Spiegazione di BM25: come la ricerca per parole chiave classifica i risultati, con codice Python e ricerca ibrida

  1. Home
  2. Blog
  3. Intelligenza artificiale

Intelligenza artificiale

Spiegazione di BM25: Come la ricerca per parole chiave classifica i risultati, con codice Python e ricerca ibrida

BM25 è la formula di classificazione dietro la maggior parte dei motori di ricerca per parole chiave, tra cui Elasticsearch, OpenSearch e Lucene. Assegna un punteggio più alto a un documento quando contiene parole di ricerca rare, le ripete una quantità ragionevole e non è riempita con riempitivi. Lo abbiamo costruito in 25 righe di Python e testato dove brilla, dove fallisce e come la ricerca ibrida lo risolve.

10 min di lettura
La ricerca BM25 spiegata con Python

Punti chiave

  • BM25 assegna un punteggio ai documenti in base alle parole di query rare (IDF), alla frequenza con cui appaiono (con saturazione) e alla lunghezza del documento.
  • La saturazione è importante: nel nostro test, 5 ripetizioni di una parola hanno ottenuto un punteggio di 1,77 e 20 ripetizioni solo di 2,08, quindi il riempimento di parole chiave aiuta a malapena.
  • BM25 ha trovato immediatamente il codice di errore esatto “E1042” ma non ha restituito niente per “ho dimenticato il login”, perché nessun documento condivideva quelle parole.
  • La ricerca ibrida combina BM25 con la ricerca vettoriale utilizzando la fusione dei ranghi reciproci, ottenendo corrispondenze e significato esatti.

La ricerca vettoriale attira l’attenzione nell’intelligenza artificiale, ma quasi tutti i sistemi di recupero della produzione eseguono ancora un ranking di parole chiave accanto ad esso, e quel ranking è quasi sempre BM25. Se crei ricerche, RAG o domande e risposte su documenti, comprendere BM25 ti dice perché alcune query funzionano perfettamente, perché altre non restituiscono nulla e perché combinarle con gli incorporamenti è meglio di entrambe da sole. Tutto ciò che segue deriva da una piccola implementazione che abbiamo eseguito in Python 3.13.6 su una raccolta di sei documenti del centro assistenza.

Cos’è il BM25?

BM25, abbreviazione di “Best Matching 25”, è una funzione di classificazione della ricerca di recupero delle informazioni di Okapi degli anni ’90. Data una query, assegna a ogni documento un punteggio di pertinenza basato su tre segnali: quanto è rara ogni parola di ricerca nella raccolta, quanto spesso appare nel documento e quanto tempo il documento viene confrontato con la media. Non necessita di formazione né GPU, funziona in qualsiasi lingua con un tokenizzatore ed è la classificazione predefinita in Lucene, Elasticsearch, OpenSearch e Solr.

La formula BM25, pezzo per pezzo

score(D, Q) = Σ over query terms t of
    IDF(t) × f(t, D) × (k1 + 1) / ( f(t, D) + k1 × (1 − b + b × |D| / avgdl) )

IDF(t) = ln( (N − n(t) + 0.5) / (n(t) + 0.5) + 1 )
  • f(t, D): quante volte il termine t compare nel documento D.
  • |D| e avgdl: la lunghezza del documento e la lunghezza media nella raccolta.
  • N e n(t): il numero di documenti e quanti contengono t.
  • k1 (di solito 1.2): quanto velocemente i termini ripetuti smettono di aggiungere punteggio.
  • b (solitamente 0,75): quanto fortemente vengono penalizzati i documenti lunghi.

La forma IDF mostrata, con il “+ 1” all’interno del logaritmo, è quella utilizzata da Lucene; non diventa mai negativo. Ogni termine di query contribuisce separatamente e i punteggi vengono aggiunti.

IDF: le parole rare portano il segnale

Nei nostri sei documenti, la parola “password” è apparsa in tre, mentre il codice di errore “e1042” è apparso solo in uno. BM25 ha dato loro pesi IDF di 0,693 e 1,540. Una corrispondenza con una parola rara e specifica è una forte prova di rilevanza, mentre una parola comune dice poco. Questo è il motivo per cui un codice prodotto esatto, un numero di errore o un nome rappresentano una query così potente per la ricerca di parole chiave.

Saturazione dei termini: l’effetto k1

Con un conteggio delle parole grezzo, un documento che ripete “password” 20 volte batterebbe tutto. BM25 lo chiude. Abbiamo calcolato la parte termine-frequenza per un documento di lunghezza media con k1 = 1,2:

Quante volte appare la parola Fattore di frequenza termine BM25
1 1.000
2 1.375
5 1.774
10 1.964
20 2.075

La seconda menzione aggiunge molto, la quinta aggiunge poco e la ventesima non aggiunge quasi nulla; il fattore non può mai superare k1 + 1 = 2,2. Questo rendimento decrescente è il motivo principale per cui BM25 resiste al riempimento di parole chiave molto meglio del semplice conteggio.

Normalizzazione della lunghezza: l’effetto b

Un lungo manuale menziona la maggior parte delle parole da qualche parte, il che aumenterebbe ingiustamente i suoi punteggi. Il parametro b scala la frequenza dei termini in base alla lunghezza del documento rispetto alla media (15,8 parole nella nostra raccolta). Con b = 0,75, un documento lungo necessita di più menzioni per guadagnare lo stesso punteggio di uno breve e mirato. L’impostazione b = 0 disattiva completamente la normalizzazione della lunghezza.

