Ponowne testowanie a testowanie regresyjne: 8 kluczowych różnic z przykładem rzeczywistej naprawy błędu

  1. Strona główna
  2. Blog
  3. Testowanie oprogramowania

Testowanie oprogramowania

Ponowne testowanie a testowanie regresyjne: 8 kluczowych różnic z przykładem rzeczywistej naprawy błędu

Ponowne testowanie sprawdza, czy zgłoszony błąd rzeczywiście został naprawiony. Testy regresyjne sprawdzają, czy poprawka lub jakakolwiek inna zmiana nie zepsuła czegoś, co wcześniej działało. Zobacz oba rozwiązania w działaniu z jedną poprawką błędu, a następnie porównaj je pod kątem 8 różnic, które możesz przytoczyć w rozmowie kwalifikacyjnej.

8 min czytania
Ponowne testowanie a testowanie regresyjne: kluczowe różnice

Najważniejsze

  • Ponowne testowanie a testowanie regresyjne: podczas ponownego testowania zadawane jest pytanie „Czy ten błąd został naprawiony?”, podczas testowania regresyjnego zadawane jest pytanie „Czy coś jeszcze się zepsuło?”.
  • Ponowne testowanie powoduje ponowne wykonanie nieudanego testu pod kątem znanej wady; testowanie regresyjne powtarza pozytywne testy wokół zmiany.
  • W naszym przykładzie ponowny test przebiegł pomyślnie, ale w wyniku regresji wykryto nowy błąd wprowadzony przez programistę w tym samym zatwierdzeniu.
  • Zestawy regresyjne są najlepszymi kandydatami do automatyzacji; ponowne testy są często przeprowadzane ręcznie, chociaż automatyczne testy, które zakończyły się niepowodzeniem, można powtórzyć w ciągu kilku sekund.

„Czy ponowne testowanie jest tym samym, co testowanie regresyjne?” to jedno z najczęstszych pytań podczas rozmów kwalifikacyjnych związanych z kontrolą jakości, a w codziennej pracy granica między testowaniem powtórnym a testowaniem regresyjnym często się zaciera. Odpowiadają na różne pytania, biegają o różnych porach i wymagają innego wysiłku. Aby różnica była konkretna, zbudowaliśmy mały koszyk, zarejestrowaliśmy błąd, naprawiliśmy go i przeprowadziliśmy oba rodzaje testów za pomocą pytest 9.2.0 w Pythonie 3.13.

Szybka odpowiedź

Ponowne testowanie (zwane także testowaniem potwierdzającym) oznacza ponowne uruchomienie dokładnego testu, który wykrył defekt, po naprawieniu, w celu potwierdzenia, że ​​został on pomyślnie zakończony. Testowanie regresyjne oznacza ponowne uruchomienie testów, które już przeszły pomyślnie, aby upewnić się, że zmiana nie zepsuła istniejącego zachowania. Zwykle najpierw przeprowadzasz ponowne testy, a zaraz po nich testy regresyjne.

Co to jest ponowne testowanie?

Ponowne testowanie jest ukierunkowane. Tester zgłasza błąd, podając jasne instrukcje, programista go naprawia, a tester powtarza te same kroki z tymi samymi danymi w nowej kompilacji. Jeśli wynik jest poprawny, błąd zostaje zamknięty; jeśli nie, zostaje ponownie otwarte. Podąża bezpośrednio za cyklem życia błędu: „Naprawiony” nigdy nie jest „Zamknięty”, dopóki nie zakończy się ponowny test.

  • Planuje się to w oparciu o konkretne identyfikatory defektów.
  • Wykorzystuje oryginalny przypadek testowy i dane, więc dobrze napisany raport o błędach przyspiesza.
  • Nie można tego pominąć: poprawka, której nikt nie zweryfikował, jest tylko przypuszczeniem.

Co to jest testowanie regresyjne?

Testy regresyjne mają działanie ochronne. Każda zmiana, czy to poprawka błędu, nowa funkcja, aktualizacja biblioteki czy zmiana konfiguracji, może mieć skutki uboczne. Testy regresyjne ponownie przeprowadzają istniejące kontrole w zmienionym obszarze i wokół niego, aby wychwycić skutki uboczne, których nikt nie zgłosił, ponieważ wczoraj ich nie było.

  • Planuje się go z uwzględnieniem ryzyka i wpływu, a nie konkretnych defektów.
  • Jego zakres waha się od kilku powiązanych testów do pełnego pakietu.
  • Działa po każdej znaczącej zmianie, więc najwięcej korzysta z automatyzacji i CI. Nasza lista kontrolna testów regresyjnych obejmuje planowanie.

Prawdziwy przykład naprawy błędu

Nasz koszyk pełni dwie funkcje: total(), która stosuje kupon, oraz shipping(), która jest bezpłatna powyżej 500. Obejmują je sześć testów, w tym przypadek graniczny, że dokładnie 500 nadal opłaca wysyłkę.

Uruchom 1: znaleziono błąd

FAILED test_cart.py::test_coupon_lowercase - AssertionError: assert 200 == 180
1 failed, 5 passed in 0.41s

Kupon save10 pisany małymi literami został zignorowany. Zarejestrowaliśmy to jako BUG-101.

Poprawka

Deweloper zmienił czek kuponowy na coupon and coupon.upper() == "SAVE10". W tym samym zatwierdzeniu, podczas „porządkowania”, zmienili także regułę wysyłki z total > 500 na total >= 500.

Runda 2: ponowne testowanie

$ pytest --lf
1 passed in 0.10s

Opcja pytest --lf (ostatni błąd) powoduje ponowne uruchomienie tylko tych testów, które zakończyły się niepowodzeniem ostatnim razem. To jest ponowne testowanie w najczystszej formie: BUG-101 został naprawiony.

