BM25 uitgelegd: hoe zoeken op trefwoorden de resultaten rangschikt, met Python-code en hybride zoeken

  1. Home
  2. Blog
  3. Kunstmatige intelligentie

Kunstmatige intelligentie

BM25 uitgelegd: Hoe zoeken op trefwoorden de resultaten rangschikt, met Python-code en hybride zoeken

BM25 is de rankingformule achter de meeste trefwoordzoekmachines, waaronder Elasticsearch, OpenSearch en Lucene. Het scoort een document hoger als het zeldzame zoekwoorden bevat, deze redelijk vaak herhaalt en niet is opgevuld met opvulmateriaal. We hebben het in 25 regels Python gebouwd en getest waar het goed presteert, waar het faalt en hoe hybride zoeken dit oplost.

10 min leestijd
BM25 zoeken uitgelegd met Python

Belangrijkste punten

  • BM25 beoordeelt documenten op zeldzame zoekwoorden (IDF), hoe vaak ze voorkomen (met verzadiging) en documentlengte.
  • Verzadiging is van belang: in onze test scoorden 5 herhalingen van een woord 1,77 en 20 herhalingen slechts 2,08, dus het opvullen van trefwoorden helpt nauwelijks.
  • BM25 vond onmiddellijk de exacte foutcode ‘E1042’, maar retourneerde niets voor ‘mijn login vergeten’, omdat geen enkel document deze woorden deelde.
  • Hybride zoeken combineert BM25 met vectorzoeken met behulp van wederzijdse rangschikking, waardoor exacte overeenkomsten en betekenis worden verkregen.

Zoeken naar vectoren krijgt de aandacht in AI, maar toch draait bijna elk productie-ophaalsysteem nog steeds een trefwoordrangschikking ernaast, en die rangschikking is bijna altijd BM25. Als u zoek-, RAG- of document-Q&A’s bouwt, leert het begrijpen van BM25 u waarom sommige zoekopdrachten perfect werken, waarom andere niets opleveren, en waarom het combineren ervan met inbedding beter is dan beide. Alles hieronder komt uit een kleine implementatie die we in Python 3.13.6 hebben uitgevoerd op een helpcentrumverzameling van zes documenten.

Wat is BM25?

BM25, een afkorting van “Best Matching 25”, is een rangschikkingsfunctie uit het Okapi-onderzoek naar het ophalen van informatie uit de jaren negentig. Bij een zoekopdracht krijgt elk document een relevantiescore op basis van drie signalen: hoe zeldzaam elk zoekwoord in de collectie voorkomt, hoe vaak het in het document voorkomt en hoe lang het document wordt vergeleken met het gemiddelde. Het heeft geen training en geen GPU nodig, werkt in elke taal met een tokenizer en is de standaardranking in Lucene, Elasticsearch, OpenSearch en Solr.

De BM25-formule, stukje bij beetje

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): hoe vaak term t voorkomt in document D.
  • |D| en avgdl: de documentlengte en de gemiddelde lengte in de collectie.
  • N en n(t): het aantal documenten, en hoeveel documenten t bevatten.
  • k1 (meestal 1.2): hoe snel herhaalde termen stoppen met het toevoegen van scores.
  • b (meestal 0,75): hoe sterk worden lange documenten bestraft.

Het getoonde IDF-formulier, met de “+ 1” binnen de logaritme, is het formulier dat Lucene gebruikt; het wordt nooit negatief. Elke zoekterm draagt ​​afzonderlijk bij en de scores worden opgeteld.

IDF: zeldzame woorden dragen het signaal over

In onze zes documenten verscheen ‘wachtwoord’ in drie, terwijl de foutcode ‘e1042’ in slechts één verscheen. BM25 gaf hen IDF-gewichten van 0,693 en 1,540. Een match op een zeldzaam, specifiek woord is een sterk bewijs van relevantie, terwijl een gewoon woord weinig zegt. Dit is de reden waarom een ​​exacte productcode, foutnummer of naam zo’n krachtige zoekopdracht is voor het zoeken op trefwoorden.

Termverzadiging: het k1-effect

Met ruwe woordtellingen zou een document dat het “wachtwoord” 20 keer herhaalt, alles verslaan. BM25 maakt dat af. We hebben het termfrequentiegedeelte berekend voor een document van gemiddelde lengte met k1 = 1,2:

Keer het woord verschijnt BM25 term-frequentiefactor
1 1.000
2 1.375
5 1.774
10 1.964
20 2.075

De tweede vermelding voegt veel toe, de vijfde voegt weinig toe en de twintigste voegt vrijwel niets toe; de factor kan nooit groter zijn dan k1 + 1 = 2,2. Dat afnemende rendement is de belangrijkste reden dat BM25 veel beter bestand is tegen het opvullen van zoekwoorden dan eenvoudig tellen.

Lengtenormalisatie: het b-effect

Een lange handleiding vermeldt de meeste woorden ergens, wat de scores ten onrechte zou opdrijven. De parameter b schaalt de termfrequentie op basis van de documentlengte ten opzichte van het gemiddelde (15,8 woorden in onze verzameling). Met b = 0,75 heeft een lang document meer vermeldingen nodig om dezelfde score te behalen als een kort, doelgericht document. Instelling b = 0 schakelt de lengtenormalisatie volledig uit.

