Pruebas basadas en propiedades en Python: la hipótesis encuentra los errores que sus ejemplos pasan por alto

  1. Inicio
  2. Blog
  3. Automatización de pruebas

Automatización de pruebas

Pruebas basadas en propiedades en Python: La hipótesis encuentra los errores que sus ejemplos pasan por alto

En lugar de escribir algunas entradas de ejemplo, usted describe una regla que siempre debería cumplirse y una biblioteca genera cientos de entradas intentando romperla. Ejecutamos Hypothesis contra funciones pequeñas que pasaron sus pruebas de ejemplo y encontramos tres errores reales.

10 min de lectura
Pruebas basadas en propiedades en Python: la hipótesis encuentra los errores que sus ejemplos pasan por alto

Puntos clave

  • Una propiedad es una regla que debe cumplirse para cada entrada válida, como por ejemplo “dividir una factura debe sumar el total”.
  • Hipótesis genera muchas entradas, incluidos casos extremos incómodos, e informa una falla.
  • Reducir reduce una entrada fallida a la más simple, como total=1, people=2.
  • Nuestras funciones pasaron sus pruebas de ejemplo, pero Hypothesis encontró tres errores, incluido uno que involucraba un dígito en superíndice Unicode.

Escribes una prueba con tres ejemplos cuidadosamente elegidos. Pasan y el código se envía. Una semana después, una entrada en la que nunca pensaste lo rompe. El problema no es la pereza; nadie puede imaginar todos los casos extremos. Las pruebas basadas en propiedades entregan ese trabajo a una computadora.

Escribimos tres funciones pequeñas, cada una con pruebas de ejemplo de aprobación, luego agregamos pruebas de propiedades usando la Hipótesis 6.170 con pytest 9.2 en Python 3.13. Los fallos mostrados se copian de esa ejecución.

¿Qué son las pruebas basadas en propiedades?

En una prueba basada en ejemplos, usted elige la entrada y la salida esperada: split_bill(1000, 4) == [250, 250, 250, 250]. En una prueba basada en propiedades, usted describe qué tipo de entradas son válidas y una propiedad que debe cumplirse para todas ellas. Luego, la biblioteca genera muchas entradas, de forma predeterminada 100 por prueba en Hipótesis, y verifica la propiedad cada vez.

La idea proviene de QuickCheck, una biblioteca de Haskell de 1999. Hypothesis la llevó a Python y existen herramientas similares para la mayoría de los lenguajes, como fast-check para JavaScript, jqwik para Java y proptest para Rust.

Nuestras funciones y las pruebas de ejemplo que pasaron.

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"

La prueba de ejemplo pasó. Ambas funciones parecen correctas para las entradas obvias, y esa es exactamente la trampa.

Una primera propiedad

¿Qué debería ser siempre cierto acerca de dividir una factura? Las participaciones deberán sumar el total, cualquiera que sea la cantidad y número de personas:

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

Hipótesis reportada:

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       )

Dividir 1 paisa entre 2 personas le dio a cada persona 0 y la paisa desapareció. En general, cuando el total no se divide equitativamente, el resto se pierde. La solución es repartir el resto, por ejemplo un paisa extra a las primeras personas. El redondeo de dinero es una fuente clásica de errores reales, y nuestro ejemplo de 1000 entre 4 fue simplemente demasiado claro para revelarlo.

Contracción: el caso de fallo más simple

Mientras buscaba, la hipótesis probablemente falló primero en algo como total=839201, people=17. En lugar de informar eso, reduce la entrada: prueba valores más pequeños y simples que aún fallan, hasta que no puede simplificar más. total=1, people=2 es el caso más pequeño posible del error y hace que la causa sea obvia de un vistazo. La reducción es lo que hace que las pruebas aleatorias pasen de ser ruidosas a ser realmente útiles.

Hypothesis también guarda ejemplos fallidos en una base de datos local y los prueba primero en la siguiente ejecución, de modo que un error, una vez encontrado, se reproduce inmediatamente hasta que se soluciona.

Propiedades de ida y vuelta

Para cualquier par de funciones que conviertan datos y los vuelvan a convertir, como codificar y decodificar, serializar y analizar, o comprimir y descomprimir, existe una propiedad poderosa: el viaje de ida y vuelta debe devolver el original.

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

Hypothesis encontró dos fallas distintas en una ejecución:

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

La entrada “0” codifica “10”, es decir, un cero, pero el decodificador ve dos dígitos y lee “10” como un conteo sin carácter que repetir. Nuestro formato no puede diferenciar los dígitos de los datos de los dígitos de los recuentos. Ninguna prueba de ejemplo que escribimos incluía un dígito, porque los ejemplos de codificación de longitud de ejecución son siempre letras como “aaab”.

La sorpresa Unicode

El segundo fracaso fue más extraño:

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

El carácter \xb9 es “¹”, un superíndice. Python str.isdigit() devuelve True, por lo que nuestro decodificador lo trató como parte de un número, pero int() no puede convertirlo. Nunca hubiéramos escrito este caso de prueba a mano. La estrategia de texto de Hypothesis incluye deliberadamente Unicode inusual, porque ahí es donde falla el software real. Usar isdecimal(), o mejor, un formato que no pueda confundir datos con recuentos, solucionaría ambos errores.

Consejo: Cuando falla una prueba de propiedad, agregue también la entrada reducida como una prueba de ejemplo normal, con @example(...) o una prueba simple. Documenta el error y garantiza que el caso siempre esté verificado, incluso si cambia la búsqueda de Hypothesis.