Runda 3: testowanie regresyjne

$ pytest
FAILED test_cart.py::test_shipping_boundary - assert 0 == 49
1 failed, 5 passed in 0.18s

Pełen zestaw wychwycił to, czego nie udało się uzyskać w ponownym teście: zamówienie o wartości dokładnie 500 sztuk zostało teraz wysłane bezpłatnie. Gdyby zespół zatrzymał się po ponownym teście, błąd związany z wysyłką dotarłby do produkcji. Po tym, jak programista cofnął zmianę w wysyłce, wszystkie 6 testów zakończyło się pomyślnie.

Wskazówka: dlatego „poprawka została zweryfikowana” i „kompilacja jest bezpieczna” to oddzielne potwierdzenia. Jeden ponowny test potwierdza pierwszy; tylko przebieg regresji wspiera drugi.

8 kluczowych różnic

# Aspekt Ponowne testowanie Testowanie regresyjne
1 Cel Potwierdź, że określona usterka została naprawiona Potwierdź, że zmiany nie zepsuły istniejących funkcji
2 Wyzwalacz Wada oznaczona jako naprawiona Dowolna zmiana kodu, konfiguracji lub środowiska
3 Testy trwają Wcześniej nieudane przypadki testowe Wcześniej zaliczone przypadki testowe
4 Zakres Wąskie: wada i jej etapy Szeroki: dotknięte obszary aż do pełnego zestawu
5 Podstawa planowania Identyfikatory usterek Analiza wpływu i ryzyka
6 Znaleziska Czy znany błąd nadal istnieje Nowe, nieoczekiwane błędy (regresje)
7 Automatyzacja Często ręczne; zautomatyzowany, jeśli test kończący się niepowodzeniem jest zautomatyzowany Silny kandydat do automatyzacji i CI
8 Priorytet i porządek Zrobione w pierwszej kolejności, wyższy priorytet Wykonano po ponownym przetestowaniu, można uruchomić równolegle

Co jest pierwsze?

Ponowne testowanie zwykle jest najważniejsze. Jeśli poprawka nie zadziała, kompilacja wraca do programisty, a pełna regresja byłaby zmarnowanym wysiłkiem. Po pomyślnym zakończeniu testu regresyjnego rozpoczynają się testy regresyjne. W potoku CI z testami automatycznymi rozróżnienie zaciera się, ponieważ każde wypchnięcie uruchamia cały pakiet i robi oba na raz. Koncepcje nadal mają znaczenie: żądanie ściągnięcia powinno określać, który błąd naprawia (ponowny test), a potok udowadnia, że ​​nic więcej się nie zepsuło (regresja).

Automatyzacja: tam, gdzie pasuje każdy

Testy regresyjne powtarzają te same testy, wydawane po wydaniu, co czyni je idealnymi do automatyzacji. Pakiet, który zajmuje zespołowi ręcznemu dwa dni, może działać w ciągu kilku minut przy każdym zatwierdzeniu. Ponowne testowanie jest często przeprowadzane ręcznie, zwłaszcza w przypadku interfejsu użytkownika lub wyników eksploracyjnych, ale jeśli przypadek, w którym kończy się niepowodzenie, jest zautomatyzowany, ponowne uruchomienie jest natychmiastowe, jak pokazało nasze --lf uruchomienie. Dobry nawyk: gdy błąd zostanie znaleziony ręcznie, dodaj automatyczny test, który odtworzy go przed naprawą. Ponowny test staje się automatyczny i na zawsze dołącza do zestawu regresji. Nasz samouczek dotyczący testów Pythona pokazuje, jak pisać takie testy.

Ile testów regresyjnych wystarczy?

Uruchamianie wszystkiego przy każdej zmianie jest idealne, ale nie zawsze możliwe. Zespoły zazwyczaj łączą:

  • Wpływ zmiany: testuje kod, którego dotyczy zmiana, oraz kod od niej zależny.
  • Ryzyko: płatności, logowanie i integralność danych są zawsze sprawdzane.
  • Testy dymne: szybki zestaw potwierdzający, że kompilacja w zasadzie działa; zobacz test dymu i zdrowia psychicznego.
  • Pełne wydania co wieczór lub przed publikacją.

Utrzymuj pakiet w dobrej kondycji: zawodne testy, które losowo kończą się niepowodzeniem, podważają zaufanie do wyników regresji, dlatego szybko napraw niestabilne testy lub poddaj je kwarantannie.

Lista kontrolna: od naprawionego błędu do bezpiecznego wydania

  1. Przeczytaj uwagi dotyczące poprawek. Zapytaj programistę, których plików i funkcji dotyczyła zmiana; ta lista steruje zakresem regresji.
  2. Przetestuj ponownie właściwą kompilację. Potwierdź numer kompilacji, a następnie powtórz dokładnie kroki i dane z raportu o błędzie.
  3. Wypróbuj podobne odmiany. Jeśli kupony z małymi literami nie powiodły się, wypróbuj także kombinację wielkości liter i spacji; częściowe poprawki są powszechne.
  4. Zaktualizuj błąd. Zamknij go za pomocą kompilacji i dowodów lub otwórz go ponownie, korzystając z tego, co nadal kończy się niepowodzeniem.
  5. Przeprowadź ukierunkowaną regresję. Wykonaj testy dla dotkniętych funkcji i wszystkiego, co od nich zależy.
  6. Uruchom szerszy pakiet. Przynajmniej testy dymu; w pełni zautomatyzowany pakiet, jeśli pozwala na to czas.
  7. Dodaj test błędu do pakietu. Dzisiejszy ponowny test stanie się jutrzejszą kontrolą regresji.
  8. Wyraźnie zgłoś. Podaj osobno „Zweryfikowano, że naprawiono błąd-101” i „Regresja: znaleziono 1 nową awarię”, więc w decyzjach o wydaniu uwzględniane są obydwa fakty.