BM25 in 25 regels 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])

Echte machines berekenen vooraf een omgekeerde index, een kaart van elk woord naar de documenten die het woord bevatten, zodat ze nooit elk document scannen. De scoringslogica is hetzelfde. Onze verzameling bevatte zes korte helpartikelen: wachtwoord opnieuw instellen (d1), fout E1042 (d2), wachtwoordregels (d3), verzending (d4), accountblokkering (d5) en een pagina met spam die het “wachtwoord” zes keer herhaalt (d6).

Wat de test liet zien

Vraag BM25 topresultaten Ruw woordtelling topresultaat
wachtwoord opnieuw instellen d1 (3,009), d6 (1,259), d3 (0,690) d6, de spampagina (6 overeenkomsten)
E1042 d2 (1,617), niets anders d2
geblokkeerd van mijn account d5 (3,570), d2 (1,617) d5
ben mijn login vergeten Alle punten 0 Alle 0

Voor ‘wachtwoord opnieuw instellen’ werd bij onbewerkte telling de spampagina op de eerste plaats gezet omdat deze het woord herhaalt, terwijl BM25 het echt nuttige reset-artikel op de eerste plaats zette met meer dan het dubbele van de score: twee verschillende overeenkomende woorden plus verzadigingsslagherhaling. Voor de exacte code “E1042” was BM25 perfect. De interessante mislukkingen volgen daarna.

Tip: bekijk BM25-fouten in uw eigen logboeken. Zoekopdrachten die overal nul scoren, zijn precies de zoekopdrachten waarbij het toevoegen van semantisch zoeken loont.

Afstemming k1 en b

Voor de uit één woord bestaande zoekopdracht “wachtwoord” hebben we vier parameterinstellingen geprobeerd:

k1 b Top 3 scores
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

Een lagere k1 verkleinde de voorsprong van de spampagina van 0,325 naar 0,133, omdat herhalingen er minder toe deden; hogere k1 verbreedde het. De rangschikking is hier hetzelfde gebleven omdat één woord een zwakke zoekopdracht is en de echte winst uit afstemming meestal klein is. De standaardwaarden k1 = 1,2 en b = 0,75 zijn een verstandig begin; stem alleen af ​​op een reeks echte vragen met bekende antwoorden, en repareer eerst de tokenisatie, aangezien het splitsen, afremmen en stoppen van woorden er meestal meer toe doen.

Waar BM25 faalt

  • Verschillende woorden, dezelfde betekenis. ‘Mijn login vergeten’ scoorde overal nul, ook al wordt dit beantwoord in het artikel over het opnieuw instellen van wachtwoorden. BM25 komt overeen met woorden, niet met betekenis.
  • Woordvormen. Onze tokenizer behandelde ‘wachtwoord’ en ‘wachtwoorden’ als verschillende woorden. Echte motoren voegen stammen of lemmatisering toe om dit op te lossen.
  • Spelfouten. ‘wachtwoord’ komt nergens overeen zonder fuzzy matching.
  • Herhaling helpt nog steeds een beetje. De spampagina stond op de eerste plaats voor de eenvoudige zoekopdracht ‘wachtwoord’, hoewel de verzadiging het verschil klein hield.

BM25 versus vector zoeken

Aspect BM25 Vector zoeken
Wedstrijden Exacte woorden Betekenis, parafrases
Sterk bij ID’s, codes, namen, zeldzame termen Natuurlijke vragen, synoniemen
Zwak bij Synoniemen, herformulering Exacte codes, zeldzaam jargon
Behoeften Een index, geen model Een inbeddingsmodel en vectoropslag
Verklaarbaar Ja, scores per periode Moeilijker

Zoeken met vectoren verandert tekst in insluitingen en wordt gerangschikt op basis van cosinusgelijkenis. Daarom wordt ‘Mijn login vergeten’ gekoppeld aan een artikel over het opnieuw instellen van uw wachtwoord. De twee methoden falen op tegenovergestelde plaatsen, wat het argument is om beide te gebruiken.

Hybride zoeken met wederzijdse rangfusie

BM25-scores en cosinusovereenkomsten bevinden zich op verschillende schalen, dus u kunt ze niet zomaar optellen. Reciprocal Rank Fusion (RRF) negeert de ruwe scores en combineert posities: elk document krijgt 1 / (k + rang) uit elke lijst, meestal met k = 60, en de totalen worden opgeteld.

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])

Voor de vraag “mijn inlogwachtwoord vergeten”, rangschikte BM25 d6, d1, d3. We hebben het gecombineerd met een illustratieve semantische rangschikking van d1, d5, d3, de volgorde die een op betekenis gebaseerd model plausibel zou geven; het was met de hand gemaakt, niet van een echt inbeddingsmodel. RRF plaatste vervolgens d1 als eerste (0,0325), gevolgd door d3, d6 en d5. Het nuttige reset-artikel steeg naar de top omdat beide lijsten het goed scoorden, terwijl de spampagina die alleen BM25 leuk vond, terugviel. In echte systemen voer je beide zoekopdrachten parallel uit en combineer je de top 50 of 100 resultaten.

BM25 in de praktijk

  • Zoekmachines: Elasticsearch en OpenSearch gebruiken standaard BM25 voor tekstvelden.
  • Databases: SQLite FTS5 heeft een ingebouwde bm25() rangschikkingsfunctie. De ingebouwde full-text ranking van PostgreSQL gebruikt een andere formule, en BM25 heeft een extensie nodig (die hebben we hier ook niet uitgevoerd).
  • Python: bibliotheken zoals rank_bm25 implementeren het voor prototypes.
  • RAG-pijplijnen: gebruiken BM25 naast het ophalen van vectoren over dezelfde stukken; Hoe je chunking uitvoert, is voor beide van belang, zoals uit onze RAG-chunkingstrategieëntest is gebleken.

