什么将其与边界配对。

阅读文章 →
软件测试

软件测试中的严重性与优先级:差异、矩阵和实例

软件测试中的严重性与优先级解释:清晰的定义、带有示例的四向矩阵、级别尺度、谁设置每个级别以及如何运行错误分类。

阅读文章 →
数据库与 SQL

SQL 子查询教程:类型、相关子查询和 EXISTS 以及示例

SQL 子查询教程,其中包含我们运行的查询:标量、IN、FROM 和 SELECT 子查询、相关子查询、EXISTS、NOT IN NULL 陷阱以及子查询与 JOIN 与 CTE。

阅读文章 →
数据库与 SQL

SQL 事务和 ACID 解释:COMMIT、ROLLBACK 和隔离级别

SQL 事务和 ACID 通过我们运行的银行转账进行了解释:COMMIT、ROLLBACK、保存点、锁、隔离级别、脏读、死锁和最佳实践。

阅读文章 →
软件开发

Git 命令备忘单:您实际使用的命令,以及示例

Git 命令备忘单按任务分组:设置、暂存、分支、远程、存储、历史记录和撤消错误,以及来自真实演示存储库的输出。

阅读文章 →
软件开发

JavaScript Promise 解释:then、catch、Promise.all 和常见错误

JavaScript 承诺用我们运行的代码进行了解释:状态、then 和 catch 链、错误处理、Promise.all、allSettled、race 和 any、事件循环和常见错误。

阅读文章 →
软件开发

Python 字典教程:方法、示例和常见模式

Python 字典教程,包含我们运行的代码:创建、读取和更新字典、关键方法、合并、理解、计数和分组模式以及常见错误。

阅读文章 →
人工智能

什么是 RAG?通过工作示例解释检索增强生成

什么是RAG?检索增强生成逐步解释:索引、分块、嵌入、检索、一个小型的 Python 工作示例、评估和常见故障。

阅读文章 →
DevOps

Terraform 初学者教程:从第一个文件到模块的基础设施即代码

适合初学者的 Terraform 教程:从没有云帐户开始,学习初始化、计划和应用,然后是变量、输出、状态、模块和安全的团队工作流程。

阅读文章 →
DevOps

Docker 与 Kubernetes:主要区别、它们如何协同工作以及您需要哪些

Docker 与 Kubernetes 的解释:各自的作用、同一个应用程序同时运行、Docker Compose 和 Swarm 的比较、dockershim 的变化以及如何决定您需要什么。

阅读文章 →
测试自动化

Pytest 初学者教程:夹具、参数化和真实示例

面向初学者的 pytest 教程,其中包含我们在 pytest 9.2 上运行的测试:断言、固定装置、参数化、conftest、标记、tmp_path、monkeypatch、有用的标志和 CI。

阅读文章 →
软件测试

软件测试生命周期 (STLC):6 个阶段、进入和退出标准、示例

软件测试生命周期解释:六个 STLC 阶段,包括进入和退出标准、可交付成果、有效的登录功能示例、STLC 与 SDLC 以及敏捷中的 STLC。

阅读文章 →
软件开发

Git merge 与 rebase 的区别:示例及如何选择

用真实的 log 输出、对比表、rebase 黄金法则和安全的团队工作流,讲清 Git merge 与 rebase 的区别。

阅读文章 →
软件开发

Python 列表推导式:语法、示例与何时避免使用

Python 列表推导式详解:语法、过滤、if-else、嵌套循环、实测耗时,以及何时普通 for 循环更合适。

阅读文章 →
数据库与 SQL

SQL JOIN 详解:附示例(INNER、LEFT、RIGHT、FULL)

通过示例表和查询,一步步讲解 SQL JOIN:INNER、LEFT、RIGHT、FULL、CROSS 和 SELF,并介绍常见错误与性能技巧。

阅读文章 →