Wykonanie tych kroków w naszym przykładzie spowodowałoby regresję w wysyłce w kroku 5, zanim ktokolwiek podpisał zgodę na wydanie. Następnie, co blokuje uwolnienie, decyduje waga nowych ustaleń; zobacz nasz przewodnik dotyczący ważności i priorytetów.

Odpowiedź gotowa do rozmowy kwalifikacyjnej

“Ponowne testowanie oznacza potwierdzenie, że określona defekt została naprawiona poprzez ponowne uruchomienie przypadku testowego, który się nie powiódł. Testowanie regresyjne polega na ponownym uruchomieniu wcześniej pomyślnie zakończonych testów, aby upewnić się, że poprawka lub inna zmiana nie zepsuła istniejącej funkcjonalności. Ponowne testowanie jest wąskie, planowane na podstawie identyfikatorów defektów i wykonywane w pierwszej kolejności; testowanie regresyjne jest szersze, planowane pod kątem wpływu i ryzyka i jest głównym kandydatem do automatyzacji. ” Dodaj jednowierszowy przykład, taki jak nasz kupon i błąd w wysyłce, a odpowiedź będzie widoczna.

Typowe błędy

  • Zamknięcie błędu po samym ponownym teście, gdy poprawka dotyczyła udostępnionego kodu.
  • Ponowne testowanie z innymi danymi z raportu o błędzie, który może ukryć częściową poprawkę.
  • Nazywanie pełnego powtórzenia „ponownym testowaniem”; słowa te oznaczają różne rzeczy w raportach z testów.
  • Nigdy nie aktualizuj pakietu regresji za pomocą testów naprawionych błędów, aby stare błędy mogły spokojnie powrócić.
  • Łączenie niepowiązanych zmian z poprawką, tak jak zrobił to nasz programista, co sprawia, że ​​regresje są bardziej prawdopodobne i trudniejsze do wyśledzenia.

Podsumowanie

Ponowne testowanie a testowanie regresyjne nie jest rozwiązaniem albo-albo. Ponowne testowanie wykaże, że błąd, o którym wiedziałeś, zniknął; testy regresyjne wykażą, że w jego miejsce nie pojawił się żaden nowy błąd. Nasz mały przykład pokazał obie strony w trzech seriach: jeden nieudany test, jeden udany ponowny test i jedna regresja wykryta przed wydaniem. Wykonaj jedno i drugie, najpierw przetestuj ponownie, zautomatyzuj zestaw regresji i dodaj do niego każdy naprawiony błąd.

Najczęstsze pytania

Jaka jest główna różnica między ponownym testowaniem a testowaniem regresyjnym?

Ponowne testowanie potwierdza, że ​​określona zgłoszona usterka została naprawiona poprzez ponowne uruchomienie testu, który zakończył się niepowodzeniem. Testy regresyjne sprawdzają, czy zmiany nie uszkodziły funkcji, które wcześniej działały.

Czy ponowne testowanie jest tym samym, co testowanie potwierdzające?

Tak. ISTQB nazywa to testowaniem potwierdzającym: ponownym uruchomieniem przypadków testowych, które zakończyły się niepowodzeniem, po naprawieniu defektu.

Co jest wykonywane jako pierwsze: ponowne testowanie czy testowanie regresyjne?

Ponowne testowanie zwykle jest najważniejsze. Jeśli naprawa nie powiedzie się, kompilacja powraca do fazy rozwojowej; po jego pozytywnym wyniku testy regresyjne sprawdzają, czy nie występują skutki uboczne.

Czy ponowne testowanie można zautomatyzować?

Tak, gdy test zakończony niepowodzeniem jest zautomatyzowany, można go natychmiast powtórzyć, na przykład za pomocą pytest --lf. Wiele wyników ręcznych jest ponownie testowanych ręcznie, dlatego należy je przekształcić w testy automatyczne.

Dlaczego testy regresyjne są zwykle zautomatyzowane?

Ponieważ te same kontrole są powtarzane po każdej zmianie i wydaniu. Automatyzacja sprawia, że ​​można je szybko, spójnie i tanio uruchomić przy każdym zatwierdzeniu w CI.

Ucz się dalej

Pracuj z Stack Quora

Potrzebujesz pomocy przy testowaniu, WordPressie lub SEO?

Pomagamy zespołom dostarczać lepsze oprogramowanie i rozwijać ich witryny. Powiedz nam, nad czym pracujesz, a my zaproponujemy jasny następny krok.

Czytaj dalej

Więcej poradników na testowanie, sztuczna inteligencja i nowoczesny rozwój

Podobał Ci się ten artykuł? Wybierz temat i przejdź bezpośrednio do naszych najnowszych tutoriali.

Sztuczna inteligencja

Wyjaśnienie BM25: Jak wyszukiwanie słów kluczowych klasyfikuje wyniki za pomocą kodu Pythona i wyszukiwania hybrydowego

BM25 wyjaśnił za pomocą czystej implementacji Pythona, którą uruchomiliśmy: formułę, IDF, nasycenie terminów, parametry k1 i b, dlaczego przewyższa …

Przeczytaj artykuł →
Tworzenie oprogramowania

Objaśnienie metod HTTP: GET, POST, PUT, PATCH, DELETE, przetestowane na serwerze na żywo

Metody HTTP wyjaśnione na małym serwerze, który uruchomiliśmy: GET, POST, PUT, PATCH, DELETE, HEAD i OPTIONS, bezpieczne vs idempotentne, PUT vs PAT…

Przeczytaj artykuł →
DevOps

Wyjaśnienie Git Bisect: Znajdź zatwierdzenie, które zepsuło Twój kod, ręcznie lub automatycznie

Git bisect wyjaśniony w testowanym repozytorium: znajdź jedno złe zatwierdzenie spośród 41 na 5 przebiegów testowych, zautomatyzuj je za pomocą git …

