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

  1. Startseite
  2. Blog
  3. Testautomatisierung

Testautomatisierung

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

Anstatt ein paar Beispieleingaben zu schreiben, beschreiben Sie eine Regel, die immer gelten sollte, und eine Bibliothek generiert Hunderte von Eingaben, die versuchen, diese zu brechen. Wir haben Hypothesis mit kleinen Funktionen ausgeführt, die ihre Beispieltests bestanden haben, und es wurden drei echte Fehler gefunden.

10 Min. Lesezeit
Eigenschaftenbasiertes Testen in Python: Hypothesis findet die Fehler, die Ihren Beispielen entgehen

Das Wichtigste

  • Eine Eigenschaft ist eine Regel, die für jede gültige Eingabe gelten muss, wie zum Beispiel „Die Aufteilung einer Rechnung muss die Gesamtsumme ergeben“.
  • Hypothese generiert viele Eingaben, einschließlich unangenehmer Randfälle, und meldet einen Fehler.
  • Schrumpfen reduziert eine fehlerhafte Eingabe auf die einfachste, wie zum Beispiel total=1, people=2.
  • Unsere Funktionen haben ihre Beispieltests bestanden, Hypothesis hat jedoch drei Fehler gefunden, darunter einen, der eine hochgestellte Unicode-Ziffer betrifft.

Sie schreiben einen Test mit drei sorgfältig ausgewählten Beispielen. Sie bestehen, und der Code wird versendet. Eine Woche später zerstört es eine Eingabe, an die Sie nie gedacht hätten. Das Problem ist nicht Faulheit; Niemand kann sich jeden Grenzfall vorstellen. Eigenschaftsbasiertes Testen überlässt diese Aufgabe einem Computer.

Wir haben drei kleine Funktionen geschrieben, jede mit bestandenen Beispieltests, und dann Eigenschaftstests unter Verwendung von Hypothese 6.170 mit Pytest 9.2 auf Python 3.13 hinzugefügt. Die angezeigten Fehler werden von diesem Lauf kopiert.

Was ist eigenschaftsbasiertes Testen?

In einem beispielbasierten Test wählen Sie die Eingabe und die erwartete Ausgabe aus: split_bill(1000, 4) == [250, 250, 250, 250]. In einem eigenschaftsbasierten Test beschreiben Sie, welche Art von Eingaben gültig sind und welche Eigenschaft für alle gelten muss. Die Bibliothek generiert dann viele Eingaben, standardmäßig 100 pro Test in Hypothesis, und überprüft die Eigenschaft jedes Mal.

Die Idee stammt von QuickCheck, einer Haskell-Bibliothek aus dem Jahr 1999. Hypothese brachte sie auf Python, und für die meisten Sprachen gibt es ähnliche Tools, wie Fast-Check für JavaScript, jqwik für Java und Proptest für Rust.

Unsere Funktionen und die bestandenen Beispieltests

def split_bill(total_paise, people):
    share = total_paise // people
    return [share] * people

def encode(s):   # run-length encoding: "aaab" -> "3a1b"
    ...

def decode(s):   # "3a1b" -> "aaab"
    ...

def test_example_based():
    assert split_bill(1000, 4) == [250, 250, 250, 250]
    assert encode("aaab") == "3a1b"

Der Beispieltest wurde bestanden. Beide Funktionen sehen für die offensichtlichen Eingaben korrekt aus, und genau das ist die Falle.

