Python itertools erklärt: Lazy Loops, Kombinationen und Gruppierung, getestet

  1. Startseite
  2. Blog
  3. Softwareentwicklung

Softwareentwicklung

Python itertools erklärt: Lazy Loops, Kombinationen und Gruppierung, getestet

Python itertools bietet Ihnen schnelle, speichersparende Bausteine zum Schleifen: Endloszähler, Verkettung, Gruppierung, Kombinationen und Stapelverarbeitung. Lernen Sie jedes Tool mit den Ausgaben kennen, die wir tatsächlich ausgeführt haben, sowie die Fallen, die stillschweigend falsche Antworten zurückgeben.

10 Min. Lesezeit
Python itertools erklärt: Lazy Loops, Kombinationen und Gruppierung, getestet

Das Wichtigste

  • itertools ist in Python integriert. Seine Funktionen geben faule Iteratoren zurück, sodass sie nur dann Werte erzeugen, wenn Sie danach fragen.
  • groupby gruppiert nur benachbarte Elemente. Sortieren Sie zuerst nach demselben Schlüssel, sonst erhalten Sie geteilte Gruppen.
  • product, permutations und combinations ersetzen verschachtelte Schleifen und sind praktisch für Testmatrizen.
  • In unserem Durchlauf dauerte das Reduzieren von 100 Listen mit chain.from_iterable 0,045 ms gegenüber 0,522 ms für sum(lists, []).

Viele Python-Schleifen folgen den gleichen Formen: endlos zählen, mehrere Listen verbinden, Zeilen nach einem Schlüssel gruppieren, jedes Paar ausprobieren oder die Arbeit in Stapel aufteilen. Sie können jedes von Hand mit verschachtelten for Schleifen und temporären Listen schreiben, aber Python itertools liefert bereits getestete, schnelle Versionen von allen aus. Sobald Sie die Namen kennen, werden Ihre Schleifen kürzer und verbrauchen deutlich weniger Speicher.

Jedes Beispiel in diesem Handbuch wurde mit Python 3.13.6 ausgeführt und die angezeigten Ausgaben werden von diesem Lauf kopiert. Wenn Sie mit Iteratoren noch nicht vertraut sind, ist unser Leitfaden zu Python-Generatoren ein guter Begleiter, da Generatoren und Itertools auf natürliche Weise zusammenarbeiten.

Was ist itertools?

itertools ist ein Standardbibliotheksmodul für Iteratorbausteine. Sie importieren es, rufen eine Funktion auf und erhalten ein Iteratorobjekt anstelle einer Liste zurück. Die Funktionen lassen sich in drei Gruppen einteilen:

  • Unendliche Iteratoren: count, cycle und repeat.
  • Iteratoren, die mit der kürzesten Eingabe enden: accumulate, chain, groupby, compress, pairwise, batched, takewhile und andere.
  • Kombinatorische Iteratoren: product, permutations, combinations und combinations_with_replacement.
import itertools as it

Warum faule Iteratoren wichtig sind

Eine Liste speichert jeden Wert auf einmal im Speicher. Ein Iterator speichert nur so viel Status, dass er den nächsten Wert erzeugen kann. Aus diesem Grund können Sie einen unendlichen Zähler erstellen, ohne dass Ihr Programm einfriert: Es wird nichts berechnet, bis eine Schleife next() oder list() einen Wert herauszieht.

Wir haben den Unterschied gemessen. Eine Liste mit einer Million Ganzzahlen benötigte laut sys.getsizeof 8.448.728 Bytes, wobei nur das Zeiger-Array der Liste gezählt wird. Ein islice Objekt, das die gleichen Millionen Zahlen liefert, benötigte 72 Bytes. Der Haken daran ist, dass ein Iterator nur einmal gelesen werden kann, was wir im Abschnitt tee behandeln.

zählen, radeln und wiederholen

Diese drei hören nie alleine auf, also kombinieren Sie sie mit islice, zip oder einer break.

print(list(it.islice(it.count(10, 5), 4)))
print(list(it.islice(it.cycle("AB"), 5)))
print(list(map(pow, range(4), it.repeat(2))))
[10, 15, 20, 25]
['A', 'B', 'A', 'B', 'A']
[0, 1, 4, 9]

count(start, step) eignet sich perfekt zum Generieren von IDs. cycle führt eine Sequenz in einer Endlosschleife durch, was sich für Round-Robin-Arbeiten wie die Zuweisung von Tickets zu einer Gruppe von Testern eignet. repeat gibt den gleichen Wert an map weiter, ohne eine Liste von Kopien zu erstellen.

Ein netter Trick kombiniert count mit einem Generatorausdruck, um den ersten Wert zu finden, der einer Regel entspricht:

first = next(x for x in it.count(1) if x * x > 2026)
print(first)   # 46

akkumulieren: laufende Summen

accumulate gibt laufende Ergebnisse zurück. Standardmäßig wird hinzugefügt, aber Sie können jede beliebige Funktion mit zwei Argumenten übergeben.

print(list(it.accumulate([5, 3, -2, 4])))
print(list(it.accumulate([3, 1, 4, 1, 5], max)))
[5, 8, 6, 10]
[3, 3, 4, 4, 5]

Die erste Zeile ist eine laufende Bilanz. Das zweite ist ein laufendes Maximum, das nützlich ist, um die bisher beste Punktzahl oder die Spitzenreaktionszeit in einem Auslastungstest zu verfolgen.

Kette: Iterables ohne Kopieren verknüpfen

chain durchläuft mehrere Iterables nacheinander, als wären sie eins. chain.from_iterable macht dasselbe für eine Iterable von Iterables, was die Standardmethode ist, um eine Verschachtelungsebene zu reduzieren.

print(list(it.chain([1, 2], (3,), "ab")))
print(list(it.chain.from_iterable([[1, 2], [3], [4, 5]])))
[1, 2, 3, 'a', 'b']
[1, 2, 3, 4, 5]

Beachten Sie, dass eine Zeichenfolge selbst iterierbar ist, sodass "ab" zu zwei Elementen wird. Wenn Sie die Zeichenfolge als ein Element möchten, packen Sie sie zuerst in eine Liste ein.

Groupby: das am meisten missverstandene Tool

groupby teilt eine Sequenz in Abläufe von Elementen auf, die einen Schlüssel gemeinsam haben. Das Wort „läuft“ ist der wichtige Teil: Es gruppiert nur Elemente, die nebeneinander liegen. Schauen Sie, was mit unsortierten Protokollebenen passiert ist:

logs = ["error", "error", "info", "error", "info", "info"]
print([(k, len(list(g))) for k, g in it.groupby(logs)])
print([(k, len(list(g))) for k, g in it.groupby(sorted(logs))])
[('error', 2), ('info', 1), ('error', 1), ('info', 2)]
[('error', 3), ('info', 3)]

Die unsortierte Version ergab vier statt zwei Gruppen, und nichts warnte uns. Dies verhält sich ganz anders als SQL, wo GROUP BY alle übereinstimmenden Zeilen sammelt, wo immer sie sich befinden. Wenn dieser Vergleich hilft, lesen Sie SQL GROUP BY und HAVING.

