Erklärung des Python Collections-Moduls: Counter, defaultdict, deque und mehr, getestet
Das Python-Sammlungsmodul stellt Ihnen vorgefertigte Container zum Zählen, Gruppieren, Warteschlangen und kompakten Datensätzen zur Verfügung. Erfahren Sie, wann Sie Counter, Defaultdict, Deque, NamedTuple, OrderedDict und ChainMap verwenden sollten, anhand der Ausgabe, die wir unter Python 3.13 ausgeführt haben.
- Python-Sammlungen ist ein Standardbibliotheksmodul: keine Installation, nur
from collections import .... Counterzählt Dinge,defaultdictgruppiert Dinge unddequeist das richtige Werkzeug für Warteschlangen.- Das Entleeren von 100.000 Gegenständen von vorne dauerte in unserem Durchlauf mit
list.pop(0)etwa 11 Sekunden und mitdeque.popleft()3 Millisekunden. namedtupleliefert lesbare, unveränderliche Datensätze;ChainMapEbeneneinstellungen, ohne sie zu kopieren.
Der meiste Python-Code basiert auf Listen und Wörterbüchern, und das funktioniert, bis Sie dieselbe Zählschleife zum fünften Mal schreiben oder zusehen, wie eine Warteschlange langsamer wird. Für genau diese Momente gibt es das Modul Python-Sammlungen. Es wird mit Python ausgeliefert und fügt eine Handvoll spezialisierter Container hinzu, die schneller, kürzer und klarer sind als die handgeschriebenen Versionen.
Jedes folgende Beispiel wurde unter Python 3.13.6 auf einem Windows-Laptop ausgeführt und die Ausgaben werden von diesem Lauf kopiert. Die Zeiten unterscheiden sich auf Ihrer Maschine, die Größe der Lücken sollte jedoch nicht unterschiedlich sein. Wenn Sie zunächst eine Auffrischung der Grundlagen benötigen, lesen Sie unseren Python-Wörterbuchleitfaden und unseren Vergleich von Liste vs. Tupel vs. Set.
Was ist das Inkassomodul?
Das Modul collections ist Teil der Python-Standardbibliothek. Es stellt Containerdatentypen bereit, die die integrierten Datentypen dict, list und tuple erweitern. Am häufigsten werden Sie folgende verwenden:
- Zähler: ein Wörterbuch, das hashbare Elemente zählt.
- defaultdict: ein Wörterbuch, das einen Standardwert für fehlende Schlüssel erstellt.
- deque: eine doppelendige Warteschlange mit schnellen Anhängen und Pops an beiden Enden.
- namedtuple: ein Tupel, dessen Felder Namen haben.
- OrderedDict: ein Wörterbuch mit zusätzlichen Ordnungstools.
- ChainMap: eine Ansicht, die mehrere Wörterbücher der Reihe nach durchsucht.
Da Counter, defaultdict und OrderedDict Wörterbuchunterklassen sind, akzeptiert alles, was ein Diktat akzeptiert, diese auch. Dadurch können sie leicht in vorhandenen Code eingefügt werden.
Zähler: Alles in einer Zeile zählen
Das Zählen von Wörtern, Statuscodes oder Testergebnissen ist eine klassische Aufgabe. Anstelle einer Schleife mit if key in d übergeben Sie eine beliebige Iteration an Counter:
from collections import Counter
words = "the cat sat on the mat the cat ran".split()
c = Counter(words)
print(c)
print(c.most_common(2))
print(c["dog"])
print(c.total())
Counter({'the': 3, 'cat': 2, 'sat': 1, 'on': 1, 'mat': 1, 'ran': 1})
[('the', 3), ('cat', 2)]
0
9
Zwei Details sind erwähnenswert. Das Nachschlagen eines fehlenden Schlüssels gibt 0 zurück, anstatt KeyError zu erhöhen, und most_common(n) gibt Ihnen eine sortierte Top-N-Liste ohne zusätzlichen Code. Die in Python 3.10 hinzugefügte Methode total() gibt die Summe aller Zählungen zurück.
