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

  1. Startseite
  2. Blog
  3. Testautomatisierung

Testautomatisierung

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

Snapshot-Tests speichern die Ausgabe Ihres Codes einmal und schlagen dann fehl, wenn sich die Ausgabe ändert. Erfahren Sie, wie Schnappschüsse erstellt werden, wie man den Unterschied liest, wie man mit Zeitstempeln umgeht und welche Überprüfungsgewohnheiten verhindern, dass Schnappschüsse zu Stempeln werden.

9 Min. Lesezeit
Snapshot-Tests erklärt: Wie es funktioniert, wann es hilft und wann es weh tut

Das Wichtigste

  • Snapshot-Tests speichert eine bekanntermaßen gute Ausgabe, vergleicht dann jeden späteren Lauf damit und zeigt einen Unterschied an, wenn er sich ändert.
  • Es lässt sich schnell schreiben und eignet sich hervorragend für große, strukturierte Ausgaben wie JSON-Antworten, Berichte und gerendertes Markup.
  • Dynamische Werte wie Zeitstempel unterbrechen Snapshots. In unserem Durchlauf scheiterte bereits beim nächsten Durchlauf ein entlarvter Zeitstempel.
  • Die Gefahr besteht in blinden Updates. Ein Snapshot schützt Sie nur, wenn jemand den Diff liest, bevor er ihn akzeptiert.

Das Schreiben von Behauptungen für eine JSON-Antwort mit 40 Feldern ist mühsam, und die meisten Leute überprüfen fünf Felder und hoffen auf das Beste. Snapshot-Tests verfolgen einen anderen Ansatz: Führen Sie den Code einmal aus, speichern Sie die gesamte Ausgabe in einer Datei und bestehen Sie von da an den Test nicht, wenn die Ausgabe abweicht. Sie tauschen präzise Aussagen gegen eine umfassende Änderungserkennung ein, die bei sorgfältiger Verwendung leistungsstark ist.

Wir haben eine funktionierende Demo mit Pytest 9.2.0, dem Sirupy 7.0.0 Snapshot-Plugin und Python 3.13.6 ausgeführt. Alle folgenden Ausgaben werden von diesen Läufen kopiert. Zum Vergleich werden Scherz- und visuelle Screenshot-Schnappschüsse beschrieben, die jedoch nicht ausgeführt wurden. Wenn Pytest selbst für Sie neu ist, beginnen Sie mit unserem Pytest-Tutorial.

Was ist Snapshot-Testen?

Ein Snapshot-Test hat keinen handgeschriebenen Erwartungswert. Bei der ersten Ausführung zeichnet das Tool die tatsächliche Ausgabe als Erwartung auf und speichert sie neben Ihren Tests. Bei jedem späteren Lauf wird die neue Ausgabe mit dem gespeicherten Snapshot verglichen:

  • Wenn sie übereinstimmen, ist der Test bestanden.
  • Wenn sie unterschiedlich sind, schlägt der Test fehl und es wird ein Unterschied ausgegeben.
  • Wenn die Änderung beabsichtigt ist, aktualisieren Sie den Snapshot mit einem Befehl und übergeben die neue Datei.

Ein Snapshot-Test besagt also nicht, dass die Ausgabe korrekt ist. Es heißt, die Ausgabe sei unverändert. Die Richtigkeit wird einmalig von einer Person überprüft, wenn der Schnappschuss zum ersten Mal überprüft wird.

Arten von Schnappschüssen

Typ Was wird gespeichert Typische Werkzeuge
Datenschnappschuss Serialisierte Objekte, JSON, Text sirupartig, Scherz, Vitest, Überprüfen
Markup-Schnappschuss Gerenderter HTML- oder Komponentenbaum Scherzen Sie mit React, Vue-Test-Utilities
Visueller Schnappschuss Screenshot einer Seite oder Komponente Dramatiker, Percy, Chromatic

Dieser Leitfaden konzentriert sich auf Datenschnappschüsse, da diese am einfachsten zu starten und am einfachsten zu überprüfen sind.

Unser Demo-Setup

# invoice.py
def render_invoice(items, now=None):
    now = now or datetime.now(timezone.utc)
    total = sum(q * p for _, q, p in items)
    return {"generated_at": now.isoformat(),
            "lines": [{"sku": s, "qty": q, "price": p} for s, q, p in items],
            "total": round(total * 1.18, 2), "currency": "INR"}

def receipt_text(items):
    rows = [f"{s:<6}{q:>3} x {p:>7.2f}" for s, q, p in items]
    return "\n".join(rows + ["-" * 20, f"TOTAL {sum(q*p for _, q, p in items):>14.2f}"])
# test_invoice.py
ITEMS = [("PEN", 2, 20.0), ("INK", 1, 50.0)]

def test_receipt_text(snapshot):
    assert receipt_text(ITEMS) == snapshot

def test_invoice_fixed_clock(snapshot):
    assert render_invoice(ITEMS, now=datetime(2026, 11, 12, tzinfo=timezone.utc)) == snapshot

def test_invoice_masked_time(snapshot):
    assert render_invoice(ITEMS) == snapshot(matcher=path_type({"generated_at": (str,)}))

Das Argument snapshot ist ein von Sirupy bereitgestelltes Pytest-Fixture. Unser Pytest-Fixtures-Leitfaden erklärt, wie Fixtures auf diese Weise injiziert werden.

