Pytest Xdist: Tests parallel ausführen und Testzeit verkürzen
pytest-xdist führt Ihre Pytest-Suite auf mehreren CPU-Kernen gleichzeitig aus. Erfahren Sie, wie Sie es installieren, die Anzahl der Worker auswählen, einen Verteilungsmodus auswählen und die Shared-State-Bugs beheben, die parallele Läufe aufdecken, mit Zeitangaben und Fehlern aus echten Läufen.
- pytest xdist fügt
-nhinzu:pytest -n autostartet einen Arbeitsprozess pro CPU-Kern. - Unsere 16-Test-Suite sank von 8,05 s auf 3,41 s mit 4 Arbeitern, etwa 2,4-mal schneller.
- Tests, die Dateien, Datenbanken oder Globals gemeinsam nutzen, können parallel fehlschlagen. Unser Shared-File-Test schlug bei jedem Parallellauf fehl.
- Bei kleinen, schnellen Suiten kostet der Worker-Start mehr als er spart: Aus 0,11 s wurden 1,43 s.
Eine Testsuite, die 20 Minuten dauert, verändert die Arbeitsweise eines Teams. Die Leute hören auf, es lokal auszuführen, Pull-Requests warten im CI und Fehler schleichen sich durch. Wenn Ihre Tests die meiste Zeit damit verbringen, auf I/O, Browser oder langsame Berechnungen zu warten, ist die parallele Ausführung oft die größte verfügbare Beschleunigung, und für Pytest-Benutzer ist das Standardtool pytest-xdist.
Wir haben jedes Beispiel auf Python 3.13.6, Pytest 9.2.0 und Pytest-xdist 3.8.0 auf einer Maschine mit 4 CPU-Kernen ausgeführt. Neu bei Pytest? Lesen Sie zuerst unser Pytest-Tutorial.
Was ist pytest-xdist?
pytest-xdist ist das offizielle Pytest-Plugin für verteilte Tests. Es startet mehrere Worker-Prozesse, sammelt die Tests in jedem und verteilt die Tests an die Worker, sodass sie gleichzeitig ausgeführt werden. Jeder Worker ist ein separater Python-Prozess mit eigenem Speicher, sodass CPU-gebundene Tests echte Parallelität erhalten und nicht nur Threads, die auf die globale Interpretersperre warten.
Pytest-xdist installieren
pip install pytest-xdist
pytest --version
python -c "import xdist; print(xdist.__version__)" # 3.8.0
Es gibt keine Konfigurationsdatei zum Bearbeiten. Nach der Installation registriert sich das Plugin selbst und Pytest erhält neue Befehlszeilenoptionen. Ohne -n laufen Ihre Tests genauso ab wie zuvor.
Tests parallel mit -n ausführen
pytest -n 4 # four workers
pytest -n auto # one worker per CPU core
pytest -n logical # one per logical CPU (hyper-threads)
pytest -n 0 # xdist installed but disabled
-n auto ist die übliche Wahl. Es verwendet die Anzahl der physischen CPU-Kerne, wenn es diese erkennen kann, und greift andernfalls auf logische CPUs zurück. Sie können es auch in Ihre Konfiguration einfügen, damit jeder es standardmäßig erhält:
# pytest.ini
[pytest]
addopts = -n auto
Unsere Timings: seriell vs. parallel
Unsere Testdatei enthielt 16 parametrisierte Tests, von denen jeder eine halbe Sekunde lang schlief, um einen langsamen API-Aufruf zu simulieren:
import time, pytest
@pytest.mark.parametrize("n", range(16))
def test_slow_api_call(n):
time.sleep(0.5)
assert n * 2 == n + n
| Befehl | Ergebnis | Beschleunigung |
|---|---|---|
pytest |
16 bestanden in 8,05 Sekunden | 1.0x |
pytest -n 2 |
16 bestanden in 4,94 Sekunden | 1.6x |
pytest -n 4 |
16 bestanden in 3,41 Sekunden | 2.4x |
pytest -n auto |
16 bestanden in 3,45 Sekunden | 2.3x |
Das Ideal bei 4 Arbeitern wäre 2 Sekunden (8 Sekunden Schlaf, aufgeteilt auf vier Arten). Der Rest sind die Fixkosten für die Anstellung von Arbeitskräften und das Sammeln von Tests in jedem einzelnen Bereich, hier etwa eine Sekunde oder mehr. Diese Fixkosten sind der Grund dafür, dass größere Suiten Ergebnisse erzielen, die näher am Ideal liegen, und warum kleine Suiten langsamer werden können, wie wir unten zeigen.