BM25 in 25 righe di Python

import math, re

tok = lambda s: re.findall(r"[a-z0-9]+", s.lower())
D = {k: tok(v) for k, v in docs.items()}
N = len(D)
avg = sum(len(v) for v in D.values()) / N

def idf(t):
    n = sum(1 for v in D.values() if t in v)
    return math.log((N - n + 0.5) / (n + 0.5) + 1)

def bm25(query, k1=1.2, b=0.75):
    scores = {}
    for k, v in D.items():
        s = 0
        for t in tok(query):
            f = v.count(t)
            if f:
                s += idf(t) * f * (k1 + 1) / (f + k1 * (1 - b + b * len(v) / avg))
        scores[k] = round(s, 3)
    return sorted(scores.items(), key=lambda x: -x[1])

I motori reali precalcolano un indice invertito, una mappa da ogni parola ai documenti che la contengono, quindi non scansionano mai ogni documento. La logica del punteggio è la stessa. La nostra raccolta comprendeva sei brevi articoli di aiuto: reimpostazione della password (d1), errore E1042 (d2), regole della password (d3), spedizione (d4), blocco dell’account (d5) e una pagina di spam che ripete “password” sei volte (d6).

Cosa ha mostrato il test

Domanda Risultati migliori del BM25 Risultato migliore del conteggio delle parole grezze
reimpostare la password d1 (3,009), d6 (1,259), d3 (0,690) d6, la pagina spam (6 corrispondenze)
E1042 d2 (1.617), nient’altro d2
bloccato fuori dal mio account d5 (3.570), d2 (1.617) d5
ho dimenticato il mio login Tutti i punteggi 0 Tutti 0

Per “reimposta password”, il conteggio grezzo ha classificato la pagina spam al primo posto perché ripete la parola, mentre BM25 ha messo al primo posto l’articolo di ripristino veramente utile con più del doppio del punteggio: due diverse parole corrispondenti più la ripetizione del battito di saturazione. Per il codice esatto “E1042”, BM25 era perfetto. I fallimenti interessanti vengono dopo.

Suggerimento: controlla gli errori BM25 nei tuoi log. Le query che ottengono un punteggio pari a zero ovunque sono esattamente quelle in cui l’aggiunta della ricerca semantica ripaga.

Accordatura k1 e b

Per la query di una sola parola “password”, abbiamo provato quattro impostazioni di parametri:

k1 b I primi 3 punteggi
1.2 0.75 d6 1,259, d1 0,934, d3 0,690
1.2 0.0 d6 1,271, d1 0,953, d3 0,693
0.5 0.75 d6 0,956, d1 0,823, d3 0,691
2.0 0.75 d6 1.538, d1 1.012, d3 0.690

Il k1 inferiore ha ridotto il lead della pagina spam da 0,325 a 0,133, perché le ripetizioni contavano meno; k1 più alto lo ha allargato. La classifica qui è rimasta la stessa perché una parola è una query debole e i guadagni reali derivanti dall’ottimizzazione sono generalmente piccoli. I valori predefiniti k1 = 1,2 e b = 0,75 sono un inizio sensato; sintonizzarsi solo su una serie di query reali con risposte note e correggere prima la tokenizzazione, poiché la suddivisione, la radice e le parole stop di solito contano di più.

Dove BM25 fallisce

  • Parole diverse, stesso significato. “Ho dimenticato il login” ha ottenuto zero ovunque, anche se l’articolo sulla reimpostazione della password risponde. BM25 corrisponde alle parole, non al significato.
  • Forme delle parole. Il nostro tokenizzatore trattava “password” e “password” come parole diverse. I motori reali aggiungono stemming o lemmatizzazione per risolvere questo problema.
  • Errori di ortografia. “password” non corrisponde a nulla senza corrispondenza fuzzy.
  • La ripetizione aiuta ancora un po’. La pagina di spam si è classificata al primo posto per la semplice query “password”, anche se la saturazione ha mantenuto il divario ridotto.

BM25 vs ricerca vettoriale

Aspetto BM25 Ricerca vettoriale
Partite Parole esatte Significato, parafrasi
Forte a Identificativi, codici, nomi, termini rari Domande naturali, sinonimi
Debole a Sinonimi, riformulazione Codici esatti, gergo raro
Bisogni Un indice, nessun modello Un modello di incorporamento e un archivio di vettori
Spiegabile Sì, punteggi per trimestre Più difficile

La ricerca vettoriale trasforma il testo in incorporamenti e lo classifica in base alla somiglianza coseno, motivo per cui collegherebbe “ho dimenticato il login” con un articolo di reimpostazione della password. I due metodi falliscono in punti opposti, il che giustifica l’utilizzo di entrambi.

