Pytest Xdist: Führen Sie Tests parallel aus und verkürzen Sie die Testzeit

  1. Startseite
  2. Blog
  3. Testautomatisierung

Testautomatisierung

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.

9 Min. Lesezeit
Pytest xdist: Tests parallel ausführen und Testzeit verkürzen

Das Wichtigste

  • pytest xdist fügt -n hinzu: pytest -n auto startet 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

  1. Der Hauptprozess, Controller genannt, startet N Worker mit den Namen gw0, gw1 usw.
  2. Jeder Mitarbeiter sammelt die vollständige Testsuite unabhängig voneinander. Der Controller prüft, ob alle Arbeiter dieselben Tests in derselben Reihenfolge gefunden haben.
  3. Der Controller sendet Test-IDs entsprechend dem Verteilungsmodus an die Mitarbeiter.
  4. 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 -s die Ausgabe in unserem Parallellauf nicht angezeigt wurde. Debuggen Sie mit -n 0 oder -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_path und aus worker_id erstellte 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 loadfile oder loadgroup als 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

Arbeiten Sie mit Stack Quora

Benötigen Sie Hilfe beim Testen, WordPress oder SEO?

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

Lesen Sie weiter

Weitere Anleitungen finden Sie unter Tests, KI und moderne Entwicklung

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

Softwareentwicklung

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 →
DevOps

Git 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 →
Softwaretests

Alpha- 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 →
Testautomatisierung

Pytest 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 & SQL

Automatische 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 & SQL

SQL 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 →
Softwareentwicklung

JavaScript-Vorlagenliterale: 10 Beispiele einschließlich getaggter Vorlagen

JavaScript-Vorlagenliterale anhand von 10 getesteten Beispielen erklärt: Interpolation, mehrzeilige Zeichenfolgen, Escapezeichen, getaggte Vorlagen …

Artikel lesen →
Softwareentwicklung

Python 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 →
Softwareentwicklung

Python-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 Intelligenz

Erklärte 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 →
Softwareentwicklung

CORS 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 →
DevOps

Git 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 →
Testautomatisierung

Pytest 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 →
Softwaretests

Verifizierung 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 Intelligenz

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

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
DevOps

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

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

Artikel lesen →
Testautomatisierung

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

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

Artikel lesen →
Softwaretests

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

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

Artikel lesen →
Datenbanken & SQL

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

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

Artikel lesen →
Datenbanken & SQL

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

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
Künstliche Intelligenz

Kosinusähnlichkeit erklärt: Formel, Arbeitsbeispiel und Python-Code

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
Testautomatisierung

pytest parametrize erklärt: 7 Muster mit getesteten Beispielen

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

Artikel lesen →
Softwaretests

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

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

Artikel lesen →
Datenbanken & SQL

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

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

Artikel lesen →
Datenbanken & SQL

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

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
Künstliche Intelligenz

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

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

Artikel lesen →
Softwareentwicklung

API-Idempotenz erklärt: Idempotenzschlüssel und sichere Wiederholungsversuche, getestet

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

Artikel lesen →
DevOps

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

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

Artikel lesen →
Softwaretests

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

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

Artikel lesen →
Testautomatisierung

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

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

Artikel lesen →
Datenbanken & SQL

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

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

Artikel lesen →
Datenbanken & SQL

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

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
Künstliche Intelligenz

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

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
DevOps

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

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

Artikel lesen →
Testautomatisierung

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

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

Artikel lesen →
Softwaretests

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

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

Artikel lesen →
Datenbanken & SQL

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

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

Artikel lesen →
Datenbanken & SQL

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

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

Artikel lesen →
Softwareentwicklung

JavaScript erklärt dieses Schlüsselwort: Jede Bindungsregel, getestet in Node

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
Künstliche Intelligenz

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

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

Artikel lesen →
DevOps

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

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

Artikel lesen →
DevOps

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

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

Artikel lesen →
Testautomatisierung

Testdatengenerierung mit Python Faker: Realistische, wiederholbare und sichere Daten

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

Artikel lesen →
Softwaretests

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

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

Artikel lesen →
Datenbanken & SQL

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

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

Artikel lesen →
Datenbanken & SQL

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

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
Künstliche Intelligenz

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

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

Artikel lesen →
DevOps

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

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

Artikel lesen →
DevOps

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

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

Artikel lesen →
Testautomatisierung

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

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

Artikel lesen →
Softwaretests

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

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

Artikel lesen →
Datenbanken & SQL

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

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

Artikel lesen →
Datenbanken & SQL

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

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
Künstliche Intelligenz

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

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

Artikel lesen →
DevOps

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

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

Artikel lesen →
DevOps

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

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

Artikel lesen →
Softwaretests

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

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

Artikel lesen →
Testautomatisierung

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

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

Artikel lesen →
Datenbanken & SQL

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

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

Artikel lesen →
Künstliche Intelligenz

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

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

Artikel lesen →
DevOps

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

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
Testautomatisierung

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

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

Artikel lesen →
Softwaretests

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

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

Artikel lesen →
Datenbanken & SQL

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

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

Artikel lesen →
Datenbanken & SQL

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

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
Künstliche Intelligenz

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

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

Artikel lesen →
DevOps

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

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

Artikel lesen →
DevOps

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

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

Artikel lesen →
Testautomatisierung

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

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

Artikel lesen →
Softwaretests

Benutzerakzeptanztests (UAT): Prozess, Checkliste und reale Beispiele

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

Artikel lesen →
Datenbanken & SQL

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

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

Artikel lesen →
Datenbanken & SQL

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

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
Künstliche Intelligenz

Was sind Einbettungen? Vektoren und Kosinusähnlichkeit einfach erklärt

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

Artikel lesen →
DevOps

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

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

Artikel lesen →
Testautomatisierung

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

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

Artikel lesen →
Softwaretests

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

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

Artikel lesen →
Softwaretests

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

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

Artikel lesen →
Datenbanken & SQL

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

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

Artikel lesen →
Datenbanken & SQL

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

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
Künstliche Intelligenz

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

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

Artikel lesen →
DevOps

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

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

Artikel lesen →
Testautomatisierung

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

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

Artikel lesen →
Softwaretests

Äquivalenzpartitionierung: Testdesigntechnik anhand von Beispielen erklärt

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

Artikel lesen →
Softwaretests

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

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

Artikel lesen →
Datenbanken & SQL

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

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

Artikel lesen →
Datenbanken & SQL

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

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
Künstliche Intelligenz

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

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

Artikel lesen →
DevOps

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

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

Artikel lesen →
DevOps

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

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

Artikel lesen →
Testautomatisierung

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

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

Artikel lesen →
Softwaretests

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

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
Datenbanken & SQL

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

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

Artikel lesen →