Lees onze wat is RAG-gids en onze vectordatabasegids om te zien waar ophalen past in een volledig systeem.

Tot slot

BM25 gaat al tientallen jaren mee omdat het eenvoudig, snel en opmerkelijk goed is in wat het doet: het belonen van zeldzame, specifieke wedstrijden en tegelijkertijd weerstand bieden aan herhaling en opvulling. Onze test liet beide kanten duidelijk zien. Het ontdekte een exacte foutcode en overtrof een spampagina, maar leverde niets op voor een natuurlijke herformulering. Behoud BM25 voor precisie, voeg vectorzoekopdrachten toe voor betekenis, combineer ze met RRF en beoordeel elke verandering aan de hand van echte gebruikersvragen.

Veelgestelde vragen

Wat is BM25 in eenvoudige bewoordingen?

BM25 is een formule voor het rangschikken van zoekwoorden. Het scoort documenten hoger als ze zeldzame zoekwoorden bevatten, deze een redelijk aantal keren herhalen en niet zijn opgevuld met niet-gerelateerde tekst.

Wat betekenen k1 en b in BM25?

k1 bepaalt hoe snel herhaalde woorden stoppen met het toevoegen van scores, meestal 1.2. b bepaalt hoeveel lange documenten worden bestraft, meestal 0,75, waarbij 0 de lengtenormalisatie uitschakelt.

Is BM25 beter dan vectorzoeken?

Geen van beide is overal beter. BM25 blinkt uit in exacte woorden, codes en namen, terwijl vectorzoeken de betekenis en parafrases verwerkt. Hybride zoeken waarbij beide worden gecombineerd, presteert doorgaans het beste.

Wat is wederzijdse rangfusie?

Een manier om gerangschikte lijsten samen te voegen op positie in plaats van op score. Elk document krijgt 1 gedeeld door k plus de rangorde in elke lijst. De totalen worden opgeteld en het hoogste totaal komt bovenaan.

Maakt Elasticsearch gebruik van BM25?

Ja. BM25 is de standaardovereenkomst voor tekstvelden in Elasticsearch, OpenSearch en Apache Lucene.

Blijf leren

Werk met Stack Quora

Hulp nodig met testen, WordPress of SEO?

We helpen teams betere software te leveren en hun sites te laten groeien. Vertel ons waar u mee bezig bent en wij stellen een duidelijke volgende stap voor.

Blijf lezen

Meer handleidingen over testen, AI en moderne ontwikkeling

Genoten van dit artikel? Kies een onderwerp en ga direct naar onze nieuwste tutorials.

Kunstmatige intelligentie

BM25 uitgelegd: hoe zoeken op trefwoorden de resultaten rangschikt, met Python-code en hybride zoeken

BM25 legde uit met een pure Python-implementatie die we hebben uitgevoerd: de formule, IDF, termverzadiging, de k1- en b-parameters, waarom het het …

Lees artikel →
Softwareontwikkeling

HTTP-methoden uitgelegd: GET, POST, PUT, PATCH, DELETE, getest op een live server

HTTP-methoden uitgelegd met een kleine server die we draaiden: GET, POST, PUT, PATCH, DELETE, HEAD en OPTIONS, veilig versus idempotent, PUT versus …

Lees artikel →
DevOps

Git Bisect uitgelegd: vind de commit die je code kapot heeft gemaakt, handmatig of automatisch

Git bisect uitgelegd met een geteste repository: vind de enige slechte commit onder de 41 in 5 testruns, automatiseer deze met git bisect run, sla n…

Lees artikel →
Testautomatisering

pytest-markeringen uitgelegd: aangepaste markeringen, skip-, skipif-, xfail- en -m-filters

pytest-markeringen uitgelegd met een geteste suite: registreer aangepaste markeringen, voer alleen rooktests uit met -m, combineer filters met en, o…

Lees artikel →
Softwaretesten

Positief versus negatief testen: verschillen, 24 echte testgevallen en een checklist

Positieve versus negatieve tests uitgelegd met een echt aanmeldingsformulier: 6 positieve en 18 negatieve testgevallen uitgevoerd in pytest, de ontb…

Lees artikel →
Databases & SQL

SQL ORDER BY Meerdere kolommen: ASC, DESC, NULLS LAST, Case en Custom Order

SQL ORDER BY met meerdere kolommen uitgelegd met geteste queries: gemengde ASC en DESC, tie-breakers, NULLS FIRST en LAST, hoofdletterongevoelig sor…

Lees artikel →
Databases & SQL

Lopend totaal van SQL: SOM OVER, totalen per groep, voortschrijdende bedragen en de RANGE Trap

Een lopend SQL-totaal berekenen met SUM() OVER: totalen per groep, dagelijkse cumulatieve bedragen, voortschrijdende bedragen, percentage van het to…

Lees artikel →
Softwareontwikkeling

JavaScript-sorteerarray: getallen, objecten, tekenreeksen en waarom 10 vóór 5 komt

Hoe een array correct te sorteren in JavaScript: getallen met een vergelijkingsfunctie, objecten op een of meer velden, strings met localeCompare, d…