Ricerca ibrida con fusione reciproca dei ranghi

I punteggi BM25 e le somiglianze del coseno sono su scale diverse, quindi non puoi semplicemente sommarli. La fusione reciproca dei ranghi (RRF) ignora i punteggi grezzi e combina posizioni: ogni documento ottiene 1 / (k + rango) da ciascuna lista, solitamente con k = 60, e i totali vengono sommati.

def rrf(*lists, k=60):
    scores = {}
    for ranking in lists:
        for rank, doc in enumerate(ranking, 1):
            scores[doc] = scores.get(doc, 0) + 1 / (k + rank)
    return sorted(scores.items(), key=lambda x: -x[1])

Per la query “ho dimenticato la password di accesso”, BM25 si è classificato d6, d1, d3. Lo abbiamo abbinato a una classificazione semantica illustrativa di d1, d5, d3, l’ordine che un modello basato sul significato fornirebbe plausibilmente; è stato realizzato a mano, non da un vero modello di incastonatura. RRF ha quindi classificato d1 al primo posto (0,0325), seguito da d3, d6 e d5. L’utile articolo di ripristino è salito in cima perché entrambe le liste lo hanno classificato bene, mentre la pagina di spam che è piaciuta solo a BM25 è scesa indietro. Nei sistemi reali esegui entrambe le ricerche in parallelo e fondi i loro primi 50 o 100 risultati.

BM25 in pratica

  • Motori di ricerca: Elasticsearch e OpenSearch utilizzano BM25 per impostazione predefinita per i campi di testo.
  • Database: SQLite FTS5 ha una funzione di classificazione bm25() incorporata. La classificazione full-text incorporata di PostgreSQL utilizza una formula diversa e BM25 necessita di un’estensione (non abbiamo eseguito nessuna delle due qui).
  • Python: librerie come rank_bm25 lo implementano per i prototipi.
  • pipeline RAG: utilizza BM25 insieme al recupero di vettori sugli stessi blocchi; il modo in cui esegui la suddivisione è importante per entrambi, come ha dimostrato il nostro test sulle strategie di suddivisione in blocchi RAG.

Per vedere dove si inserisce il recupero in un sistema completo, leggi la nostra guida cos’è RAG e la nostra guida al database vettoriale.

Considerazioni finali

BM25 dura da decenni perché è semplice, veloce e straordinariamente efficace in quello che fa: premiare abbinamenti rari e specifici resistendo alla ripetizione e all’imbottitura. Il nostro test ha mostrato chiaramente entrambi i lati. Ha individuato un codice di errore esatto e ha superato in classifica una pagina di spam, ma non ha restituito nulla per una riformulazione naturale. Mantieni BM25 per la precisione, aggiungi la ricerca vettoriale per il significato, fondili con RRF e valuta ogni modifica rispetto alle query degli utenti reali.

Domande frequenti

Cos’è il BM25 in termini semplici?

BM25 è una formula di classificazione delle parole chiave. Assegna un punteggio più alto ai documenti quando contengono parole di ricerca rare, le ripetono un numero ragionevole di volte e non sono riempite con testo non correlato.

Cosa significano k1 e b in BM25?

k1 controlla la velocità con cui le parole ripetute smettono di aggiungere punteggio, solitamente 1.2. b controlla quanto vengono penalizzati i documenti lunghi, solitamente 0,75, dove 0 disattiva la normalizzazione della lunghezza.

BM25 è migliore della ricerca vettoriale?

Nessuno dei due è migliore ovunque. BM25 eccelle con parole, codici e nomi esatti, mentre la ricerca vettoriale gestisce significato e parafrasi. La ricerca ibrida che combina entrambi di solito dà i migliori risultati.

Cos’è la fusione reciproca dei ranghi?

Un modo per unire le liste classificate in base alla posizione anziché al punteggio. Ogni documento ottiene 1 diviso per k più il suo rango in ogni elenco, i totali vengono sommati e il totale più alto viene classificato per primo.

Elasticsearch utilizza BM25?

SÌ. BM25 è la somiglianza predefinita per i campi di testo in Elasticsearch, OpenSearch e Apache Lucene.

Continua a imparare

Lavora con Stack Quora

Hai bisogno di aiuto con test, WordPress o SEO?

Aiutiamo i team a fornire software migliore e a far crescere i loro siti. Raccontaci a cosa stai lavorando e ti suggeriremo chiaramente il prossimo passo.

Continua a leggere

Altre guide su test, intelligenza artificiale e sviluppo moderno

Ti è piaciuto questo articolo? Scegli un argomento e passa direttamente ai nostri tutorial più recenti.

Intelligenza artificiale

Spiegazione di BM25: come la ricerca per parole chiave classifica i risultati, con codice Python e ricerca ibrida

BM25 ha spiegato con un'implementazione Python pura che abbiamo eseguito: la formula, IDF, la saturazione dei termini, i parametri k1 e b, perché ba…

Leggi l'articolo →
Sviluppo software

Spiegazione dei metodi HTTP: GET, POST, PUT, PATCH, DELETE, testati su un server live

Metodi HTTP spiegati con un piccolo server che abbiamo eseguito: GET, POST, PUT, PATCH, DELETE, HEAD e OPTIONS, sicuro vs idempotente, PUT vs PATCH,…

Leggi l'articolo →
DevOps

Spiegazione di Git Bisect: trova il commit che ha violato il tuo codice, manualmente o automaticamente

Git bisect spiegato con un repository testato: trova l'unico commit errato tra 41 in 5 esecuzioni di test, automatizzalo con git bisect run, salta c…

Leggi l'articolo →
Automazione dei test

Spiegazione dei marcatori pytest: segni personalizzati, skip, skipif, xfail e -m filtri

marcatori pytest spiegati con una suite testata: registra segni personalizzati, esegui solo test del fumo con -m, combina filtri con e, oppure no, u…