Eine erste Immobilie

Was sollte bei der Aufteilung einer Rechnung immer gelten? Die Anteile müssen sich unabhängig von der Anzahl und Anzahl der Personen zur Gesamtsumme addieren:

from hypothesis import given, strategies as st

@given(st.integers(min_value=0, max_value=10**9),
       st.integers(min_value=1, max_value=50))
def test_split_bill_adds_up(total, people):
    assert sum(split_bill(total, people)) == total

Hypothese berichtet:

E       assert 0 == 1
E        +  where 0 = sum([0, 0])
E        +    where [0, 0] = split_bill(1, 2)
E       Failing test case: test_split_bill_adds_up(
E           total=1,
E           people=2,
E       )

Die Aufteilung von 1 Paisa auf zwei Personen ergab für jede Person 0, und das Paisa verschwand. Im Allgemeinen geht der Rest verloren, wenn sich die Summe nicht gleichmäßig teilt. Die Lösung besteht darin, den Rest, zum Beispiel eine zusätzliche Paisa, an die ersten paar Leute zu verteilen. Das Runden von Geld ist eine klassische Quelle für echte Fehler, und unser Beispiel von 1000 zwischen 4 war einfach zu schön, um es aufzudecken.

Schrumpfen: der einfachste Fehlerfall

Bei der Suche scheiterte Hypothesis wahrscheinlich zunächst an etwas wie total=839201, people=17. Anstatt dies zu melden, wird die Eingabe verkleinert: Es werden kleinere und einfachere Werte ausprobiert, die immer noch fehlschlagen, bis eine weitere Vereinfachung nicht mehr möglich ist. total=1, people=2 ist der kleinstmögliche Fall des Fehlers und macht die Ursache auf einen Blick ersichtlich. Durch das Schrumpfen werden Zufallstests von lauten zu wirklich nützlichen Tests.

Hypothesis speichert außerdem fehlerhafte Beispiele in einer lokalen Datenbank und versucht sie beim nächsten Durchlauf zuerst, sodass ein einmal gefundener Fehler sofort reproduziert wird, bis er behoben ist.

Hin- und Rückreise-Eigenschaften

Für jedes Funktionspaar, das Daten konvertiert und zurückkonvertiert, z. B. kodieren und dekodieren, serialisieren und analysieren oder komprimieren und dekomprimieren, gibt es eine leistungsstarke Eigenschaft: Der Roundtrip sollte das Original zurückgeben.

@given(st.text())
def test_roundtrip(s):
    assert decode(encode(s)) == s

Die Hypothese fand zwei unterschiedliche Fehler in einem Durchlauf:

Failing test case: test_roundtrip(s='0')
AssertionError: assert '' == '0'

Die Eingabe „0“ wird in „10“ codiert, was eine Null bedeutet, aber der Decoder sieht zwei Ziffern und liest „10“ als Zählwert ohne zu wiederholendes Zeichen. Unser Format kann Ziffern in den Daten nicht von Ziffern in den Zählungen unterscheiden. Kein Beispieltest, den wir geschrieben haben, enthielt eine Ziffer, da Beispiele für Lauflängenkodierungen immer Buchstaben wie „aaab“ sind.

Die Unicode-Überraschung

Der zweite Fehler war seltsamer:

Failing test case: test_roundtrip(s='\xb9:')
ValueError: invalid literal for int() with base 10: '1\xb91'

Das Zeichen \xb9 ist „¹“, ein hochgestelltes Zeichen. Pythons str.isdigit() gibt dafür True zurück, daher hat unser Decoder es als Teil einer Zahl behandelt, aber int() kann es nicht konvertieren. Wir hätten diesen Testfall nie von Hand geschrieben. Die Textstrategie von Hypothesis bezieht bewusst ungewöhnlichen Unicode ein, denn genau hier bricht echte Software zusammen. Die Verwendung von isdecimal() oder besser eines Formats, das Daten nicht mit Zählungen verwechseln kann, würde beide Fehler beheben.

Tipp: Wenn ein Eigenschaftstest fehlschlägt, fügen Sie die verkleinerte Eingabe auch als gewöhnlichen Beispieltest hinzu, mit @example(...) oder als einfachen Test. Es dokumentiert den Fehler und garantiert, dass der Fall immer überprüft wird, auch wenn sich die Suche von Hypothesis ändert.