Lees artikel →
Kunstmatige intelligentie

RAG-chunkingstrategieën uitgelegd: vast, overlap, zin, recursief en koppen, gemeten

RAG-chunkingstrategieën vergeleken op één document met tiktoken 0.14: vaste grootte, overlap, zinsverpakking, recursieve splitsing en op kop gebasee…

Lees artikel →
Softwareontwikkeling

API-identiteit uitgelegd: Idempotentiesleutels en veilige nieuwe pogingen, getest

API-idempotentie uitgelegd met een Python-server en -client die we hebben uitgevoerd: een verloren reactie veroorzaakte een dubbele afschrijving zon…

Lees artikel →
DevOps

Git Stash uitgelegd: bestanden opslaan, toepassen, pop-uppen en niet-bijgehouden, getest

Git stash uitgelegd met commando's die we uitvoerden op Git 2.56: push met een bericht, niet-bijgehouden bestanden, lijst en show, apply vs pop, beh…

Lees artikel →
Softwaretesten

Paarsgewijze testen uitgelegd: hoe All-Pairs 216 tests terugbrengt naar 13, getest

Paarsgewijs testen uitgelegd met een generator die we in Python 3.13 draaiden: een checkout met 216 combinaties gedekt door 13 tests, geverifieerde …

Lees artikel →
Testautomatisering

Testdubbels uitgelegd: Dummy, Stub, Spy, Mock en Fake, met geteste Python-code

Testdubbels uitgelegd met één Python-voorbeeld uitgevoerd in pytest 9.2: dummy, stub, spion, mock en fake, wanneer je ze moet gebruiken, status- ver…

Lees artikel →
Databases & SQL

SQL COALESCE uitgelegd: standaardwaarden, NULLIF, IFNULL versus ISNULL en traps, getest

SQL COALESCE uitgelegd met query's die we in SQLite 3.50 uitvoerden: eerste niet-null-waarden, lege tekenreeksen, NULL in wiskunde, NULLIF voor dele…

Lees artikel →
Databases & SQL

SQL Self Join uitgelegd: medewerker-manager, paren- en rijvergelijkingen, getest

SQL self-join uitgelegd met vragen die we in SQLite 3.50 uitvoerden: werknemer en manager, meer verdienen dan de manager, unieke paren, dagelijkse v…

Lees artikel →
Softwareontwikkeling

JavaScript Spread Operator uitgelegd: Spread versus rest, kopieën en valkuilen, getest

De JavaScript-spreadoperator legde uit met code die we op knooppunt 24 uitvoerden: arrays, objecten, ondiepe kopieën, restparameters, de Math.max-li…

Lees artikel →
Softwareontwikkeling

Python Collections-module uitgelegd: Counter, defaultdict, deque en meer, getest

Python-collecties uitgelegd met code die we draaiden op Python 3.13: Counter, defaultdict, deque, genaamdtuple, OrderedDict en ChainMap, plus een li…

Lees artikel →
Kunstmatige intelligentie

LLM-contextvenster uitgelegd: tokens, limieten en hoe u meer kunt passen, gemeten

Het LLM-contextvenster uitgelegd met tokenaantallen die we hebben gemeten met tiktoken: woorden versus tokens voor proza, code en Hindi, input- en o…

Lees artikel →
Softwareontwikkeling

Webhooks uitgelegd: hoe ze werken en hoe u ze veilig kunt ontvangen

Webhooks uitgelegd met een ontvanger en afzender die we in Python draaiden: push versus polling, HMAC-SHA256-handtekeningen, het weigeren van geknoe…

Lees artikel →
DevOps

Git Cherry-Pick uitgelegd: kopieer de commit die je nodig hebt, veilig, getest

Git cherry-pick uitgelegd met commando's die we in Git 2.56 uitvoerden: een hotfix kopiëren naar een release branch, nieuwe hashes en patch-ids, -x,…

Lees artikel →
Testautomatisering

Momentopnametesten uitgelegd: hoe het werkt, wanneer het helpt en wanneer het pijn doet

Snapshot-testen uitgelegd met een pytest- en stroperige demo die we hebben uitgevoerd: snapshots maken, de diff lezen na een codewijziging, tijdstem…

Lees artikel →
Softwaretesten

Mutatietesten uitgelegd: waarom 100% dekking onze bug nog steeds heeft gemist

Mutatietesten uitgelegd met een kleine mutatietool die we hebben gebouwd en uitgevoerd: 14 mutanten, een testsuite met 100% lijndekking die 79% scoo…

Lees artikel →
Kunstmatige intelligentie

Snelle injectie uitgelegd: hoe AI-apps worden misleid en hoe u ze kunt verdedigen

Snelle injectie uitgelegd voor bouwers: directe en indirecte aanvallen, waarom zoekwoordfilters falen (onze test blokkeerde 1 van de 4) en gelaagde …

Lees artikel →
DevOps

DNS-records uitgelegd: A, AAAA, CNAME, MX, TXT en TTL met echte zoekopdrachten

DNS-records uitgelegd met zoekopdrachten die we hebben uitgevoerd: hoe resolutie werkt, A en AAAA, CNAME-regels, MX en null MX, TXT voor SPF en veri…

Lees artikel →
DevOps

Functievlaggen uitgelegd: veilige releases, geleidelijke implementatie en vlaghygiëne

