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

  1. Startseite
  2. Blog
  3. Testautomatisierung

Testautomatisierung

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

Pytest-Marker sind Beschriftungen, die Sie mit @pytest.mark.name an Tests anhängen. Verwenden Sie sie, um nur Smoke-Tests auszuführen, Tests zu überspringen, die in einer Umgebung nicht ausgeführt werden können, bekannte Fehler als erwartete Fehler zu markieren und eine große Suite in schnelle und langsame Gruppen aufzuteilen. Hier ist jedes Muster, das auf einer echten Suite mit Pytest 9.2 ausgeführt wird.

9 Min. Lesezeit
Pytest-Marker mit Beispielen erklärt

Das Wichtigste

  • Pytest-Marker kennzeichnen Tests; pytest -m smoke führt dann nur Tests aus, die mit @pytest.mark.smoke gekennzeichnet sind.
  • Registrieren Sie benutzerdefinierte Markierungen in pyproject.toml und fügen Sie --strict-markers hinzu: Unser Tippfehler @pytest.mark.smok hat den Lauf gestoppt, anstatt stillschweigend nichts zu tun.
  • -m "not slow" übersprang einen 1,1-Sekunden-Test und beendete den Test in 0,16 s statt in 1,49 s.
  • Verwenden Sie xfail(strict=True) für bekannte Fehler, damit ein Fix sofort bemerkt wird, wenn er auftritt.

Wenn eine Testsuite wächst, ist es nicht mehr praktikabel, bei jeder Änderung alles auszuführen. Sie wünschen sich schnelle Smoke-Checks bei jedem Commit, die vollständige Suite vor der Veröffentlichung und eine saubere Möglichkeit, Tests zu parken, die auf einer bestimmten Maschine nicht ausgeführt werden können. Pytest-Marker bieten Ihnen all das mit einem Dekorateur. Wir haben eine kleine Suite erstellt und jeden folgenden Befehl mit pytest 9.2.0 auf Python 3.13.6 ausgeführt. Neu bei Pytest? Beginnen Sie mit unserem Pytest-Tutorial.

Was sind Pytest-Marker?

Ein Marker sind Metadaten, die an eine Testfunktion, Klasse oder ein Modul angehängt sind. Pytest wird mit integrierten Markern ausgeliefert, die das Verhalten ändern, wie zum Beispiel skip, skipif, xfail, parametrize und usefixtures. Sie können auch Ihre eigenen erfinden, z. B. smoke, slow oder api, die selbst nichts tun, sondern Ihnen die Auswahl oder den Ausschluss von Testgruppen über die Befehlszeile ermöglichen.

Registrieren Sie Ihre benutzerdefinierten Markierungen

# pyproject.toml
[tool.pytest.ini_options]
markers = [
  "smoke: fast checks run on every commit",
  "slow: tests that take more than a second",
  "api: tests that call the HTTP API",
]
addopts = "--strict-markers"

Die Registrierung erledigt zwei Aufgaben. Es dokumentiert, was jedes Etikett bedeutet, und ermöglicht es Pytest, Tippfehler zu erkennen. Die gleiche Liste kann in pytest.ini unter [pytest] oder in setup.cfg leben. Beim Ausführen von pytest --markers wurden unsere drei Beschreibungen neben den integrierten Markierungen gedruckt:

@pytest.mark.smoke: fast checks run on every commit
@pytest.mark.slow: tests that take more than a second
@pytest.mark.api: tests that call the HTTP API

Unsere Beispielsuite

import sys, time, pytest

@pytest.mark.smoke
def test_login_page_loads(): assert True

@pytest.mark.smoke
@pytest.mark.api
def test_health_endpoint(): assert True

@pytest.mark.slow
def test_full_report():
    time.sleep(1.1); assert True

@pytest.mark.api
def test_create_order(): assert True

@pytest.mark.skip(reason="feature flag off in this environment")
def test_new_checkout(): assert False

@pytest.mark.skipif(sys.platform == "win32", reason="uses POSIX permissions")
def test_file_permissions(): assert True