Przeczytaj artykuł →
Automatyzacja testów

Objaśnienie znaczników pytest: znaczniki niestandardowe, filtry pomijania, pomijania, xfail i -m

znaczniki pytest wyjaśnione w testowanym zestawie: zarejestruj niestandardowe znaki, uruchamiaj tylko testy dymu za pomocą -m, łącz filtry za pomocą…

Przeczytaj artykuł →
Testowanie oprogramowania

Testowanie pozytywne i negatywne: różnice, 24 rzeczywiste przypadki testowe i lista kontrolna

Testowanie pozytywne i negatywne wyjaśniono w prawdziwym formularzu rejestracyjnym: 6 pozytywnych i 18 negatywnych przypadków testowych uruchomionyc…

Przeczytaj artykuł →
Bazy danych i SQL

ZAMÓWIENIE SQL PRZEZ wiele kolumn: ASC, DESC, NULLS LAST, wielkość liter i kolejność niestandardowa

SQL ORDER BY z wieloma kolumnami objaśnionymi za pomocą przetestowanych zapytań: mieszane ASC i DESC, elementy rozstrzygające, NULLS FIRST i LAST, s…

Przeczytaj artykuł →
Bazy danych i SQL

Suma bieżąca SQL: SUMA, sumy na grupę, sumy ruchome i pułapka ZAKRES

Jak obliczyć sumę bieżącą SQL za pomocą funkcji SUM() OVER: sumy na grupę, sumy dzienne, sumy ruchome, procent sumy, pułapka remisowa RANGE vs ROWS,…

Przeczytaj artykuł →
Tworzenie oprogramowania

Tablica sortowania JavaScript: liczby, obiekty, ciągi znaków i dlaczego 10 jest przed 5

Jak poprawnie posortować tablicę w JavaScript: liczby za pomocą funkcji porównania, obiekty według jednego lub więcej pól, ciągi znaków za pomocą us…

Przeczytaj artykuł →
Tworzenie oprogramowania

Metody ciągów w Pythonie: ściągawka, prawdziwe przykłady i pułapka strip().

Metody łańcuchowe Pythona ze sprawdzonymi przykładami: split, Join, Strip, Zamień, Find, Beginswith, is-methods, Casefold, Partycjonowanie i Transla…

Przeczytaj artykuł →
Sztuczna inteligencja

Wyjaśnienie podobieństwa cosinusa: formuła, praktyczny przykład i kod Pythona

Podobieństwo cosinusa wyjaśnione w prosty sposób: formuła, ręcznie wykonany przykład, czysty kod Pythona i NumPy, odległość cosinus vs euklidesowa n…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie kodowania UTF-8: jak tekst staje się bajtami i jak naprawić zniekształcony tekst

Kodowanie UTF-8 wyjaśnione na przykładach na poziomie bajtów, które uruchomiliśmy w Pythonie: jak znaki stają się od 1 do 4 bajtów, dlaczego kawiarn…

Przeczytaj artykuł →
Automatyzacja testów

Wyjaśnienie pytest parametrize: 7 wzorców z przetestowanymi przykładami

pytest parametrize wyjaśnione za pomocą 7 przetestowanych wzorców: podstawowe przypadki, czytelne identyfikatory, stosowe dekoratory, pytest.param z…

Przeczytaj artykuł →
Testowanie oprogramowania

Ponowne testowanie a testowanie regresyjne: 8 kluczowych różnic z przykładem rzeczywistej naprawy błędu

Ponowne testowanie a testowanie regresyjne wyjaśniono za pomocą prawdziwego uruchomienia naprawy błędu w pytest: ponowne testowanie potwierdziło pop…

Przeczytaj artykuł →
Bazy danych i SQL

Usuń zduplikowane wiersze w SQL: 5 bezpiecznych metod, testowanych krok po kroku

Jak bezpiecznie usunąć zduplikowane wiersze w SQL: znajdź je, wyświetl podgląd, a następnie usuń za pomocą ROW_NUMBER, MIN(id), EXISTS, rowid lub no…

Przeczytaj artykuł →
Bazy danych i SQL

RANK SQL vs DENSE_RANK vs ROW_NUMBER: Różnice w testowanych przykładach

SQL RANK vs DENSE_RANK vs ROW_NUMBER w jednej tabeli: jak każdy obsługuje remisy, górne N w grupie, druga najwyższa pułapka płacowa i deterministycz…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie opcjonalnego łączenia w JavaScript (?.): 8 przykładów, ?? Wartości domyślne i pułapki

Opcjonalne łączenie JavaScript zatrzymuje błędy „Nie można odczytać właściwości niezdefiniowanych”. 8 przetestowanych przykładów właściwości, tablic…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie Pythona enumerate(): 7 przykładów, start=1 i błędy, których należy unikać

Python enumerate() daje indeks i wartość w jednej czystej pętli. 7 sprawdzonych przykładów, trik start=1, słowniki, pliki, liczby prędkości i 3 błęd…

Przeczytaj artykuł →
Sztuczna inteligencja

Wyjaśnienie strategii fragmentowania RAG: stałe, nakładanie się, zdanie, rekurencyjne i nagłówki, mierzone

Strategie fragmentowania RAG porównane w jednym dokumencie z tiktokenem 0.14: stały rozmiar, nakładanie się, pakowanie zdań, dzielenie rekurencyjne …

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie tożsamości API: klucze idempotencji i bezpieczne ponowne próby, przetestowane

Wyjaśnienie idempotencji API na serwerze Python i kliencie, którego uruchomiliśmy: utracona odpowiedź spowodowała podwójną opłatę bez klucza i jedną…

Przeczytaj artykuł →
DevOps

Wyjaśnienie Git Stash: zapisywanie, stosowanie, otwieranie i nieśledzone pliki, testowane

Git stash wyjaśniono za pomocą poleceń, które uruchomiliśmy w Git 2.56: push z wiadomością, nieśledzone pliki, lista i pokaż, zastosuj vs pop, zacho…