Functievlaggen uitgelegd aan de hand van een uitrolsimulatie die we hebben uitgevoerd: vlagtypen, percentage-uitrol met stabiele hashing, kill-schak…

Lees artikel →
Testautomatisering

Test het genereren van gegevens met Python Faker: realistische, herhaalbare en veilige gegevens

Test het genereren van gegevens met Python Faker, voer het uit en meet het: seeden voor herhaalbare gegevens, landinstellingen, unieke waarden, dome…

Lees artikel →
Softwaretesten

Shift-Left-testen uitgelegd: vind bugs eerder zonder het team te vertragen

Shift-left-testen uitgelegd: wat het betekent, waarom vroege defecten goedkoper zijn, praktijken van vereistenbeoordelingen tot CI-controles, de ver…

Lees artikel →
Databases & SQL

SQL String-functies uitgelegd: TRIM, SUBSTR, REPLACE, CONCAT en gegevensopschoning

SQL-tekenreeksfuncties uitgelegd met query's die we hebben uitgevoerd: concatenatie en NULL, TRIM, UPPER en LOWER, SUBSTR en INSTR, REPLACE, opvulli…

Lees artikel →
Databases & SQL

SQL-triggers uitgelegd: VOOR en NA triggers, auditlogboeken en valkuilen

SQL-triggers uitgelegd met triggers die we hebben uitgevoerd: VOOR versus NA, OUD en NIEUW, auditlogboeken, validatie, voorraadupdates, WANNEER-voor…

Lees artikel →
Softwareontwikkeling

Python JSON-module uitgelegd: dumps, ladingen, aangepaste typen en veelvoorkomende fouten

De Python JSON-module uitgelegd met code die we hebben uitgevoerd: dumps en laadt, bestanden, typeconversies, datums en decimalen, aangepaste encode…

Lees artikel →
Softwareontwikkeling

ES-modules versus CommonJS: hoe JavaScript-import werkt in Node.js, getest

ES-modules versus CommonJS uitgelegd met code die we in Node.js hebben uitgevoerd: syntaxis importeren en exporteren, vereisen, live bindingen, cach…

Lees artikel →
Softwareontwikkeling

Python Regex uitgelegd: patronen, groepen, vooruitblik en valkuilen, getest

Python-regex uitgelegd met patronen die we hebben uitgevoerd: zoeken versus match, findall, groepen en benoemde groepen, hebzuchtig versus lui, sub,…

Lees artikel →
Kunstmatige intelligentie

LLM Gestructureerde uitvoer uitgelegd: betrouwbare JSON verkrijgen uit AI-modellen

Gestructureerde LLM-uitvoer uitgelegd met validatie die we in Pydantic hebben uitgevoerd: JSON-modus en -schema's, beperkte decodering, de manieren …

Lees artikel →
DevOps

SSH-sleutels uitgelegd: hoe ze werken, ssh-keygen, Ed25519 en veilige gewoonten

SSH-sleutels uitgelegd met sleutels die we hebben gegenereerd: openbare versus privésleutels, ssh-keygen, Ed25519 versus RSA, vingerafdrukken, wacht…

Lees artikel →
DevOps

HTTP-caching uitgelegd: cachecontrole, ETag en 304 reacties, met een live test

HTTP-caching uitgelegd met een kleine server die we draaiden: Cache-Control-richtlijnen, max-age, no-cache vs no-store, ETag-hervalidatie en 304-rea…

Lees artikel →
Testautomatisering

API-contracttesten uitgelegd: ontdek belangrijke wijzigingen voordat ze worden verzonden

Het testen van API-contracten uitgelegd met een schemacontrole die we hebben uitgevoerd: wat een contract is, consumentgestuurde contracten, Pact, O…

Lees artikel →
Softwaretesten

Risicogebaseerd testen uitgelegd: scoor risico's, bouw een matrix en test wat belangrijk is

Risicogebaseerd testen stap voor stap uitgelegd: risico's identificeren, waarschijnlijkheid en impact scoren, een risicomatrix opbouwen, risico's in…

Lees artikel →
Databases & SQL

SQL-beperkingen uitgelegd: NIET NULL, UNIEK, CHECK en FOREIGN KEY, getest

SQL-beperkingen uitgelegd met tests die we hebben uitgevoerd: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY en FOREIGN KEY, de NULL-mazen in de wet, de …

Lees artikel →
Databases & SQL

SQL-datumfuncties uitgelegd: datums toevoegen, vergelijken en groeperen zonder bugs

SQL-datumfuncties uitgelegd met query's die we hebben uitgevoerd: intervallen toevoegen, verrassingen aan het einde van de maand, datumverschillen, …

Lees artikel →
Softwareontwikkeling

Python asyncio uitgelegd: async, wachten, verzamelen en TaskGroup met echte timing

Python asyncio uitgelegd met code die we hebben getimed: coroutines, wachten, verzamelen, TaskGroup, foutafhandeling, time-outs, het beperken van ge…

Lees artikel →
Softwareontwikkeling

Debounce versus Throttle in JavaScript: hoe ze werken, wanneer ze moeten worden gebruikt, getest

Debounce versus gas geven in JavaScript uitgelegd met timings die we hebben gemeten in Node.js: hoe elk werkt, eenvoudige implementaties, leidende e…

Lees artikel →
Softwareontwikkeling

Python-contextmanagers uitgelegd: de with-verklaring, contextlib en echt gebruik

Python-contextmanagers uitgelegd met code die we hebben uitgevoerd: hoe met werken, __enter__ en __exit__, contextlib.contextmanager, suppress, Exit…