@pytest.mark.xfail(reason="BUG-204 rounding", strict=True)
def test_rounding(): assert round(2.675, 2) == 2.68

@pytest.mark.parametrize("n", [1, 2, pytest.param(3, marks=pytest.mark.slow)])
def test_numbers(n): assert n > 0

def test_runtime_skip():
    pytest.importorskip("not_installed_lib")

Ein Test kann mehrere Marker tragen, wie dies in test_health_endpoint der Fall ist. Der vollständige Durchlauf mit -rsx zur Erklärung von Sprüngen und erwarteten Fehlern sah folgendermaßen aus:

....ssx...s                                   [100%]
SKIPPED [1] test_mk.py:17: feature flag off in this environment
SKIPPED [1] test_mk.py:20: uses POSIX permissions
SKIPPED [1] test_mk.py:30: could not import 'not_installed_lib': No module named 'not_installed_lib'
XFAIL test_mk.py::test_rounding - BUG-204 rounding
7 passed, 3 skipped, 1 xfailed in 1.49s

Auswählen von Tests mit -m

Befehl Ergebnis in unserem Lauf
pytest -m Rauch 2 bestanden, 9 abgewählt in 0,11 s
pytest -m „nicht langsam“ 5 bestanden, 3 übersprungen, 2 abgewählt, 1 x nicht bestanden in 0,16 s
pytest -m „Rauch und API“ 1 bestanden, 10 abgewählt
pytest (alles) 7 bestanden, 3 übersprungen, 1 x nicht bestanden in 1,49 s

Die Option -m akzeptiert einen booleschen Ausdruck mit and, or, not und Klammern, z. B. -m "(smoke or api) and not slow". Der Ausschluss von slow verkürzte die Laufzeit um etwa 90 %, was genau der Grund ist, warum Teams langsame Tests kennzeichnen. Beachten Sie, dass -m mit Markernamen übereinstimmt, während -k mit Testnamen übereinstimmt und IDs parametrisiert. sie können kombiniert werden.

Tipp: Verwenden Sie pytest --durations=5, um Kandidaten für die Markierung slow zu finden. In unserem Durchlauf wurde 1.10s call test_mk.py::test_full_report ganz oben aufgeführt.

Marker-Tippfehler mit –strict-markers abfangen

Wir haben eine Datei mit einer falsch geschriebenen Markierung, @pytest.mark.smok, hinzugefügt und die Suite ausgeführt:

ERROR test_typo.py - Failed: 'smok' not found in `markers` configuration option
1 error in 0.25s

Ohne --strict-markers gibt Pytest nur eine Warnung für einen unbekannten Marker aus und der Test verlässt Ihre Rauchauswahl stillschweigend. Damit schlägt der Tippfehler zum Zeitpunkt der Erfassung fehl. Aktivieren Sie es in jedem Projekt, das benutzerdefinierte Markierungen verwendet.

Überspringen: Führen Sie diesen Test hier niemals durch

@pytest.mark.skip(reason=...) überspringt den Test immer und zeigt eine s in der Fortschrittszeile an. Geben Sie immer einen Grund an; „Übersprungen“ ohne Erklärung führt dazu, dass Tests jahrelang vergessen werden. Typische Verwendungszwecke sind Funktionen hinter einem deaktivierten Flag oder ein Test, der von einem Dienst abhängt, der noch nicht existiert.

Skipif: Nur unter einer Bedingung überspringen

@pytest.mark.skipif(sys.platform == "win32", reason="uses POSIX permissions")

Auf unserem Rechner läuft Windows, daher wurde dieser Test aus Gründen übersprungen; unter Linux würde es laufen. Häufige Bedingungen sind das Betriebssystem, die Python-Version (sys.version_info < (3, 12)), eine fehlende Umgebungsvariable oder ein fehlendes optionales Tool. Speichern Sie eine Bedingung in einer Variablen, wenn sie von mehreren Tests gemeinsam genutzt wird, zum Beispiel windows_only = pytest.mark.skipif(...), und ergänzen Sie sie dann mit @windows_only.

