Тестирование на основе свойств в Python: гипотеза находит ошибки, которые упускают ваши примеры

  1. Главная
  2. Блог
  3. Автоматизация тестирования

Автоматизация тестирования

Тестирование на основе свойств в Python: Гипотеза находит ошибки, которые не хватает вашим примерам

Вместо написания нескольких примеров входных данных вы описываете правило, которое должно выполняться всегда, а библиотека генерирует сотни входных данных, пытаясь его нарушить. Мы протестировали Hypothesis на небольших функциях, которые прошли типовые тесты, и обнаружили три реальных ошибки.

10 мин чтения
Тестирование на основе свойств в Python: гипотеза находит ошибки, которые не хватает вашим примерам

Главное

  • Свойство — это правило, которое должно выполняться для каждого допустимого ввода, например: «разделение счета должно составлять общую сумму».
  • Гипотеза генерирует множество входных данных, включая неудобные крайние случаи, и сообщает об ошибке.
  • Сжатие уменьшает ошибочный ввод до самого простого, например total=1, people=2.
  • Наши функции прошли типовые тесты, однако компания Hypothesis обнаружила три ошибки, в том числе одну, связанную с верхним индексом Юникода.

Вы пишете тест с тремя тщательно выбранными примерами. Они проходят, и код отправляется. Неделю спустя вход, о котором вы никогда не думали, сломал его. Проблема не в лени; никто не может представить себе каждый крайний случай. Тестирование на основе свойств передает эту работу компьютеру.

Мы написали три небольшие функции, каждая из которых выполняет примеры тестов, затем добавили тесты свойств, используя Hypothesis 6.170, с pytest 9.2 на Python 3.13. Показанные сбои скопированы из этого запуска.

Что такое тестирование на основе свойств?

В тесте на основе примеров вы выбираете входные данные и ожидаемый результат: split_bill(1000, 4) == [250, 250, 250, 250]. В тесте на основе свойств вы описываете, какие входные данные являются допустимыми, и свойство, которое должно соблюдаться для всех из них. Затем библиотека генерирует множество входных данных (по умолчанию 100 на каждый тест в гипотезе) и каждый раз проверяет свойство.

Идея пришла из QuickCheck, библиотеки Haskell 1999 года. Компания Hypothesis перенесла ее в Python, и аналогичные инструменты существуют для большинства языков, такие как быстрая проверка для JavaScript, jqwik для Java и proptest для Rust.

Наши функции и примеры тестов, которые прошли

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"

Пример теста пройден. Обе функции выглядят правильно для очевидных входных данных, и в этом-то и заключается ловушка.

Первая недвижимость

Что всегда должно быть верно в отношении разделения счета? Доли должны составлять общую сумму, независимо от количества и числа людей:

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

Гипотеза сообщила:

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       )

Разделение 1 пайсы между двумя людьми дало каждому 0, и пайса исчезла. В общем, если общая сумма не делится поровну, остаток теряется. Решение состоит в том, чтобы раздать остаток, например, одну дополнительную пайсу первым нескольким людям. Округление денег — классический источник реальных ошибок, и наш пример 1000 между 4 был слишком аккуратным, чтобы его выявить.

Сокращение: простейший случай неудачи

Во время поиска Hypothesis, вероятно, сначала потерпел неудачу в чем-то вроде total=839201, people=17. Вместо того, чтобы сообщить об этом, он сжимает входные данные: он пробует меньшие и более простые значения, но все равно терпит неудачу, пока не становится возможным дальнейшее упрощение. total=1, people=2 — это наименьший возможный случай ошибки, и причина становится очевидной с первого взгляда. Сокращение — это то, что превращает случайное тестирование из шумного в действительно полезное.

Hypothesis также сохраняет неудачные примеры в локальной базе данных и сначала пробует их при следующем запуске, поэтому обнаруженная ошибка немедленно воспроизводится, пока она не будет исправлена.

Недвижимость туда и обратно

У любой пары функций, которые преобразуют данные и преобразуют их обратно, например кодирования и декодирования, сериализации и анализа или сжатия и распаковки, есть мощное свойство: цикл туда и обратно должен возвращать оригинал.

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

Гипотеза выявила две отдельные ошибки за один прогон:

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

Входной сигнал «0» кодируется в «10», что означает один ноль, но декодер видит две цифры и считывает «10» как число без повторяющегося символа. Наш формат не может отличить цифры в данных от цифр в счетчиках. Ни один пример теста, который мы написали, не содержал цифр, поскольку примеры кодирования длины серии всегда представляют собой буквы типа «aaab».

Сюрприз Юникода

Вторая неудача была более странной:

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

Символ \xb9 — это «¹», верхний индекс. Python str.isdigit() возвращает для него True, поэтому наш декодер обрабатывает его как часть числа, но int() не может его преобразовать. Мы бы никогда не написали этот тестовый пример вручную. Текстовая стратегия Hypothesis намеренно включает необычный Unicode, потому что именно здесь настоящее программное обеспечение дает сбои. Использование isdecimal() или, что еще лучше, формата, который не может путать данные со счетчиками, исправило бы обе ошибки.