So funktioniert pytest-xdist
- Der Hauptprozess, Controller genannt, startet N Worker mit den Namen
gw0,gw1usw. - Jeder Mitarbeiter sammelt die vollständige Testsuite unabhängig voneinander. Der Controller prüft, ob alle Arbeiter dieselben Tests in derselben Reihenfolge gefunden haben.
- Der Controller sendet Test-IDs entsprechend dem Verteilungsmodus an die Mitarbeiter.
- Die Mitarbeiter führen ihre Tests durch und melden die Ergebnisse zurück, und der Controller druckt einen kombinierten Bericht.
Da jeder Worker die Daten unabhängig sammelt, muss die Testsammlung deterministisch sein. Das Generieren parametrisierter Werte aus einer nicht geimpften Zufallsquelle oder aus einem Satz mit unvorhersehbarer Reihenfolge kann dazu führen, dass die Erfassung zwischen den Workern unterschiedlich ist und der Lauf abgebrochen wird.
Verteilungsmodi mit –dist
| Modus | Wie Tests geteilt werden | Verwenden Sie wann |
|---|---|---|
load (Standard) |
Ausstehende Tests gehen an alle freien Mitarbeiter | Unabhängige Tests |
Ladeumfang |
Tests im selben Modul oder derselben Klasse bleiben zusammen | Teure Modul- oder Kurseinrichtungen |
Ladedatei |
Tests in derselben Datei bleiben zusammen | Dateien, die Setup oder Status teilen |
Lastgruppe |
Mit xdist_group(name) gekennzeichnete Tests bleiben zusammen |
Handverlesene Gruppen |
Arbeitsdiebstahl |
Müßige Arbeiter nehmen an den Tests von beschäftigten teil | Tests mit sehr ungleichmäßiger Dauer |
Durch die Beibehaltung verwandter Tests auf einem Worker können Modul- und Klassenvorrichtungen einmal statt einmal pro Worker erstellt werden, und es wird verhindert, dass Tests, die dieselbe Ressource berühren, gleichzeitig ausgeführt werden.
Das eigentliche Problem: Shared State
Bei parallelen Läufen wird davon ausgegangen, dass Ihre Tests unabhängig sind. Bei vielen Suiten ist dies nicht der Fall, und niemand bemerkt es, bis xdist sie gleichzeitig ausführt. Wir haben drei Tests geschrieben, die alle eine JSON-Datei als gefälschte Datenbank verwenden:
DB = pathlib.Path("shared_db.json")
def test_create_user():
_save({"users": ["asha"]})
time.sleep(0.3)
assert _load()["users"] == ["asha"]
def test_reset_db():
_save({"users": []})
time.sleep(0.3)
assert _load()["users"] == []
Nacheinander haben alle drei bestanden. Mit -n 3 haben wir sie sechsmal ausgeführt. Fünf Läufe endeten mit zwei Fehlschlägen, einem bestandenen Lauf und einem Lauf, bei dem alle drei gescheitert waren, mit Fehlern wie:
E json.decoder.JSONDecodeError: Extra data: line 1 column 14 (char 13)
Zwei Arbeiter haben die Datei gleichzeitig geschrieben und sie zur Hälfte überschrieben. In einer echten Suite zeigt sich das gleiche Rennen als zeitweilige Fehler, die bei einer Wiederholung verschwinden, was genau das ist, was unzuverlässige Tests so teuer macht.
Gemeinsamen Zustand reparieren
Option 1: Isolieren Sie jeden Test. Geben Sie jedem Test eine eigene Ressource. Das integrierte tmp_path Fixture von Pytest erstellt pro Test ein eindeutiges Verzeichnis:
def test_create_user_isolated(tmp_path):
db = tmp_path / "db.json"
db.write_text(json.dumps({"users": ["asha"]}))
assert json.loads(db.read_text())["users"] == ["asha"]
Diese Version hat drei von drei Läufen mit -n 2 bestanden. Die gleiche Idee gilt für Datenbanken (ein Schema oder eine Datenbank pro Worker), Ports (Bindung an Port 0) und Testkonten (eindeutige Namen pro Test).