Zur Laufzeit überspringen

Manchmal weiß man erst innerhalb des Tests, dass er nicht ausgeführt werden kann. pytest.importorskip("not_installed_lib") hat unseren Test übersprungen, weil das Modul nicht existierte, und genau angegeben, warum. Sie können pytest.skip("reason") auch an einer beliebigen Stelle in einem Test oder einer Vorrichtung aufrufen, beispielsweise wenn eine externe API während eines nächtlichen Laufs „Dienst nicht verfügbar“ zurückgibt.

xfail: ein erwarteter Fehler

@pytest.mark.xfail(reason="BUG-204 rounding", strict=True)
def test_rounding():
    assert round(2.675, 2) == 2.68

Dieser Test dokumentiert eine echte Überraschung: In Python gab round(2.675, 2) in unserem Durchlauf 2.67 zurück, da 2.675 nicht genau als binäre Gleitkommazahl gespeichert werden kann. Der Test schlägt wie erwartet fehl und wird als x gemeldet, sodass der Build nicht unterbrochen wird. xfail unterscheidet sich von skip: Der Test läuft weiterhin, sodass Sie sehen, wenn sich das Verhalten ändert.

Die strict=True-Flagge ist wichtig. Ohne sie wird ein xfail-Test, der plötzlich erfolgreich ist, als XPASS gemeldet und ignoriert. Damit besteht bei einem unerwarteten Durchgang ein Fehlschlagen des Laufs, was Sie dazu auffordert, die Markierung zu entfernen und das Ticket zu schließen. Tragen Sie die Ticketnummer in den Grund ein, damit jeder sie finden kann.

Markieren eines einzelnen parametrisierten Falls

@pytest.mark.parametrize("n", [1, 2, pytest.param(3, marks=pytest.mark.slow)])

pytest.param fügt Markierungen nur einem Fall hinzu. Hier wurde nur n=3 als langsam behandelt, weshalb -m "not slow" zwei Tests abwählte: test_full_report und diesen einen Fall. Dasselbe funktioniert mit skip und xfail für einzelne Eingänge. Weitere Muster finden Sie in unserem Pytest-Parametrisierungsleitfaden.

Eine ganze Klasse oder Datei markieren

@pytest.mark.api
class TestOrders:
    def test_create(self): ...
    def test_cancel(self): ...

# at the top of a module: mark every test in the file
pytestmark = [pytest.mark.api, pytest.mark.slow]

Eine Markierung einer Klasse gilt für jede darin enthaltene Testmethode. Die spezielle Variable auf Modulebene pytestmark wendet Markierungen auf jeden Test in der Datei an, was für eine ganze Datei mit API- oder Datenbanktests geeignet ist. Vorrichtungen können auf die gleiche Weise mit @pytest.mark.usefixtures("db") befestigt werden; Weitere Informationen finden Sie in unserem Pytest-Fixture-Leitfaden.

Verwendung von Markierungen in CI-Pipelines

Markierungen leuchten, wenn verschiedene Pipeline-Stufen unterschiedliche Gruppen ausführen:

  • Jedes Commit: pytest -m smoke für Feedback in Sekunden.
  • Jede Pull-Anfrage: pytest -m "not slow".
  • Nightly: die vollständige Suite, einschließlich langsamer und externer API-Tests.
  • Vor der Veröffentlichung: alles, wobei -rsx so übersprungen wird und Tests auf erwartete Fehler überprüft werden.

Dies spiegelt die „Rauch-dann-voll“-Strategie in unserem Testleitfaden „Rauch vs. Vernunft“ wider und passt direkt in einen GitHub Actions-Workflow.