Leggi l'articolo →
Test del software

Test positivi e negativi: differenze, 24 casi di test reali e una lista di controllo

Test positivi e negativi spiegati con un vero modulo di iscrizione: 6 casi di test positivi e 18 negativi eseguiti in pytest, la guardia mancante, u…

Leggi l'articolo →
Database e SQL

SQL ORDER BY Colonne multiple: ASC, DESC, NULLS LAST, Case e ordine personalizzato

SQL ORDER BY con più colonne spiegate con query testate: ASC e DESC misti, tie-breaker, NULLS FIRST e LAST, ordinamento senza distinzione tra maiusc…

Leggi l'articolo →
Database e SQL

Totale parziale SQL: SUM OVER, totali per gruppo, somme mobili e RANGE Trap

Come calcolare un totale parziale SQL con SUM() OVER: totali per gruppo, somme cumulative giornaliere, somme mobili, percentuale del totale, tie tra…

Leggi l'articolo →
Sviluppo software

Array di ordinamento JavaScript: numeri, oggetti, stringhe e perché 10 viene prima di 5

Come ordinare correttamente un array in JavaScript: numeri con una funzione di confronto, oggetti per uno o più campi, stringhe con localeCompare, d…

Leggi l'articolo →
Intelligenza artificiale

Spiegazione delle strategie di RAG Chunking: fissa, sovrapposta, frase, ricorsiva e intestazioni, misurata

Strategie di suddivisione in blocchi RAG confrontate su un documento con tiktoken 0.14: dimensione fissa, sovrapposizione, compressione delle frasi,…

Leggi l'articolo →
Sviluppo software

Spiegazione dell'idempotenza API: chiavi di idempotenza e tentativi sicuri, testati

L'idempotenza dell'API spiegata con un server e un client Python che abbiamo eseguito: una risposta persa ha causato un doppio addebito senza chiave…

Leggi l'articolo →
DevOps

Spiegazione di Git Stash: salva, applica, pop e file non tracciati, testato

Git stash spiegato con i comandi che abbiamo eseguito su Git 2.56: push con un messaggio, file non tracciati, elenca e mostra, applica vs pop, mante…

Leggi l'articolo →
Test del software

Spiegazione del test a coppie: come tutte le coppie riducono 216 test a 13, testati

Test a coppie spiegati con un generatore che abbiamo eseguito in Python 3.13: un checkout con 216 combinazioni coperte da 13 test, copertura verific…

Leggi l'articolo →
Automazione dei test

Spiegazione dei doppi di test: fittizio, stub, spia, finto e falso, con codice Python testato

I test raddoppiano spiegati con un esempio Python eseguito in pytest 9.2: dummy, stub, spy, mock e fake, quando usarli ciascuno, controlli di stato …

Leggi l'articolo →
Database e SQL

Spiegazione di SQL COALESCE: impostazioni predefinite, NULLIF, IFNULL rispetto a ISNULL e trap, testate

SQL COALESCE spiegato con le query eseguite in SQLite 3.50: primi valori non nulli, stringhe vuote, NULL in matematica, NULLIF per divisione per zer…

Leggi l'articolo →
Database e SQL

Spiegazione del self join SQL: dipendente-responsabile, confronti di coppie e righe, testato

Self join SQL spiegato con le query eseguite in SQLite 3.50: dipendente e manager, guadagno più del manager, coppie univoche, modifiche giornaliere,…

Leggi l'articolo →
Sviluppo software

Spiegazione dell'operatore Spread JavaScript: Spread vs Rest, copie e trucchi, testato

L'operatore di diffusione JavaScript spiegato con il codice che abbiamo eseguito sul Nodo 24: array, oggetti, copie superficiali, parametri di ripos…

Leggi l'articolo →
Sviluppo software

Spiegazione del modulo Collezioni Python: Counter, defaultdict, deque e altro, testato

Raccolte Python spiegate con il codice che abbiamo eseguito su Python 3.13: Counter, defaultdict, deque, nametuple, OrderedDict e ChainMap, oltre a …

Leggi l'articolo →
Intelligenza artificiale

Spiegazione della finestra di contesto LLM: token, limiti e come adattarne di più, misurati

La finestra di contesto LLM spiegata con il conteggio dei token che abbiamo misurato utilizzando tiktoken: parole vs token per prosa, codice e hindi…

Leggi l'articolo →
Sviluppo software

Spiegazione dei webhook: come funzionano e come riceverli in modo sicuro

Webhook spiegati con un ricevitore e un mittente che abbiamo eseguito in Python: push vs polling, firme HMAC-SHA256, rifiuto di richieste manomesse …

Leggi l'articolo →
DevOps

Spiegazione di Git Cherry-Pick: copia il commit di cui hai bisogno, in modo sicuro e testato

Git cherry-pick spiegato con i comandi che abbiamo eseguito in Git 2.56: copia di un hotfix in un ramo di rilascio, nuovi hash e ID patch, -x, -n, i…

Leggi l'articolo →
Automazione dei test

Spiegazione del test istantaneo: come funziona, quando aiuta e quando fa male

Il test delle istantanee è stato spiegato con una demo pytest e sciropposa che abbiamo eseguito: creazione di istantanee, lettura delle differenze d…

Leggi l'articolo →
Test del software

Spiegazione dei test di mutazione: perché la copertura del 100% continua a non individuare il nostro bug