Совет: Если проверка свойства не удалась, добавьте сжатые входные данные в качестве обычного примера теста с помощью @example(...) или простого теста. Он документирует ошибку и гарантирует, что случай всегда проверяется, даже если поиск Hypothesis изменится.

Стратегии: описание допустимых входных данных

стратегия сообщает Hypothesis, как генерировать данные. Общие:

Стратегия Генерирует
st.integers(min_value=1) Целые числа в диапазоне
st.floats(allow_nan=False) Плавает, опционально без NaN или бесконечности.
st.text() Строки Юникода, включая пустые и необычные символы.
st.lists(st.integers()) Списки целых чисел различной длины
st.dictionaries(st.text(), st.integers()) Словари
st.sampled_from(["paid", "pending"]) Один из фиксированного набора
st.builds(Order, ...) Объекты, построенные на основе других стратегий
st.emails(), st.datetimes() Значения, специфичные для домена

Стратегии можно комбинировать и фильтровать, а st.from_type() даже можно создавать значения из подсказок типов или классов данных. Предпочитайте ограничение стратегии, такой как min_value=1, а не последующую фильтрацию недопустимых значений, что приводит к потере сгенерированных примеров.

Шаблоны свойств, которые работают

Самое сложное — подумать о свойствах. Эти шаблоны охватывают большинство реальных случаев:

  • Туда и обратно: decode(encode(x)) == x. Идеально подходит для парсеров, сериализаторов и преобразователей.
  • Инварианты: что-то, что никогда не меняется, например, общая сумма в нашем разделении счета или длина списка после сортировки.
  • Идемпотентность: выполнение этого действия дважды равносильно выполнению его один раз, как в normalise(normalise(x)) == normalise(x).
  • Oracle: сравнение с более простой и медленной реализацией, которая, очевидно, правильна.
  • Метаморфизм: связанные входные данные дают соответствующие выходные данные, например добавление фильтра без увеличения количества результатов поиска.
  • Нет сбоев: функция никогда не вызывает неожиданного исключения для допустимого ввода. Просто и удивительно эффективно.

Свойства, прошедшие

Не каждая собственность терпит неудачу, и проходящая собственность по-прежнему является ценным доказательством. В нашем пробеге они прошли:

@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

Окончательный результат был 2 failed, 4 passed in 5.27s. Обратите внимание на цену: при тестировании свойств выполняется множество примеров, поэтому они занимают больше времени, чем обычные модульные тесты. Пять секунд для шести тестов — это нормально локально, но это влияет на то, как вы запускаете их в CI.

Использование на практике

  • Начните с одной функции, которая анализирует, преобразует или вычисляет там, где крайние случаи имеют наибольшее значение.
  • Используйте профили настроек: меньше примеров при каждом коммите, больше при ночной работе, используя @settings(max_examples=...) или зарегистрированные профили.
  • Объединение с фикстурами: Hypothesis работает внутри pytest, хотя фикстуры в области функций не сбрасываются между сгенерированными примерами, поэтому не допускайте общего состояния. См. наше руководство по настройке pytest.
  • Сохраните примеры: тесты свойств дополняют, а не заменяют читабельные примеры тестов, которые документируют ожидаемое поведение.
  • Попробуйте тестирование с отслеживанием состояния для API и структур данных: Hypothesis может генерировать целые последовательности операций и проверять целостность системы.

Когда его использовать

Тестирование на основе свойств лучше всего подходит для чистых функций с четкими правилами: синтаксический анализ, проверка, математика, деньги, кодирование, сортировка и преобразование данных. Это менее полезно для потоков пользовательского интерфейса или кода, правильный вывод которых трудно описать. Он естественным образом вписывается в основу тестовой пирамиды и дополняет такие методы, как анализ граничных значений, исследуя границы, которые вы не подумали перечислить.

Исправление разделения счета и укрепление собственности

Мы исправили split_bill, раздавая остаток по одной пайсе, а затем одновременно ужесточили свойство:

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]

Все тесты прошли. Второе утверждение имеет значение: без него прошла бы и «фиксация», отдающая весь остаток одному человеку. Хорошие свойства описывают, что означает «правильный» настолько полно, насколько это возможно, а сокращенный неудачный случай split_bill(1, 2) теперь продолжает жить как простой пример теста.

Итоги

Примеры тестов проверяют предполагаемые вами случаи; тесты свойств находят те, которые вы не делали. В нескольких строках Hypothesis обнаружил ошибку округления с потерей пайсы, ошибку обработки цифр и ошибку Unicode в коде, который не соответствовал его примерам. Выберите одну функцию со сложными входными данными, напишите двустороннее или инвариантное свойство и посмотрите, что она найдет.