Przeczytaj artykuł →
Testowanie oprogramowania

Wyjaśnienie testowania parami: jak użycie wszystkich par zmniejsza 216 testów do 13, przetestowano

Testowanie w parach wyjaśnione za pomocą generatora uruchomionego w Pythonie 3.13: sprawdzenie z 216 kombinacjami objętymi 13 testami, zweryfikowany…

Przeczytaj artykuł →
Automatyzacja testów

Wyjaśnienie testowania dubletów: atrapa, skrót, szpieg, próbna i fałszywa, z przetestowanym kodem Pythona

Testowanie dubletów wyjaśniono na jednym przykładzie Pythona uruchomionym w pytest 9.2: manekin, stub, szpieg, próbny i fałszywy, kiedy używać każde…

Przeczytaj artykuł →
Bazy danych i SQL

Wyjaśnienie SQL COALESCE: wartości domyślne, NULLIF, IFNULL vs ISNULL i pułapki, przetestowane

Wyjaśnienie SQL COALESCE za pomocą zapytań, które uruchomiliśmy w SQLite 3.50: pierwsze wartości inne niż null, puste ciągi znaków, NULL w matematyc…

Przeczytaj artykuł →
Bazy danych i SQL

Wyjaśnienie samodzielnego łączenia SQL: menedżer pracowników, porównania par i wierszy, przetestowane

Samodzielne łączenie SQL wyjaśnione za pomocą zapytań, które uruchomiliśmy w SQLite 3.50: pracownik i menedżer, zarabiający więcej niż menedżer, uni…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie operatora rozprzestrzeniania JavaScript: rozprzestrzenianie a reszta, kopie i błędy, przetestowane

Operator rozprzestrzeniania JavaScript wyjaśniony kodem, który uruchomiliśmy w węźle 24: tablice, obiekty, płytkie kopie, parametry spoczynkowe, lim…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie funkcji Pythona: lru_cache, częściowe, redukcja, zawijanie i więcej, przetestowane

Funkcjonalne narzędzia Pythona wyjaśnione za pomocą kodu, który uruchomiliśmy w Pythonie 3.13: lru_cache i cache, częściowe, redukcja, wraps, cached…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie modułu kolekcji Pythona: licznik, defaultdict, deque i więcej, przetestowane

Kolekcje Pythona wyjaśnione za pomocą kodu, który uruchomiliśmy w Pythonie 3.13: Counter, defaultdict, deque, Nametuple, OrderedDict i ChainMap, a t…

Przeczytaj artykuł →
Sztuczna inteligencja

Wyjaśnienie okna kontekstowego LLM: tokeny, limity i sposób dopasowania większej ilości, zmierzone

Okno kontekstowe LLM wyjaśnione za pomocą liczby tokenów, które zmierzyliśmy za pomocą tiktokena: słowa kontra tokeny dla prozy, kodu i języka hindi…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie webhooków: jak działają i jak je bezpiecznie odbierać

Wyjaśnienie webhooków z odbiorcą i nadawcą, które uruchomiliśmy w Pythonie: push a odpytywanie, podpisy HMAC-SHA256, odrzucanie zmodyfikowanych i od…

Przeczytaj artykuł →
DevOps

Wyjaśnienie Git Cherry-Pick: Skopiuj potrzebne zatwierdzenie, bezpiecznie i przetestowane

Git cherry-pick wyjaśniono za pomocą poleceń, które uruchomiliśmy w Git 2.56: kopiowanie poprawki do gałęzi wydania, nowe skróty i identyfikatory po…

Przeczytaj artykuł →
Automatyzacja testów

Wyjaśnienie testów migawkowych: jak to działa, kiedy pomaga, a kiedy szkodzi

Testowanie migawek wyjaśnione za pomocą pytestu i syropowego demo, które przeprowadziliśmy: tworzenie migawek, odczytywanie różnic po zmianie kodu, …

Przeczytaj artykuł →
Testowanie oprogramowania

Wyjaśnienie testów mutacji: dlaczego 100% pokrycie nadal nie uwzględnia naszego błędu

Testowanie mutacji wyjaśniono za pomocą małego narzędzia mutacji, które zbudowaliśmy i uruchomiliśmy: 14 mutantów, zestaw testów ze 100% pokryciem l…

Przeczytaj artykuł →
Bazy danych i SQL

Wyjaśnienie funkcji SQL JSON: zapytania, aktualizacja i indeksowanie JSON w SQL, przetestowane

Funkcje SQL JSON wyjaśnione za pomocą zapytań, które uruchomiliśmy w SQLite 3.50: json_extract, operatory -> i ->>, json_each, json_set, js…

Przeczytaj artykuł →
Bazy danych i SQL

Wyjaśnienie przestawnego SQL: zamień wiersze w kolumny za pomocą CASE, FILTER i PIVOT

Wyjaśnienie przestawu SQL za pomocą zapytań uruchamianych w SQLite 3.50: agregacja warunkowa z CASE i SUM, FILTER, NULL vs zero, sumy, kolumny dynam…

Przeczytaj artykuł →
Sztuczna inteligencja

Wyjaśnienie szybkiego wstrzyknięcia: jak oszukać aplikacje AI i jak się przed nimi bronić

Wyjaśnienie szybkiego wstrzykiwania dla konstruktorów: ataki bezpośrednie i pośrednie, dlaczego zawodzą filtry słów kluczowych (nasz test zablokował…

Przeczytaj artykuł →
DevOps

Wyjaśnienie rekordów DNS: A, AAAA, CNAME, MX, TXT i TTL z rzeczywistymi wyszukiwaniami

Rekordy DNS wyjaśnione na podstawie wyszukiwań, które przeprowadziliśmy: jak działa rozdzielczość, A i AAAA, reguły CNAME, MX i null MX, TXT dla SPF…