Sortieren und gruppieren Sie Datensätze mit derselben Tastenfunktion:

import operator
orders = [{"city": "Pune", "amt": 120}, {"city": "Delhi", "amt": 80}, {"city": "Pune", "amt": 50}]
key = operator.itemgetter("city")
print({k: sum(o["amt"] for o in g) for k, g in it.groupby(sorted(orders, key=key), key=key)})
{'Delhi': 80, 'Pune': 170}

Tipp: Jede Gruppe ist selbst ein Iterator, der ungültig wird, sobald groupby weitergeht. Verzehren Sie es sofort, zum Beispiel mit list(g) oder sum(...), vor der nächsten Gruppe.

Wenn Ihre Daten noch nicht sortiert sind und Sie nur Summen benötigen, ist ein einfaches Python-Wörterbuch oder collections.Counter oft einfacher und vermeidet die Sortierung.

Produkt, Permutationen und Kombinationen

Diese ersetzen verschachtelte Schleifen, wenn Sie jede Anordnung einiger Eingaben benötigen.

print(list(it.product(["chrome", "firefox"], ["win", "mac"])))
print(["".join(p) for p in it.permutations("ABC", 2)])
print(["".join(c) for c in it.combinations("ABCD", 2)])
print(["".join(c) for c in it.combinations_with_replacement("AB", 2)])
[('chrome', 'win'), ('chrome', 'mac'), ('firefox', 'win'), ('firefox', 'mac')]
['AB', 'AC', 'BA', 'BC', 'CA', 'CB']
['AB', 'AC', 'AD', 'BC', 'BD', 'CD']
['AA', 'AB', 'BB']
Funktion Ordnung ist wichtig? Wiederholungen erlaubt? Typische Verwendung
Produkt Ja Yes (across inputs) Browser- und Betriebssystemmatrix
Permutationen Ja Nein Reihenfolgen von Schritten
Kombinationen Nein Nein Einzigartige Paare zum Vergleichen
combinations_with_replacement Nein Ja Multisets, Würfelsummen

Seien Sie vorsichtig mit der Größe. Das Zählen des Produkts aus drei Bereichen von 3, 4 und 5 Elementen ergab 60 Tupel. Jede zusätzliche Dimension vervielfacht die Gesamtsumme, sodass eine klein erscheinende Matrix explodieren kann. Zählen Sie mit sum(1 for _ in ...) oder math.prod, bevor Sie etwas Teures innerhalb der Schleife ausführen.

paarweise und gestapelt

pairwise (Python 3.10+) gibt überlappende Nachbarn an, was ideal für Unterschiede zwischen Messwerten ist. batched (Python 3.12+) teilt Daten in Blöcke fester Größe auf.

print(list(it.pairwise([1, 4, 9, 16])))
print(list(it.batched(range(7), 3)))
[(1, 4), (4, 9), (9, 16)]
[(0, 1, 2), (3, 4, 5), (6,)]

Beachten Sie, dass die letzte Charge kürzer ist. Wenn Sie Stapel an eine API senden, die genau drei Elemente erwartet, verarbeiten Sie diesen letzten Teil. batched ist eine saubere Möglichkeit, einige hundert Zeilen gleichzeitig in eine Datenbank einzufügen oder eine API-Ratenbegrenzung einzuhalten.

Filterung: compress, takewhile, dropwhile, filterfalse

print(list(it.compress("ABCDE", [1, 0, 1, 0, 1])))
print(list(it.takewhile(lambda x: x < 5, [1, 3, 6, 2])))
print(list(it.dropwhile(lambda x: x < 5, [1, 3, 6, 2])))
print(list(it.filterfalse(lambda x: x % 2, range(8))))
['A', 'C', 'E']
[1, 3]
[6, 2]
[0, 2, 4, 6]

Die Überraschung hier ist takewhile. Es stoppt beim ersten Fehler, daher wurde 2 am Ende nie überprüft. dropwhile ist das Spiegelbild: Sobald die Bedingung fehlschlägt, gibt sie alles danach zurück, einschließlich 2. Verwenden Sie sie für sortierte Daten oder Streams mit einer klaren Grenze, z. B. zum Lesen von Protokollzeilen, bis ein Zeitstempel verstrichen ist. Für einen allgemeinen Filter verwenden Sie filter oder ein Verständnis. Die hier übergebenen Kurzfunktionen sind Python-Lambda-Funktionen.

zip_longest und starmap

Eingebaut zip stoppt bei der kürzesten Eingabe und lässt den Rest stillschweigend fallen. zip_longest geht weiter und füllt die Lücken:

print(list(zip("abc", [1, 2])))
print(list(it.zip_longest("abc", [1, 2], fillvalue=0)))
print(list(it.starmap(pow, [(2, 3), (3, 2), (10, 0)])))
[('a', 1), ('b', 2)]
[('a', 1), ('b', 2), ('c', 0)]
[8, 9, 1]

Beim Vergleich einer erwarteten Liste mit einer tatsächlichen Liste in einem Test kann zip ein fehlendes Endelement verbergen. zip_longest enthüllt es. Seit Python 3.10 können Sie auch strict=True an zip übergeben, um bei ungleichen Längen einen Fehler auszulösen. starmap entpackt jedes Tupel in Funktionsargumente, wodurch ein Lambda eingespart wird.

Tee- und Iterator-Erschöpfung

Ein Iterator ist nach einem Durchgang aufgebraucht. Dies ist der häufigste itertools-Fehler:

g = (x * x for x in range(3))
print(list(g), list(g))     # [0, 1, 4] []

a, b = it.tee(iter([1, 2, 3]))
print(list(a), list(b))     # [1, 2, 3] [1, 2, 3]

Die zweite list(g) war leer und ohne Fehler. tee teilt einen Iterator in unabhängige Kopien auf, puffert die Werte jedoch intern. Wenn eine Kopie der anderen weit voraus ist, wächst der Speicher, und an diesem Punkt ist eine einfache Liste normalerweise einfacher. Verwenden Sie nach dem Aufruf von tee außerdem nicht den ursprünglichen Iterator.

Gedächtnis und Geschwindigkeit in der Praxis

Wir haben den Zeitplan für die Reduzierung von 100 Listen mit 100 Zahlen jeweils 200 Mal festgelegt. sum(lists, []) lag im Durchschnitt bei 0,522 ms, während list(chain.from_iterable(lists)) im Durchschnitt bei 0,045 ms lag, also etwa elfmal schneller. Die Version sum ist langsam, da sie bei jedem Schritt eine neue, längere Liste erstellt.

Ihre Zahlen werden je nach Maschine unterschiedlich sein, aber die Form bleibt bestehen: itertools-Funktionen sind in C implementiert und vermeiden die Erstellung temporärer Listen. Der größere Gewinn ist normalerweise die Erinnerung. Eine Pipeline von Iteratoren kann eine Datei mit Millionen von Zeilen verarbeiten und dabei jeweils nur eine Zeile halten. Wenn Sie die Comprehension-Syntax bevorzugen, erstellen Sie list comprehensions gerne Listen, während sich Generatorausdrücke gut mit itertools kombinieren lassen.