Strategien: Beschreibung gültiger Eingaben

Eine Strategie teilt Hypothesis mit, wie Daten generiert werden sollen. Häufige:

Strategie Erzeugt
st.integers(min_value=1) Ganzzahlen in einem Bereich
st.floats(allow_nan=False) Floats, wahlweise ohne NaN oder Unendlich
st.text() Unicode-Zeichenfolgen, einschließlich leerer und ungewöhnlicher Zeichen
st.lists(st.integers()) Listen von ganzen Zahlen unterschiedlicher Länge
st.dictionaries(st.text(), st.integers()) Wörterbücher
st.sampled_from(["paid", "pending"]) Einer aus einem festen Satz
st.builds(Order, ...) Objekte, die aus anderen Strategien erstellt wurden
st.emails(), st.datetimes() Domänenspezifische Werte

Strategien können kombiniert und gefiltert werden, und st.from_type() kann sogar Werte aus Typhinweisen oder Datenklassen erstellen. Ziehen Sie es vor, eine Strategie wie min_value=1 einzuschränken, anstatt ungültige Werte nachträglich herauszufiltern, wodurch generierte Beispiele verschwendet werden.

Eigenschaftsmuster, die funktionieren

Das Schwierigste ist, an Eigenschaften zu denken. Diese Muster decken die meisten realen Fälle ab:

  • Hin- und Rückfahrt: decode(encode(x)) == x. Ideal für Parser, Serialisierer und Konverter.
  • Invarianten: etwas, das sich nie ändert, wie zum Beispiel die Gesamtsumme in unserer Rechnungsaufteilung oder die Länge einer Liste nach dem Sortieren.
  • Idempotenz: Es zweimal zu tun bedeutet, es einmal zu tun, wie in normalise(normalise(x)) == normalise(x).
  • Oracle: Vergleichen Sie es mit einer einfacheren, langsameren Implementierung, die offensichtlich richtig ist.
  • Metamorph: Verwandte Eingaben führen zu verwandten Ausgaben, wie zum Beispiel das Hinzufügen eines Filters, ohne dass die Anzahl der Suchergebnisse erhöht wird.
  • Kein Absturz: Die Funktion löst bei gültigen Eingaben nie eine unerwartete Ausnahme aus. Einfach und überraschend effektiv.

Eigenschaften, die bestanden haben

Nicht jede Eigenschaft fällt durch, und eine vorübergehende Eigenschaft ist immer noch ein wertvoller Beweis. Diese haben in unserem Lauf bestanden:

@given(st.text())
def test_slug_has_no_spaces(t):
    assert " " not in slugify(t)

@given(st.text())
def test_slug_idempotent(t):
    assert slugify(slugify(t)) == slugify(t)

@given(st.lists(st.integers()))
def test_sorted_properties(xs):
    ys = sorted(xs)
    assert len(ys) == len(xs)
    assert all(a <= b for a, b in zip(ys, ys[1:]))
    assert sorted(ys) == ys

Das Endergebnis war 2 failed, 4 passed in 5.27s. Beachten Sie die Kosten: Bei Eigenschaftstests werden viele Beispiele ausgeführt, sodass sie länger dauern als gewöhnliche Komponententests. Fünf Sekunden für sechs Tests sind lokal in Ordnung, aber sie prägen die Art und Weise, wie Sie sie in CI ausführen.

In der Praxis anwenden

  • Beginnen Sie mit einer Funktion, die dort analysiert, konvertiert oder berechnet, wo Randfälle am wichtigsten sind.
  • Einstellungsprofile verwenden: weniger Beispiele bei jedem Commit, viel mehr bei einem nächtlichen Job, mit @settings(max_examples=...) oder registrierten Profilen.
  • Mit Vorrichtungen kombinieren: Die Hypothese funktioniert innerhalb von Pytest, obwohl funktionsbezogene Vorrichtungen zwischen generierten Beispielen nicht zurückgesetzt werden. Halten Sie daher den gemeinsamen Status fern. Sehen Sie sich unseren Pytest-Fixture-Leitfaden an.
  • Behalten Sie die Beispiele: Eigenschaftstests ergänzen lesbare Beispieltests, die das erwartete Verhalten dokumentieren, anstatt sie zu ersetzen.
  • Versuchen Sie es mit zustandsbehafteten Tests für APIs und Datenstrukturen: Hypothesen können ganze Operationssequenzen generieren und überprüfen, ob das System konsistent bleibt.

