Объяснение функций SQL JSON: Запрос, обновление и индексирование JSON в SQL, протестировано
Функции SQL JSON позволяют читать, фильтровать, изменять и обновлять JSON, хранящийся в столбце базы данных. Изучите извлечение, операторы стрелок, преобразование массивов в строки, построение JSON, безопасные обновления и быстрый поиск JSON при каждом запуске запроса.
- Функции SQL JSON считывают значения с путями типа
$.user.city. Имена различаются в зависимости от базы данных, но идеи одни и те же. ->возвращает JSON;->>возвращает простое значение SQL, которое можно сравнить и суммировать.json_eachпревращает массив JSON в строки, поэтому вы можете объединять и группировать его элементы.- Поиски JSON сканируют таблицу, если вы не индексируете выражение. Наш план изменился с
SCANнаSEARCH ... USING COVERING INDEX.
API, журналы событий и настройки часто поступают в формате JSON, и многие команды сохраняют этот JSON прямо в текстовом столбце. Это нормально, пока кто-нибудь не спросит: «Сколько заказов поступило из Пуны?» и ответ скрыт внутри JSON. Функции SQL JSON позволяют базе данных обращаться к этим документам, извлекать значения, расширять массивы в строки и даже обновлять поля на месте.
Мы выполнили каждый приведенный ниже запрос в версиях от SQLite 3.50.4 до Python 3.13, и результаты копируются из этого запуска. Версии PostgreSQL, MySQL и SQL Server приведены для сравнения и не запускались. Если вы обрабатываете одни и те же данные в коде, наше руководство по Python JSON охватывает сторону приложения.
Зачем хранить JSON в базе данных SQL?
Столбцы JSON подходят для данных, форма которых варьируется или которые вы в основном храните и возвращаете как есть: необработанные полезные данные веб-перехватчика, события аудита, пользовательские настройки или ответы третьих сторон. Основные бизнес-данные, которые вы фильтруете, объединяете и применяете правила, обычно располагаются в обычных столбцах, как поясняет наше руководство по нормализации базы данных. Многие реальные системы сочетают в себе и то, и другое.
Пример данных
CREATE TABLE events(id INTEGER PRIMARY KEY, payload TEXT);
INSERT INTO events(payload) VALUES
('{"type":"order","user":{"id":7,"city":"Pune"},"items":[{"sku":"PEN","qty":2},{"sku":"INK","qty":1}],"total":180.5}'),
('{"type":"refund","user":{"id":9,"city":"Delhi"},"items":[],"total":-40}'),
('{"type":"order","user":{"id":7,"city":"Pune"},"items":[{"sku":"PAD","qty":5}],"total":250,"coupon":null}'),
('not json at all');
Последняя строка намеренно разбита, поскольку реальные данные всегда содержат такой сюрприз.
Подтвердите, прежде чем запрашивать
SELECT id, json_valid(payload) FROM events;
-- (1,1) (2,1) (3,1) (4,0)
json_valid возвращает 1 для правильного формата JSON и 0 в противном случае. Вызов функций извлечения недопустимого JSON вызывает ошибку и останавливает весь запрос, поэтому в следующих примерах мы отфильтровали его с помощью WHERE json_valid(payload). А еще лучше добавить в таблицу CHECK (json_valid(payload)), чтобы в нее никогда не попадали плохие строки; наше руководство по ограничениям SQL показывает, как это сделать.
Чтение значений с помощью json_extract
SELECT id, json_extract(payload, '$.type'), json_extract(payload, '$.user.city')
FROM events WHERE json_valid(payload);
-- (1,'order','Pune') (2,'refund','Delhi') (3,'order','Pune')
Путь начинается с $, весь документ. Точка входит в ключ объекта, а [n] выбирает элемент массива. SQLite также принимает [#-1] для последнего элемента:
SELECT json_extract(payload,'$.items[0].sku'),
json_extract(payload,'$.items[#-1].sku'),
json_array_length(payload,'$.items')
FROM events WHERE id = 1;
-- ('PEN', 'INK', 2)
Операторы -> и ->>
Операторы со стрелками короче и ведут себя по-другому:
SELECT payload -> '$.user', payload ->> '$.user.id',
typeof(payload -> '$.total'), typeof(payload ->> '$.total')
FROM events WHERE id = 1;
-- ('{"id":7,"city":"Pune"}', 7, 'text', 'real')
-> вернул текст JSON, а ->> вернул действительное число. Используйте ->> для всего, что вы сравниваете, сортируете или суммируете; используйте ->, если хотите сохранить фрагмент JSON, например вложенный объект. PostgreSQL и MySQL используют одни и те же два оператора с одинаковым разделением.
Превращение массивов в строки с помощью json_each
Позиции внутри заказа представляют собой массив. json_each — это функция с табличным значением, которая возвращает одну строку для каждого элемента, к которой вы можете присоединиться, как к любой таблице:
SELECT e.id, j.value ->> '$.sku', j.value ->> '$.qty'
FROM events e, json_each(e.payload, '$.items') j
WHERE json_valid(e.payload);
-- (1,'PEN',2) (1,'INK',1) (3,'PAD',5)
SELECT j.value ->> '$.sku', SUM(j.value ->> '$.qty')
FROM events e, json_each(e.payload, '$.items') j
WHERE json_valid(e.payload) GROUP BY 1;
-- ('INK',1) ('PAD',5) ('PEN',2)
Событие 2 имеет пустой массив, поэтому оно не создало строк и исчезло из результата. Это обычное поведение внутреннего соединения; используйте LEFT JOIN, если вам нужно его сохранить. Когда массивы представляют собой строки, работает любой обычный инструмент, такой как группировка и объединение.