Estrategias: describir entradas válidas

Una estrategia le dice a Hypothesis cómo generar datos. Los más comunes:

Estrategia Genera
st.integers(min_value=1) Enteros en un rango
st.floats(allow_nan=False) Flota, opcionalmente sin NaN o infinito
st.text() Cadenas Unicode, incluidos caracteres vacíos e inusuales
st.lists(st.integers()) Listas de números enteros de diferente longitud.
st.dictionaries(st.text(), st.integers()) Diccionarios
st.sampled_from(["paid", "pending"]) Uno de un conjunto fijo
st.builds(Order, ...) Objetos construidos a partir de otras estrategias.
st.emails(), st.datetimes() Valores específicos del dominio

Las estrategias se pueden combinar y filtrar, y st.from_type() incluso puede crear valores a partir de sugerencias de tipo o clases de datos. Prefiera restringir una estrategia, como min_value=1, en lugar de filtrar valores no válidos posteriormente, lo que desperdicia ejemplos generados.

Patrones de propiedad que funcionan

La parte más difícil es pensar en las propiedades. Estos patrones cubren la mayoría de los casos reales:

  • Ida y vuelta: decode(encode(x)) == x. Ideal para analizadores, serializadores y convertidores.
  • Invariantes: algo que nunca cambia, como el total en nuestra división de facturas o la longitud de una lista después de ordenarla.
  • Idempotencia: hacerlo dos veces equivale a hacerlo una vez, como en normalise(normalise(x)) == normalise(x).
  • Oracle: compare con una implementación más simple y lenta que obviamente es correcta.
  • Metamórfico: las entradas relacionadas dan salidas relacionadas, como agregar un filtro sin aumentar nunca el número de resultados de búsqueda.
  • Sin bloqueo: la función nunca genera una excepción inesperada para una entrada válida. Sencillo y sorprendentemente eficaz.

Propiedades que pasaron

No todas las propiedades fallan y una propiedad que pasa sigue siendo una prueba valiosa. Estos pasaron en nuestra carrera:

@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

El resultado final fue 2 failed, 4 passed in 5.27s. Observe el costo: las pruebas de propiedad ejecutan muchos ejemplos, por lo que toman más tiempo que las pruebas unitarias ordinarias. Cinco segundos para seis pruebas está bien a nivel local, pero determina cómo se ejecutan en CI.

Utilizándolo en la práctica

  • Comience con una función que analice, convierta o calcule, donde los casos extremos son más importantes.
  • Usar perfiles de configuración: menos ejemplos en cada confirmación, muchos más en un trabajo nocturno, usando @settings(max_examples=...) o perfiles registrados.
  • Combinar con accesorios: La hipótesis funciona dentro de pytest, aunque los accesorios con alcance de función no se restablecen entre ejemplos generados, por lo tanto, mantenga fuera el estado compartido. Consulte nuestra guía de accesorios pytest.
  • Conserve los ejemplos: las pruebas de propiedad complementan, en lugar de reemplazar, las pruebas de ejemplo legibles que documentan el comportamiento esperado.
  • Pruebe las pruebas con estado para API y estructuras de datos: Hypothesis puede generar secuencias completas de operaciones y verificar que el sistema se mantenga consistente.

Cuando usarlo

Las pruebas basadas en propiedades brillan para funciones puras con reglas claras: análisis, validación, matemáticas, dinero, codificación, clasificación y transformaciones de datos. Es menos útil para flujos de interfaz de usuario o códigos cuyo resultado correcto es difícil de describir. Encaja naturalmente en la base de la pirámide de prueba y complementa técnicas como el análisis de valores límite al explorar límites que no pensó enumerar.

Arreglar la división de la factura y fortalecer la propiedad.

Arreglamos split_bill repartiendo el resto un paisa a la vez, luego hicimos la propiedad más estricta al mismo tiempo:

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]

Todas las pruebas pasaron. La segunda afirmación importa: sin ella, también habría pasado una “solución” que le diera todo el resto a una persona. Las buenas propiedades describen lo que significa “correcto” de la manera más completa posible, y el caso de falla reducido, split_bill(1, 2), ahora sigue siendo una prueba de ejemplo simple.

Conclusión

Las pruebas de ejemplo verifican los casos que imaginaste; Las pruebas de propiedad buscan las que usted no hizo. En unas pocas líneas, Hypothesis encontró un error de redondeo de paisa perdido, un error de manejo de dígitos y un error de Unicode en el código que pasaba sus ejemplos. Elija una función con entradas complicadas, escriba una propiedad invariante o de ida y vuelta y vea qué encuentra.

Preguntas frecuentes

¿Qué son las pruebas basadas en propiedades?

Es un enfoque de prueba en el que se establece una regla que debe cumplirse para todas las entradas válidas y una biblioteca genera muchas entradas para intentar romperla.

¿Qué es la hipótesis en Python?

Hypothesis es la principal biblioteca de pruebas basada en propiedades para Python. Genera datos de prueba a partir de estrategias, trabaja con pytest y reduce las fallas a ejemplos mínimos.

¿Qué se está encogiendo?

Después de encontrar una entrada fallida, la biblioteca la simplifica paso a paso mientras sigue fallando, produciendo el ejemplo más pequeño, como total=1 y people=2 en nuestra prueba.

¿Las pruebas basadas en propiedades reemplazan las pruebas unitarias?

No. Complementa las pruebas de ejemplo. Mantenga ejemplos legibles que documenten el comportamiento y agregue propiedades para explorar casos extremos automáticamente.