Option 2: Widersprüchliche Tests zusammenhalten. Das Ausführen der Originaldatei mit -n 3 --dist loadfile schlug bei drei von drei Durchläufen fehl, da alle drei Tests an einen Worker gingen und nacheinander ausgeführt wurden. Dies ist eine schnelle Lösung, die die Parallelität innerhalb der Datei beeinträchtigt. Isolation ist langfristig besser.
Tipp: Bevor Sie -n auto zu CI hinzufügen, führen Sie die Suite mehrmals lokal parallel aus. Ein einziger grüner Lauf bringt wenig, wenn die Rennen zeitabhängig sind.
Sitzungsbefestigungen werden einmal pro Worker ausgeführt
Ein scope="session" Gerät läuft normalerweise einmal pro Testlauf. Unter xdist hat jeder Worker seine eigene Sitzung, sodass das Fixture einmal pro Worker ausgeführt wird. Wenn eine Datenbank erstellt, Daten gesät oder ein Server gestartet wird, erhalten Sie N Kopien. Entweder entwerfen Sie es so, dass es pro Worker gilt, indem Sie beispielsweise die Worker-ID in Namen verwenden, oder folgen Sie dem xdist-Dokumentationsmuster der Verwendung einer Dateisperre, sodass nur der erste Worker die gemeinsame Einrichtung durchführt. Wir haben das Dateisperrmuster hier nicht ausgeführt. Unser Leitfaden zu Pytest-Fixtures behandelt die Bereiche im Detail.
Wissen, auf welchem Arbeiter Sie sich befinden
def test_which_worker(worker_id):
assert worker_id in ("master", "gw0", "gw1", "gw2", "gw3")
Das worker_id-Fixture gibt unter xdist gw0, gw1 usw. zurück und master, wenn Tests ohne Worker ausgeführt werden. Wir haben bestätigt, dass running on master mit -n 0 gedruckt wurde. Bei -p no:xdist wird das Plugin überhaupt nicht geladen, daher ein Test, der worker_id anfordert; genau das haben wir gesehen. Worker erhalten außerdem eine Umgebungsvariable PYTEST_XDIST_WORKER. Verwenden Sie sie, um Datenbanknamen, Ports oder Ausgabeordner pro Worker zu erstellen.
Wenn xdist Tests langsamer macht
# 200 trivial assertions
pytest fast/ # 200 passed in 0.11s
pytest -n 4 fast/ # 200 passed in 1.43s
Das Starten von vier Python-Prozessen und das viermalige Zusammenstellen der Suite dauerte länger als das einfache Ausführen von 200 kleinen Tests. xdist zahlt sich aus, wenn Tests langsam sind: Netzwerkaufrufe, Browser, Datenbanken oder umfangreiche Berechnungen. Behalten Sie für eine schnelle Einheitensuite die serielle Schnittstelle bei oder aktivieren Sie xdist nur in CI für die langsame Integrationssuite. Verwenden Sie --durations=10, um herauszufinden, wo die Zeit tatsächlich vergeht, bevor die Parallelisierung erfolgt.
Ausgabe, -s und Debugging
- Druckausgabe: Arbeiter erfassen stdout, sodass
-sdie Ausgabe in unserem Parallellauf nicht angezeigt wurde. Debuggen Sie mit-n 0oder-p no:xdist. - Reihenfolge: Tests werden in einer anderen Reihenfolge beendet, also verlassen Sie sich nicht darauf, dass ein Test vor dem anderen ausgeführt wird. Wenn ein Test zuerst ausgeführt werden muss, reparieren Sie den Test.
- -x: Das Stoppen beim ersten Fehler funktioniert immer noch, aber Tests, die bereits auf anderen Workern ausgeführt werden, werden möglicherweise zuerst abgeschlossen.
- Abdeckung: pytest-cov kombiniert Daten von Arbeitern automatisch; siehe Pytest-Abdeckung.