Отсутствует ключ против JSON null
Событие 3 имеет "coupon": null, и ни одно событие не имеет клавиши nope:
SELECT json_extract(payload,'$.coupon') IS NULL,
json_type(payload,'$.coupon'), json_type(payload,'$.nope')
FROM events WHERE id = 3;
-- (1, 'null', NULL)
json_extract вернул SQL NULL для обоих, поэтому вы не можете отличить их таким образом. json_type может: он вернул строку 'null' для сохраненного нуля и SQL NULL для отсутствующего ключа. Эта разница имеет значение для API, где «не отправлено» и «очищено» означают разные вещи. В нашем руководстве по SQL NULL рассматривается сторона SQL.
Построение JSON из строк
SELECT json_object('city', payload ->> '$.user.city', 'orders', json_group_array(id))
FROM events WHERE json_valid(payload)
GROUP BY payload ->> '$.user.city';
-- {"city":"Delhi","orders":[2]}
-- {"city":"Pune","orders":[1,3]}
json_object создает объект из пар ключ и значение, а json_group_array представляет собой агрегат, который собирает значения в массив. Вместе они позволяют конечной точке API возвращать готовый JSON прямо из SQL, что обеспечивает соответствие формы ответа вашему дизайну REST API.
Безопасное обновление JSON
Четыре функции изменяют документы, и они различаются тем, создают или перезаписывают ключи:
SELECT json_set('{"a":1}', '$.a', 2, '$.b', 3), -- {"a":2,"b":3}
json_insert('{"a":1}', '$.a', 9), -- {"a":1} (never overwrites)
json_replace('{"a":1}', '$.z', 9), -- {"a":1} (never creates)
json_remove('{"a":1,"b":2}', '$.b'); -- {"a":1}
SELECT json_patch('{"a":1,"b":{"c":2}}', '{"b":{"c":3},"a":null}');
-- {"b":{"c":3}}
json_patch следует правилу патча слияния JSON: объекты объединяются, а значение null удаляет ключ, поэтому a исчезло. Чтобы изменить сохраненные данные, используйте их внутри UPDATE:
UPDATE events SET payload = json_set(payload, '$.status', 'shipped') WHERE id = 1;
-- payload ->> '$.status' is now 'shipped'
Совет. выберите функцию, которая соответствует вашим намерениям. json_insert ничего не делает, если ключ существует, что является ошибкой, которую трудно обнаружить при миграции.
Сравнение документов JSON
SELECT '{"a":1, "b":2}' = '{"b":2,"a":1}', json('{"a":1, "b":2}');
-- (0, '{"a":1,"b":2}')
В виде обычного текста два эквивалентных документа не были равными из-за пробелов и порядка ключей. json() удалил пробелы, но не отсортировал ключи. Чтобы надежно сравнивать документы, извлеките нужные поля или нормализуйте их в коде приложения перед сохранением.
Быстрый поиск в формате JSON
Мы добавили еще 50 000 событий и запросили пользователя 7:
EXPLAIN QUERY PLAN SELECT COUNT(*) FROM events WHERE payload ->> '$.user.id' = 7;
-- SCAN events
CREATE INDEX ix_user ON events(payload ->> '$.user.id');
-- SEARCH events USING COVERING INDEX ix_user (<expr>=?)
-- count: 102
Без индекса SQLite читает каждую строку и анализирует каждый документ. После индексации точного выражения он искал непосредственно в индексе. В запросе должно использоваться то же выражение, что и в индексе, иначе планировщик не сможет его сопоставить. Другой вариант — сгенерированный столбец ALTER TABLE events ADD COLUMN user_id INT GENERATED ALWAYS AS (json_extract(payload,'$.user.id')) VIRTUAL, который возвращает 7 для первого события и присваивает значению обычное имя столбца. Подробнее о планах читайте в нашем руководстве по индексам SQL.
SQLite 3.45 и более поздние версии также могут хранить двоичный формат JSONB. Для нашего первого события length(jsonb(payload)) составляло 102 байта против 133 байтов текста, а двоичный JSON позволяет избежать повторного анализа при каждом чтении.
Те же идеи в других базах данных
| Задача | PostgreSQL | MySQL | SQL-сервер |
|---|---|---|---|
| Получить скаляр | doc->>'city' |
doc->>'$.city' |
JSON_VALUE(doc,'$.city') |
| Получить объект | doc->'user' |
doc->'$.user' |
JSON_QUERY(doc,'$.user') |
| Массив по строкам | jsonb_array_elements |
JSON_TABLE |
OPENJSON |
| Обновить ключ | jsonb_set |
JSON_SET |
JSON_MODIFY |
Это только справочные имена; мы не запускали их здесь. Тип PostgreSQL jsonb также поддерживает индексы GIN для поиска включений.
Когда не следует использовать столбцы JSON
- Когда вы постоянно фильтруете или присоединяетесь к полю; превратите его в настоящий индексированный столбец.
- Когда вам нужны внешние ключи или строгие типы, которые JSON не может обеспечить.
- Когда несколько авторов одновременно обновляют разные ключи одного и того же документа.
Контрольный список для столбцов JSON
Прежде чем добавлять столбец JSON в рабочую таблицу, ответьте на следующие вопросы со своей командой:
- Существует ли ограничение
CHECK (json_valid(...))или эквивалентный тип, поэтому недопустимые документы отклоняются при вставке? - По каким полям запросы будут фильтроваться или сортироваться? Каждому из них нужен индекс выражения или сгенерированный столбец.
- Имеют ли документы номер версии, чтобы код мог обрабатывать старые и новые фигуры после изменения формата?