¿Cuántos ejemplos ejecuta la hipótesis?

Por defecto 100 por prueba. Puede aumentar o disminuir esto con @settings(max_examples=…) o perfiles de configuración para diferentes entornos.

sigue aprendiendo

Trabajar con Stack Quora

¿Necesitas ayuda con pruebas, WordPress o SEO?

Ayudamos a los equipos a enviar mejor software y hacer crecer sus sitios. Cuéntenos en qué está trabajando y le sugeriremos un siguiente paso claro.

Sigue leyendo

Más guías sobre testing, IA y desarrollo moderno

¿Te gustó este artículo? Elige un tema y salta directo a nuestros tutoriales más recientes.

Inteligencia artificial

Explicación de BM25: cómo la búsqueda por palabras clave clasifica los resultados, con código Python y búsqueda híbrida

BM25 explicó con una implementación pura de Python que ejecutamos: la fórmula, IDF, saturación de términos, los parámetros k1 y b, por qué supera el…

Leer artículo →
Desarrollo de software

Métodos HTTP explicados: GET, POST, PUT, PATCH, DELETE, probados en un servidor en vivo

Métodos HTTP explicados con un pequeño servidor que ejecutamos: GET, POST, PUT, PATCH, DELETE, HEAD y OPTIONS, seguro vs idempotente, PUT vs PATCH, …

Leer artículo →
DevOps

Explicación de Git Bisect: encuentre la confirmación que rompió su código, de forma manual o automática

Git bisect explicado con un repositorio probado: encuentre la única confirmación incorrecta entre 41 de cada 5 ejecuciones de prueba, automatice con…

Leer artículo →
Automatización de pruebas

Explicación de los marcadores de pytest: marcas personalizadas, filtros skip, skipif, xfail y -m

Los marcadores de pytest se explican con una suite probada: registre marcas personalizadas, ejecute solo pruebas de humo con -m, combine filtros con…

Leer artículo →
Pruebas de software

Pruebas positivas versus negativas: diferencias, 24 casos de prueba reales y una lista de verificación

Pruebas positivas versus negativas explicadas con un formulario de registro real: 6 casos de prueba positivos y 18 negativos ejecutados en pytest, e…

Leer artículo →
Bases de datos y SQL

ORDEN SQL POR Varias columnas: ASC, DESC, NULLS LAST, Caso y Orden personalizado

SQL ORDER BY con múltiples columnas explicadas con consultas probadas: ASC y DESC mixtos, desempates, NULLS FIRST y LAST, clasificación que no disti…

Leer artículo →
Bases de datos y SQL

Total acumulado de SQL: SUM OVER, totales por grupo, sumas móviles y trampa RANGE

Cómo calcular un total acumulado de SQL con SUM() OVER: totales por grupo, sumas acumuladas diarias, sumas móviles, porcentaje del total, la trampa …

Leer artículo →
Desarrollo de software

Matriz de clasificación de JavaScript: números, objetos, cadenas y por qué 10 viene antes que 5

Cómo ordenar correctamente una matriz en JavaScript: números con una función de comparación, objetos por uno o más campos, cadenas con localeCompare…

Leer artículo →
Desarrollo de software

Métodos de cadenas de Python: hoja de referencia, ejemplos reales y la trampa strip()

Métodos de cadena de Python con ejemplos probados: dividir, unir, eliminar, reemplazar, buscar, comenzar con, is-methods, casefold, particionar y tr…

Leer artículo →
Inteligencia artificial

Explicación de la similitud del coseno: fórmula, ejemplo resuelto y código Python

La similitud del coseno se explica de manera simple: la fórmula, un ejemplo trabajado a mano, código Python y NumPy puro, distancia coseno versus di…

Leer artículo →
Desarrollo de software

Explicación de la codificación UTF-8: cómo el texto se convierte en bytes y cómo corregir el texto confuso

La codificación UTF-8 se explica con ejemplos a nivel de bytes que ejecutamos en Python: cómo los caracteres se vuelven de 1 a 4 bytes, por qué un c…

Leer artículo →
Automatización de pruebas

Explicación de la parametrización de pytest: 7 patrones con ejemplos probados

pytest parametrize explicado con 7 patrones probados: casos básicos, identificadores legibles, decoradores apilados, pytest.param con xfail y skip, …

Leer artículo →
Pruebas de software

Nueva prueba versus prueba de regresión: 8 diferencias clave con un ejemplo real de corrección de errores

Repetición de pruebas versus pruebas de regresión explicadas con una ejecución de corrección de errores real en pytest: la nueva prueba confirmó la …

Leer artículo →
Bases de datos y SQL

Eliminar filas duplicadas en SQL: 5 métodos seguros, probados paso a paso

Cómo eliminar filas duplicadas en SQL de forma segura: encuéntrelas, obtenga una vista previa de ellas y luego elimínelas con ROW_NUMBER, MIN(id), E…

Leer artículo →
Bases de datos y SQL

SQL RANK vs DENSE_RANK vs ROW_NUMBER: diferencias con ejemplos probados

SQL RANK vs DENSE_RANK vs ROW_NUMBER en una tabla: cómo cada uno maneja los empates, los N principales por grupo, la segunda trampa salarial más alt…

Leer artículo →
Desarrollo de software

Encadenamiento opcional de JavaScript (?.) Explicado: 8 ejemplos, ?? Valores predeterminados y trampas