Wann sollte man es verwenden?

Eigenschaftsbasiertes Testen glänzt bei reinen Funktionen mit klaren Regeln: Parsing, Validierung, Mathematik, Geld, Kodierung, Sortierung und Datentransformationen. Es ist weniger nützlich für UI-Abläufe oder Code, dessen korrekte Ausgabe schwer zu beschreiben ist. Es fügt sich natürlich in die Basis der Testpyramide ein und ergänzt Techniken wie die Randwertanalyse durch die Erkundung von Grenzen, die Sie nicht auflisten wollten.

Behebung der Rechnungsteilung und Stärkung des Eigentums

Wir haben split_bill behoben, indem wir den Rest jeweils paisa ausgezahlt haben, und dann gleichzeitig die Eigenschaft strenger gemacht:

def split_bill(total_paise, people):
    share, rem = divmod(total_paise, people)
    return [share + 1 if i < rem else share for i in range(people)]

@given(st.integers(min_value=0, max_value=10**9),
       st.integers(min_value=1, max_value=50))
def test_split_bill_adds_up(total, people):
    parts = split_bill(total, people)
    assert sum(parts) == total
    assert max(parts) - min(parts) <= 1     # nobody pays more than 1 paisa extra

def test_examples():
    assert split_bill(1, 2) == [1, 0]
    assert split_bill(1000, 3) == [334, 333, 333]

Alle Tests bestanden. Die zweite Behauptung ist wichtig: Ohne sie wäre auch eine „Reparatur“, die den gesamten Rest einer Person überlassen hätte, durchgekommen. Gute Eigenschaften beschreiben so vollständig wie möglich, was „richtig“ bedeutet, und der verkleinerte Fehlerfall split_bill(1, 2) lebt heute als einfacher Beispieltest weiter.

Fazit

Beispieltests prüfen die Fälle, die Sie sich vorgestellt haben; Eigenschaftstests suchen nach denen, die Sie nicht haben. In einigen Zeilen fand Hypothesis einen Rundungsfehler bei verlorenem Paisa, einen Fehler bei der Ziffernverarbeitung und einen Unicode-Fehler im Code, der seine Beispiele bestand. Wählen Sie eine Funktion mit kniffligen Eingaben aus, schreiben Sie eine Roundtrip- oder invariante Eigenschaft und sehen Sie, was sie findet.

Häufige Fragen

Was ist eigenschaftsbasiertes Testen?

Es handelt sich um einen Testansatz, bei dem Sie eine Regel festlegen, die für alle gültigen Eingaben gelten soll, und eine Bibliothek viele Eingaben generiert, um zu versuchen, diese zu brechen.

Was ist eine Hypothese in Python?

Hypothesis ist die wichtigste eigenschaftsbasierte Testbibliothek für Python. Es generiert Testdaten aus Strategien, arbeitet mit Pytest und reduziert Fehler auf minimale Beispiele.

Was schrumpft?

Nachdem eine fehlerhafte Eingabe gefunden wurde, vereinfacht die Bibliothek diese Schritt für Schritt, während sie immer noch fehlschlägt, und erzeugt das kleinste Beispiel, wie z. B. „total=1“ und „people=2“ in unserem Test.

Ersetzen eigenschaftsbasierte Tests Unit-Tests?

Nein. Es ergänzt Beispieltests. Halten Sie lesbare Beispiele bereit, die das Verhalten dokumentieren, und fügen Sie Eigenschaften hinzu, um Randfälle automatisch zu untersuchen.

Wie viele Beispiele führt Hypothesis aus?

Standardmäßig 100 pro Test. Sie können dies mit @settings(max_examples=…) oder Einstellungsprofilen für verschiedene Umgebungen erhöhen oder verringern.

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 →