- Marker: Halten Sie langsame oder rein serielle Tests mit Pytest-Markern getrennt und führen Sie sie in einem zweiten, nicht parallelen Befehl aus.
Verwendung von pytest-xdist in CI
CI-Läufer haben oft 2 bis 4 Kerne, sodass -n auto bescheidene Gewinne pro Job ergibt, aber sie summieren sich über Hunderte von Läufen pro Tag. Kombinieren Sie xdist innerhalb eines Jobs und teilen Sie die Suite bei großen Suites auf mehrere Jobs auf. Speicher überwachen: Jeder Worker importiert Ihr gesamtes Projekt, sodass vier Worker ungefähr das Vierfache des Speichers verbrauchen. Unser GitHub Actions CI/CD-Leitfaden zeigt eine typische Pipeline.
Pytest xdist-Checkliste
- Messen Sie zuerst mit
--durations; Parallelisieren Sie langsame Suiten, nicht schnelle. - Machen Sie Tests unabhängig: keine gemeinsam genutzten Dateien, Zeilen, Globals oder Ports.
- Verwenden Sie
tmp_pathund ausworker_iderstellte Pro-Worker-Namen. - Denken Sie daran, dass Sitzungs-Fixtures einmal pro Worker ausgeführt werden.
- Halten Sie die Sammlung deterministisch, insbesondere parametrisieren Sie Werte.
- Verwenden Sie
--dist loadfileoderloadgroupals Notlösung für Tests, die noch nicht isoliert werden können. - Führen Sie die Parallelsuite mehrmals aus, bevor Sie ihr vertrauen.
Fazit
pytest-xdist ist eine Installation und ein Flag von einer schnelleren Suite entfernt: Unsere langsamen Tests liefen auf 4 Kernen 2,4-mal schneller. Die Flagge ist einfach; Die eigentliche Arbeit besteht darin, Tests unabhängig zu machen, was bei parallelen Durchläufen sofort sichtbar wird. Isolieren Sie den Status mit tmp_path und Ressourcen pro Worker, gruppieren Sie, was noch nicht isoliert werden kann, und halten Sie winzige Suiten seriell. Auf diese Weise verwandelt pytest-xdist lange Wartezeiten in schnelles Feedback.
Häufige Fragen
Wie führe ich Pytest-Tests parallel aus?
Installieren Sie das Plugin mit pip install pytest-xdist und führen Sie dann pytest -n auto aus, um einen Worker pro CPU-Kern zu starten, oder pytest -n 4 für eine feste Anzahl von Workern.
Warum schlagen meine Tests nur mit pytest xdist fehl?
Normalerweise teilen die Tests den Zustand, beispielsweise eine Datei, Datenbankzeilen, eine globale Variable oder einen Port, und die Arbeiter berühren ihn jetzt gleichzeitig. Isolieren Sie jeden Test, zum Beispiel mit tmp_path, oder behalten Sie verwandte Tests zusammen mit dem Loadfile-Modus bei.
Was bedeutet n auto in Pytest?
Es weist pytest-xdist an, so viele Worker zu starten, wie CPU-Kerne vorhanden sind, und physische Kerne zu verwenden, wenn diese erkannt werden können, andernfalls logische CPUs.
Macht Pytest xdist Tests immer schneller?
Nein. Berufsanfänger haben feste Kosten. In unserem Durchlauf dauerten 200 kleine Tests in Serie 0,11 Sekunden und mit vier Arbeitern 1,43 Sekunden. Es hilft am meisten bei langsamen Tests.
Funktionieren sitzungsbezogene Fixtures mit pytest xdist?
Sie funktionieren, aber jeder Worker hat seine eigene Sitzung, sodass ein Sitzungsfix einmal pro Worker und nicht einmal insgesamt ausgeführt wird. Entwerfen Sie es so, dass es sicher mehrmals ausgeführt werden kann, oder verwenden Sie eine Dateisperre für die gemeinsame Einrichtung.
Lerne weiter
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.
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.