El encadenamiento opcional de JavaScript detiene los errores "No se pueden leer las propiedades de un definido". 8 ejemplos probados para propiedade…

Leer artículo →
Desarrollo de software

Python enumerate() explicado: 7 ejemplos, inicio=1 y errores a evitar

Python enumerate() te proporciona el índice y el valor en un bucle limpio. 7 ejemplos probados, el truco start=1, diccionarios, archivos, números rá…

Leer artículo →
Inteligencia artificial

Explicación de las estrategias de fragmentación de RAG: fija, superpuesta, de oración, recursiva y de títulos, medida

Estrategias de fragmentación de RAG comparadas en un documento con tiktoken 0.14: tamaño fijo, superposición, empaquetado de oraciones, división rec…

Leer artículo →
Desarrollo de software

Explicación de la idempotencia de API: claves de idempotencia y reintentos seguros, probados

La idempotencia de API se explicó con un servidor y cliente Python que ejecutamos: una respuesta perdida provocó un cargo doble sin una clave y un c…

Leer artículo →
DevOps

Explicación de Git Stash: guardar, aplicar, extraer y archivos sin seguimiento, probado

Git stash se explica con comandos que ejecutamos en Git 2.56: enviar con un mensaje, archivos sin seguimiento, enumerar y mostrar, aplicar frente a …

Leer artículo →
Pruebas de software

Explicación de las pruebas por pares: cómo todos los pares reducen 216 pruebas a 13, probadas

Pruebas por pares explicadas con un generador que ejecutamos en Python 3.13: una comprobación con 216 combinaciones cubiertas por 13 pruebas, cobert…

Leer artículo →
Automatización de pruebas

Explicación de los dobles de prueba: ficticio, stub, espía, simulado y falso, con código Python probado

Los dobles de prueba se explican con un ejemplo de Python ejecutado en pytest 9.2: ficticio, stub, spy, simulado y falso, cuándo usar cada uno, veri…

Leer artículo →
Bases de datos y SQL

SQL COALESCE explicado: valores predeterminados, NULLIF, IFNULL vs ISNULL y trampas, probados

SQL COALESCE se explica con consultas que ejecutamos en SQLite 3.50: primeros valores no nulos, cadenas vacías, NULL en matemáticas, NULLIF para div…

Leer artículo →
Bases de datos y SQL

Explicación de la autounión de SQL: empleado-gerente, comparaciones de pares y filas, probado

La autounión de SQL se explica con consultas que ejecutamos en SQLite 3.50: empleado y gerente, ganando más que el gerente, pares únicos, cambios di…

Leer artículo →
Desarrollo de software

Explicación del operador de extensión de JavaScript: extensión frente a reposo, copias y errores, probado

El operador de extensión de JavaScript explicado con el código que ejecutamos en el Nodo 24: matrices, objetos, copias superficiales, parámetros de …

Leer artículo →
Desarrollo de software

Funciones de Python explicadas: lru_cache, parcial, reducir, envolturas y más, probadas

Las funciones de Python se explican con el código que ejecutamos en Python 3.13: lru_cache y cache, parcial, reducir, envolturas, cached_property, s…

Leer artículo →
Desarrollo de software

Explicación del módulo de colecciones de Python: contador, defaultdict, deque y más, probado

Colecciones de Python explicadas con el código que ejecutamos en Python 3.13: Counter, defaultdict, deque, namedtuple, OrderedDict y ChainMap, ademá…

Leer artículo →
Inteligencia artificial

Explicación de la ventana de contexto de LLM: tokens, límites y cómo ajustar más, medidos

La ventana de contexto de LLM se explica con recuentos de tokens que medimos usando tiktoken: palabras frente a tokens para prosa, código e hindi, p…

Leer artículo →
Desarrollo de software

Explicación de los webhooks: cómo funcionan y cómo recibirlos de forma segura

Webhooks explicados con un receptor y un remitente que ejecutamos en Python: push vs polling, firmas HMAC-SHA256, rechazo de solicitudes manipuladas…

Leer artículo →
DevOps

Explicación de Git Cherry-Pick: copie la confirmación que necesita, de forma segura y probada

Git cherry-pick explicado con comandos que ejecutamos en Git 2.56: copiar una revisión a una rama de lanzamiento, nuevos hashes e ID de parche, -x, …

Leer artículo →
Automatización de pruebas

Explicación de las pruebas instantáneas: cómo funciona, cuándo ayuda y cuándo duele

Las pruebas de instantáneas se explican con una demostración de pytest y jarabe que ejecutamos: crear instantáneas, leer la diferencia después de un…

Leer artículo →
Pruebas de software

Explicación de las pruebas de mutación: por qué la cobertura del 100% aún no detectó nuestro error

Las pruebas de mutación se explican con una pequeña herramienta de mutación que construimos y ejecutamos: 14 mutantes, un conjunto de pruebas con un…

Leer artículo →
Bases de datos y SQL

Funciones SQL JSON explicadas: consultar, actualizar e indexar JSON en SQL, probado

Funciones SQL JSON explicadas con consultas que ejecutamos en SQLite 3.50: json_extract, los operadores -> y ->>, json_each, json_set, json…

Leer artículo →
Bases de datos y SQL

Explicación del pivote SQL: convierta filas en columnas con CASE, FILTER y PIVOT

Pivote de SQL explicado con consultas que ejecutamos en SQLite 3.50: agregación condicional con CASE y SUM, FILTER, NULL vs zero, totales, columnas …

Leer artículo →
Desarrollo de software

Explicación de esta palabra clave en JavaScript: cada regla vinculante, probada en Node