Verwendung von itertools beim Testen

Tester profitieren von diesem Modul. product erstellt Konfigurationsmatrizen für parametrisierte Tests, z. B. jeden Browser mit jeder Bildschirmgröße. combinations gibt jedes Merkmalspaar zum gemeinsamen Testen an, was den Ausgangspunkt für das paarweise Testen darstellt. cycle rotiert Testkonten, sodass es bei parallelen Läufen nicht zu Konflikten um ein Login kommt. count generiert eindeutige Bestellnummern für Testdaten.

import pytest
MATRIX = list(it.product(["chrome", "firefox"], ["1280x800", "375x812"]))

@pytest.mark.parametrize("browser,size", MATRIX)
def test_home_page(browser, size):
    ...

Dieses Pytest-Snippet zeigt nur das Muster; Wir haben es nicht gegen einen Browser ausgeführt. Halten Sie die Matrix klein und überlegt, denn aus vier Kombinationen werden schnell vierzig. Unser Leitfaden zu Pytest-Fixtures zeigt, wie Sie das Setup in diesen Fällen gemeinsam nutzen können.

Wann man itertools verwendet und wann nicht

  • Verwenden Sie es für Streams, große Dateien, generierte Sequenzen, Kombinationen und Stapelverarbeitung, bei denen Faulheit Speicherplatz spart.
  • Verwenden Sie es, um verschachtelte Schleifen zu ersetzen, deren einzige Aufgabe darin besteht, Arrangements zu erstellen.
  • Überspringen Sie es, wenn ein Listenverständnis für Ihr Team klarer ist. Ein cleverer Einzeiler, den niemand debuggen kann, ist kein Gewinn.
  • Überspringen Sie es, wenn Sie die Daten mehrmals wiederverwenden müssen; Speichern Sie eine Liste, anstatt gegen Erschöpfung anzukämpfen.

Die offizielle Dokumentation enthält auch einen Abschnitt „Rezepte“ mit vorgefertigten Helfern, die aus diesen Teilen gebaut wurden. Lesen Sie diese hier, sobald Sie mit den Grundlagen vertraut sind.

Fazit

Python itertools belohnt eine kleine Investition. Lernen Sie zuerst chain, groupby, product, pairwise und batched, da sie die meisten alltäglichen Schleifen abdecken. Denken Sie dann an die beiden Fallen, die uns beim Testen aufgefallen sind: Sortieren Sie vor groupby und lesen Sie einen Iterator niemals zweimal. Mit diesen Gewohnheiten werden Ihre Schleifen kürzer, schneller und einfacher zu überprüfen.

Häufige Fragen

Was sind Itertools in Python?

itertools ist ein integriertes Modul mit schnellen Iterator-Tools zum Zählen, Verketten, Gruppieren, Filtern und Generieren von Kombinationen. Seine Funktionen geben Lazy-Iteratoren anstelle von Listen zurück.

Warum gibt itertools.groupby doppelte Gruppen aus?

Groupby gruppiert nur aufeinanderfolgende Elemente mit demselben Schlüssel. Sortieren Sie die Daten zunächst nach demselben Schlüssel. In unserem Test ergaben unsortierte Protokolle vier statt zwei Gruppen.

Was ist der Unterschied zwischen Permutationen und Kombinationen?

Permutationen behandeln AB und BA als unterschiedlich, während Kombinationen sie als dasselbe Paar behandeln. Für 2 Elemente aus ABC ergaben Permutationen 6 Ergebnisse und Kombinationen 3.

Welche Python-Version benötige ich für Batch und Pairwise?

Pairwise wurde in Python 3.10 hinzugefügt und in Python 3.12 gestapelt. Wir haben jedes Beispiel in diesem Handbuch unter Python 3.13.6 ausgeführt.

Ist itertools schneller als das Schreiben von Schleifen?

Oftmals ja, weil die Funktionen in C implementiert sind und temporäre Listen vermeiden. Die Reduzierung mit chain.from_iterable war in unserem Timing etwa elfmal schneller als mit sum(lists, []).

Lerne weiter

Arbeiten Sie mit Stack Quora

Benötigen Sie Hilfe beim Testen, WordPress oder SEO?

Wir helfen Teams, bessere Software zu liefern und ihre Websites zu erweitern. Sagen Sie uns, woran Sie gerade arbeiten, und wir schlagen Ihnen einen klaren nächsten Schritt vor.

Lesen Sie weiter

Weitere Anleitungen finden Sie unter Tests, KI und moderne Entwicklung

Hat Ihnen dieser Artikel gefallen? Wählen Sie ein Thema und springen Sie direkt in unsere neuesten Tutorials.

Künstliche Intelligenz

BM25 erklärt: Wie die Keyword-Suche Ergebnisse einordnet, mit Python-Code und Hybridsuche

BM25 erklärte anhand einer reinen Python-Implementierung, die wir ausgeführt haben: die Formel, IDF, Termsättigung, die k1- und b-Parameter, warum e…

Artikel lesen →
Softwareentwicklung

Erklärte HTTP-Methoden: GET, POST, PUT, PATCH, DELETE, getestet auf einem Live-Server

HTTP-Methoden erklärt anhand eines kleinen Servers, den wir ausgeführt haben: GET, POST, PUT, PATCH, DELETE, HEAD und OPTIONS, sicher vs. idempotent…

Artikel lesen →
DevOps

Git Bisect erklärt: Finden Sie den Commit, der Ihren Code kaputt gemacht hat, manuell oder automatisch

Git bisect anhand eines getesteten Repositorys erklärt: Finden Sie den einzigen fehlerhaften Commit unter 41 in 5 Testläufen, automatisieren Sie ihn…

Artikel lesen →
Testautomatisierung

Erklärte Pytest-Marker: Benutzerdefinierte Markierungen, Skip, Skipif, Xfail und -m-Filter

Pytest-Marker anhand einer getesteten Suite erklärt: Registrieren Sie benutzerdefinierte Marken, führen Sie nur Smoke-Tests mit -m aus, kombinieren …

Artikel lesen →
Softwaretests

Positive vs. negative Tests: Unterschiede, 24 echte Testfälle und eine Checkliste

Positive vs. negative Tests werden mit einem echten Anmeldeformular erklärt: 6 positive und 18 negative Testfälle werden in Pytest ausgeführt, der f…

Artikel lesen →
Datenbanken & SQL

SQL ORDER BY Mehrere Spalten: ASC, DESC, NULLS LAST, Case und Custom Order

SQL ORDER BY mit mehreren Spalten, erklärt mit getesteten Abfragen: gemischte ASC und DESC, Tie-Breaker, NULLS FIRST und LAST, Sortierung ohne Berüc…

Artikel lesen →
Datenbanken & SQL

Laufende SQL-Summe: SUM OVER, Gesamtsummen pro Gruppe, gleitende Summen und die RANGE-Falle

So berechnen Sie eine laufende SQL-Summe mit SUM() OVER: Gesamtsummen pro Gruppe, tägliche kumulative Summen, gleitende Summen, Prozent der Gesamtsu…