Lees artikel →
Kunstmatige intelligentie

LLM Temperatuur en Top-p uitgelegd: hoe AI-modellen hun volgende woord kiezen

LLM-temperatuur en top-p uitgelegd met een simulatie die we hebben uitgevoerd: hoe kansen worden hervormd, wat top-p behoudt, aanbevolen instellinge…

Lees artikel →
DevOps

YAML uitgelegd: syntaxis, het Noorwegen-probleem en andere valkuilen die we hebben getest

YAML legde uit met een parsertest: basissyntaxis, lijsten en kaarten, het Noorwegen-probleem, versies die in floats veranderen, octale postcodes, se…

Lees artikel →
DevOps

Cron Jobs uitgelegd: syntaxis, echte schema's en de fouten die deze breken

Cron-taken uitgelegd met schema's die we hebben geverifieerd: de vijf velden, operators, echte voorbeelden, de dag-van-maand OF dag-van-week-valkuil…

Lees artikel →
Kunstmatige intelligentie

AI-hallucinaties uitgelegd: waarom taalmodellen dingen verzinnen en hoe ze te verminderen

AI-hallucinaties uitgelegd: wat ze zijn, waarom taalmodellen ze produceren, veelvoorkomende typen, hoe je ze kunt verminderen met aarding en aanwijz…

Lees artikel →
DevOps

Omgevingsvariabelen uitgelegd: .env-bestanden, geheimen en configuratie goed gedaan

Omgevingsvariabelen uitgelegd met Python-voorbeelden die we hebben uitgevoerd: ze lezen en instellen, waarom elke waarde een string is, .env-bestand…

Lees artikel →
Softwareontwikkeling

API-snelheidsbeperking uitgelegd: algoritmen, headers en afhandeling van 429-fouten

API-snelheidsbeperking uitgelegd met een simulatie die we hebben uitgevoerd: token-bucket, vast venster, schuifvenster, 429 reacties, headers van sn…

Lees artikel →
Testautomatisering

Spotten in Python: unittest.mock, patch en de fouten die tests doen liegen

Spotten in Python met unittest.mock, getest: Mock en return_value, side_effect, patchen waar een naam wordt gebruikt, spec en autospec, spotdatums e…

Lees artikel →
Softwaretesten

Codedekking uitgelegd: lijn versus filiaaldekking en wat 100% werkelijk betekent

Codedekking uitgelegd met een echte dekking.py-run: dekking van lijnen, vertakkingen en condities, een rapport lezen, waarom 100% dekking nog steeds…

Lees artikel →
Databases & SQL

DELETE versus TRUNCATE versus DROP in SQL: verschillen, terugdraaien en wanneer elk te gebruiken

DELETE versus TRUNCATE versus DROP uitgelegd met geteste SQL: wat elk verwijdert, terugdraaien, triggers, identiteitsreset, snelheid en hoe PostgreS…

Lees artikel →
Databases & SQL

SQL-weergaven uitgelegd: creëer, gebruik en vermijd de valkuilen, met voorbeelden

SQL-weergaven uitgelegd met query's die we hebben uitgevoerd: een weergave maken, live resultaten, kolommen verbergen, prestaties, bijwerkbare en ge…

Lees artikel →
Softwareontwikkeling

TypeScript-interface versus type: echte verschillen, getest met de compiler

TypeScript-interface versus type, gecontroleerd met de echte compiler: wat beide kunnen doen, wat slechts één kan doen, samenvoegen van declaraties,…

Lees artikel →
Softwareontwikkeling

Python *args en **kwargs uitgelegd: flexibele functies met duidelijke voorbeelden

Python *args en **kwargs uitgelegd met code die we hebben uitgevoerd: in- en uitpakken, parametervolgorde, argumenten die alleen trefwoorden en posi…

Lees artikel →
Softwareontwikkeling

Python Lambda-functies: syntaxis, echt gebruik en wanneer u ze niet moet gebruiken

Python lambda-functies uitgelegd met code die we hebben uitgevoerd: syntaxis, sorteren met sleutel, kaart en filter, sluitingen, de laat-bindende va…

Lees artikel →
Kunstmatige intelligentie

Wat zijn AI-agenten? Hoe ze werken, met een eenvoudige agentloop die u kunt uitvoeren

Wat zijn AI-agenten? Een duidelijke gids voor de agentenlus, tools, geheugen en vangrails, met een kleine Python-lus die we hebben uitgevoerd, echte…

Lees artikel →
DevOps

Monitoring versus waarneembaarheid: het echte verschil, met logboeken, statistieken en sporen

Monitoring versus waarneembaarheid uitgelegd: bekende en onbekende fouten, logboeken, statistieken en sporen, een walkthrough voor afrekenincidenten…

Lees artikel →
DevOps

Docker-volumes versus bindingsmounts: bewaar containergegevens op de juiste manier

Docker-volumes versus bind-mounts uitgelegd: waarom containergegevens verdwijnen, benoemde volumes, bind-mounts, tmpfs, Compose-voorbeelden, back-up…

Lees artikel →
Testautomatisering

TDD versus BDD: belangrijkste verschillen, één functie die op beide manieren is gebouwd en wanneer deze moet worden gebruikt