- Существует ли ограничение на размер документа, чтобы одна огромная полезная нагрузка не могла замедлять каждый запрос, читающий строку?
- Охватывают ли тесты отсутствующие ключи, нули JSON, пустые массивы и неправильные типы, а не только счастливый путь?
Если несколько ответов «нет», вместо этого данные могут находиться в обычных столбцах.
Итоги
Функции SQL JSON преобразуют текстовый объект в данные, которые можно запросить. Проверяйте по пути, используйте ->> для значений, json_each для массивов, правильную функцию обновления для вашего намерения и индекс выражения для любого поля, которое вы часто ищете. При таком использовании столбцы JSON представляют собой практический инструмент, а не убежище для данных.
Часто задаваемые вопросы
Как извлечь значение из JSON в SQL?
Используйте json_extract с таким путем, как $.user.city или оператором ->>. Имена функций различаются: SQL Server использует JSON_VALUE, а PostgreSQL и MySQL поддерживают операторы стрелок.
В чем разница между -> и ->> в SQL?
-> возвращает значение JSON, например объект или строку в кавычках, а -> возвращает простое значение SQL. В нашем тесте сумма возвращалась в виде текста с помощью -> и в виде действительного числа с помощью ->>.
Как превратить массив JSON в строки?
Используйте функцию с табличным значением: json_each в SQLite, jsonb_array_elements в PostgreSQL, JSON_TABLE в MySQL или OPENJSON в SQL Server. Затем присоединитесь и сгруппируйтесь по рядам.
Могу ли я индексировать поле JSON?
Да. Создайте индекс по точному выражению извлечения или по сгенерированному столбцу. Наш план запроса изменился с полного сканирования на поиск по индексу после его добавления.
Должен ли я хранить JSON в реляционной базе данных?
Он хорошо работает для переменных или редко запрашиваемых данных, таких как необработанные полезные данные и настройки. Переместите поля, которые вы часто фильтруете, объединяете или проверяете, в обычные столбцы.
Продолжайте учиться
Нужна помощь с тестированием, WordPress или SEO?
Мы помогаем командам выпускать лучшее программное обеспечение и развивать свои сайты. Расскажите нам, над чем вы работаете, и мы предложим четкий следующий шаг.
Больше руководств по тестирование, искусственный интеллект и современные разработки
Понравилась эта статья? Выберите тему и сразу приступайте к нашим новейшим руководствам.
Объяснение BM25: как ранжируется результат поиска по ключевым словам с помощью кода Python и гибридного поиска
BM25 объяснил на примере чистой реализации Python, которую мы использовали: формулу, IDF, насыщенность терминов, параметры k1 и b, почему она превос…
Читать статью →Разработка ПООбъяснение методов HTTP: GET, POST, PUT, PATCH, DELETE, протестировано на реальном сервере
Методы HTTP, объясненные на небольшом сервере, который мы запускали: GET, POST, PUT, PATCH, DELETE, HEAD и OPTIONS, безопасный и идемпотентный, PUT …
Читать статью →DevOpsОбъяснение Git Bisect: найдите коммит, который сломал ваш код, вручную или автоматически
Git bisect объясняет на примере проверенного репозитория: найдите один плохой коммит среди 41 из 5 тестовых запусков, автоматизируйте его с помощью …
Читать статью →Автоматизация тестированияОбъяснение маркеров pytest: пользовательские метки, фильтры пропуска, пропуска, xfail и -m
Маркеры pytest объяснены с помощью протестированного набора: регистрируйте пользовательские метки, запускайте только дымовые тесты с -m, комбинируйт…
Читать статью →Тестирование ПОПозитивное и негативное тестирование: различия, 24 реальных тестовых примера и контрольный список
Положительное и отрицательное тестирование объяснено с помощью реальной формы регистрации: 6 положительных и 18 отрицательных тестовых случаев, выпо…
Читать статью →Базы данных и SQLSQL ORDER BY по нескольким столбцам: ASC, DESC, NULLS LAST, регистр и пользовательский порядок.
SQL ORDER BY с несколькими столбцами, объясненными с помощью проверенных запросов: смешанные ASC и DESC, средства разрешения конфликтов, NULLS FIRST…
Читать статью →Базы данных и SQLПромежуточный итог SQL: SUM OVER, итоги по группам, скользящие суммы и ловушка RANGE
Как вычислить промежуточную сумму SQL с помощью SUM() OVER: итоги по группам, ежедневные накопительные суммы, скользящие суммы, проценты от суммы, л…
Читать статью →Разработка ПОСортировка массива в JavaScript: числа, объекты, строки и почему 10 предшествует 5
Как правильно сортировать массив в JavaScript: числа с функцией сравнения, объекты по одному или нескольким полям, строки с localeCompare, даты, ест…
Читать статью →Разработка ПОСтроковые методы Python: шпаргалка, реальные примеры и ловушка Strip()
Строковые методы Python с проверенными примерами: разделение, объединение, удаление, замена, поиск, начало с, is-методы, регистр, разделение и перев…
Читать статью →Искусственный интеллектОбъяснение косинусного сходства: формула, рабочий пример и код Python
Сходство косинуса объясняется просто: формула, обработанный вручную пример, чистый код Python и NumPy, соотношение косинуса и евклидова расстояния п…
Читать статью →Разработка ПООбъяснение кодировки UTF-8: как текст становится байтами и как исправить искаженный текст
Кодировка UTF-8 объясняется на примерах на уровне байтов, которые мы запускали на Python: как символы становятся размером от 1 до 4 байтов, почему к…
Читать статью →Автоматизация тестированияОбъяснение параметризации pytest: 7 шаблонов с проверенными примерами