La palabra clave JavaScript this se explicó con 17 casos que ejecutamos en el Nodo 24: llamadas a métodos, pérdida de esto en devoluciones de llamad…

Leer artículo →
Desarrollo de software

Python pathlib explicado: rutas, archivos y carpetas de forma moderna, probados

Python pathlib explicado con ejemplos que ejecutamos en Python 3.13: unir rutas con /, nombre, raíz y sufijo, leer y escribir archivos, mkdir, glob …

Leer artículo →
Desarrollo de software

Explicación de las itertools de Python: Lazy Loops, combinaciones y agrupaciones, probadas

Las itertools de Python se explican con ejemplos que ejecutamos en Python 3.13: contar, ciclo, acumular, encadenar, agrupar, producto, combinaciones…

Leer artículo →
Inteligencia artificial

Explicación de la inyección rápida: cómo se engaña a las aplicaciones de inteligencia artificial y cómo defenderlas

Inyección rápida explicada para los constructores: ataques directos e indirectos, por qué fallan los filtros de palabras clave (nuestra prueba bloqu…

Leer artículo →
DevOps

Registros DNS explicados: A, AAAA, CNAME, MX, TXT y TTL con búsquedas reales

Los registros DNS se explican con las búsquedas que realizamos: cómo funciona la resolución, A y AAAA, reglas CNAME, MX y MX nulo, TXT para SPF y ve…

Leer artículo →
DevOps

Explicación de las banderas de funciones: lanzamientos seguros, implementaciones graduales e higiene de las banderas

Indicadores de características explicados con una simulación de implementación que ejecutamos: tipos de indicadores, porcentajes de implementación c…

Leer artículo →
Automatización de pruebas

Generación de datos de prueba con Python Faker: datos realistas, repetibles y seguros

Pruebe la generación de datos con Python Faker, ejecute y mida: siembra de datos repetibles, configuraciones regionales, valores únicos, registros e…

Leer artículo →
Pruebas de software

Explicación de las pruebas de cambio a la izquierda: encuentre errores antes sin ralentizar al equipo

Se explicaron las pruebas de desplazamiento a la izquierda: qué significa, por qué los defectos tempranos son más baratos, prácticas desde revisione…

Leer artículo →
Bases de datos y SQL

Funciones de cadenas SQL explicadas: TRIM, SUBSTR, REPLACE, CONCAT y limpieza de datos

Funciones de cadena SQL explicadas con consultas que ejecutamos: concatenación y NULL, TRIM, UPPER e LOWER, SUBSTR e INSTR, REPLACE, relleno, longit…

Leer artículo →
Bases de datos y SQL

Explicación de los activadores de SQL: ANTES y DESPUÉS de los activadores, registros de auditoría y errores

Los disparadores de SQL se explican con los disparadores que ejecutamos: ANTES versus DESPUÉS, ANTIGUOS y NUEVOS, registros de auditoría, validación…

Leer artículo →
Desarrollo de software

Módulo Python JSON explicado: volcados, cargas, tipos personalizados y errores comunes

El módulo Python JSON explicado con el código que ejecutamos: volcados y cargas, archivos, conversiones de tipos, fechas y decimales, codificadores …

Leer artículo →
Desarrollo de software

Módulos ES frente a CommonJS: cómo funcionan las importaciones de JavaScript en Node.js, probado

Los módulos ES frente a CommonJS se explican con el código que ejecutamos en Node.js: sintaxis de importación y exportación, requisitos, enlaces en …

Leer artículo →
Desarrollo de software

Python Regex explicado: patrones, grupos, anticipaciones y obstáculos, probados

La expresión regular de Python se explica con los patrones que ejecutamos: búsqueda versus coincidencia, búsqueda, grupos y grupos con nombre, codic…

Leer artículo →
Inteligencia artificial

Explicación del resultado estructurado de LLM: obtención de JSON confiable a partir de modelos de IA

La salida estructurada de LLM se explica con la validación que ejecutamos en Pydantic: modo y esquemas JSON, decodificación restringida, las formas …

Leer artículo →
DevOps

Explicación de las claves SSH: cómo funcionan, ssh-keygen, Ed25519 y hábitos seguros

Claves SSH explicadas con las claves que generamos: claves públicas versus privadas, ssh-keygen, Ed25519 versus RSA, huellas digitales, frases de co…

Leer artículo →
DevOps

Explicación del almacenamiento en caché HTTP: control de caché, ETag y respuestas 304, con una prueba en vivo

El almacenamiento en caché HTTP se explica con un pequeño servidor que ejecutamos: directivas Cache-Control, edad máxima, sin caché versus sin almac…

Leer artículo →
Automatización de pruebas

Explicación de las pruebas de contrato API: detecte los cambios importantes antes de enviarlos

Las pruebas de contratos API se explican con una verificación de esquema que ejecutamos: qué es un contrato, contratos impulsados por el consumidor,…

Leer artículo →
Pruebas de software

Explicación de las pruebas basadas en riesgos: calificar los riesgos, crear una matriz y probar lo que importa

Pruebas basadas en riesgos explicadas paso a paso: identificación de riesgos, puntuación de probabilidad e impacto, creación de una matriz de riesgo…

Leer artículo →
Bases de datos y SQL

Explicación de las restricciones de SQL: NOT NULL, UNIQUE, CHECK y FOREIGN KEY, probado

Las restricciones de SQL se explican con las pruebas que ejecutamos: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY y FOREIGN KEY, las lagunas NULL, la c…