Przeczytaj artykuł →
DevOps

Wyjaśnienie flag funkcji: bezpieczne wydania, stopniowe wdrażanie i higiena flag

Flagi funkcji wyjaśnione za pomocą przeprowadzonej przez nas symulacji wdrożenia: typy flag, procentowe wdrożenia ze stabilnym mieszaniem, przełączn…

Przeczytaj artykuł →
Automatyzacja testów

Testuj generowanie danych za pomocą Python Faker: realistyczne, powtarzalne i bezpieczne dane

Przetestuj generowanie danych za pomocą Python Faker, uruchom i zmierz: zaszczepianie powtarzalnych danych, ustawień regionalnych, unikalnych wartoś…

Przeczytaj artykuł →
Testowanie oprogramowania

Wyjaśnienie testowania z Shift-Left: Znajdź błędy wcześniej, bez spowalniania zespołu

Wyjaśniono testowanie z przesunięciem w lewo: co to znaczy, dlaczego wczesne defekty są tańsze, praktyki – od przeglądów wymagań po kontrole CI, zmi…

Przeczytaj artykuł →
Bazy danych i SQL

Wyjaśnienie funkcji ciągów SQL: TRIM, SUBSTR, REPLACE, CONCAT i czyszczenie danych

Funkcje ciągów SQL wyjaśnione za pomocą zapytań, które wykonaliśmy: konkatenacja i NULL, TRIM, UPPER i LOWER, SUBSTR i INSTR, REPLACE, dopełnienie, …

Przeczytaj artykuł →
Bazy danych i SQL

Wyjaśnienie wyzwalaczy SQL: wyzwalacze PRZED i PO, dzienniki audytu i pułapki

Wyzwalacze SQL wyjaśnione za pomocą wyzwalaczy, które uruchomiliśmy: PRZED vs PO, STARY i NOWY, dzienniki audytu, walidacja, aktualizacje zapasów, w…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie modułu Python JSON: zrzuty, ładowanie, typy niestandardowe i typowe błędy

Moduł Python JSON wyjaśniony za pomocą uruchomionego przez nas kodu: zrzuty i ładowanie, pliki, konwersje typów, daty i miejsca dziesiętne, niestand…

Przeczytaj artykuł →
Tworzenie oprogramowania

Moduły ES a CommonJS: Jak działa import JavaScript w Node.js, przetestowano

Moduły ES i CommonJS wyjaśnione za pomocą kodu, który uruchomiliśmy w Node.js: składnia importu i eksportu, wymagania, powiązania na żywo, buforowan…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie wyrażenia regularnego w języku Python: wzorce, grupy, przewidywania i pułapki, przetestowane

Wyrażenie regularne w Pythonie wyjaśnione za pomocą wzorców, które uruchomiliśmy: wyszukiwanie vs dopasowanie, findall, grupy i nazwane grupy, zachł…

Przeczytaj artykuł →
Sztuczna inteligencja

Wyjaśnienie strukturalnych wyników LLM: uzyskiwanie niezawodnego formatu JSON z modeli AI

Ustrukturyzowane dane wyjściowe LLM wyjaśnione wraz z walidacją przeprowadzoną w Pydantic: tryb i schematy JSON, ograniczone dekodowanie, sposoby ps…

Przeczytaj artykuł →
DevOps

Wyjaśnienie kluczy SSH: jak działają, ssh-keygen, Ed25519 i bezpieczne nawyki

Klucze SSH wyjaśnione za pomocą wygenerowanych przez nas kluczy: klucze publiczne i prywatne, ssh-keygen, Ed25519 vs RSA, odciski palców, hasła, ssh…

Przeczytaj artykuł →
DevOps

Wyjaśnienie buforowania HTTP: kontrola pamięci podręcznej, odpowiedzi ETag i 304 z testem na żywo

Wyjaśnienie buforowania HTTP na małym serwerze, który prowadziliśmy: dyrektywy Cache-Control, maksymalny wiek, brak pamięci podręcznej vs brak sklep…

Przeczytaj artykuł →
Automatyzacja testów

Wyjaśnienie testowania kontraktu API: wychwytuj istotne zmiany przed wysyłką

Testowanie kontraktu API wyjaśniono za pomocą przeprowadzonej przez nas kontroli schematu: czym jest kontrakt, kontrakty zorientowane na konsumenta,…

Przeczytaj artykuł →
Testowanie oprogramowania

Wyjaśnienie testowania opartego na ryzyku: oceń ryzyko, zbuduj macierz i przetestuj, co jest ważne

Testowanie oparte na ryzyku wyjaśnione krok po kroku: identyfikacja ryzyka, prawdopodobieństwo punktacji i wpływ, budowanie matrycy ryzyka, mapowani…

Przeczytaj artykuł →
Bazy danych i SQL

Wyjaśnienie ograniczeń SQL: NOT NULL, UNIQUE, CHECK i OBCY KLUCZ, przetestowane

Ograniczenia SQL wyjaśnione za pomocą przeprowadzonych przez nas testów: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY i FOREIGN KEY, luki NULL, ustawie…

Przeczytaj artykuł →
Bazy danych i SQL

Wyjaśnienie funkcji daty SQL: dodawanie, porównywanie i grupowanie dat bez błędów

Funkcje daty SQL wyjaśnione za pomocą zapytań, które wykonaliśmy: dodawanie interwałów, niespodzianki na koniec miesiąca, różnice dat, pułapka BETWE…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie asyncio Pythona: asynchronizacja, oczekiwanie, zbieranie i grupa zadań z rzeczywistym czasem

Asyncio Pythona wyjaśnione za pomocą kodu, który zmierzyliśmy: współprogramy, oczekiwanie, zbieranie, grupa zadań, obsługa błędów, przekroczenia lim…

Przeczytaj artykuł →
Tworzenie oprogramowania

Odbicie a przepustnica w JavaScript: jak działają, kiedy używać każdego z nich, przetestowano