Zähler unterstützen auch Arithmetik, was praktisch ist, wenn Sie zwei Inventuren oder zwei Testläufe vergleichen:
a = Counter(apples=3, pears=1)
b = Counter(apples=1, kiwis=2)
print(a + b) # Counter({'apples': 4, 'kiwis': 2, 'pears': 1})
print(a - b) # Counter({'apples': 2, 'pears': 1})
print(a & b) # Counter({'apples': 1})
print(a | b) # Counter({'apples': 3, 'kiwis': 2, 'pears': 1})
Durch die Subtraktion wird jede Zählung gelöscht, die auf Null oder darunter fällt, sodass a - b keine Kiwis hat. Die Kreuzung behält das Minimum jeder Zählung bei und die Vereinigung behält das Maximum bei. Eine praktische Anwendung: Zählen Sie fehlerhafte Testnamen in zwei nächtlichen Durchläufen und subtrahieren Sie sie, um zu sehen, welche Fehler neu sind.
defaultdict: Gruppe ohne Überprüfung der Schlüssel
Beim Gruppieren von Datensätzen nach einem Schlüssel muss normalerweise überprüft werden, ob der Schlüssel vorhanden ist. Ein defaultdict übernimmt eine Factory-Funktion wie list oder int und ruft sie auf, wenn ein fehlender Schlüssel zum ersten Mal verwendet wird:
from collections import defaultdict
orders = [("asha", "books"), ("ravi", "pens"), ("asha", "pens"), ("li", "books")]
g = defaultdict(list)
for cust, item in orders:
g[cust].append(item)
print(dict(g))
{'asha': ['books', 'pens'], 'ravi': ['pens'], 'li': ['books']}
Mit dict.setdefault(cust, []).append(item) können Sie das gleiche Ergebnis erzielen, und in unserem Versuch waren die beiden verglichenen Wörterbücher gleich. Die defaultdict-Version liest sich besser und erstellt nicht bei jedem Aufruf eine leere Liste, wie es bei setdefault der Fall ist.
Tipp: Eine einfache Suche nach einem Standarddict erstellt den Schlüssel. In unserem Test ergab das Lesen von dd["x"] auf einem leeren defaultdict(int) 0 und ließ {'x': 0} zurück. Verwenden Sie "x" in dd oder dd.get("x"), wenn Sie nur überprüfen möchten.
deque: eine echte Warteschlange, bei der beide Enden offen sind
Ein deque (ausgesprochen „Deck“) unterstützt Fast append, appendleft, pop und popleft. Es fehlen außerdem zwei Features: eine maximale Länge und eine Rotation.
from collections import deque
last3 = deque(maxlen=3)
for n in range(1, 7):
last3.append(n)
print(last3) # deque([4, 5, 6], maxlen=3)
r = deque([1, 2, 3, 4, 5])
r.rotate(2)
print(r) # deque([4, 5, 1, 2, 3])
Wenn maxlen festgelegt ist, wird beim Hinzufügen zu einer vollständigen Deque stillschweigend ein Element vom anderen Ende gelöscht. Das macht es perfekt für einen „letzten N Protokollzeilen“-Puffer, einen gleitenden Durchschnitt oder den aktuellen Suchverlauf. rotate ist nützlich für die Round-Robin-Planung, beispielsweise beim Durchlaufen der Testarbeiter.
Liste vs. Deque: Auf das Timing kommt es an
Listen sind am Ende schnell, aber am Anfang langsam, da durch das Entfernen des ersten Elements jedes zweite Element nach links verschoben wird. Wir haben bei jedem Anflug einen Behälter von vorne entleert und die Zeit mit timeit gemessen:
| Artikel | list.pop(0) | deque.popleft() |
|---|---|---|
| 20,000 | 0,408 s | 0,0006 s |
| 50,000 | 2,566 s | 0,0014 s |
| 100,000 | 11,362 s | 0,0030 s |
Durch die Verdoppelung der Items vervierfachte sich die Listenzeit ungefähr, was das Kennzeichen quadratischer Arbeit ist, während die Deque-Zeit geradlinig zunahm. Bei 100.000 Artikeln war die Deque mehrere tausend Mal schneller. Wenn Ihr Code Jobs, Nachrichten oder Breitensuchknoten in der Reihenfolge ihres Eintreffens verarbeitet, verwenden Sie eine Deque.