Часто задаваемые вопросы

Что такое тестирование на основе свойств?

Это подход к тестированию, при котором вы устанавливаете правило, которое должно соблюдаться для всех допустимых входных данных, а библиотека генерирует множество входных данных, чтобы попытаться нарушить его.

Что такое гипотеза в Python?

Hypothesis — это основная библиотека тестирования Python на основе свойств. Он генерирует тестовые данные на основе стратегий, работает с pytest и сводит ошибки к минимуму примеров.

Что сокращается?

Найдя неверный ввод, библиотека шаг за шагом упрощает его, пока он по-прежнему терпит неудачу, создавая самый маленький пример, такой как total=1 иpeople=2 в нашем тесте.

Заменяет ли тестирование на основе свойств модульные тесты?

Нет. Он дополняет примеры тестов. Сохраняйте читабельные примеры, документирующие поведение, и добавляйте свойства для автоматического исследования крайних случаев.

Сколько примеров использует гипотеза?

По умолчанию 100 за тест. Вы можете повысить или понизить это значение с помощью @settings(max_examples=…) или профилей настроек для разных сред.

Продолжайте учиться

Работайте с Stack Quora

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.

Продолжайте читать

Больше руководств по тестирование, искусственный интеллект и современные разработки

Понравилась эта статья? Выберите тему и сразу приступайте к нашим новейшим руководствам.

Искусственный интеллект

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 ПО

Объяснение 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 →
DevOps

Объяснение 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 тестирования

Объяснение 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 ПО

Позитивное 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 SQL

SQL 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 SQL

Промежуточный 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 ПО

Сортировка 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 ПО

Строковые 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 интеллект

Объяснение 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 ПО

Объяснение 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 тестирования

Объяснение 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 ПО

Повторное 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 SQL

Удаление 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 SQL

SQL 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 ПО

Необязательное 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 ПО

Объяснение 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 интеллект

Объяснение 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 ПО

Объяснение 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 →
DevOps

Объяснение 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 ПО

Объяснение 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 тестирования

Объяснение 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 SQL

Объяснение 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 SQL

Объяснение 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 ПО

Объяснение 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 ПО

Объяснение 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 ПО

Объяснение 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 интеллект

Объяснение 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 ПО

Объяснение 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 →
DevOps

Объяснение 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 тестирования

Объяснение 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 ПО

Объяснение 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 SQL

Объяснение 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 SQL

Объяснение 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 ПО

Объяснение 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 ПО

Объяснение 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 ПО

Объяснение 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 интеллект

Объяснение 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 →
DevOps

Объяснение 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 →
DevOps

Объяснение 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 тестирования

Генерация 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 ПО

Объяснение 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 SQL

Объяснение 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 SQL

Объяснение 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 ПО

Объяснение 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 ПО

Модули 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 ПО

Объяснение 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 интеллект

Объяснение 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 →
DevOps

Объяснение 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 →
DevOps

Объяснение 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 тестирования

Объяснение 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 ПО

Объяснение 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 SQL

Объяснение 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 SQL

Объяснение 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 ПО

Объяснение 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 ПО

Debounce 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 ПО

Объяснение 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 интеллект

Объяснение 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 →
DevOps

Объяснение 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 →
DevOps

Объяснение 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 ПО

Жизненный 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 тестирования

Тестирование 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 SQL

Объяснение 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 интеллект

Объяснение 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 →
DevOps

Объяснение 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 ПО

Объяснение 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 тестирования

Издевательство 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 ПО

Объяснение 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 SQL

DELETE, 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 SQL

Объяснение 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 ПО

Интерфейс 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 ПО

Объяснение 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 ПО

Лямбда-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 интеллект

Что 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 →
DevOps

Мониторинг 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 →
DevOps

Docker 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 тестирования

TDD 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 ПО

Пользовательское 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 SQL

Объяснение 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 SQL

Оператор 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 ПО

Что 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 ПО

Объяснение 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 ПО

Генераторы 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 интеллект

Что 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 →
DevOps

Сине-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 тестирования

Ненадежные 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 ПО

Нагрузочное 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 ПО

Тестовый 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 SQL

Оптимизация 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 SQL

SQL 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 ПО

Учебное 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 ПО

Обработка 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 ПО

Классы 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 интеллект

Что 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 →
DevOps

Команды 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 тестирования

Selenium 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 ПО

Разделение 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 ПО

Серьезность 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 SQL

Учебное 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 SQL

Объяснение 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 ПО

Git 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 ПО

Объяснение 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 ПО

Учебное 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 интеллект

Что 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 →
DevOps

Учебное 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 →
DevOps

Docker 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 тестирования

Учебное 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 ПО

Жизненный 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 ПО

Git 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 ПО

Генераторы 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 SQL

SQL 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 →