Параметризация pytest объясняется с помощью 7 протестированных шаблонов: базовые случаи, читаемые идентификаторы, составные декораторы, pytest.param…
Читать статью →Тестирование ПОПовторное тестирование и регрессионное тестирование: 8 ключевых отличий от реального примера исправления ошибок
Повторное тестирование и регрессионное тестирование объясняются реальным исправлением ошибки, запущенным в pytest: повторное тестирование подтвердил…
Читать статью →Базы данных и SQLУдаление повторяющихся строк в SQL: 5 безопасных методов, проверенных шаг за шагом
Как безопасно удалить повторяющиеся строки в SQL: найдите их, просмотрите их, затем удалите их с помощью ROW_NUMBER, MIN(id), EXISTS, rowid или ново…
Читать статью →Базы данных и SQLSQL RANK, DENSE_RANK и ROW_NUMBER: различия с протестированными примерами
SQL RANK, DENSE_RANK и ROW_NUMBER в одной таблице: как каждая из них обрабатывает связи, топ-N на группу, вторую по величине ловушку зарплаты и дете…
Читать статью →Разработка ПОНеобязательное связывание JavaScript (?.) Объяснение: 8 примеров, ?? Значения по умолчанию и ловушки
Необязательная цепочка JavaScript останавливает ошибки «Невозможно прочитать свойства неопределенных». 8 проверенных примеров свойств, массивов и ме…
Читать статью →Разработка ПООбъяснение Python enumerate(): 7 примеров, start=1 и ошибок, которых следует избегать
Python enumerate() дает вам индекс и значение в одном чистом цикле. 7 проверенных примеров, трюк start=1, словари, файлы, числа скорости и 3 ошибки,…
Читать статью →Искусственный интеллектОбъяснение стратегий разделения RAG: фиксированное, перекрытие, предложение, рекурсивное и заголовки, измеренное
Стратегии фрагментирования RAG в одном документе с tiktoken 0,14: фиксированный размер, перекрытие, упаковка предложений, рекурсивное разделение и ф…
Читать статью →Разработка ПООбъяснение идемпотентности API: проверенные ключи идемпотентности и безопасные повторы
Идемпотентность API, объясненная на примере сервера и клиента Python, которые мы запускали: потеря ответа вызывала двойную оплату без ключа и единст…
Читать статью →DevOpsОбъяснение Git Stash: сохранение, применение, удаление и неотслеживаемые файлы, протестировано
Git stash объясняется с помощью команд, которые мы запускали в Git 2.56: push с сообщением, неотслеживаемые файлы, список и отображение, применение …
Читать статью →Тестирование ПООбъяснение парного тестирования: как все пары сокращают 216 тестов до 13, протестированных
Попарное тестирование объясняется с помощью генератора, который мы запускали в Python 3.13: проверка с 216 комбинациями, охватываемыми 13 тестами, п…
Читать статью →Автоматизация тестированияОбъяснение тестовых двойников: манекен, заглушка, шпион, макет и подделка, с протестированным кодом Python
Двойные тесты объяснены на одном примере Python, запущенном в pytest 9.2: манекен, заглушка, шпион, макет и подделка, когда использовать каждый из н…
Читать статью →Базы данных и SQLОбъяснение SQL COALESCE: значения по умолчанию, NULLIF, IFNULL против ISNULL и ловушки, протестировано
SQL COALESCE объясняется с помощью запросов, которые мы выполняли в SQLite 3.50: первые ненулевые значения, пустые строки, NULL в математике, NULLIF…
Читать статью →Базы данных и SQLОбъяснение самосоединения SQL: сотрудник-менеджер, сравнение пар и строк, протестировано
Самосоединение SQL объясняется с помощью запросов, которые мы выполняли в SQLite 3.50: сотрудник и менеджер, заработок больше, чем менеджер, уникаль…
Читать статью →Разработка ПООбъяснение оператора расширения JavaScript: распространение против остальных, копии и ошибки, протестировано
Оператор расширения JavaScript, объясненный с помощью кода, который мы запускали на узле 24: массивы, объекты, мелкие копии, остальные параметры, ог…
Читать статью →Разработка ПООбъяснение функций Python: lru_cache, частичное, сокращение, переносы и многое другое, протестировано
Функциональные инструменты Python объяснены с помощью кода, который мы запускали на Python 3.13: lru_cache и кэш, частичное, сокращение, обертки, кэ…
Читать статью →Разработка ПООбъяснение модуля коллекций Python: счетчик, defaultdict, deque и многое другое, протестировано
Коллекции Python объяснены с помощью кода, который мы запускали в Python 3.13: Counter, defaultdict, deque, Nametuple, OrderedDict и ChainMap, а так…
Читать статью →Искусственный интеллектОбъяснение контекстного окна LLM: токены, ограничения и способы вместить больше, измеренное
Контекстное окно LLM поясняется количеством токенов, которые мы измеряли с помощью tiktoken: слова и токены для прозы, кода и хинди, входные и выход…
Читать статью →Разработка ПООбъяснение вебхуков: как они работают и как безопасно их получать
Веб-хуки объясняются с помощью получателя и отправителя, которые мы запускали на Python: push и опрос, подписи HMAC-SHA256, отклонение подделанных и…
Читать статью →DevOpsОбъяснение Git Cherry-Pick: скопируйте нужный вам коммит, безопасно и протестировано
Git Cherry-Pick объяснил это командами, которые мы запускали в Git 2.56: копирование исправления в ветку выпуска, новые хэши и идентификаторы патчей…
Читать статью →Автоматизация тестированияОбъяснение моментального тестирования: как оно работает, когда помогает, а когда вредит