Debounce a przepustnica w JavaScript wyjaśnione z czasami, które zmierzyliśmy w Node.js: jak każdy z nich działa, proste implementacje, wywołania wi…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie menedżerów kontekstu Pythona: instrukcja with, biblioteka kontekstowa i rzeczywiste zastosowania

Menedżerowie kontekstu Pythona wyjaśnili za pomocą uruchomionego przez nas kodu: jak działa, __enter__ i __exit__, kontekstlib.contextmanager, tłumi…

Przeczytaj artykuł →
Sztuczna inteligencja

Wyjaśnienie temperatury i góry LLM: jak modele AI wybierają kolejne słowo

Temperatura LLM i top-p wyjaśnione za pomocą przeprowadzonej przez nas symulacji: w jaki sposób zmieniają się prawdopodobieństwa, co utrzymuje top-p…

Przeczytaj artykuł →
DevOps

Wyjaśnienie YAML: składnia, problem norweski i inne pułapki, które testowaliśmy

YAML wyjaśnił za pomocą testu parsera: podstawowa składnia, listy i mapy, problem Norwegii, wersje zamieniające się w zmiennoprzecinkowe, ósemkowe k…

Przeczytaj artykuł →
DevOps

Wyjaśnienie zadań Cron: składnia, prawdziwe harmonogramy i błędy, które je psują

Zadania Cron wyjaśnione za pomocą zweryfikowanych przez nas harmonogramów: pięć pól, operatory, prawdziwe przykłady, pułapka dnia miesiąca LUB dnia …

Przeczytaj artykuł →
Sztuczna inteligencja

Wyjaśnienie halucynacji AI: dlaczego modele językowe tworzą rzeczy i jak je zmniejszyć

Wyjaśniono halucynacje AI: czym są, dlaczego powstają w modelach językowych, typowe typy, jak je zredukować za pomocą uziemień i podpowiedzi oraz pr…

Przeczytaj artykuł →
DevOps

Wyjaśnienie zmiennych środowiskowych: pliki .env, sekrety i konfiguracja wykonana prawidłowo

Zmienne środowiskowe wyjaśnione na przykładach Pythona, które przeprowadziliśmy: ich odczytywanie i ustawianie, dlaczego każda wartość jest ciągiem …

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie ograniczenia szybkości interfejsu API: algorytmy, nagłówki i obsługa błędów 429

Ograniczanie szybkości API wyjaśnione za pomocą przeprowadzonej przez nas symulacji: zasobnik tokenów, stałe okno, przesuwane okno, 429 odpowiedzi, …

Przeczytaj artykuł →
Automatyzacja testów

Wyśmiewanie w Pythonie: unittest.mock, patch i błędy, które sprawiają, że testy kłamią

Wyśmiewanie w Pythonie za pomocą unittest.mock, przetestowane: Mock i zwracana wartość, efekt uboczny, łatanie tam, gdzie używana jest nazwa, specyf…

Przeczytaj artykuł →
Testowanie oprogramowania

Wyjaśnienie zasięgu kodu: pokrycie linii i oddziału oraz co naprawdę oznacza 100%

Wyjaśnienie pokrycia kodu za pomocą prawdziwego pliku cover.py: pokrycie linii, gałęzi i warunków, przeczytanie raportu, dlaczego 100% pokrycia może…

Przeczytaj artykuł →
Bazy danych i SQL

DELETE vs TRUNCATE vs DROP w SQL: różnice, wycofywanie i kiedy używać każdego z nich

DELETE vs TRUNCATE vs DROP wyjaśnione za pomocą przetestowanego SQL: co każdy usuwa, wycofywanie, wyzwalacze, resetowanie tożsamości, prędkość i czy…

Przeczytaj artykuł →
Bazy danych i SQL

Wyjaśnienie widoków SQL: tworzenie, używanie i unikanie pułapek wraz z przykładami

Widoki SQL wyjaśnione za pomocą zapytań, które uruchomiliśmy: tworzenie widoku, wyniki na żywo, ukrywanie kolumn, wydajność, widoki z możliwością ak…

Przeczytaj artykuł →
Tworzenie oprogramowania

Interfejs TypeScript a typ: rzeczywiste różnice, testowane za pomocą kompilatora

Interfejs TypeScript a typ, sprawdzony z prawdziwym kompilatorem: co oba mogą zrobić, co tylko jeden, łączenie deklaracji, rozszerzenia a przecięcia…

Przeczytaj artykuł →
Tworzenie oprogramowania

Python *args i **kwargs wyjaśnione: elastyczne funkcje z przejrzystymi przykładami

Python *args i **kwargs wyjaśnione za pomocą uruchomionego przez nas kodu: pakowanie i rozpakowywanie, kolejność parametrów, argumenty zawierające t…

Przeczytaj artykuł →
Tworzenie oprogramowania

Funkcje Lambda w Pythonie: składnia, rzeczywiste zastosowania i kiedy ich nie używać

Funkcje lambda w Pythonie wyjaśnione za pomocą uruchomionego przez nas kodu: składnia, sortowanie za pomocą klucza, mapa i filtr, domknięcia, pułapk…

Przeczytaj artykuł →
Sztuczna inteligencja

Kim są agenci AI? Jak one działają, dzięki prostej pętli agenta, którą możesz uruchomić

Kim są agenci AI? Prosty przewodnik po pętli agenta, narzędziach, pamięci i poręczach, z małą pętlą w Pythonie, którą uruchomiliśmy, prawdziwymi zag…

Przeczytaj artykuł →
DevOps

Monitorowanie a obserwowalność: prawdziwa różnica z logami, wskaźnikami i śladami

Wyjaśnienie monitorowania a obserwowalności: znane i nieznane awarie, dzienniki, metryki i ślady, opis incydentu przy kasie, złote sygnały, OpenTele…

Przeczytaj artykuł →
DevOps

Woluminy platformy Docker a mocowania powiązań: utrwalanie danych kontenera we właściwy sposób