I test di mutazione spiegati con un piccolo strumento di mutazione che abbiamo creato ed eseguito: 14 mutanti, una suite di test con copertura di li…

Leggi l'articolo →
Intelligenza artificiale

Spiegazione della Prompt Injection: come le app AI vengono ingannate e come difenderle

Iniezione rapida spiegata per gli sviluppatori: attacchi diretti e indiretti, perché i filtri delle parole chiave falliscono (il nostro test ne ha b…

Leggi l'articolo →
DevOps

Spiegazione dei record DNS: A, AAAA, CNAME, MX, TXT e TTL con ricerche reali

Record DNS spiegati con le ricerche eseguite: come funziona la risoluzione, A e AAAA, regole CNAME, MX e null MX, TXT per SPF e verifica, NS, TTL e …

Leggi l'articolo →
DevOps

Spiegazione delle segnalazioni di funzionalità: rilasci sicuri, implementazioni graduali e igiene delle segnalazioni

Flag di funzionalità spiegati con una simulazione di implementazione che abbiamo eseguito: tipi di flag, implementazioni percentuali con hashing sta…

Leggi l'articolo →
Automazione dei test

Testare la generazione di dati con Python Faker: dati realistici, ripetibili e sicuri

Testa la generazione di dati con Python Faker, esegui e misura: seeding per dati ripetibili, impostazioni locali, valori univoci, record a forma di …

Leggi l'articolo →
Test del software

Spiegazione del test Shift-Left: trova i bug prima senza rallentare il team

Spiegazione del test con spostamento a sinistra: cosa significa, perché i primi difetti sono più economici, pratiche dalle revisioni dei requisiti a…

Leggi l'articolo →
Database e SQL

Spiegazione delle funzioni della stringa SQL: TRIM, SUBSTR, REPLACE, CONCAT e pulizia dei dati

Funzioni di stringa SQL spiegate con le query che abbiamo eseguito: concatenazione e NULL, TRIM, UPPER e LOWER, SUBSTR e INSTR, REPLACE, riempimento…

Leggi l'articolo →
Database e SQL

Spiegazione dei trigger SQL: trigger PRIMA e DOPO, registri di controllo e insidie

Trigger SQL spiegati con i trigger che abbiamo eseguito: PRIMA vs DOPO, VECCHIO e NUOVO, registri di controllo, convalida, aggiornamenti delle scort…

Leggi l'articolo →
Sviluppo software

Spiegazione del modulo JSON Python: dump, caricamenti, tipi personalizzati ed errori comuni

Il modulo Python JSON spiegato con il codice che abbiamo eseguito: dump e caricamenti, file, conversioni di tipo, date e decimali, codificatori pers…

Leggi l'articolo →
Sviluppo software

Moduli ES vs CommonJS: come funzionano le importazioni JavaScript in Node.js, testato

Moduli ES e CommonJS spiegati con il codice eseguito in Node.js: sintassi di importazione ed esportazione, require, collegamenti attivi, memorizzazi…

Leggi l'articolo →
Sviluppo software

Spiegazione di Python Regex: modelli, gruppi, prospettive e insidie, testati

L'espressione regolare di Python è stata spiegata con i modelli che abbiamo eseguito: ricerca vs corrispondenza, trovatutto, gruppi e gruppi denomin…

Leggi l'articolo →
Intelligenza artificiale

Spiegazione dell'output strutturato LLM: ottenere JSON affidabile dai modelli AI

Output strutturato LLM spiegato con la convalida eseguita in Pydantic: modalità e schemi JSON, decodifica vincolata, modi in cui l'output del modell…

Leggi l'articolo →
DevOps

Spiegazione delle chiavi SSH: come funzionano, ssh-keygen, Ed25519 e abitudini sicure

Chiavi SSH spiegate con le chiavi che abbiamo generato: chiavi pubbliche e private, ssh-keygen, Ed25519 e RSA, impronte digitali, passphrase, ssh-ag…

Leggi l'articolo →
DevOps

Spiegazione della memorizzazione nella cache HTTP: controllo della cache, ETag e risposte 304, con un test in tempo reale

Caching HTTP spiegato con un piccolo server che abbiamo eseguito: direttive Cache-Control, max-age, no-cache vs no-store, riconvalida ETag e rispost…

Leggi l'articolo →
Automazione dei test

Spiegazione del test del contratto API: rileva le modifiche importanti prima della spedizione

I test dei contratti API sono stati spiegati con un controllo dello schema che abbiamo eseguito: cos'è un contratto, contratti orientati al consumat…

Leggi l'articolo →
Test del software

Spiegazione dei test basati sul rischio: valuta i rischi, costruisci una matrice e testa ciò che conta

Test basati sul rischio spiegati passo dopo passo: identificazione dei rischi, valutazione della probabilità e dell'impatto, creazione di una matric…

Leggi l'articolo →
Database e SQL

Spiegazione dei vincoli SQL: NOT NULL, UNIQUE, CHECK e FOREIGN KEY, testati

Vincoli SQL spiegati con i test che abbiamo eseguito: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY e FOREIGN KEY, le scappatoie NULL, l'impostazione de…

Leggi l'articolo →
Database e SQL

Spiegazione delle funzioni di data SQL: aggiunta, confronto e raggruppamento di date senza bug