Тестирование снимков объясняется с помощью pytest и сладкой демонстрации, которую мы запускали: создание снимков, чтение различий после изменения ко…
Читать статью →Тестирование ПООбъяснение мутационного тестирования: почему при 100% покрытии все еще не обнаружена наша ошибка
Тестирование мутаций объясняется с помощью небольшого инструмента мутаций, который мы создали и запустили: 14 мутантов, набор тестов со 100%-ным пок…
Читать статью →Базы данных и SQLОбъяснение функций SQL JSON: запрос, обновление и индексирование JSON в SQL, протестировано
Функции SQL JSON, объясненные с помощью запросов, которые мы выполняли в SQLite 3.50: json_extract, операторы -> и ->>, json_each, json_set…
Читать статью →Базы данных и SQLОбъяснение SQL Pivot: Преобразование строк в столбцы с помощью CASE, FILTER и PIVOT
Поворот SQL объясняется с помощью запросов, которые мы выполняли в SQLite 3.50: условная агрегация с CASE и SUM, FILTER, NULL против нуля, итоги, ди…
Читать статью →Разработка ПООбъяснение этого ключевого слова в JavaScript: каждое правило привязки, протестированное в Node
Это ключевое слово JavaScript объяснило 17 случаев, которые мы запускали в Node 24: вызовы методов, потеря this в обратных вызовах, строгий режим, ф…
Читать статью →Разработка ПООбъяснение Python pathlib: пути, файлы и папки по-современному, протестировано
Python pathlib объясняется на примерах, которые мы запускали на Python 3.13: объединение путей с помощью /, имени, основы и суффикса, чтение и запис…
Читать статью →Разработка ПООбъяснение инструментов Python itertools: ленивые циклы, комбинации и группировка, протестировано
Инструменты Python itertools объяснены на примерах, которые мы запускали на Python 3.13: подсчет, цикл, накопление, цепочка, группировка, произведен…
Читать статью →Искусственный интеллектОбъяснение быстрого внедрения: как обманывают приложения искусственного интеллекта и как их защитить
Быстрое внедрение, объясненное для разработчиков: прямые и косвенные атаки, почему фильтры ключевых слов не работают (наш тест заблокировал 1 из 4),…
Читать статью →DevOpsОбъяснение DNS-записей: A, AAAA, CNAME, MX, TXT и TTL с реальным поиском
Записи DNS объяснены с помощью выполненных нами поисков: как работает разрешение, A и AAAA, правила CNAME, MX и нулевой MX, TXT для SPF и проверки, …
Читать статью →DevOpsОбъяснение флагов функций: безопасные выпуски, постепенное развертывание и гигиена флагов
Флаги функций объяснены с помощью моделирования развертывания, которое мы провели: типы флагов, процентное развертывание со стабильным хешированием,…
Читать статью →Автоматизация тестированияГенерация тестовых данных с помощью Python Faker: реалистичные, повторяемые и безопасные данные
Генерация тестовых данных с помощью Python Faker, запуск и измерение: заполнение повторяющихся данных, локали, уникальные значения, записи в форме д…
Читать статью →Тестирование ПООбъяснение тестирования с помощью Shift-Left: находите ошибки раньше, не замедляя работу команды
Сдвиг влево при тестировании объяснил: что это значит, почему ранние дефекты обходятся дешевле, практики от проверки требований до CI-проверок, меня…
Читать статью →Базы данных и SQLОбъяснение строковых функций SQL: TRIM, SUBSTR, REPLACE, CONCAT и очистка данных
Строковые функции SQL, объясненные с помощью выполненных нами запросов: конкатенация и NULL, TRIM, UPPER и LOWER, SUBSTR и INSTR, REPLACE, заполнени…
Читать статью →Базы данных и SQLОбъяснение триггеров SQL: триггеры ДО и ПОСЛЕ, журналы аудита и подводные камни
Триггеры SQL объяснены с помощью триггеров, которые мы запускали: ДО и ПОСЛЕ, СТАРЫЙ и НОВЫЙ, журналы аудита, проверка, обновления запасов, условия …
Читать статью →Разработка ПООбъяснение модуля Python JSON: дампы, загрузки, пользовательские типы и распространенные ошибки
Модуль Python JSON, объясненный с помощью кода, который мы выполнили: дампы и загрузки, файлы, преобразования типов, даты и десятичные дроби, пользо…
Читать статью →Разработка ПОМодули ES против CommonJS: как работает импорт JavaScript в Node.js, протестировано
Модули ES и CommonJS объяснены с помощью кода, который мы запускали в Node.js: синтаксис импорта и экспорта, требование, живые привязки, кэширование…
Читать статью →Разработка ПООбъяснение регулярных выражений Python: шаблоны, группы, предварительные просмотры и подводные камни, протестировано
Регулярное выражение Python объясняется с помощью шаблонов, которые мы использовали: поиск против совпадения, поиск, группы и именованные группы, жа…
Читать статью →Искусственный интеллектОбъяснение структурированного вывода LLM: получение надежного JSON из моделей искусственного интеллекта
Структурированный вывод LLM объясняется проверкой, которую мы проводили в Pydantic: режим и схемы JSON, ограниченное декодирование, способы моделиро…
Читать статью →DevOpsОбъяснение ключей SSH: как они работают, ssh-keygen, Ed25519 и безопасные привычки
Ключи SSH объяснены ключами, которые мы сгенерировали: открытые и закрытые ключи, ssh-keygen, Ed25519 и RSA, отпечатки пальцев, парольные фразы, ssh…
Читать статью →DevOpsОбъяснение HTTP-кэширования: Cache-Control, ETag и ответы 304, с живым тестом
Объяснение HTTP-кеширования на небольшом сервере, который мы запускали: директивы Cache-Control, максимальный возраст, отсутствие кэша и отсутствие …
Читать статью →Автоматизация тестированияОбъяснение тестирования контрактов API: уловите критические изменения до их выпуска