Artikel lesen →
Softwareentwicklung

JavaScript Sort Array: Zahlen, Objekte, Strings und warum 10 vor 5 kommt

So sortieren Sie ein Array in JavaScript richtig: Zahlen mit einer Vergleichsfunktion, Objekte nach einem oder mehreren Feldern, Zeichenfolgen mit l…

Artikel lesen →
Softwareentwicklung

Python-String-Methoden: Spickzettel, reale Beispiele und die Strip()-Falle

Python-String-Methoden mit getesteten Beispielen: Split, Join, Strip, Replacement, Find, Startswith, Is-Methoden, Casefold, Partition und Translate …

Artikel lesen →
Künstliche Intelligenz

Kosinusähnlichkeit erklärt: Formel, Arbeitsbeispiel und Python-Code

Kosinusähnlichkeit einfach erklärt: die Formel, ein handgearbeitetes Beispiel, reiner Python- und NumPy-Code, Kosinus vs. euklidischer Abstand bei r…

Artikel lesen →
Softwareentwicklung

Erklärung der UTF-8-Kodierung: Wie Text zu Bytes wird und wie man verstümmelten Text repariert

UTF-8-Codierung erklärt anhand von Beispielen auf Byte-Ebene, die wir in Python ausgeführt haben: Wie Zeichen 1 bis 4 Byte groß werden, warum sich C…

Artikel lesen →
Testautomatisierung

pytest parametrize erklärt: 7 Muster mit getesteten Beispielen

pytest parametrize erklärt mit 7 getesteten Mustern: Basisfälle, lesbare IDs, gestapelte Dekoratoren, pytest.param mit xfail und skip, indirekte Fix…

Artikel lesen →
Softwaretests

Retesting vs. Regressionstests: 8 Hauptunterschiede anhand eines echten Bugfix-Beispiels

Erneutes Testen vs. Regressionstests erklärt anhand eines echten Bugfix-Laufs in Pytest: Ein erneuter Test bestätigte die Fehlerbehebung, der Regres…

Artikel lesen →
Datenbanken & SQL

Doppelte Zeilen in SQL löschen: 5 sichere Methoden, Schritt für Schritt getestet

So löschen Sie doppelte Zeilen in SQL sicher: Suchen Sie sie, zeigen Sie eine Vorschau an und entfernen Sie sie dann mit ROW_NUMBER, MIN(id), EXISTS…

Artikel lesen →
Datenbanken & SQL

SQL RANK vs. DENSE_RANK vs. ROW_NUMBER: Unterschiede zu getesteten Beispielen

SQL RANK vs. DENSE_RANK vs. ROW_NUMBER in einer Tabelle: Wie jeder mit Gleichständen umgeht, Top-N pro Gruppe, die zweithöchste Gehaltsfalle und det…

Artikel lesen →
Softwareentwicklung

JavaScript Optional Chaining (?.) Erklärt: 8 Beispiele, ?? Vorgaben und Fallen

Die optionale Verkettung von JavaScript stoppt den Fehler „Eigenschaften von undefinierten Objekten können nicht gelesen werden“. 8 getestete Beispi…

Artikel lesen →
Softwareentwicklung

Python enumerate() erklärt: 7 Beispiele, start=1 und zu vermeidende Fehler

Python enumerate() gibt Ihnen den Index und den Wert in einer sauberen Schleife. 7 getestete Beispiele, der Start=1-Trick, Wörterbücher, Dateien, Ge…

Artikel lesen →
Künstliche Intelligenz

Erklärte RAG-Chunking-Strategien: Fest, Überlappung, Satz, rekursiv und Überschriften, gemessen

RAG-Chunking-Strategien im Vergleich zu einem Dokument mit Tiktoken 0.14: feste Größe, Überlappung, Satzpackung, rekursive Aufteilung und überschrif…

Artikel lesen →
Softwareentwicklung

API-Idempotenz erklärt: Idempotenzschlüssel und sichere Wiederholungsversuche, getestet

Erklärung der API-Idempotenz anhand eines von uns ausgeführten Python-Servers und -Clients: Eine verlorene Antwort verursachte eine doppelte Gebühr …

Artikel lesen →
DevOps

Git Stash erklärt: Speichern, Anwenden, Pop und nicht verfolgte Dateien, getestet

Git Stash erklärt mit Befehlen, die wir auf Git 2.56 ausgeführt haben: Push mit einer Nachricht, nicht verfolgte Dateien, Auflisten und Anzeigen, An…

Artikel lesen →
Softwaretests

Paarweises Testen erklärt: Wie alle Paare 216 Tests auf 13 reduzieren, getestet

Paarweises Testen erklärt mit einem Generator, den wir in Python 3.13 ausgeführt haben: ein Checkout mit 216 Kombinationen, die durch 13 Tests abged…

Artikel lesen →
Testautomatisierung

Test-Doubles erklärt: Dummy, Stub, Spy, Mock und Fake, mit getestetem Python-Code

Test-Doubles werden anhand eines Python-Beispiels erklärt, das in Pytest 9.2 ausgeführt wird: Dummy, Stub, Spy, Mock und Fake, wann jeweils zu verwe…

Artikel lesen →
Datenbanken & SQL

SQL COALESCE erklärt: Standardwerte, NULLIF, IFNULL vs. ISNULL und Traps, getestet

SQL COALESCE wurde mit Abfragen erklärt, die wir in SQLite 3.50 ausgeführt haben: erste Nicht-Null-Werte, leere Zeichenfolgen, NULL in Mathematik, N…

Artikel lesen →
Datenbanken & SQL

SQL Self Join erklärt: Mitarbeiter-Manager, Paare und Zeilenvergleiche, getestet

SQL-Self-Join erklärt anhand von Abfragen, die wir in SQLite 3.50 ausgeführt haben: Mitarbeiter und Manager, mehr verdienen als der Manager, eindeut…

Artikel lesen →
Softwareentwicklung

Erklärter JavaScript-Spread-Operator: Spread vs. Rest, Kopien und Fallstricke, getestet

Der JavaScript-Spread-Operator wird mit Code erklärt, den wir auf Knoten 24 ausgeführt haben: Arrays, Objekte, flache Kopien, Restparameter, das Mat…

Artikel lesen →
Softwareentwicklung

Erklärte Python-Funktionstools: lru_cache, Partial, Reduce, Wraps und mehr, getestet

Python-Funktionstools erklärt mit Code, den wir auf Python 3.13 ausgeführt haben: lru_cache und Cache, Partial, Reduce, Wraps, Cached_Property, Sing…

Artikel lesen →
Softwareentwicklung

Erklärtes Python-Sammlungsmodul: Counter, defaultdict, deque und mehr, getestet

Python-Sammlungen erklärt mit Code, den wir auf Python 3.13 ausgeführt haben: Counter, defaultdict, deque, benannttuple, OrderedDict und ChainMap, p…

Artikel lesen →
Künstliche Intelligenz

Erklärtes LLM-Kontextfenster: Token, Grenzen und wie man mehr einpasst, gemessen

Das LLM-Kontextfenster wird anhand der Token-Anzahl erklärt, die wir mit Tiktoken gemessen haben: Wörter vs. Token für Prosa, Code und Hindi, Eingab…