Funzioni di data SQL spiegate con le query che abbiamo eseguito: aggiunta di intervalli, sorprese di fine mese, differenze di data, trappola BETWEEN…

Leggi l'articolo →
Sviluppo software

Python asyncio spiegato: asincrono, attendi, raccogli e TaskGroup con tempi reali

L'asincronismo di Python è stato spiegato con il codice che abbiamo cronometrato: coroutine, attendibilità, raccolta, TaskGroup, gestione degli erro…

Leggi l'articolo →
Sviluppo software

Debounce vs Throttle in JavaScript: come funzionano, quando usarli, testati

Debounce e accelerazione in JavaScript spiegati con i tempi misurati in Node.js: come funziona ciascuno, implementazioni semplici, chiamate iniziali…

Leggi l'articolo →
Sviluppo software

Spiegazione dei gestori di contesto Python: with Statement, contextlib e usi reali

I gestori di contesto Python spiegati con il codice che abbiamo eseguito: come funziona, __enter__ e __exit__, contextlib.contextmanager, soppressio…

Leggi l'articolo →
Intelligenza artificiale

Spiegazione della temperatura LLM e della top-p: come i modelli di intelligenza artificiale scelgono la parola successiva

La temperatura LLM e la top-p sono spiegate con una simulazione che abbiamo eseguito: come vengono rimodellate le probabilità, cosa mantiene la top-…

Leggi l'articolo →
DevOps

Spiegazione di YAML: sintassi, problema della Norvegia e altre trappole che abbiamo testato

YAML spiegato con un parser test: sintassi di base, elenchi e mappe, il problema della Norvegia, versioni trasformate in float, codici postali ottal…

Leggi l'articolo →
DevOps

Spiegazione di Cron Jobs: sintassi, programmi reali e errori che li interrompono

Lavori Cron spiegati con pianificazioni da noi verificate: i cinque campi, operatori, esempi reali, la trappola del giorno del mese O del giorno del…

Leggi l'articolo →
Intelligenza artificiale

Spiegazione delle allucinazioni dell'intelligenza artificiale: perché i modelli linguistici inventano le cose e come ridurle

Spiegazione delle allucinazioni dell'intelligenza artificiale: cosa sono, perché i modelli linguistici le producono, tipi comuni, come ridurle con b…

Leggi l'articolo →
DevOps

Spiegazione delle variabili d'ambiente: file .env, segreti e configurazione eseguiti correttamente

Variabili d'ambiente spiegate con esempi Python che abbiamo eseguito: lettura e impostazione, perché ogni valore è una stringa, file .env, ereditari…

Leggi l'articolo →
Sviluppo software

Spiegazione della limitazione della velocità API: algoritmi, intestazioni e gestione degli errori 429

La limitazione della velocità dell'API spiegata con una simulazione che abbiamo eseguito: bucket di token, finestra fissa, finestra scorrevole, risp…

Leggi l'articolo →
Automazione dei test

Derisione in Python: unittest.mock, patch e gli errori che fanno mentire i test

Mocking in Python con unittest.mock, testato: Mock e return_value, side_effect, patch dove viene utilizzato un nome, specifiche e autospec, date moc…

Leggi l'articolo →
Test del software

Spiegazione della copertura del codice: copertura di linea o di filiale e cosa significa realmente il 100%.

Copertura del codice spiegata con una vera esecuzione di cover.py: copertura di linea, ramo e condizione, lettura di un rapporto, perché la copertur…

Leggi l'articolo →
Database e SQL

DELETE vs TRUNCATE vs DROP in SQL: differenze, rollback e quando utilizzarli

DELETE vs TRUNCATE vs DROP spiegato con SQL testato: cosa rimuove, rollback, trigger, reimpostazione dell'identità, velocità e come differiscono Pos…

Leggi l'articolo →
Database e SQL

Spiegazione delle visualizzazioni SQL: crea, utilizza ed evita le insidie, con esempi

Viste SQL spiegate con le query che abbiamo eseguito: creazione di una vista, risultati in tempo reale, nascondere colonne, prestazioni, viste aggio…

Leggi l'articolo →
Sviluppo software

Interfaccia TypeScript e tipo: differenze reali, testate con il compilatore

Interfaccia TypeScript vs tipo, verificata con il vero compilatore: cosa possono fare entrambi, cosa può fare solo uno, fusione delle dichiarazioni,…

Leggi l'articolo →
Sviluppo software

Spiegazione di Python *args e **kwargs: funzioni flessibili con esempi chiari

Python *args e **kwargs spiegati con il codice che abbiamo eseguito: compressione e decompressione, ordine dei parametri, argomenti solo per parole …

Leggi l'articolo →
Sviluppo software

Funzioni Lambda Python: sintassi, usi reali e quando non usarli

Funzioni lambda Python spiegate con il codice che abbiamo eseguito: sintassi, ordinamento con chiave, mappa e filtro, chiusure, trap dell'associazio…

Leggi l'articolo →
Intelligenza artificiale

Cosa sono gli agenti AI? Come funzionano, con un semplice ciclo di agenti che puoi eseguire

Cosa sono gli agenti IA? Una semplice guida al ciclo dell'agente, agli strumenti, alla memoria e ai guardrail, con un piccolo ciclo Python che abbia…

Leggi l'articolo →
DevOps

Monitoraggio vs osservabilità: la vera differenza, con log, metriche e tracce

Spiegazione del monitoraggio e dell'osservabilità: errori noti e sconosciuti, log, metriche e tracce, una procedura dettagliata sugli incidenti di p…