Leer artículo →
Bases de datos y SQL

Funciones de fecha SQL explicadas: agregar, comparar y agrupar fechas sin errores

Funciones de fecha SQL explicadas con consultas que ejecutamos: agregar intervalos, sorpresas de fin de mes, diferencias de fechas, trampa ENTRE, ag…

Leer artículo →
Desarrollo de software

Explicación de Python asyncio: asíncrono, espera, recopilación y grupo de tareas con tiempos reales

Python asyncio se explica con el código que cronometramos: corrutinas, espera, recopilación, grupo de tareas, manejo de errores, tiempos de espera, …

Leer artículo →
Desarrollo de software

Debounce vs Throttle en JavaScript: cómo funcionan, cuándo usar cada uno, probado

Antirrebote versus aceleración en JavaScript explicado con tiempos que medimos en Node.js: cómo funciona cada uno, implementaciones simples, llamada…

Leer artículo →
Desarrollo de software

Explicación de los administradores de contexto de Python: declaración with, contextlib y usos reales

Los administradores de contexto de Python explicaron con el código que ejecutamos: cómo funciona, __enter__ y __exit__, contextlib.contextmanager, s…

Leer artículo →
Inteligencia artificial

LLM Temperature y Top-p explicados: cómo los modelos de IA eligen su siguiente palabra

La temperatura de LLM y top-p se explican con una simulación que ejecutamos: cómo se remodelan las probabilidades, qué mantiene topp, configuracione…

Leer artículo →
DevOps

YAML explicado: sintaxis, el problema de Noruega y otras trampas que probamos

YAML explicó con una prueba de analizador: sintaxis básica, listas y mapas, el problema de Noruega, versiones que se convierten en flotantes, código…

Leer artículo →
DevOps

Cron Jobs explicados: sintaxis, cronogramas reales y los errores que los rompen

Los trabajos cron explicados con cronogramas que verificamos: los cinco campos, operadores, ejemplos reales, la trampa del día del mes O del día de …

Leer artículo →
Pruebas de software

Ciclo de vida de errores en las pruebas de software: cada estado, quién es el propietario y errores comunes

Se explica el ciclo de vida de los errores: cada estado de defecto, desde Nuevo hasta Cerrado, quién es el propietario de cada paso, errores rechaza…

Leer artículo →
Automatización de pruebas

Pruebas basadas en propiedades en Python: la hipótesis encuentra los errores que sus ejemplos pasan por alto

Las pruebas basadas en propiedades se explican con las pruebas de hipótesis que ejecutamos: propiedades versus ejemplos, estrategias, reducción, los…

Leer artículo →
Bases de datos y SQL

Explicación de la paginación SQL: OFFSET frente a conjunto de claves, con una prueba de un millón de filas

La paginación SQL se explicó con una prueba de un millón de filas que ejecutamos: LIMIT y OFFSET, por qué las páginas profundas se vuelven lentas, p…

Leer artículo →
Inteligencia artificial

Explicación de las alucinaciones de la IA: por qué los modelos de lenguaje inventan cosas y cómo reducirlas

Se explicaron las alucinaciones de la IA: qué son, por qué los modelos de lenguaje las producen, tipos comunes, cómo reducirlas con conexión a tierr…

Leer artículo →
DevOps

Explicación de las variables de entorno: archivos .env, secretos y configuración bien hechos

Variables de entorno explicadas con ejemplos de Python que ejecutamos: leerlas y configurarlas, por qué cada valor es una cadena, archivos .env, her…

Leer artículo →
Desarrollo de software

Explicación de la limitación de velocidad de API: algoritmos, encabezados y manejo de errores 429

La limitación de la tasa de API se explica con una simulación que ejecutamos: depósito de tokens, ventana fija, ventana deslizante, 429 respuestas, …

Leer artículo →
Automatización de pruebas

Burlarse en Python: unittest.mock, patch y los errores que hacen que las pruebas mientan

Burlarse en Python con unittest.mock, probado: Mock y return_value, side_effect, parches donde se usa un nombre, especificación y autospec, fechas d…

Leer artículo →
Pruebas de software

Explicación de la cobertura del código: cobertura de línea versus sucursal y lo que realmente significa 100%

Cobertura del código explicada con una ejecución real de cobertura.py: cobertura de línea, rama y condición, lectura de un informe, por qué una cobe…

Leer artículo →
Bases de datos y SQL

DELETE vs TRUNCATE vs DROP en SQL: diferencias, reversión y cuándo usar cada uno

DELETE vs TRUNCATE vs DROP explicado con SQL probado: qué elimina cada uno, reversión, activadores, restablecimiento de identidad, velocidad y en qu…

Leer artículo →
Bases de datos y SQL

Vistas SQL explicadas: cree, use y evite los errores, con ejemplos

Vistas SQL explicadas con consultas que ejecutamos: creación de una vista, resultados en vivo, ocultación de columnas, rendimiento, vistas actualiza…

Leer artículo →
Desarrollo de software

Interfaz TypeScript versus tipo: diferencias reales, probadas con el compilador

Interfaz TypeScript versus tipo, verificado con el compilador real: qué pueden hacer ambos, qué puede hacer solo uno, fusión de declaraciones, exten…

Leer artículo →
Desarrollo de software

Python *args y **kwargs explicados: funciones flexibles con ejemplos claros

Python *args y **kwargs explicados con el código que ejecutamos: empaquetado y desempaquetado, orden de parámetros, argumentos solo de palabras clav…