Artikel lesen →
Softwareentwicklung

Webhooks erklärt: Wie sie funktionieren und wie man sie sicher empfängt

Webhooks erklärt mit einem Empfänger und Sender, den wir in Python ausgeführt haben: Push vs. Polling, HMAC-SHA256-Signaturen, Ablehnen manipulierte…

Artikel lesen →
DevOps

Git Cherry-Pick erklärt: Kopieren Sie den Commit, den Sie benötigen, sicher und getestet

Git Cherry-Pick erklärt mit Befehlen, die wir in Git 2.56 ausgeführt haben: Kopieren eines Hotfixes in einen Release-Zweig, neue Hashes und Patch-ID…

Artikel lesen →
Testautomatisierung

Snapshot-Tests erklärt: Wie es funktioniert, wann es hilft und wann es weh tut

Snapshot-Tests erklärt anhand einer Pytest- und Sirup-Demo, die wir ausgeführt haben: Snapshots erstellen, Diff nach einer Codeänderung lesen, Zeits…

Artikel lesen →
Softwaretests

Mutationstests erklärt: Warum die 100-prozentige Abdeckung unseren Fehler immer noch übersehen hat

Mutationstests erklärt mit einem kleinen Mutationstool, das wir erstellt und ausgeführt haben: 14 Mutanten, eine Testsuite mit 100 % Linienabdeckung…

Artikel lesen →
Datenbanken & SQL

Erklärte SQL-JSON-Funktionen: JSON in SQL abfragen, aktualisieren und indizieren, getestet

SQL-JSON-Funktionen erklärt mit Abfragen, die wir in SQLite 3.50 ausgeführt haben: json_extract, die Operatoren -> und ->>, json_each, json…

Artikel lesen →
Datenbanken & SQL

SQL Pivot erklärt: Zeilen in Spalten umwandeln mit CASE, FILTER und PIVOT

SQL-Pivot erklärt mit Abfragen, die wir in SQLite 3.50 ausgeführt haben: bedingte Aggregation mit CASE und SUM, FILTER, NULL vs. Null, Summen, dynam…

Artikel lesen →
Softwareentwicklung

JavaScript erklärt dieses Schlüsselwort: Jede Bindungsregel, getestet in Node

Das JavaScript, das dieses Schlüsselwort enthält, wurde anhand von 17 Fällen erklärt, die wir in Knoten 24 ausgeführt haben: Methodenaufrufe, verlor…

Artikel lesen →
Softwareentwicklung

Python pathlib erklärt: Pfade, Dateien und Ordner auf moderne Art, getestet

Python Pathlib anhand von Beispielen erklärt, die wir unter Python 3.13 ausgeführt haben: Pfade mit /, Name, Stamm und Suffix verbinden, Dateien les…

Artikel lesen →
Softwareentwicklung

Python itertools erklärt: Lazy Loops, Kombinationen und Gruppierung, getestet

Python-Itertools anhand von Beispielen erklärt, die wir unter Python 3.13 ausgeführt haben: Zählen, Zyklus, Akkumulieren, Verketten, Gruppieren nach…

Artikel lesen →
Künstliche Intelligenz

Prompt Injection erklärt: Wie KI-Apps ausgetrickst werden und wie man sie verteidigt

Prompt-Injection erklärt für Builder: direkte und indirekte Angriffe, warum Schlüsselwortfilter fehlschlagen (unser Test hat 1 von 4 blockiert) und …

Artikel lesen →
DevOps

Erklärte DNS-Einträge: A, AAAA, CNAME, MX, TXT und TTL mit echten Lookups

DNS-Einträge erklärt anhand der von uns durchgeführten Suchvorgänge: Funktionsweise der Auflösung, A und AAAA, CNAME-Regeln, MX und Null-MX, TXT für…

Artikel lesen →
DevOps

Erklärte Funktionsflags: Sichere Veröffentlichungen, schrittweise Rollouts und Flag-Hygiene

Funktionsflags anhand einer von uns durchgeführten Rollout-Simulation erklärt: Flag-Typen, prozentuale Rollouts mit stabilem Hashing, Kill-Switches,…

Artikel lesen →
Testautomatisierung

Testdatengenerierung mit Python Faker: Realistische, wiederholbare und sichere Daten

Testen Sie die Datengenerierung mit Python Faker, führen Sie sie aus und messen Sie sie: Seeding für wiederholbare Daten, Gebietsschemata, eindeutig…

Artikel lesen →
Softwaretests

Shift-Left-Tests erklärt: Finden Sie Fehler früher, ohne das Team zu verlangsamen

Shift-Left-Tests erklärt: Was es bedeutet, warum Frühdefekte günstiger sind, Vorgehensweisen von Anforderungsüberprüfungen bis hin zu CI-Prüfungen, …

Artikel lesen →
Datenbanken & SQL

Erklärte SQL-String-Funktionen: TRIM, SUBSTR, REPLACE, CONCAT und Datenbereinigung

SQL-String-Funktionen, die mit von uns ausgeführten Abfragen erklärt wurden: Verkettung und NULL, TRIM, UPPER und LOWER, SUBSTR und INSTR, REPLACE, …

Artikel lesen →
Datenbanken & SQL

Erklärte SQL-Trigger: VOR- und NACH-Trigger, Prüfprotokolle und Fallstricke

SQL-Trigger werden anhand von Triggern erklärt, die wir ausgeführt haben: VORHER vs. NACHHER, ALT und NEU, Prüfprotokolle, Validierung, Bestandsaktu…

Artikel lesen →
Softwareentwicklung

Erklärung des Python-JSON-Moduls: Dumps, Loads, benutzerdefinierte Typen und häufige Fehler

Das Python-JSON-Modul wird anhand des von uns ausgeführten Codes erklärt: Dumps und Loads, Dateien, Typkonvertierungen, Datumsangaben und Dezimalzah…

Artikel lesen →
Softwareentwicklung

ES-Module vs. CommonJS: Wie JavaScript-Importe in Node.js funktionieren, getestet

ES-Module vs. CommonJS erklärt mit Code, den wir in Node.js ausgeführt haben: Import- und Exportsyntax, Require, Live-Bindungen, Caching, Top-Level-…

Artikel lesen →
Softwareentwicklung

Python Regex erklärt: Muster, Gruppen, Lookaheads und Fallstricke, getestet

Python-Regex erklärt mit Mustern, die wir ausgeführt haben: Suche vs. Übereinstimmung, Findall, Gruppen und benannte Gruppen, Greedy vs. Lazy, Sub, …

Artikel lesen →
Künstliche Intelligenz

Erklärung der strukturierten LLM-Ausgabe: Zuverlässiges JSON aus KI-Modellen erhalten

Die strukturierte LLM-Ausgabe wird anhand der von uns in Pydantic ausgeführten Validierung erklärt: JSON-Modus und -Schemas, eingeschränkte Dekodier…

Artikel lesen →
DevOps

SSH-Schlüssel erklärt: Wie sie funktionieren, ssh-keygen, Ed25519 und sichere Gewohnheiten