Häufige Fehler

  • Nicht registrierte Markierungen: Tippfehler löschen stillschweigend Tests aus der Auswahl. Registrieren und nutzen Sie --strict-markers.
  • Überspringt ohne Angabe von Gründen: Niemand weiß, ob sie entfernt werden können.
  • Verwendung von Skip für flockige Tests: Es verbirgt das Problem. Reparieren Sie es oder stellen Sie es mit einem verfolgten Marker unter Quarantäne. siehe unseren Leitfaden für Flockentests.
  • Nicht striktes xfail: Behobene Fehler bleiben unbemerkt.
  • Zu viele Etiketten: Fünf aussagekräftige Markierungen schlagen dreißig, an die sich niemand erinnert.

Spickzettel für Pytest-Marker

Ziel Code oder Befehl
Beschriften Sie einen Test @pytest.mark.smoke
Leiten Sie eine Gruppe pytest -m Rauch
Eine Gruppe ausschließen pytest -m „nicht langsam“
Kombinieren pytest -m „Rauch und API“
Überspringen Sie immer @pytest.mark.skip(reason="...")
Eine Bedingung überspringen @pytest.mark.skipif(cond, reason="...")
Bekannter Fehler @pytest.mark.xfail(reason="BUG-1", strict=True)
Markieren Sie einen Fall pytest.param(x, markers=pytest.mark.slow)
Markieren Sie eine ganze Datei pytestmark = pytest.mark.api
Listenmarkierungen pytest --markers
Sprünge erklären pytest -rsx

Fazit

Pytest-Marker verwandeln eine große Suite in viele nützliche. Registrieren Sie eine Handvoll aussagekräftiger benutzerdefinierter Markierungen, erzwingen Sie sie mit --strict-markers, wählen Sie Gruppen mit -m aus und verwenden Sie „skip“, „skipif“ und „strict xfail“ mit klaren Gründen. In unserem Fall bedeutete das einen Rauchcheck in einer Zehntelsekunde und eine komplette Suite, wann immer wir es wollten, mit demselben Code.

Häufige Fragen

Was sind Marker in Pytest?

Markierungen sind Beschriftungen, die mit @pytest.mark.name zu Tests, Klassen oder Modulen hinzugefügt werden. Integrierte Markierungen ändern das Verhalten, z. B. Skip und XFail, während Sie mit benutzerdefinierten Markierungen Testgruppen mit -m auswählen können.

Wie führe ich nur Tests mit einem bestimmten Marker durch?

Verwenden Sie die Option -m, zum Beispiel pytest -m Smoke. Kombinieren Sie Markierungen mit und, oder und nicht, wie zum Beispiel pytest -m „smoke and not slow“.

Wie registriere ich benutzerdefinierte Marker in Pytest?

Listen Sie sie unter Markierungen in pyproject.toml, pytest.ini oder setup.cfg auf, jeweils mit einer kurzen Beschreibung, und fügen Sie –strict-markers hinzu, damit Tippfehler einen Fehler verursachen.

Was ist der Unterschied zwischen Skip und Xfail?

Skip führt den Test überhaupt nicht aus. xfail führt es aus und erwartet, dass es fehlschlägt, sodass Sie bemerken, wenn sich das Verhalten ändert, insbesondere bei strict=True.

Warum erhalte ich eine Warnung wegen unbekannter Pytest-Markierung?

Der Marker ist nicht registriert. Fügen Sie es zur Markierungsliste in Ihrer Pytest-Konfiguration hinzu oder korrigieren Sie die Schreibweise, wenn es sich um einen Tippfehler handelte.

Lerne weiter

Arbeiten Sie mit Stack Quora

Benötigen Sie Hilfe beim Testen, WordPress oder SEO?

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

Lesen Sie weiter

Weitere Anleitungen finden Sie unter Tests, KI und moderne Entwicklung

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

Künstliche Intelligenz

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

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
DevOps

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

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

Artikel lesen →
Testautomatisierung

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

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

Artikel lesen →
Softwaretests

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

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

Artikel lesen →
Datenbanken & SQL

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

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

Artikel lesen →
Datenbanken & SQL

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

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

Artikel lesen →
Softwareentwicklung

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

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

Artikel lesen →
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

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 →
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 →
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 →