Der Nachteil: Deques sind langsamer als Listen für den Direktzugriff in der Mitte, wie zum Beispiel d[50000], und sie unterstützen kein Slicing. Verwenden Sie eine Liste, wenn Sie häufig indizieren, und eine Deque, wenn Sie die Enden verschieben und verschieben.
Namedtuple: lesbare Datensätze
Ein Tupel wie (3, 4) funktioniert, aber p[0] sagt nichts darüber aus, was der Wert bedeutet. namedtuple erstellt eine kleine Klasse mit benannten Feldern:
from collections import namedtuple
Point = namedtuple("Point", "x y")
p = Point(3, 4)
print(p, p.x, p._asdict(), p._replace(x=10))
p.x = 5
Point(x=3, y=4) 3 {'x': 3, 'y': 4} Point(x=10, y=4)
AttributeError: can't set attribute
Benannte Tupel sind unveränderlich, verbrauchen genauso wenig Speicher wie einfache Tupel und werden dennoch wie Tupel entpackt. _replace gibt eine neue Kopie mit einem geänderten Feld zurück. Wenn Sie veränderbare Felder, Standardwerte mit Validierung oder Methoden benötigen, ist eine Datenklasse normalerweise die bessere Lösung; Weitere Informationen finden Sie in unserem Python-Datenklassenleitfaden. Die typisierte Alternative typing.NamedTuple gibt dasselbe Objekt mit Typhinweisen zurück.
OrderedDict: auch nach Python 3.7 noch nützlich
Seit Python 3.7 behalten normale Wörterbücher die Einfügereihenfolge bei, sodass viele Leute davon ausgehen, dass OrderedDict veraltet ist. Aus zwei Gründen, die wir bestätigt haben, ist dies nicht der Fall:
from collections import OrderedDict
od = OrderedDict(a=1, b=2, c=3)
od.move_to_end("a")
print(list(od)) # ['b', 'c', 'a']
print(dict(a=1, b=2) == dict(b=2, a=1)) # True
print(OrderedDict(a=1, b=2) == OrderedDict(b=2, a=1)) # False
Erstens machen move_to_end und popitem(last=False) es zu einer einfachen Basis für einen zuletzt verwendeten Cache. Zweitens ist die Gleichheit zwischen zwei OrderedDicts abhängig von der Reihenfolge, während einfache Diktate die Reihenfolge ignorieren. Dies ist wichtig, wenn die Reihenfolge selbst Teil der Daten ist, beispielsweise die Spaltenreihenfolge in einem Bericht.
ChainMap: mehrschichtige Einstellungen
Die Konfiguration erfolgt häufig an mehreren Stellen: Befehlszeilenflags setzen Umgebungsvariablen außer Kraft, die wiederum Standardwerte überschreiben. ChainMap durchsucht eine Liste von Wörterbüchern der Reihe nach, ohne sie zusammenzuführen:
from collections import ChainMap
defaults = {"theme": "light", "lang": "en", "debug": False}
env = {"debug": True}
cli = {"lang": "fr"}
cfg = ChainMap(cli, env, defaults)
print(cfg["theme"], cfg["lang"], cfg["debug"]) # light fr True
Bei jeder Suche wird zuerst cli, dann env und dann defaults überprüft. Da nichts kopiert wird, werden Änderungen an den Quellwörterbüchern sofort angezeigt. Schreibvorgänge erfolgen nur für die erste Zuordnung, wodurch Ihre Standardeinstellungen geschützt bleiben. Dies passt gut zu den Mustern in unserem Leitfaden zu Umgebungsvariablen.