SSH-Schlüssel erklärt mit Schlüsseln, die wir generiert haben: öffentliche vs. private Schlüssel, ssh-keygen, Ed25519 vs. RSA, Fingerabdrücke, Passp…

Artikel lesen →
DevOps

HTTP-Caching erklärt: Cache-Kontrolle, ETag und 304-Antworten, mit einem Live-Test

HTTP-Caching erklärt anhand eines kleinen Servers, den wir ausgeführt haben: Cache-Control-Anweisungen, Max-Age, No-Cache vs. No-Store, ETag-Revalid…

Artikel lesen →
Testautomatisierung

API-Vertragstests erklärt: Erkennen Sie wichtige Änderungen, bevor sie versendet werden

Das Testen von API-Verträgen wird anhand einer von uns durchgeführten Schemaprüfung erklärt: Was ein Vertrag ist, verbrauchergesteuerte Verträge, Pa…

Artikel lesen →
Softwaretests

Risikobasiertes Testen erklärt: Risiken bewerten, eine Matrix erstellen und testen, worauf es ankommt

Risikobasiertes Testen Schritt für Schritt erklärt: Risiken identifizieren, Wahrscheinlichkeit und Auswirkung bewerten, eine Risikomatrix erstellen,…

Artikel lesen →
Datenbanken & SQL

Erklärte SQL-Einschränkungen: NOT NULL, UNIQUE, CHECK und FOREIGN KEY, getestet

SQL-Einschränkungen anhand der von uns durchgeführten Tests erklärt: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY und FOREIGN KEY, die NULL-Lücken, die…

Artikel lesen →
Datenbanken & SQL

Erklärte SQL-Datumsfunktionen: Datumsangaben fehlerfrei hinzufügen, vergleichen und gruppieren

Erklärung der SQL-Datumsfunktionen anhand von Abfragen, die wir ausgeführt haben: Hinzufügen von Intervallen, Überraschungen am Monatsende, Datumsun…

Artikel lesen →
Softwareentwicklung

Python-Asyncio erklärt: Async, Wait, Gather und TaskGroup mit echten Timings

Python-Asyncio erklärt mit Code, den wir getimt haben: Coroutinen, Wait, Gather, TaskGroup, Fehlerbehandlung, Zeitüberschreitungen, Einschränkung de…

Artikel lesen →
Softwareentwicklung

Debounce vs. Throttle in JavaScript: Wie sie funktionieren, wann man sie verwendet, getestet

Debounce vs. Throttle in JavaScript erklärt anhand von Timings, die wir in Node.js gemessen haben: wie jedes funktioniert, einfache Implementierunge…

Artikel lesen →
Softwareentwicklung

Erklärte Python-Kontextmanager: Die with-Anweisung, contextlib und Real Uses

Python-Kontextmanager erklärt anhand des von uns ausgeführten Codes: Funktionsweise, __enter__ und __exit__, contextlib.contextmanager, supprimieren…

Artikel lesen →
Künstliche Intelligenz

LLM-Temperatur und Top-p erklärt: Wie KI-Modelle ihr nächstes Wort wählen

LLM-Temperatur und Top-P erklärt anhand einer von uns durchgeführten Simulation: wie Wahrscheinlichkeiten umgeformt werden, was Top-P beibehält, emp…

Artikel lesen →
DevOps

YAML erklärt: Syntax, das Norwegen-Problem und andere von uns getestete Fallen

YAML erklärt mit einem Parser-Test: grundlegende Syntax, Listen und Karten, das Norwegen-Problem, Versionen, die in Gleitkommazahlen umgewandelt wer…

Artikel lesen →
DevOps

Cron-Jobs erklärt: Syntax, echte Zeitpläne und die Fehler, die sie zerstören

Cron-Jobs werden anhand von Zeitplänen erklärt, die wir überprüft haben: die fünf Felder, Operatoren, reale Beispiele, die Tag-des-Monats- ODER Woch…

Artikel lesen →
Softwaretests

Fehlerlebenszyklus beim Softwaretesten: Jeder Status, wem er gehört und häufige Fehler

Der Fehlerlebenszyklus wird erklärt: Jeder Fehlerstatus von „Neu“ bis „Geschlossen“, wer für jeden Schritt verantwortlich ist, abgelehnte, zurückges…

Artikel lesen →
Testautomatisierung

Eigenschaftenbasiertes Testen in Python: Hypothese findet die Fehler, die Ihre Beispiele übersehen

Eigenschaftenbasiertes Testen erklärt anhand der von uns durchgeführten Hypothesentests: Eigenschaften im Vergleich zu Beispielen, Strategien, Verkl…

Artikel lesen →
Datenbanken & SQL

Erklärte SQL-Paginierung: OFFSET vs. Keyset, mit einem Millionen-Zeilen-Test

Die SQL-Paginierung wurde mit einem von uns durchgeführten Millionen-Zeilen-Test erklärt: LIMIT und OFFSET, warum tiefe Seiten langsam werden, Keyse…

Artikel lesen →
Künstliche Intelligenz

KI-Halluzinationen erklärt: Warum Sprachmodelle Dinge erfinden und wie man sie reduziert

KI-Halluzinationen erklärt: Was sie sind, warum Sprachmodelle sie produzieren, gängige Typen, wie man sie mit Erdung und Eingabeaufforderungen reduz…

Artikel lesen →
DevOps

Erklärte Umgebungsvariablen: .env-Dateien, Geheimnisse und Konfiguration richtig gemacht

Umgebungsvariablen anhand von Python-Beispielen erklärt, die wir ausgeführt haben: Sie lesen und festlegen, warum jeder Wert ein String ist, .env-Da…

Artikel lesen →
Softwareentwicklung

API-Ratenbegrenzung erklärt: Algorithmen, Header und Behandlung von 429-Fehlern

API-Ratenbegrenzung anhand einer von uns durchgeführten Simulation erklärt: Token-Bucket, festes Fenster, gleitendes Fenster, 429 Antworten, Ratenbe…

Artikel lesen →
Testautomatisierung

Spott in Python: unittest.mock, Patch und die Fehler, die Tests zum Lügen machen

Mocking in Python mit unittest.mock, getestet: Mock und return_value, side_effect, Patchen, wo ein Name verwendet wird, Spezifikation und Autospec, …

Artikel lesen →
Softwaretests

Code-Abdeckung erklärt: Leitungs- und Zweigstellenabdeckung und was 100 % wirklich bedeutet

Erklärung der Codeabdeckung anhand eines echten Coverage.py-Laufs: Zeilen-, Zweig- und Bedingungsabdeckung, Lesen eines Berichts, warum bei 100 % Ab…

Artikel lesen →
Datenbanken & SQL

DELETE vs. TRUNCATE vs. DROP in SQL: Unterschiede, Rollback und Verwendungszweck

DELETE vs. TRUNCATE vs. DROP erklärt mit getestetem SQL: was jeweils entfernt wird, Rollback, Trigger, Identitätsrücksetzung, Geschwindigkeit und wi…

Artikel lesen →
Datenbanken & SQL

Erklärte SQL-Ansichten: Erstellen, nutzen und vermeiden Sie Fallstricke mit Beispielen