TDD versus BDD uitgelegd met één kortingsfunctie die in beide richtingen is gebouwd: rood-groen-refactor met code die we hebben uitgevoerd, gegeven-…

Lees artikel →
Softwaretesten

Gebruikersacceptatietesten (UAT): proces, checklist en echte voorbeelden

Gebruikersacceptatietesten uitgelegd: wie voert het uit, hoe het verschilt van QA, een proces in zeven stappen, een UAT-testcase-sjabloon, een check…

Lees artikel →
Databases & SQL

SQL NULL-waarden uitgelegd: IS NULL, COALESCE, NULLIF en de te vermijden vallen

SQL NULL-waarden uitgelegd met query's die we hebben uitgevoerd: logica met drie waarden, IS NULL, COALESCE, NULLIF, hoe aggregaten, joins en sorter…

Lees artikel →
Databases & SQL

SQL CASE WHEN-instructie: syntaxis, echte voorbeelden en veelvoorkomende fouten

SQL CASE WHEN uitgelegd met vragen die we hebben uitgevoerd: eenvoudige en doorzochte formulieren, volgorde van de voorwaarden, draaipunten met SUM,…

Lees artikel →
Softwareontwikkeling

Wat is JWT? JSON-webtokens uitgelegd met een werkend voorbeeld

Wat is JWT? JSON Web Tokens uitgelegd: de drie delen, een token gebouwd en waarmee is geknoeid in de code die we hebben uitgevoerd, JWT versus sessi…

Lees artikel →
Softwareontwikkeling

JavaScript-gebeurtenislus uitgelegd: call-stack, microtaken en timers met voorbeelden

De JavaScript-gebeurtenislus uitgelegd met code die we hebben uitgevoerd: call-stack, taak- en microtask-wachtrijen, waarom setTimeout 0 niet onmidd…

Lees artikel →
Softwareontwikkeling

Python-generatoren en opbrengst uitgelegd: bespaar geheugen met echte voorbeelden

Python-generatoren en opbrengst uitgelegd met code die we hebben uitgevoerd: hoe ze pauzeren en hervatten, gemeten geheugenbesparingen, pijplijnen, …

Lees artikel →
Kunstmatige intelligentie

Wat zijn inbeddingen? Vectoren en cosinusovereenkomst eenvoudig uitgelegd

Wat zijn insluitingen? Een gids in duidelijke taal over vectoren, cosinusovereenkomst en semantisch zoeken, met een klein voorbeeld dat we hebben ui…

Lees artikel →
DevOps

Implementatie van blauwgroen versus kanarie: verschillen, afwegingen en hoe te kiezen

Blauw-groen versus kanarie-implementatie uitgelegd: hoe elk werkt, kosten, risico's en terugdraaien, stabiele gebruikersbucket die we hebben getest,…

Lees artikel →
Testautomatisering

Schilferige tests: wat de oorzaak ervan is en hoe u ze voorgoed kunt oplossen

Zwakke tests uitgelegd met demo's die we hebben uitgevoerd: de belangrijkste oorzaken, hoe je er een kunt bevestigen en diagnosticeren, goede oploss…

Lees artikel →
Softwaretesten

Belastingtesten versus stresstesten: verschillen, statistieken en k6-voorbeelden

Belastingtesten versus stresstesten uitgelegd: wat elk bewijst, piek- en soak-tests, de statistieken die er toe doen, waarom gemiddelden misleiden, …

Lees artikel →
Softwaretesten

Testcase versus testscenario: belangrijkste verschillen, voorbeelden en wanneer deze te gebruiken

Testcase versus testscenario uitgelegd: duidelijke definities, een tabel naast elkaar, één functie voor het opnieuw instellen van wachtwoorden, over…

Lees artikel →
Databases & SQL

Optimalisatie van SQL-query's: lees uitvoeringsplannen en repareer langzame query's, met timing

Optimalisatie van SQL-query's getest op een miljoen rijen: lees uitvoeringsplannen, voeg de juiste indexen toe, repareer niet-sargeerbare filters, g…

Lees artikel →
Databases & SQL

SQL UNION versus UNION ALL: verschillen, voorbeelden en geteste prestaties

SQL UNION versus UNION ALL uitgelegd met de query's die we hebben uitgevoerd: duplicaten, de regels volgen beide, een echte databug, gemeten prestat…

Lees artikel →
Softwareontwikkeling

JavaScript Fetch API-tutorial: GET, POST, foutafhandeling en time-outs

Een JavaScript Fetch API-tutorial getest tegen een lokale server: GET en POST, waarom 404 niet gooit, een herbruikbare helper, queryreeksen, time-ou…

Lees artikel →
Softwareontwikkeling

Python-bestandsverwerking: lezen, schrijven, CSV, JSON en pathlib met voorbeelden

Het verwerken van Python-bestanden uitgelegd met code die we hebben uitgevoerd: open modi, met het lezen van grote bestanden, CSV, JSON, pathlib, bi…

Lees artikel →
Softwareontwikkeling

Python-klassen en -objecten: OOP-zelfstudie met echte voorbeelden

Python-klassen en -objecten uitgelegd met code die we hebben uitgevoerd: __init__, methoden, klasse versus instantie-attributen, overerving, eigensc…

Lees artikel →
Kunstmatige intelligentie

Wat is een groot taalmodel? Hoe LLM's werken, uitgelegd zonder de hype

Wat is een groot taalmodel? LLM's uitgelegd in duidelijke taal: tokens, inbedding, aandacht, training, temperatuur- en contextvensters, een kleine d…