Der erste Lauf

$ pytest -q
3 failed

$ pytest -q --snapshot-update
3 snapshots generated.
3 passed

$ pytest -q
3 snapshots passed.
3 passed

Da keine Snapshots gespeichert waren, schlugen alle drei Tests fehl. Diese Standardeinstellung ist beabsichtigt: Ein brandneuer Snapshot sollte absichtlich und nicht stillschweigend erstellt werden. Das Update-Flag hat die Snapshots geschrieben und der nächste normale Lauf wurde durchgeführt.

So sieht die Snapshot-Datei aus

Sirupy hat eine lesbare Datei im Ordner __snapshots__ gespeichert. Ein Teil davon:

# name: test_invoice_fixed_clock
  dict({
    'currency': 'INR',
    'generated_at': '2026-11-12T00:00:00+00:00',
    'lines': list([
      dict({
        'price': 20.0,
        'qty': 2,
        'sku': 'PEN',
      }),
      ...
    ]),
    'total': 106.2,
  })

Diese Datei ist nun Ihr erwartetes Ergebnis, also überprüfen Sie sie wie Code. Ist 106,2 richtig? Zwei Stifte zu 20 plus eine Tinte zu 50 ergeben 90, und 90 mit 18 % Steuer ergeben 106,2, also ja. Auf diese einmalige Überprüfung kommt es beim Snapshot-Testen an. Übertragen Sie die Datei mit dem Test.

Wie eine Codeänderung aussieht

Als nächstes änderten wir ein Wort in der Quittung, TOTAL in Total, und führten die Tests erneut durch:

E       AssertionError: assert [+ received] == [- snapshot]
E         - TOTAL          90.00
E         + Total          90.00
1 snapshot failed. 2 snapshots passed.

Das Diff zeigte genau auf die Zeile, die sich geändert hat. Wenn die Änderung beabsichtigt war, aktualisieren Sie den Snapshot. Wenn nicht, haben Sie einen Rückschritt erwischt, ohne jemals eine Aussage zu dieser Bezeichnung zu schreiben. Dies macht Snapshots nützlich für Ausgaben, die andere Systeme analysieren, wie z. B. Belege, CSV-Exporte und API-Nutzlasten. Unsere Checkliste für Regressionstests deckt ab, wo solche Prüfungen sonst noch sinnvoll sind.

Zeitstempel, IDs und andere bewegliche Teile

Wir haben einen Test hinzugefügt, der einen Snapshot render_invoice mit der echten Uhr erstellt hat. Beim Erstellen des Snapshots wurde der Fehler bestanden, und schon beim nächsten Durchlauf schlug er fehl:

E         -   'generated_at': '2026-11-12T15:12:34.206809+00:00',
E         +   'generated_at': '2026-11-12T15:12:35.621553+00:00',
1 snapshot failed.

Jeder Wert, der sich zwischen den Läufen ändert, macht einen Snapshot unbrauchbar: Zeiten, zufällige IDs, UUIDs, Speicheradressen, ungeordnete Mengen. Wir haben zwei Fixes verwendet und beide haben zuverlässig bestanden:

  • Steuern Sie den Eingang: Übergeben Sie einen festen Takt, wie in test_invoice_fixed_clock. Dies ist die sauberste Option.
  • Maskieren Sie das Feld: Sirupys path_type Matcher speicherte 'generated_at': str und überprüfte nur den Typ.

Sortieren Sie außerdem Listen, deren Reihenfolge keine Rolle spielt, und erstellen Sie Zufallsdaten. Unser Leitfaden zur Testdatengenerierung zeigt, wie Sie generierte Daten wiederholbar machen.

Tipp: Wenn ein Snapshot bei einer Wiederholung ohne Codeänderung fehlschlägt, behandeln Sie ihn als schwankenden Test. Finden Sie den gleitenden Wert und heften Sie ihn fest. Generieren Sie den Snapshot nicht einfach neu.

Snapshots sicher aktualisieren

Der Update-Befehl ist sowohl die beste als auch die schlechteste Funktion. Es macht beabsichtigte Änderungen billig, und es macht auch unvorsichtige Genehmigungen billig. Gute Gewohnheiten:

  • Führen Sie niemals das Update-Flag aus, um „CI grün zu machen“, ohne vorher das Diff zu lesen.
  • Übertragen Sie Snapshot-Änderungen in derselben Pull-Anfrage wie der Code, der sie verursacht hat, sodass Prüfer beides sehen können.
  • Schnappschüsse klein halten. Ein Snapshot-Diff mit 2.000 Zeilen wird überflogen und nicht überprüft.
  • Veraltete Snapshots löschen; Sirupy hat eines gemeldet und entfernt, als wir seinen Test gelöscht haben.
  • In CI ohne Update-Flag ausführen, sodass neue oder geänderte Snapshots fehlschlagen, anstatt geschrieben zu werden.