Erklärte HTTP-Cookies: Secure, HttpOnly, SameSite und Scope
Erklärte HTTP-Cookies: Set-Cookie, Pfad, Domäne, Ablauf, Sicher, HttpOnly, SameSite, Präfixe, Löschen von Cookies und ein sicheres Sitzungsrezept, l…
Artikel lesen →DevOpsGit Rebase Interactive: Squash, Fixup, Reword und Autosquash
Git Rebase Interactive Schritt für Schritt erklärt: Auswählen, Umformulieren, Squash, Korrigieren, Bearbeiten, Löschen, Autosquash, Konflikte und Rü…
Artikel lesen →SoftwaretestsAlpha- und Betatests: Hauptunterschiede, Abschlusskriterien und Checkliste
Alpha- und Beta-Tests im Vergleich: Wer testet, was jede Phase findet, Einstiegs- und Ausstiegskriterien, wie man eine Beta durchführt und ein Beisp…
Artikel lesen →TestautomatisierungPytest Monkeypatch: 10 getestete Beispiele für Umgebungsvariablen, Zeit und APIs
Pytest Monkeypatch erklärt mit 10 bestandenen Tests: Umgebungsvariablen, Funktionen, Konfiguration, Zeit, Ruhezeiten, Pfade, Blockierung des Netzwer…
Artikel lesen →Datenbanken & SQLAutomatische SQL-Inkrementierung: MySQL, PostgreSQL, SQL Server und SQLite
Automatische SQL-Inkrementierung in MySQL, PostgreSQL, SQL Server und SQLite: Syntax, Lesen der neuen ID, warum Lücken auftreten, ID-Wiederverwendun…
Artikel lesen →Datenbanken & SQLSQL BETWEEN: Inklusive Bereiche und die Datumsfalle erklärt
SQL BETWEEN anhand getesteter Abfragen erklärt: inklusive Bereiche, umgekehrte Grenzen, NULL-Werte, die letzte Datumsfalle, halboffene Bereiche und …
Artikel lesen →SoftwareentwicklungJavaScript-Vorlagenliterale: 10 Beispiele einschließlich getaggter Vorlagen
JavaScript-Vorlagenliterale anhand von 10 getesteten Beispielen erklärt: Interpolation, mehrzeilige Zeichenfolgen, Escapezeichen, getaggte Vorlagen …
Artikel lesen →SoftwareentwicklungPython heapq: Priority Queues, Top N and Heaps Explained
Python-Heapq erklärt: Heappush, Heappop, Heapify, Prioritätswarteschlangen mit Tie-Breaker, maximale Heaps, Nlargest und Merge, mit echten Timings g…
Artikel lesen →SoftwareentwicklungPython-Walross-Operator (:=) anhand von 8 realen Beispielen erklärt
Der Python-Walross-Operator := wird anhand von 8 getesteten Beispielen erklärt: If-Prüfungen, Regex-Übereinstimmungen, While-Schleifen, Verständnis,…
Artikel lesen →Künstliche IntelligenzErklärte Softmax-Funktion: Formel, Python-Code und stabile Version
Die Softmax-Funktion erklärt: Formel, ausgearbeitetes Beispiel, NumPy-Code, die stabile Version, die NaN, Temperatur, Kreuzentropie und Softmax vs. …
Artikel lesen →SoftwareentwicklungCORS erklärt: Preflight-Anfragen, Header und wie man CORS-Fehler behebt
CORS erklärt: Ursprünge, einfache und Preflight-Anfragen, die Antwortheader, die Ihr Server senden muss, Anmeldeinformationen und wie man häufige CO…
Artikel lesen →DevOpsGit Diff erklärt: Gestaffelte Änderungen, Zweige und Commits
Git Diff erklärt: Lesen Sie die Ausgabe, vergleichen Sie nicht bereitgestellte und bereitgestellte Änderungen, Commits und Verzweigungen, zwei Punkt…
Artikel lesen →TestautomatisierungPytest Xdist: Führen Sie Tests parallel aus und verkürzen Sie die Testzeit
Führen Sie Pytest-Tests parallel mit pytest-xdist aus: install, die Option -n, Verteilungsmodi, echte Timings und wie Sie Shared-State-Fehler in par…
Artikel lesen →SoftwaretestsVerifizierung vs. Validierung beim Softwaretest: Beispiel und Tabelle
Verifizierung vs. Validierung beim Softwaretest erklärt anhand einer Vergleichstabelle und eines getesteten Coupon-Beispiels, bei dem alle Spezifika…
Artikel lesen →Künstliche IntelligenzBM25 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 →SoftwareentwicklungErklärte 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 →DevOpsGit 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 →TestautomatisierungErklärte 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 →SoftwaretestsPositive 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 & SQLSQL 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 & SQLLaufende 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 →SoftwareentwicklungJavaScript 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 →SoftwareentwicklungPython-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 IntelligenzKosinusähnlichkeit 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 →SoftwareentwicklungErklärung 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 →Testautomatisierungpytest 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 →SoftwaretestsRetesting 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 & SQLDoppelte 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 & SQLSQL 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 →SoftwareentwicklungJavaScript 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 →SoftwareentwicklungPython 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 IntelligenzErklärte 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 →SoftwareentwicklungAPI-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 →DevOpsGit 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 →SoftwaretestsPaarweises 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 →TestautomatisierungTest-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 & SQLSQL 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 & SQLSQL 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 →SoftwareentwicklungErklärter 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 →SoftwareentwicklungErklärte 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 →SoftwareentwicklungErklärtes 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 IntelligenzErklärtes 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 →SoftwareentwicklungWebhooks 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 →DevOpsGit 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 →TestautomatisierungSnapshot-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 →SoftwaretestsMutationstests 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 & SQLErklärte 