Spickzettel für Python-Sammlungen
| Brauchen | Benutzen | Statt |
|---|---|---|
| Elemente zählen, oben N | Zähler |
Manuelle Diktatschleife und Sortierung |
| Gruppieren Sie Werte nach Schlüssel | defaultdict(list) |
if key not in d prüft |
| Warteschlange oder Schiebefenster | deque, maxlen |
list.pop(0) |
| Kleiner unveränderlicher Datensatz | benanntes Tupel |
Nacktes Tupel mit Indexzugriff |
| Neuordnung oder ordnungsbewusste Gleichheit | OrderedDict |
Ein Diktat neu aufbauen |
| Mehrschichtige Konfigurationssuche | ChainMap |
Diktate kopieren und zusammenführen |
Das Modul enthält außerdem UserDict, UserList und UserString, Wrapper-Klassen, die für die Unterklassenbildung gedacht sind, wenn Sie das Verhalten sicher anpassen möchten. Die meisten alltäglichen Codes benötigen sie nie.
Häufige Fehler bei Sammlungen
- Schlüssel aus Versehen erstellen. Durch das Lesen eines fehlenden Schlüssels aus einem
defaultdictwird dieser eingefügt. Späterer Code, der die Schlüssel durchläuft, sieht dann leere Einträge. - Negative Zählungen werden erwartet.
CounterDie Subtraktion mit-lässt Null und negative Ergebnisse fallen. Verwenden Siec.subtract(other), wenn Sie Negative behalten müssen. - Verwendung einer Deque für Direktzugriff. Die Indizierung in der Nähe der Mitte ist langsamer als bei einer Liste, und das Slicing löst einen Fehler aus.
- Namedtuple wird als veränderlich behandelt. Zuweisung schlägt fehl. Verwenden Sie
_replaceoder wechseln Sie zu einer Datenklasse. - Beim Vergessen von maxlen werden Daten gelöscht. Eine vollständig begrenzte Deque verwirft Elemente stillschweigend, was für Puffer gut ist, aber für Jobwarteschlangen, die keine Arbeit verlieren dürfen, falsch ist.
Wenn die Daten aus einem Stream stammen, den Sie langsam verarbeiten, kombinieren Sie diese Container mit Generatoren und den Tools in unserem Python-Itertools-Leitfaden. Beispielsweise akzeptiert Counter einen Generator direkt, sodass Sie Zeilen in einem großen Protokoll zählen können, ohne es in den Speicher zu laden.
Fazit
Das Python-Sammlungsmodul ist klein, entfernt aber überraschend viel Boilerplate. Greifen Sie nach Counter, wenn Sie zählen, nach defaultdict, wenn Sie gruppieren, nach deque, wenn Gegenstände von vorne herauskommen, und nach namedtuple oder ChainMap, wenn es auf die Lesbarkeit ankommt. Unser Timing-Test zeigte deutlich, worum es geht: Der richtige Container verwandelte eine 11-Sekunden-Schleife in wenige Millisekunden.
Häufige Fragen
Muss ich das Python-Sammlungsmodul installieren?
Nein. Es ist Teil der Standardbibliothek, Sie benötigen also nur einen Import, z. B. den Import Counter aus Sammlungen.
Was ist der Unterschied zwischen dict und defaultdict?
Ein Diktat löst KeyError für einen fehlenden Schlüssel aus. Ein defaultdict ruft seine Factory-Funktion wie list oder int auf, um einen Standardwert zu erstellen, und speichert ihn unter diesem Schlüssel.
Wann sollte ich deque anstelle von list verwenden?
Verwenden Sie Deque, wenn Sie vorne Elemente hinzufügen oder entfernen, z. B. in Warteschlangen und Schiebefenstern. In unserem Test dauerte das Entleeren von 100.000 Elementen von vorne mit einer Liste etwa 11 Sekunden und mit einer Deque etwa 3 Millisekunden.
Wird OrderedDict in Python 3.7 und höher noch benötigt?
Seltener, da Diktate die Einfügereihenfolge beibehalten. Es ist weiterhin nützlich für move_to_end, Popitem von beiden Enden und reihenfolgesensitive Gleichheitsprüfungen.
Sollte ich NamedTuple oder eine Datenklasse verwenden?
Verwenden Sie „namedtuple“ für kleine, unveränderliche Datensätze, die sich wie Tupel verhalten sollen. Verwenden Sie eine Datenklasse, wenn Sie veränderbare Felder, Standardwerte, Methoden oder Validierung benötigen.
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 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 →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 →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 →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 →