Leer artículo →
Desarrollo de software

Funciones Lambda de Python: sintaxis, usos reales y cuándo no utilizarlas

Funciones lambda de Python explicadas con el código que ejecutamos: sintaxis, clasificación con clave, mapa y filtro, cierres, trampa de enlace tard…

Leer artículo →
Inteligencia artificial

¿Qué son los agentes de IA? Cómo funcionan, con un bucle de agente simple que puedes ejecutar

¿Qué son los agentes de IA? Una guía sencilla sobre el bucle del agente, las herramientas, la memoria y las barreras de seguridad, con un pequeño bu…

Leer artículo →
DevOps

Monitoreo versus observabilidad: la verdadera diferencia, con registros, métricas y seguimientos

Explicación del monitoreo versus observabilidad: fallas conocidas y desconocidas, registros, métricas y seguimientos, un recorrido por incidentes de…

Leer artículo →
DevOps

Docker Volumes versus Bind Mounts: persistir los datos del contenedor de la manera correcta

Se explican los volúmenes de Docker frente a los montajes de enlace: por qué desaparecen los datos del contenedor, volúmenes con nombre, montajes de…

Leer artículo →
Automatización de pruebas

TDD vs BDD: diferencias clave, una función creada en ambos sentidos y cuándo usar cada una

TDD vs BDD explicado con una característica de descuento construida en ambos sentidos: refactor rojo-verde con el código que ejecutamos, escenarios …

Leer artículo →
Pruebas de software

Pruebas de Aceptación de Usuario (UAT): Proceso, Lista de Verificación y Ejemplos Reales

Explicación de las pruebas de aceptación del usuario: quién las ejecuta, en qué se diferencia del control de calidad, un proceso de siete pasos, una…

Leer artículo →
Bases de datos y SQL

Valores NULL de SQL explicados: IS NULL, COALESCE, NULLIF y las trampas que se deben evitar

Los valores NULL de SQL se explican con las consultas que ejecutamos: lógica de tres valores, IS NULL, COALESCE, NULLIF, cómo los agregados, las uni…

Leer artículo →
Bases de datos y SQL

Declaración SQL CASE WHEN: sintaxis, ejemplos reales y errores comunes

CASO SQL CUANDO se explicó con las consultas que ejecutamos: formularios simples y buscados, orden de condiciones, pivotes con SUMA, trucos COUNT, c…

Leer artículo →
Desarrollo de software

¿Qué es JWT? Tokens web JSON explicados con un ejemplo práctico

¿Qué es JWT? JSON Web Tokens explicó: las tres partes, un token creado y manipulado en el código que ejecutamos, JWT vs sesiones, almacenamiento, to…

Leer artículo →
Desarrollo de software

Explicación del bucle de eventos de JavaScript: pila de llamadas, microtareas y temporizadores con ejemplos

El bucle de eventos de JavaScript explicado con el código que ejecutamos: pila de llamadas, colas de tareas y microtareas, por qué setTimeout 0 no e…

Leer artículo →
Desarrollo de software

Explicación de los generadores y el rendimiento de Python: ahorre memoria con ejemplos reales

Los generadores de Python y el rendimiento se explican con el código que ejecutamos: cómo se pausan y reanudan, midieron el ahorro de memoria, canal…

Leer artículo →
Inteligencia artificial

¿Qué son las incrustaciones? Los vectores y la similitud del coseno se explican de forma sencilla

¿Qué son las incrustaciones? Una guía en lenguaje sencillo sobre vectores, similitud de cosenos y búsqueda semántica, con un pequeño ejemplo que eje…

Leer artículo →
DevOps

Implementación azul-verde versus implementación canaria: diferencias, compensaciones y cómo elegir

Explicación de la implementación azul-verde versus canaria: cómo funciona cada uno, costo, riesgo y reversión, agrupación estable de usuarios que pr…

Leer artículo →
Automatización de pruebas

Pruebas inestables: qué las causa y cómo solucionarlas para siempre

Pruebas inestables explicadas con demostraciones que realizamos: las causas principales, cómo confirmar y diagnosticar una, correcciones adecuadas p…

Leer artículo →
Pruebas de software

Pruebas de carga frente a pruebas de estrés: diferencias, métricas y ejemplos de k6

Explicación de las pruebas de carga frente a las pruebas de estrés: qué prueba cada una, pruebas de picos y de absorción, las métricas que importan,…

Leer artículo →
Pruebas de software

Caso de prueba frente a escenario de prueba: diferencias clave, ejemplos y cuándo utilizar cada uno

Caso de prueba versus escenario de prueba explicado: definiciones claras, una tabla en paralelo, una función de restablecimiento de contraseña tomad…

Leer artículo →
Bases de datos y SQL

Optimización de consultas SQL: lea planes de ejecución y corrija consultas lentas, con tiempos

Optimización de consultas SQL probada en un millón de filas: lea planes de ejecución, agregue los índices correctos, corrija filtros no sargables, u…

Leer artículo →
Bases de datos y SQL

SQL UNION vs UNION ALL: diferencias, ejemplos y rendimiento probado

SQL UNION vs UNION ALL explicado con consultas que ejecutamos: duplicados, las reglas que siguen ambos, un error de datos real, rendimiento medido, …

Leer artículo →
Desarrollo de software

Tutorial de JavaScript Fetch API: GET, POST, manejo de errores y tiempos de espera

Un tutorial de JavaScript Fetch API probado en un servidor local: GET y POST, por qué 404 no arroja, un asistente reutilizable, cadenas de consulta,…