Leggi l'articolo →
DevOps

Volumi Docker e montaggi di associazione: mantenere i dati del contenitore nel modo giusto

Volumi Docker e montaggi di collegamento spiegati: perché i dati del contenitore scompaiono, volumi denominati, montaggi di collegamento, tmpfs, ese…

Leggi l'articolo →
Automazione dei test

TDD vs BDD: differenze chiave, una caratteristica costruita in entrambi i modi e quando utilizzarli ciascuno

TDD vs BDD spiegato con una funzione di sconto costruita in entrambi i modi: refactoring rosso-verde con il codice che abbiamo eseguito, scenari "Da…

Leggi l'articolo →
Test del software

Test di accettazione da parte dell'utente (UAT): processo, lista di controllo ed esempi reali

Spiegazione del test di accettazione dell'utente: chi lo esegue, in cosa differisce dal QA, un processo in sette fasi, un modello di test case UAT, …

Leggi l'articolo →
Database e SQL

Spiegazione dei valori SQL NULL: IS NULL, COALESCE, NULLIF e le trappole da evitare

Valori SQL NULL spiegati con le query che abbiamo eseguito: logica a tre valori, IS NULL, COALESCE, NULLIF, come aggregazioni, join e ordinamento tr…

Leggi l'articolo →
Database e SQL

Istruzione SQL CASE WHEN: sintassi, esempi reali ed errori comuni

SQL CASE WHEN spiegato con le query che abbiamo eseguito: moduli semplici e cercati, ordine delle condizioni, pivot con SUM, trucchi COUNT, ordiname…

Leggi l'articolo →
Sviluppo software

Cos'è il JWT? Token Web JSON spiegati con un esempio funzionante

Cos'è il JWT? Spiegazione dei token Web JSON: le tre parti, un token creato e manomesso nel codice che abbiamo eseguito, JWT e sessioni, archiviazio…

Leggi l'articolo →
Sviluppo software

Spiegazione del loop di eventi JavaScript: stack di chiamate, microtask e timer con esempi

Il ciclo di eventi JavaScript spiegato con il codice che abbiamo eseguito: stack di chiamate, code di attività e microtask, perché setTimeout 0 non …

Leggi l'articolo →
Sviluppo software

Spiegazione dei generatori Python e del rendimento: risparmia memoria con esempi reali

Generatori Python e rendimento spiegati con il codice che abbiamo eseguito: come vengono messi in pausa e ripresi, misurato il risparmio di memoria,…

Leggi l'articolo →
Intelligenza artificiale

Cosa sono gli incorporamenti? I vettori e la somiglianza del coseno spiegati semplicemente

Cosa sono gli incorporamenti? Una guida in linguaggio semplice ai vettori, alla similarità del coseno e alla ricerca semantica, con un piccolo esemp…

Leggi l'articolo →
DevOps

Distribuzione blu-verde rispetto a quella canaria: differenze, compromessi e come scegliere

Spiegazione della distribuzione blu-verde e canary: come funziona ciascuna, costi, rischi e rollback, bucket utente stabile che abbiamo testato, mig…

Leggi l'articolo →
Automazione dei test

Test instabili: quali sono le cause e come risolverli definitivamente

Test instabili spiegati con demo che abbiamo eseguito: le cause principali, come confermarne e diagnosticarne uno, soluzioni adeguate per tempistich…

Leggi l'articolo →
Test del software

Test di carico e test di stress: differenze, metriche ed esempi k6

Spiegazione del test di carico e dello stress test: cosa dimostra ciascuno, test di picco e di assorbimento, le metriche che contano, perché le medi…

Leggi l'articolo →
Test del software

Caso di test e scenario di test: differenze chiave, esempi e quando utilizzarli

Spiegazione del caso di test e dello scenario di test: definizioni chiare, una tabella affiancata, una funzione di reimpostazione della password pre…

Leggi l'articolo →
Database e SQL

Ottimizzazione delle query SQL: leggi i piani di esecuzione e correggi query lente, con tempistiche

Ottimizzazione delle query SQL testata su un milione di righe: leggi i piani di esecuzione, aggiungi gli indici corretti, correggi filtri non aggior…

Leggi l'articolo →
Database e SQL

SQL UNION vs UNION ALL: differenze, esempi e prestazioni testate

SQL UNION vs UNION ALL spiegati con le query che abbiamo eseguito: duplicati, regole seguite da entrambi, un vero bug di dati, prestazioni misurate,…

Leggi l'articolo →
Sviluppo software

Tutorial sull'API di recupero JavaScript: GET, POST, gestione degli errori e timeout

Un tutorial sull'API JavaScript Fetch testato su un server locale: GET e POST, perché 404 non genera eccezioni, un helper riutilizzabile, stringhe d…

Leggi l'articolo →
Sviluppo software

Gestione dei file Python: lettura, scrittura, CSV, JSON e pathlib con esempi

Gestione dei file Python spiegata con il codice che abbiamo eseguito: modalità aperte, con, lettura di file di grandi dimensioni, CSV, JSON, pathlib…

Leggi l'articolo →
Sviluppo software

Classi e oggetti Python: tutorial OOP con esempi reali

Classi e oggetti Python spiegati con il codice che abbiamo eseguito: __init__, metodi, attributi di classe e istanza, ereditarietà, proprietà, metod…