Тестирование контрактов API объясняется с помощью проведенной нами проверки схемы: что такое контракт, контракты, управляемые потребителем, Pact, Op…
Читать статью →Тестирование ПООбъяснение тестирования на основе рисков: оцените риски, постройте матрицу и протестируйте то, что имеет значение
Тестирование на основе рисков объясняется шаг за шагом: выявление рисков, оценка вероятности и воздействия, построение матрицы рисков, сопоставление…
Читать статью →Базы данных и SQLОбъяснение ограничений SQL: NOT NULL, UNIQUE, CHECK и FOREIGN KEY, протестировано
Ограничения SQL объяснены с помощью проведенных нами тестов: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY и FOREIGN KEY, лазейки NULL, настройка внешне…
Читать статью →Базы данных и SQLОбъяснение функций даты SQL: добавление, сравнение и группировка дат без ошибок
Функции даты SQL, объясненные с помощью запросов, которые мы выполняли: добавление интервалов, сюрпризы в конце месяца, различия в датах, ловушка МЕ…
Читать статью →Разработка ПООбъяснение Python asyncio: асинхронность, ожидание, сбор и группа задач с реальным временем
Python asyncio объяснен с помощью кода, который мы запланировали: сопрограммы, ожидание, сбор, TaskGroup, обработка ошибок, тайм-ауты, ограничение п…
Читать статью →Разработка ПОDebounce против Throttle в JavaScript: как они работают, когда использовать каждый, протестировано
Сравнение Debounce и Throttle в JavaScript объясняется с помощью таймингов, которые мы измеряли в Node.js: как каждый из них работает, простые реали…
Читать статью →Разработка ПООбъяснение менеджеров контекста Python: оператор with, contextlib и реальное использование
Контекстные менеджеры Python объяснили с помощью кода, который мы запускали: как работает, __enter__ и __exit__, contextlib.contextmanager, подавлен…
Читать статью →Искусственный интеллектОбъяснение температуры LLM и Top-p: как модели ИИ выбирают свое следующее слово
Температура LLM и top-p объяснены с помощью моделирования, которое мы провели: как изменяются вероятности, что сохраняет top-p, рекомендуемые настро…
Читать статью →DevOpsОбъяснение YAML: синтаксис, проблема Норвегии и другие ловушки, которые мы тестировали
YAML объясняется с помощью теста парсера: базовый синтаксис, списки и карты, проблема Норвегии, версии, превращающиеся в числа с плавающей запятой, …
Читать статью →DevOpsОбъяснение Cron Jobs: синтаксис, реальные расписания и ошибки, которые их нарушают
Задания Cron объясняются графиками, которые мы проверили: пять полей, операторы, реальные примеры, ловушка дня месяца ИЛИ дня недели, проблемы окруж…
Читать статью →Тестирование ПОЖизненный цикл ошибки в тестировании программного обеспечения: каждый статус, кто им владеет и распространенные ошибки
Объясняется жизненный цикл ошибки: каждый статус дефекта от «Нового» до «Закрытого», кто отвечает за каждый шаг, отклоненные, отложенные и повторно …
Читать статью →Автоматизация тестированияТестирование на основе свойств в Python: гипотеза находит ошибки, которые упускают ваши примеры
Тестирование на основе свойств, объясненное с помощью тестов гипотез, которые мы проводили: свойства и примеры, стратегии, сокращение, реальные ошиб…
Читать статью →Базы данных и SQLОбъяснение разбиения на страницы SQL: OFFSET против набора ключей, с тестом в миллион строк
Разбивка на страницы SQL, объясненная с помощью теста с миллионом строк, который мы провели: LIMIT и OFFSET, почему глубокие страницы работают медле…
Читать статью →Искусственный интеллектОбъяснение галлюцинаций искусственного интеллекта: почему языковые модели все выдумывают и как их уменьшить
Галлюцинации ИИ объяснили: что это такое, почему языковые модели их создают, распространенные типы, как уменьшить их с помощью заземления и подсказо…
Читать статью →DevOpsОбъяснение переменных среды: файлы .env, секреты и правильно выполненная конфигурация
Переменные среды объясняются на примерах Python, которые мы запускали: их чтение и установка, почему каждое значение является строкой, файлы .env, н…
Читать статью →Разработка ПООбъяснение ограничения скорости API: алгоритмы, заголовки и обработка ошибок 429
Ограничение скорости API объясняется с помощью проведенного нами моделирования: сегмент токенов, фиксированное окно, скользящее окно, 429 ответов, з…
Читать статью →Автоматизация тестированияИздевательство в Python: unittest.mock, патч и ошибки, из-за которых тесты лгут
Издевательство на Python с помощью unittest.mock, протестировано: Mock и return_value, Side_effect, исправление использования имени, спецификация и …
Читать статью →Тестирование ПООбъяснение покрытия кода: покрытие линий или ветвей и что на самом деле означает 100%
Покрытие кода объяснено с помощью реального запуска покрытия.py: покрытие строк, ветвей и условий, чтение отчета, почему 100%-ное покрытие все еще м…
Читать статью →Базы данных и SQLDELETE, TRUNCATE и DROP в SQL: различия, откат и когда использовать каждый из них
Объяснение DELETE, TRUNCATE и DROP на примере протестированного SQL: что каждый из них удаляет, откат, триггеры, сброс идентификаторов, скорость и ч…
Читать статью →Базы данных и SQLОбъяснение представлений SQL: создавайте, используйте и избегайте ловушек, с примерами
Представления SQL, объясненные с помощью запросов, которые мы выполняли: создание представления, результаты в реальном времени, скрытие столбцов, пр…