Leer artículo →
Desarrollo de software

Manejo de archivos Python: lectura, escritura, CSV, JSON y pathlib con ejemplos

El manejo de archivos Python se explica con el código que ejecutamos: modos abiertos, lectura de archivos grandes, CSV, JSON, pathlib, archivos bina…

Leer artículo →
Desarrollo de software

Clases y objetos de Python: tutorial de programación orientada a objetos con ejemplos reales

Clases y objetos de Python explicados con el código que ejecutamos: __init__, métodos, atributos de clase versus instancia, herencia, propiedades, m…

Leer artículo →
Inteligencia artificial

¿Qué es un modelo de lenguaje grande? Cómo funcionan los LLM, explicados sin exageraciones

¿Qué es un modelo de lenguaje grande? Los LLM explicados en lenguaje sencillo: tokens, incrustaciones, atención, entrenamiento, ventanas de temperat…

Leer artículo →
DevOps

Comandos de Linux para principiantes: la guía esencial de terminal con ejemplos

Comandos de Linux para principiantes, agrupados por tarea: navegación, archivos, visualización de registros, grep, canalizaciones, permisos, proceso…

Leer artículo →
Automatización de pruebas

Selenium vs Playwright: diferencias clave, comparación de códigos y cuál elegir

Comparación de Selenium vs Playwright: arquitectura, espera, soporte de navegador e idioma, depuración, la misma prueba en ambas herramientas, conse…

Leer artículo →
Pruebas de software

Partición de equivalencia: técnica de diseño de pruebas explicada con ejemplos resueltos

Explicación de la partición de equivalencia: cómo encontrar particiones válidas e inválidas, ejemplos prácticos para edades, contraseñas y cupones, …

Leer artículo →
Pruebas de software

Severidad vs Prioridad en Pruebas de Software: Diferencias, Matriz y Ejemplos Reales

Explicación de gravedad versus prioridad en las pruebas de software: definiciones claras, una matriz de cuatro vías con ejemplos, escalas de niveles…

Leer artículo →
Bases de datos y SQL

Tutorial de subconsultas SQL: tipos, subconsultas correlacionadas y EXISTENCIAS con ejemplos

Un tutorial de subconsultas SQL con consultas que ejecutamos: subconsultas escalares, IN, FROM y SELECT, subconsultas correlacionadas, EXISTS, la tr…

Leer artículo →
Bases de datos y SQL

Transacciones SQL y ACID explicados: COMMIT, ROLLBACK y niveles de aislamiento

Transacciones SQL y ACID explicadas con una transferencia bancaria que ejecutamos: COMMIT, ROLLBACK, puntos de guardado, bloqueos, niveles de aislam…

Leer artículo →
Desarrollo de software

Hoja de trucos de comandos de Git: los comandos que realmente usas, con ejemplos

Una hoja de referencia de comandos de Git agrupada por tarea: configuración, preparación, ramas, controles remotos, almacenamiento, historial y desh…

Leer artículo →
Desarrollo de software

Explicación de las promesas de JavaScript: luego, captura, Promise.all y errores comunes

Las promesas de JavaScript se explican con el código que ejecutamos: estados, luego y cadenas de captura, manejo de errores, Promise.all, allSettled…

Leer artículo →
Desarrollo de software

Tutorial del diccionario Python: métodos, ejemplos y patrones comunes

Un tutorial de diccionario de Python con el código que ejecutamos: crear, leer y actualizar dictados, métodos clave, fusión, comprensión, patrones d…

Leer artículo →
Inteligencia artificial

¿Qué es el RAG? Generación de recuperación aumentada explicada con un ejemplo práctico

¿Qué es RAG? Generación de recuperación aumentada explicada paso a paso: indexación, fragmentación, incrustaciones, recuperación, un pequeño ejemplo…

Leer artículo →
DevOps

Tutorial de Terraform para principiantes: infraestructura como código desde el primer archivo hasta los módulos

Un tutorial de Terraform para principiantes: comience sin una cuenta en la nube, aprenda init, planifique y aplique, luego variables, resultados, es…

Leer artículo →
DevOps

Docker vs Kubernetes: diferencias clave, cómo funcionan juntos y cuál necesita

Docker vs Kubernetes explicó: qué hace cada uno, la misma aplicación se ejecuta con ambos, se comparan Docker Compose y Swarm, los Dockershim cambia…

Leer artículo →
Automatización de pruebas

Tutorial de Pytest para principiantes: accesorios, parametrización y ejemplos reales

Un tutorial de pytest para principiantes con pruebas que ejecutamos en pytest 9.2: afirmaciones, accesorios, parametrización, conftest, marcadores, …

Leer artículo →
Pruebas de software

Ciclo de vida de pruebas de software (STLC): 6 fases, criterios de entrada y salida, ejemplo

Se explicó el ciclo de vida de las pruebas de software: seis fases de STLC con criterios de entrada y salida, entregables, un ejemplo de función de …

Leer artículo →
Desarrollo de software

Git merge vs rebase: diferencias, ejemplos y cuándo usar cada uno

Git merge vs rebase explicado con salida real del log, una tabla comparativa, la regla de oro del rebase y un flujo de trabajo seguro para equipos.

Leer artículo →
Desarrollo de software

List comprehension en Python: sintaxis, ejemplos y cuándo evitarla

List comprehension en Python explicada: sintaxis, filtros, if-else, bucles anidados, tiempos medidos y cuándo es mejor un bucle for normal.

Leer artículo →