Wenn Snapshot-Tests helfen

  • Große, strukturierte Ausgaben, bei denen handschriftliche Zusicherungen lang wären: API-Antworten, Berichte, Konfigurationsgeneratoren.
  • Refactoring von Code, der nur wenige Tests hat. Erstellen Sie zunächst einen Snapshot des aktuellen Verhaltens, führen Sie dann eine Umgestaltung durch und bestätigen Sie, dass sich nichts geändert hat.
  • Serialisierer und Formatierer, bei denen wahrscheinlich jede Änderung wichtig ist.
  • Fehlermeldungen und CLI-Ausgaben, von denen Benutzer oder Skripte abhängig sind.

Kombinieren Sie für API-Nutzlasten, die mit anderen Teams geteilt werden, Snapshots mit Schemaprüfungen. Unser API-Vertragstestleitfaden deckt die Vertragsseite ab.

Wenn Snapshot-Tests weh tun

  • Wenn sich die Ausgabe konstruktionsbedingt häufig ändert. Ständige Aktualisierungen lehren das Team, zu genehmigen, ohne es zu lesen.
  • Wenn es auf die Logik ankommt. Eine Steuerregel verdient eine explizite Behauptung mit einem benannten erwarteten Wert und keine Zeile innerhalb einer Momentaufnahme.
  • Wenn Schnappschüsse riesig sind. Sie werden von niemandem überprüft, sodass sie Fehler ebenso leicht beheben wie korrektes Verhalten.
  • Für visuelle Schnappschüsse auf verschiedenen Computern, bei denen Schriftarten und Rendering unterschiedlich sind, es sei denn, Sie führen die Anwendung in einer festen Umgebung aus.

Scherz, Vitest und visuelle Schnappschüsse

In JavaScript verwenden Jest und Vitest expect(value).toMatchSnapshot() und aktualisieren mit -u. Sie bieten auch Inline-Snapshots an, bei denen der gespeicherte Wert in die Testdatei selbst geschrieben wird, wodurch kleine Snapshots während der Überprüfung sichtbar bleiben. Playwright vergleicht Screenshots mit toHaveScreenshot(), wie in unserem Playwright-Tutorial vorgestellt. Wir haben diese hier nicht ausgeführt, aber sie folgen demselben oben gezeigten Erstellungs-, Vergleichs- und Aktualisierungszyklus.

Eine Checkliste für die Snapshot-Überprüfung

  1. Enthält der neue Snapshot die von Ihnen erwarteten Werte, die mindestens einmal manuell überprüft wurden?
  2. Entspricht jede geänderte Zeile im Diff der beabsichtigten Codeänderung?
  3. Bleiben Zeitstempel, IDs oder Zufallswerte unmaskiert?
  4. Ist der Schnappschuss klein genug, um ihn in einer Minute zu lesen?
  5. Würde eine explizite Behauptung die wichtige Regel klarer zum Ausdruck bringen?

Fazit

Snapshot-Tests sind eine schnelle Möglichkeit, unerwartete Änderungen in großen Ausgaben zu erkennen. Unsere Demo zeigte beide Seiten: Eine Ein-Wort-Änderung wurde mit einem präzisen Diff erfasst, und ein unmaskierter Zeitstempel brach den Test beim nächsten Durchlauf ab. Halten Sie Snapshots klein, fixieren oder maskieren Sie sich bewegende Werte, überprüfen Sie jedes Update und verwenden Sie explizite Behauptungen für die Regeln, die am wichtigsten sind.

Häufige Fragen

Was ist Snapshot-Testen?

Es speichert die Codeausgabe einer bekanntermaßen guten Ausführung und schlägt bei späteren Ausführungen fehl, wenn sich die Ausgabe ändert, und zeigt einen Unterschied an. Es erkennt Veränderungen, anstatt die Richtigkeit zu beweisen.

Wie aktualisiere ich einen Snapshot?

Führen Sie den Aktualisierungsbefehl des Tools aus, z. B. pytest mit –snapshot-update für Sirupy oder jest -u. Lesen Sie zuerst das Diff und übertragen Sie den neuen Snapshot mit der Codeänderung.

Warum schlagen meine Snapshot-Tests bei jedem Lauf fehl?

Die Ausgabe enthält sich ändernde Werte wie Zeitstempel, zufällige IDs oder ungeordnete Daten. Übergeben Sie eine feste Uhr, setzen Sie Zufälligkeiten, sortieren Sie Listen oder maskieren Sie diese Felder mit einem Matcher.

Sind Snapshot-Tests gut oder schlecht?

Sie sind nützlich für große strukturierte Ausgaben und Refactoring, aber schädlich, wenn sie riesig sind oder ohne Überprüfung aktualisiert werden. Verwenden Sie explizite Behauptungen für wichtige Geschäftsregeln.

Was ist der Unterschied zwischen Snapshot- und visuellem Test?

Datenschnappschüsse speichern Text oder serialisierte Werte. Visuelle Tests speichern Screenshots und vergleichen Pixel, wodurch auch Layout- und Stiländerungen erfasst werden, die Umgebung jedoch empfindlicher reagiert.

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

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 →