Lees artikel →
DevOps

Linux-opdrachten voor beginners: de essentiële terminalgids met voorbeelden

Linux-opdrachten voor beginners, gegroepeerd op taak: navigatie, bestanden, logboeken bekijken, grep, pipelines, machtigingen, processen en archieve…

Lees artikel →
Testautomatisering

Selenium versus toneelschrijver: belangrijkste verschillen, code vergeleken en welke te kiezen

Selenium versus Playwright vergeleken: architectuur, wachten, browser- en taalondersteuning, debuggen, dezelfde test in beide tools, migratieadvies …

Lees artikel →
Softwaretesten

Equivalentiepartitionering: testontwerptechniek uitgelegd met uitgewerkte voorbeelden

Equivalentiepartitionering uitgelegd: hoe je geldige en ongeldige partities kunt vinden, uitgewerkte voorbeelden voor leeftijden, wachtwoorden en ko…

Lees artikel →
Softwaretesten

Ernst versus prioriteit bij het testen van software: verschillen, matrix en echte voorbeelden

Ernst versus prioriteit bij het testen van software uitgelegd: duidelijke definities, een vierwegmatrix met voorbeelden, niveauschalen, wie deze bep…

Lees artikel →
Databases & SQL

Tutorial voor SQL-subquery's: typen, gecorreleerde subquery's en BESTAAN met voorbeelden

Een SQL-subquery-tutorial met query's die we hebben uitgevoerd: scalaire, IN-, FROM- en SELECT-subquery's, gecorreleerde subquery's, EXISTS, de NOT …

Lees artikel →
Databases & SQL

SQL-transacties en ACID uitgelegd: COMMIT-, ROLLBACK- en isolatieniveaus

SQL-transacties en ACID uitgelegd met een bankoverschrijving die we hebben uitgevoerd: COMMIT, ROLLBACK, savepoints, locks, isolatieniveaus, dirty r…

Lees artikel →
Softwareontwikkeling

Git Commands Cheat Sheet: de commando's die je daadwerkelijk gebruikt, met voorbeelden

Een spiekbriefje voor Git-opdrachten, gegroepeerd op taak: setup, staging, branches, remotes, stash, geschiedenis en fouten ongedaan maken, met uitv…

Lees artikel →
Softwareontwikkeling

JavaScript-beloften uitgelegd: vervolgens catch, Promise.all en veelvoorkomende fouten

JavaScript-beloften uitgelegd met code die we hebben uitgevoerd: staten, dan en catch-ketens, foutafhandeling, Promise.all, allSettled, race en wat …

Lees artikel →
Softwareontwikkeling

Zelfstudie Python-woordenboek: methoden, voorbeelden en veelvoorkomende patronen

Een Python-woordenboektutorial met code die we hebben uitgevoerd: dictaten, sleutelmethoden, samenvoeg-, begrips-, tel- en groeperingspatronen en ve…

Lees artikel →
Kunstmatige intelligentie

Wat is RAG? Retrieval-Augmented Generation uitgelegd met een werkend voorbeeld

Wat is RAG? Retrieval-augmented generatie stap voor stap uitgelegd: indexeren, chunken, insluiten, ophalen, een klein werkend Python-voorbeeld, eval…

Lees artikel →
DevOps

Terraform-zelfstudie voor beginners: infrastructuur als code van het eerste bestand tot modules

Een Terraform-tutorial voor beginners: begin zonder cloudaccount, leer init, plan en pas toe, vervolgens variabelen, outputs, status, modules en een…

Lees artikel →
DevOps

Docker versus Kubernetes: belangrijkste verschillen, hoe ze samenwerken en welke u nodig heeft

Docker vs Kubernetes legde uit: wat elk doet, dezelfde app draait met beide, Docker Compose en Swarm vergeleken, de dockershim veranderen en hoe je …

Lees artikel →
Testautomatisering

Pytest-tutorial voor beginners: armaturen, parametriseren en echte voorbeelden

Een pytest-tutorial voor beginners met tests die we hebben uitgevoerd op pytest 9.2: beweringen, armaturen, parametrize, conftest, markers, tmp_path…

Lees artikel →
Softwaretesten

Levenscyclus van softwaretests (STLC): 6 fasen, in- en uitgangscriteria, voorbeeld

De levenscyclus van softwaretesten uitgelegd: zes STLC-fasen met in- en uitstapcriteria, deliverables, een voorbeeld van een uitgewerkte inlogfuncti…

Lees artikel →
Softwareontwikkeling

Git merge vs rebase: verschillen, voorbeelden en wanneer je wat gebruikt

Git merge vs rebase uitgelegd met echte logoutput, een vergelijkingstabel, de gouden regel van rebase en een veilige teamwerkwijze.

Lees artikel →
Softwareontwikkeling

Python list comprehension: syntaxis, voorbeelden en wanneer je het vermijdt

Python list comprehension uitgelegd: syntaxis, filteren, if-else, geneste lussen, gemeten tijden en wanneer een gewone for-lus beter is.

Lees artikel →
Databases & SQL

SQL JOIN uitgelegd met voorbeelden (Inner, Left, Right, Full)

Begrijp SQL joins stap voor stap met voorbeeldtabellen en queries: INNER, LEFT, RIGHT, FULL, CROSS en SELF, plus veelgemaakte fouten en prestatietips.

Lees artikel →