Читать статью →Разработка ПОИнтерфейс TypeScript и тип: реальные различия, протестированные с помощью компилятора
Интерфейс TypeScript против типа, проверенный реальным компилятором: что могут делать оба, что может делать только один, слияние объявлений, расшире…
Читать статью →Разработка ПООбъяснение Python *args и **kwargs: гибкие функции с понятными примерами
Python *args и **kwargs, объясненные с помощью кода, который мы запускали: упаковка и распаковка, порядок параметров, аргументы только по ключевым с…
Читать статью →Разработка ПОЛямбда-функции Python: синтаксис, реальное использование и когда их не следует использовать
Лямбда-функции Python, объясненные с помощью кода, который мы запускали: синтаксис, сортировка с помощью ключа, карты и фильтра, замыкания, ловушка …
Читать статью →Искусственный интеллектЧто такое ИИ-агенты? Как они работают: можно запустить простой цикл агента
Что такое агенты ИИ? Простое руководство по циклу агента, инструментам, памяти и ограничениям, с небольшим циклом Python, который мы запустили, реал…
Читать статью →DevOpsМониторинг и наблюдаемость: реальная разница с журналами, метриками и трассировками
Объяснение мониторинга и наблюдаемости: известные и неизвестные сбои, журналы, метрики и трассировки, пошаговое руководство по инцидентам при оформл…
Читать статью →DevOpsDocker Volumes против Bind Mounts: правильное сохранение данных контейнера
Объяснение томов Docker и монтирования привязки: почему исчезают данные контейнера, именованные тома, монтирование привязки, tmpfs, примеры создания…
Читать статью →Автоматизация тестированияTDD против BDD: ключевые различия, одна функция, созданная для обоих способов, и когда использовать каждый
TDD и BDD объясняются с помощью одной функции скидки, созданной в обоих направлениях: красно-зеленый рефакторинг с кодом, который мы запускали, сцен…
Читать статью →Тестирование ПОПользовательское приемочное тестирование (UAT): процесс, контрольный список и реальные примеры
Приемочное тестирование пользователей объяснило: кто его проводит, чем оно отличается от контроля качества, семиэтапный процесс, шаблон тестового сц…
Читать статью →Базы данных и SQLОбъяснение значений NULL в SQL: IS NULL, COALESCE, NULLIF и ловушки, которых следует избегать
Значения SQL NULL объяснены с помощью запросов, которые мы выполнили: трехзначная логика, IS NULL, COALESCE, NULLIF, как агрегаты, соединения и сорт…
Читать статью →Базы данных и SQLОператор SQL CASE WHEN: синтаксис, реальные примеры и распространенные ошибки
SQL CASE WHEN объяснен с помощью запросов, которые мы выполняли: простые формы и формы для поиска, порядок условий, повороты с помощью SUM, трюки CO…
Читать статью →Разработка ПОЧто такое JWT? Веб-токены JSON, объясненные на рабочем примере
Что такое JWT? Объяснение JSON Web Tokens: три части: токен, созданный и измененный в коде, который мы запускали, JWT и сеансы, хранилище, токены об…
Читать статью →Разработка ПООбъяснение цикла событий JavaScript: стек вызовов, микрозадачи и таймеры с примерами
Цикл событий JavaScript объясняется с помощью кода, который мы запускали: стек вызовов, очереди задач и микрозадач, почему setTimeout 0 не является …
Читать статью →Разработка ПОГенераторы Python и объяснение доходности: экономьте память с помощью реальных примеров
Генераторы Python и доходность, объясненные с помощью кода, который мы запускали: как они приостанавливаются и возобновляются, измеряют экономию пам…
Читать статью →Искусственный интеллектЧто такое вложения? Простое объяснение векторов и косинусного сходства
Что такое вложения? Простое руководство по векторам, косинусному подобию и семантическому поиску с небольшим примером, который мы использовали, общи…
Читать статью →DevOpsСине-зеленое и канареечное развертывание: различия, компромиссы и как выбрать
Объяснение сине-зеленого и канареечного развертывания: как каждый из них работает, стоимость, риски и откат, стабильное группирование пользователей,…
Читать статью →Автоматизация тестированияНенадежные тесты: что их вызывает и как их исправить навсегда
Ненадежные тесты объясняются на демонстрациях, которые мы запускали: основные причины, способы подтверждения и диагностики, правильные исправления в…
Читать статью →Тестирование ПОНагрузочное тестирование и стресс-тестирование: различия, метрики и примеры k6
Объяснение нагрузочного и стресс-тестирования: что доказывает каждое из них, тесты на всплески и выдержки, важные метрики, почему средние значения в…
Читать статью →Тестирование ПОТестовый пример и тестовый сценарий: ключевые различия, примеры и когда использовать каждый
Объяснение тестового случая и тестового сценария: четкие определения, параллельная таблица, одна функция сброса пароля, взятая из сценариев в случаи…
Читать статью →Базы данных и SQLОптимизация SQL-запросов: чтение планов выполнения и исправление медленных запросов с указанием времени
Оптимизация SQL-запросов проверена на миллионе строк: читайте планы выполнения, добавляйте правильные индексы, исправляйте неразмещаемые фильтры, ис…
Читать статью →Базы данных и SQLSQL UNION против UNION ALL: различия, примеры и проверка производительности
SQL UNION и UNION ALL объяснены с помощью запросов, которые мы выполнили: дубликаты, правила, которым следуют оба, реальная ошибка данных, измеренна…
Читать статью →Разработка ПОУчебное пособие по API JavaScript Fetch: GET, POST, обработка ошибок и тайм-ауты