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 & SQLSQL 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 →SoftwareentwicklungJavaScript 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 →SoftwareentwicklungPython 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 →SoftwareentwicklungPython 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 IntelligenzPrompt 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 →DevOpsErklärte 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 →DevOpsErklärte 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 →TestautomatisierungTestdatengenerierung 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 →SoftwaretestsShift-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 & SQLErklärte 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 & SQLErklärte 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 →SoftwareentwicklungErklärung 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 →SoftwareentwicklungES-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 →SoftwareentwicklungPython 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 IntelligenzErklärung 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 →DevOpsSSH-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 →DevOpsHTTP-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 →TestautomatisierungAPI-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 →SoftwaretestsRisikobasiertes 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 & SQLErklärte 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 & SQLErklärte 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 →SoftwareentwicklungPython-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 →SoftwareentwicklungDebounce 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 →SoftwareentwicklungErklärte 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 IntelligenzLLM-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 →DevOpsYAML 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 →DevOpsCron-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 →SoftwaretestsFehlerlebenszyklus 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 →TestautomatisierungEigenschaftenbasiertes 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 & SQLErklärte 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 IntelligenzKI-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 →DevOpsErklärte 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 →SoftwareentwicklungAPI-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 →TestautomatisierungSpott 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 →SoftwaretestsCode-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 & SQLDELETE 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 & SQLErklärte 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 →SoftwareentwicklungTypeScript-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 →SoftwareentwicklungPython *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 →SoftwareentwicklungPython-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 IntelligenzWas 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 →DevOpsÜberwachung 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 →DevOpsDocker-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 →TestautomatisierungTDD 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 →SoftwaretestsBenutzerakzeptanztests (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 & SQLErklärte 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 & SQLSQL 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 →SoftwareentwicklungWas 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 →SoftwareentwicklungErklärte 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 →SoftwareentwicklungErklärung 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 IntelligenzWas 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 →DevOpsBlau-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 →TestautomatisierungFlaky-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 →SoftwaretestsLasttest 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 →SoftwaretestsTestfall 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 & SQLSQL-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 & SQLSQL 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 →SoftwareentwicklungTutorial 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 →SoftwareentwicklungUmgang 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 →SoftwareentwicklungPython-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 IntelligenzWas 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 →DevOpsLinux-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 →TestautomatisierungSelenium 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 →SoftwaretestsÄquivalenzpartitionierung: 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 →SoftwaretestsSchweregrad 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 & SQLTutorial 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 & SQLSQL-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 →SoftwareentwicklungSpickzettel 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 →SoftwareentwicklungErklärte 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 →SoftwareentwicklungPython-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 IntelligenzWas 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 →DevOpsTerraform-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 →DevOpsDocker 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 →TestautomatisierungPytest-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 →SoftwaretestsSoftware 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 →SoftwareentwicklungGit 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 →SoftwareentwicklungPython 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 & SQLSQL 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 →