SQL-Ansichten anhand der von uns ausgeführten Abfragen erklärt: Erstellen einer Ansicht, Live-Ergebnisse, Ausblenden von Spalten, Leistung, aktualis…

Artikel lesen →
Softwareentwicklung

TypeScript-Schnittstelle vs. Typ: Echte Unterschiede, getestet mit dem Compiler

TypeScript-Schnittstelle vs. Typ, überprüft mit dem echten Compiler: Was beide können, was nur einer kann, Deklarationszusammenführung, Erweiterunge…

Artikel lesen →
Softwareentwicklung

Python *args und **kwargs erklärt: Flexible Funktionen mit klaren Beispielen

Python *args und **kwargs erklärt mit Code, den wir ausgeführt haben: Packen und Entpacken, Parameterreihenfolge, Nur-Schlüsselwort- und Nur-Positio…

Artikel lesen →
Softwareentwicklung

Python-Lambda-Funktionen: Syntax, tatsächliche Verwendung und wann man sie nicht verwendet

Python-Lambda-Funktionen erklärt mit Code, den wir ausgeführt haben: Syntax, Sortierung mit Schlüssel, Karte und Filter, Abschlüsse, die Late-Bindin…

Artikel lesen →
Künstliche Intelligenz

Was sind KI-Agenten? Wie sie funktionieren, mit einer einfachen Agentenschleife, die Sie ausführen können

Was sind KI-Agenten? Eine einfache Anleitung zur Agentenschleife, zu Tools, Speicher und Leitplanken, mit einer kleinen Python-Schleife, die wir aus…

Artikel lesen →
DevOps

Überwachung vs. Beobachtbarkeit: Der wahre Unterschied, mit Protokollen, Metriken und Traces

Überwachung vs. Beobachtbarkeit erklärt: bekannte und unbekannte Fehler, Protokolle, Metriken und Spuren, eine exemplarische Vorgehensweise für Chec…

Artikel lesen →
DevOps

Docker-Volumes vs. Bind Mounts: Containerdaten auf die richtige Art und Weise beibehalten

Docker-Volumes vs. Bind-Mounts erklärt: Warum Containerdaten verschwinden, benannte Volumes, Bind-Mounts, tmpfs, Compose-Beispiele, Backups, Berecht…

Artikel lesen →
Testautomatisierung

TDD vs. BDD: Hauptunterschiede, eine Funktion, die auf beide Arten entwickelt wurde und wann sie jeweils verwendet werden sollte

TDD vs. BDD erklärt mit einer Rabattfunktion, die in beide Richtungen aufgebaut ist: Rot-Grün-Refaktor mit Code, den wir ausgeführt haben, Gegeben-W…

Artikel lesen →
Softwaretests

Benutzerakzeptanztests (UAT): Prozess, Checkliste und reale Beispiele

Benutzerakzeptanztests erklärt: Wer führt ihn durch, wie unterscheidet er sich von der Qualitätssicherung, ein siebenstufiger Prozess, eine UAT-Test…

Artikel lesen →
Datenbanken & SQL

Erklärte SQL-NULL-Werte: IS NULL, COALESCE, NULLIF und die zu vermeidenden Fallen

SQL-NULL-Werte, die mit von uns ausgeführten Abfragen erklärt wurden: dreiwertige Logik, IS NULL, COALESCE, NULLIF, wie Aggregate, Joins und Sortier…

Artikel lesen →
Datenbanken & SQL

SQL CASE WHEN-Anweisung: Syntax, reale Beispiele und häufige Fehler

SQL CASE WHEN anhand der von uns ausgeführten Abfragen erklärt: einfache und durchsuchte Formulare, Bedingungsreihenfolge, Pivots mit SUM, COUNT-Tri…

Artikel lesen →
Softwareentwicklung

Was ist JWT? JSON-Web-Tokens anhand eines funktionierenden Beispiels erklärt

Was ist JWT? JSON Web Tokens erklärt: die drei Teile, ein Token, das in dem von uns ausgeführten Code erstellt und manipuliert wurde, JWT vs. Sitzun…

Artikel lesen →
Softwareentwicklung

Erklärte JavaScript-Ereignisschleife: Aufrufstapel, Mikrotasks und Timer mit Beispielen

Die JavaScript-Ereignisschleife wurde mit dem von uns ausgeführten Code erklärt: Aufrufstapel, Aufgaben- und Mikrotask-Warteschlangen, warum setTime…

Artikel lesen →
Softwareentwicklung

Erklärung von Python-Generatoren und -Ertrag: Sparen Sie Speicher mit echten Beispielen

Python-Generatoren und Yield anhand des von uns ausgeführten Codes erklärt: wie sie angehalten und fortgesetzt werden, gemessene Speichereinsparunge…

Artikel lesen →
Künstliche Intelligenz

Was sind Einbettungen? Vektoren und Kosinusähnlichkeit einfach erklärt

Was sind Einbettungen? Ein Leitfaden in einfacher Sprache zu Vektoren, Kosinusähnlichkeit und semantischer Suche, mit einem kleinen Beispiel, das wi…

Artikel lesen →
DevOps

Blau-Grün vs. Canary-Bereitstellung: Unterschiede, Kompromisse und Auswahl

Blue-Green vs. Canary-Bereitstellung erklärt: Funktionsweise, Kosten, Risiko und Rollback, stabiles Benutzer-Bucketing, das wir getestet haben, Date…

Artikel lesen →
Testautomatisierung

Flaky-Tests: Was sie verursacht und wie man sie endgültig behebt

Flaky-Tests wurden anhand von Demos erklärt, die wir durchgeführt haben: die Hauptursachen, wie man sie bestätigt und diagnostiziert, richtige Korre…

Artikel lesen →
Softwaretests

Lasttest vs. Stresstest: Unterschiede, Metriken und k6-Beispiele

Erläuterungen zu Lasttests und Stresstests: Was die einzelnen Tests beweisen, Spike- und Soak-Tests, welche Kennzahlen wichtig sind, warum Durchschn…

Artikel lesen →
Softwaretests

Testfall vs. Testszenario: Hauptunterschiede, Beispiele und wann man sie jeweils verwendet

Testfall vs. Testszenario erklärt: klare Definitionen, eine Tabelle nebeneinander, eine Funktion zum Zurücksetzen von Passwörtern, die von Szenarios…

Artikel lesen →
Datenbanken & SQL

SQL-Abfrageoptimierung: Ausführungspläne lesen und langsame Abfragen mit Zeitvorgaben beheben

An einer Million Zeilen getestete SQL-Abfrageoptimierung: Ausführungspläne lesen, die richtigen Indizes hinzufügen, nicht sargierbare Filter korrigi…

Artikel lesen →
Datenbanken & SQL

SQL UNION vs. UNION ALL: Unterschiede, Beispiele und getestete Leistung

SQL UNION vs. UNION ALL anhand der von uns ausgeführten Abfragen erklärt: Duplikate, die Regeln, denen beide folgen, ein echter Datenfehler, gemesse…