Leggi l'articolo →
Intelligenza artificiale

Che cos'è un modello linguistico di grandi dimensioni? Come funzionano i LLM, spiegato senza esagerazioni

Cos’è un modello linguistico ampio? LLM spiegati in un linguaggio semplice: token, incorporamenti, attenzione, formazione, finestre di temperatura e…

Leggi l'articolo →
DevOps

Comandi Linux per principianti: la guida essenziale del terminale con esempi

Comandi Linux per principianti, raggruppati per attività: navigazione, file, visualizzazione log, grep, pipe, permessi, processi e archivi, con un e…

Leggi l'articolo →
Automazione dei test

Selenio vs drammaturgo: differenze chiave, codice a confronto e quale scegliere

Selenium vs Playwright a confronto: architettura, attesa, supporto per browser e linguaggio, debug, lo stesso test in entrambi gli strumenti, consig…

Leggi l'articolo →
Test del software

Partizionamento di equivalenza: tecnica di progettazione dei test spiegata con esempi pratici

Spiegazione del partizionamento di equivalenza: come trovare partizioni valide e non valide, esempi funzionanti per età, password e coupon, test che…

Leggi l'articolo →
Test del software

Gravità vs priorità nel test del software: differenze, matrice ed esempi reali

Spiegazione della gravità e della priorità nei test del software: definizioni chiare, una matrice a quattro vie con esempi, scale di livello, chi im…

Leggi l'articolo →
Database e SQL

Esercitazione sulle sottoquery SQL: tipi, sottoquery correlate ed EXISTS con esempi

Un tutorial sulle sottoquery SQL con le query che abbiamo eseguito: sottoquery scalari, IN, FROM e SELECT, sottoquery correlate, EXISTS, trap NOT IN…

Leggi l'articolo →
Database e SQL

Spiegazione di transazioni SQL e ACID: COMMIT, ROLLBACK e livelli di isolamento

Transazioni SQL e ACID spiegate con un bonifico bancario eseguito: COMMIT, ROLLBACK, punti di salvataggio, blocchi, livelli di isolamento, letture s…

Leggi l'articolo →
Sviluppo software

Cheat sheet dei comandi Git: i comandi che usi effettivamente, con esempi

Un cheat sheet dei comandi Git raggruppato per attività: configurazione, staging, rami, telecomandi, stash, cronologia ed errori di annullamento, co…

Leggi l'articolo →
Sviluppo software

Spiegazione delle promesse JavaScript: quindi, cattura, Promise.all ed errori comuni

Promesse JavaScript spiegate con il codice che abbiamo eseguito: stati, catene then e catch, gestione degli errori, Promise.all, allSettled, race an…

Leggi l'articolo →
Sviluppo software

Tutorial sul dizionario Python: metodi, esempi e modelli comuni

Un tutorial sul dizionario Python con il codice che abbiamo eseguito: creazione, lettura e aggiornamento di dettami, metodi chiave, unione, comprens…

Leggi l'articolo →
Intelligenza artificiale

Cos'è il RAG? La generazione aumentata di recupero spiegata con un esempio funzionante

Cos'è il RAG? La generazione aumentata di recupero viene spiegata passo dopo passo: indicizzazione, suddivisione in blocchi, incorporamenti, recuper…

Leggi l'articolo →
DevOps

Tutorial Terraform per principianti: infrastruttura come codice dal primo file ai moduli

Un tutorial su Terraform per principianti: inizia senza account cloud, impara init, pianifica e applica, quindi variabili, output, stato, moduli e u…

Leggi l'articolo →
DevOps

Docker vs Kubernetes: differenze chiave, come funzionano insieme e di cosa hai bisogno

Spiegazione di Docker vs Kubernetes: cosa fa ciascuno, la stessa app viene eseguita con entrambi, Docker Compose e Swarm a confronto, il dockershim …

Leggi l'articolo →
Automazione dei test

Tutorial Pytest per principianti: infissi, parametrizzazione ed esempi reali

Un tutorial pytest per principianti con test che abbiamo eseguito su pytest 9.2: asserzioni, dispositivi, parametrizzazione, conftest, marcatori, tm…

Leggi l'articolo →
Test del software

Ciclo di vita del test del software (STLC): 6 fasi, criteri di ingresso e uscita, esempio

Spiegazione del ciclo di vita del test del software: sei fasi STLC con criteri di ingresso e uscita, risultati finali, un esempio di funzionalità di…

Leggi l'articolo →
Sviluppo software

Git merge vs rebase: differenze, esempi e quando usare ciascuno

Git merge vs rebase spiegato con output reale del log, una tabella di confronto, la regola d'oro del rebase e un flusso di lavoro sicuro per i team.

Leggi l'articolo →
Sviluppo software

List comprehension in Python: sintassi, esempi e quando evitarla

List comprehension in Python spiegata: sintassi, filtri, if-else, cicli annidati, tempi misurati e i casi in cui un normale ciclo for è meglio.

Leggi l'articolo →
Database e SQL

SQL JOIN spiegati con esempi (Inner, Left, Right, Full)

Capisci i JOIN SQL passo dopo passo con tabelle e query di esempio: INNER, LEFT, RIGHT, FULL, CROSS e SELF, con errori comuni e consigli sulle prest…

Leggi l'articolo →