Учебное пособие по API JavaScript Fetch, протестированное на локальном сервере: GET и POST, почему не выдается ошибка 404, многоразовый помощник, ст…
Читать статью →Разработка ПООбработка файлов Python: чтение, запись, CSV, JSON и pathlib с примерами
Обработка файлов Python объясняется с помощью кода, который мы запускали: открытые режимы, чтение больших файлов, CSV, JSON, pathlib, двоичные файлы…
Читать статью →Разработка ПОКлассы и объекты Python: учебник ООП с реальными примерами
Классы и объекты Python, объясненные с помощью кода, который мы запускали: __init__, методы, атрибуты класса и экземпляра, наследование, свойства, м…
Читать статью →Искусственный интеллектЧто такое большая языковая модель? Как работают LLM, объяснено без шумихи
Что такое большая языковая модель? LLM объясняется простым языком: токены, встраивания, внимание, обучение, температурные и контекстные окна, крошеч…
Читать статью →DevOpsКоманды Linux для начинающих: основное руководство по терминалу с примерами
Команды Linux для начинающих, сгруппированные по задачам: навигация, файлы, просмотр журналов, grep, каналы, разрешения, процессы и архивы, с практи…
Читать статью →Автоматизация тестированияSelenium vs Playwright: ключевые различия, сравнение кода и что выбрать
Сравнение Selenium и Playwright: архитектура, ожидание, поддержка браузера и языка, отладка, одинаковый тест в обоих инструментах, советы по миграци…
Читать статью →Тестирование ПОРазделение эквивалентности: метод проектирования тестов, объясненный на рабочих примерах
Объяснение эквивалентного разделения: как найти действительные и недействительные разделы, рабочие примеры для возрастов, паролей и купонов, проведе…
Читать статью →Тестирование ПОСерьезность и приоритет в тестировании программного обеспечения: различия, матрица и реальные примеры
Объяснение серьезности и приоритета при тестировании программного обеспечения: четкие определения, четырехсторонняя матрица с примерами, шкалы уровн…
Читать статью →Базы данных и SQLУчебное пособие по подзапросам SQL: типы, коррелирующие подзапросы и EXISTS с примерами
Руководство по подзапросам SQL с выполненными нами запросами: скалярные подзапросы, IN, FROM и SELECT, коррелированные подзапросы, EXISTS, ловушка N…
Читать статью →Базы данных и SQLОбъяснение транзакций SQL и ACID: COMMIT, ROLLBACK и уровни изоляции
Транзакции SQL и ACID, объясненные с помощью банковского перевода, который мы выполнили: COMMIT, ROLLBACK, точки сохранения, блокировки, уровни изол…
Читать статью →Разработка ПОGit Commands Cheat Sheet: The Commands You Actually Use, With Examples
Шпаргалка по командам Git, сгруппированная по задачам: настройка, промежуточный этап, ветки, удаленные устройства, тайник, история и исправление оши…
Читать статью →Разработка ПООбъяснение промисов в JavaScript: then, catch, Promise.all и распространенные ошибки
Обещания JavaScript, объясненные с помощью кода, который мы запускали: состояния, цепочки then и catch, обработка ошибок, Promise.all, allSettled, R…
Читать статью →Разработка ПОУчебное пособие по словарю Python: методы, примеры и общие шаблоны
Учебное пособие по словарю Python с кодом, который мы выполнили: создание, чтение и обновление словарей, ключевые методы, слияние, понимание, шаблон…
Читать статью →Искусственный интеллектЧто такое РАГ? Генерация с расширенным поиском, объясненная на рабочем примере
Что такое РАГ? Retrieval-augmented generation explained step by step: indexing, chunking, embeddings, retrieval, a small working Python example, eva…
Читать статью →DevOpsУчебное пособие по Terraform для начинающих: инфраструктура как код от первого файла до модулей
Учебное пособие по Terraform для начинающих: начните без облачной учетной записи, изучите инициализацию, планирование и применение, затем переменные…
Читать статью →DevOpsDocker и Kubernetes: ключевые различия, как они работают вместе и что вам нужно
Объяснение Docker и Kubernetes: что делает каждый из них, одно и то же приложение работает с обоими, сравнение Docker Compose и Swarm, изменение doc…
Читать статью →Автоматизация тестированияУчебное пособие по Pytest для начинающих: фикстуры, параметризация и реальные примеры
Учебное пособие по pytest для начинающих с тестами, которые мы запускали на pytest 9.2: утверждения, фикстуры, параметризация, conftest, маркеры, tm…
Читать статью →Тестирование ПОЖизненный цикл тестирования программного обеспечения (STLC): 6 этапов, критерии входа и выхода, пример
Объясняется жизненный цикл тестирования программного обеспечения: шесть этапов STLC с критериями входа и выхода, результаты, пример проработанной фу…
Читать статью →Разработка ПОGit merge vs rebase: отличия, примеры и когда что использовать
Git merge vs rebase с реальным выводом log, сравнительной таблицей, золотым правилом rebase и безопасным рабочим процессом для команды.
Читать статью →Разработка ПОГенераторы списков в Python: синтаксис, примеры и когда их избегать
Генераторы списков в Python: синтаксис, фильтры, if-else, вложенные циклы, измеренное время и случаи, когда обычный цикл for лучше.
Читать статью →Базы данных и SQLSQL JOIN: объяснение с примерами (Inner, Left, Right, Full)
Разберите SQL JOIN шаг за шагом на примерах таблиц и запросов: INNER, LEFT, RIGHT, FULL, CROSS и SELF, а также частые ошибки и советы по производите…
Читать статью →