Artikel lesen →
Softwareentwicklung

Tutorial zur JavaScript-Abruf-API: GET, POST, Fehlerbehandlung und Zeitüberschreitungen

Ein JavaScript-Abruf-API-Tutorial, das auf einem lokalen Server getestet wurde: GET und POST, warum 404 nicht ausgelöst wird, ein wiederverwendbarer…

Artikel lesen →
Softwareentwicklung

Umgang mit Python-Dateien: Lesen, Schreiben, CSV, JSON und Pathlib mit Beispielen

Die Handhabung von Python-Dateien wird anhand des von uns ausgeführten Codes erklärt: Öffnungsmodi, Lesen großer Dateien, CSV, JSON, Pathlib, Binärd…

Artikel lesen →
Softwareentwicklung

Python-Klassen und -Objekte: OOP-Tutorial mit echten Beispielen

Python-Klassen und -Objekte erklärt mit Code, den wir ausgeführt haben: __init__, Methoden, Klassen- und Instanzattribute, Vererbung, Eigenschaften,…

Artikel lesen →
Künstliche Intelligenz

Was ist ein großes Sprachmodell? Wie LLMs funktionieren, ohne großen Hype erklärt

Was ist ein großes Sprachmodell? LLMs im Klartext erklärt: Token, Einbettungen, Aufmerksamkeit, Training, Temperatur- und Kontextfenster, eine klein…

Artikel lesen →
DevOps

Linux-Befehle für Anfänger: Der grundlegende Terminal-Leitfaden mit Beispielen

Linux-Befehle für Anfänger, gruppiert nach Aufgaben: Navigation, Dateien, Anzeigen von Protokollen, Grep, Pipes, Berechtigungen, Prozesse und Archiv…

Artikel lesen →
Testautomatisierung

Selenium vs. Playwright: Hauptunterschiede, Code im Vergleich und welche Sie wählen sollten

Selenium vs. Playwright im Vergleich: Architektur, Wartezeit, Browser- und Sprachunterstützung, Debugging, der gleiche Test in beiden Tools, Migrati…

Artikel lesen →
Softwaretests

Äquivalenzpartitionierung: Testdesigntechnik anhand von Beispielen erklärt

Erklärung der Äquivalenzpartitionierung: Wie man gültige und ungültige Partitionen findet, Beispiele für Alter, Passwörter und Gutscheine, von uns d…

Artikel lesen →
Softwaretests

Schweregrad vs. Priorität beim Softwaretest: Unterschiede, Matrix und reale Beispiele

Schweregrad vs. Priorität beim Softwaretest erklärt: klare Definitionen, eine Vier-Wege-Matrix mit Beispielen, Stufenskalen, wer die einzelnen Punkt…

Artikel lesen →
Datenbanken & SQL

Tutorial zu SQL-Unterabfragen: Typen, korrelierte Unterabfragen und EXISTS mit Beispielen

Ein SQL-Unterabfrage-Tutorial mit Abfragen, die wir ausgeführt haben: Skalar-, IN-, FROM- und SELECT-Unterabfragen, korrelierte Unterabfragen, EXIST…

Artikel lesen →
Datenbanken & SQL

SQL-Transaktionen und ACID erklärt: COMMIT, ROLLBACK und Isolationsstufen

SQL-Transaktionen und ACID anhand einer von uns durchgeführten Banküberweisung erklärt: COMMIT, ROLLBACK, Sicherungspunkte, Sperren, Isolationsstufe…

Artikel lesen →
Softwareentwicklung

Spickzettel für Git-Befehle: Die Befehle, die Sie tatsächlich verwenden, mit Beispielen

Ein Git-Befehls-Spickzettel, gruppiert nach Aufgabe: Setup, Staging, Branches, Remotes, Stash, Verlauf und Rückgängigmachen von Fehlern, mit Ausgabe…

Artikel lesen →
Softwareentwicklung

Erklärte JavaScript-Versprechen: Dann, Catch, Promise.all und häufige Fehler

JavaScript-Versprechen erklärt mit Code, den wir ausgeführt haben: Zustände, dann und Fangketten, Fehlerbehandlung, Promise.all, allSettled, Rennen …

Artikel lesen →
Softwareentwicklung

Python-Wörterbuch-Tutorial: Methoden, Beispiele und gängige Muster

Ein Python-Wörterbuch-Tutorial mit Code, den wir ausgeführt haben: Diktate erstellen, lesen und aktualisieren, Schlüsselmethoden, Zusammenführung, V…

Artikel lesen →
Künstliche Intelligenz

Was ist RAG? Retrieval-Augmented Generation anhand eines Arbeitsbeispiels erklärt

Was ist RAG? Abruf-erweiterte Generierung Schritt für Schritt erklärt: Indizierung, Chunking, Einbettungen, Abruf, ein kleines funktionierendes Pyth…

Artikel lesen →
DevOps

Terraform-Tutorial für Anfänger: Infrastruktur als Code von der ersten Datei bis zu den Modulen

Ein Terraform-Tutorial für Anfänger: Beginnen Sie ohne Cloud-Konto, lernen Sie Init, Planen und Anwenden, dann Variablen, Ausgaben, Status, Module u…

Artikel lesen →
DevOps

Docker vs. Kubernetes: Hauptunterschiede, wie sie zusammenarbeiten und was Sie brauchen

Docker vs. Kubernetes erklärt: Was jeder tut, die gleiche App läuft mit beiden, Docker Compose und Swarm im Vergleich, die Dockershim-Änderung und w…

Artikel lesen →
Testautomatisierung

Pytest-Tutorial für Anfänger: Vorrichtungen, Parametrisierung und reale Beispiele

Ein Pytest-Tutorial für Anfänger mit Tests, die wir auf Pytest 9.2 durchgeführt haben: Assertions, Fixtures, Parametrize, Conftest, Markers, tmp_pat…

Artikel lesen →
Softwaretests

Software Testing Life Cycle (STLC): 6 Phasen, Einstiegs- und Ausstiegskriterien, Beispiel

Der Softwaretest-Lebenszyklus erklärt: sechs STLC-Phasen mit Ein- und Ausstiegskriterien, Ergebnisse, ein Beispiel für eine funktionierende Anmeldef…

Artikel lesen →
Softwareentwicklung

Git merge vs rebase: Unterschiede, Beispiele und wann man was nutzt

Git merge vs rebase erklärt mit echter Log-Ausgabe, einer Vergleichstabelle, der goldenen Regel des Rebase und einem sicheren Team-Workflow.

Artikel lesen →
Softwareentwicklung

Python List Comprehension: Syntax, Beispiele und wann man darauf verzichtet

Python List Comprehension erklärt: Syntax, Filter, if-else, verschachtelte Schleifen, gemessene Zeiten und Fälle, in denen eine normale for-Schleife…

Artikel lesen →
Datenbanken & SQL

SQL Joins erklärt mit Beispielen (Inner, Left, Right, Full)

SQL Joins Schritt für Schritt mit Beispieltabellen und Abfragen verstehen: INNER, LEFT, RIGHT, FULL, CROSS und SELF, plus typische Fehler und Perfor…

Artikel lesen →