Wyjaśniono woluminy Dockera a montowanie powiązań: dlaczego dane kontenera znikają, nazwane woluminy, montowanie powiązań, tmpfs, przykłady tworzeni…

Przeczytaj artykuł →
Automatyzacja testów

TDD vs BDD: kluczowe różnice, jedna funkcja zbudowana w obie strony i kiedy używać każdej z nich

TDD vs BDD wyjaśnione za pomocą jednej funkcji rabatowej zbudowanej w obie strony: refaktoryzacja czerwono-zielona z uruchomionym przez nas kodem, s…

Przeczytaj artykuł →
Testowanie oprogramowania

Testowanie akceptacyjne użytkownika (UAT): proces, lista kontrolna i rzeczywiste przykłady

Wyjaśniono testy akceptacyjne użytkownika: kto je przeprowadza, czym różni się od kontroli jakości, siedmioetapowy proces, szablon przypadku testowe…

Przeczytaj artykuł →
Bazy danych i SQL

Wyjaśnienie wartości SQL NULL: IS NULL, COALESCE, NULLIF i pułapki, których należy unikać

Wartości SQL NULL wyjaśnione za pomocą zapytań, które wykonaliśmy: logika trójwartościowa, IS NULL, COALESCE, NULLIF, w jaki sposób agregacje, łącze…

Przeczytaj artykuł →
Bazy danych i SQL

Instrukcja SQL CASE WHEN: składnia, rzeczywiste przykłady i typowe błędy

SQL CASE WHEN wyjaśnione za pomocą zapytań, które uruchomiliśmy: proste i przeszukiwane formularze, kolejność warunków, elementy przestawne z SUM, s…

Przeczytaj artykuł →
Tworzenie oprogramowania

Co to jest JWT? Tokeny internetowe JSON wyjaśnione na przykładzie działania

Co to jest JWT? Wyjaśniono tokeny sieciowe JSON: trzy części, token zbudowany i zmodyfikowany w uruchomionym przez nas kodzie, JWT a sesje, pamięć m…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie pętli zdarzeń JavaScript: stos wywołań, mikrozadania i liczniki czasu z przykładami

Pętla zdarzeń JavaScript wyjaśniona za pomocą uruchomionego przez nas kodu: stos wywołań, kolejki zadań i mikrozadań, dlaczego setTimeout 0 nie jest…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie generatorów Pythona i wydajności: oszczędzaj pamięć dzięki prawdziwym przykładom

Generatory Pythona i wydajność wyjaśnione za pomocą uruchomionego przez nas kodu: sposób wstrzymywania i wznawiania, mierzone oszczędności pamięci, …

Przeczytaj artykuł →
Sztuczna inteligencja

Czym są osady? Wyjaśnienie wektorów i podobieństwa cosinusa

Czym są osadzania? Prosty przewodnik po wektorach, podobieństwie cosinusów i wyszukiwaniu semantycznym, z małym przykładem, który przeprowadziliśmy,…

Przeczytaj artykuł →
DevOps

Wdrożenie niebiesko-zielone a kanaryjskie: różnice, kompromisy i sposób wyboru

Wyjaśniono wdrożenie Blue-Green vs Canary: sposób działania każdego z nich, koszty, ryzyko i wycofywanie zmian, przetestowane przez nas stabilne łąc…

Przeczytaj artykuł →
Automatyzacja testów

Niestabilne testy: co je powoduje i jak je naprawić na dobre

Niestabilne testy wyjaśnione w przeprowadzonych przez nas demonstracjach: główne przyczyny, sposób potwierdzenia i zdiagnozowania jednej z nich, odp…

Przeczytaj artykuł →
Testowanie oprogramowania

Load Testing vs Stress Testing: Differences, Metrics and k6 Examples

Wyjaśniono testy obciążenia i testy warunków skrajnych: co dowodzi każdy z nich, testy szczytowe i nasiąkania, istotne metryki, dlaczego średnie wpr…

Przeczytaj artykuł →
Testowanie oprogramowania

Przypadek testowy a scenariusz testowy: kluczowe różnice, przykłady i kiedy stosować każdy z nich

Wyjaśnienie przypadków testowych i scenariuszy testowych: jasne definicje, tabela obok siebie, jedna funkcja resetowania hasła zaczerpnięta ze scena…

Przeczytaj artykuł →
Bazy danych i SQL

Optymalizacja zapytań SQL: czytaj plany wykonania i napraw powolne zapytania z synchronizacją

Optymalizacja zapytań SQL przetestowana na milionie wierszy: przeczytaj plany wykonania, dodaj odpowiednie indeksy, napraw filtry niesargowalne, uży…

Przeczytaj artykuł →
Bazy danych i SQL

SQL UNION vs UNION ALL: różnice, przykłady i testowana wydajność

SQL UNION vs UNION ALL wyjaśnione na podstawie zapytań, które uruchomiliśmy: duplikaty, obie reguły są zgodne, prawdziwy błąd danych, zmierzona wyda…

Przeczytaj artykuł →
Tworzenie oprogramowania

Samouczek API pobierania JavaScript: GET, POST, obsługa błędów i limity czasu

Samouczek JavaScript Fetch API testowany na serwerze lokalnym: GET i POST, dlaczego 404 nie rzuca, pomocnik wielokrotnego użytku, ciągi zapytań, prz…

Przeczytaj artykuł →
Tworzenie oprogramowania

Obsługa plików w Pythonie: odczyt, zapis, CSV, JSON i pathlib z przykładami

Obsługa plików w Pythonie wyjaśniona za pomocą uruchomionego przez nas kodu: tryby otwarte, czytanie dużych plików, CSV, JSON, pathlib, pliki binarn…

Przeczytaj artykuł →
Tworzenie oprogramowania

Klasy i obiekty Pythona: samouczek OOP z prawdziwymi przykładami

Klasy i obiekty Pythona objaśnione za pomocą uruchomionego przez nas kodu: __init__, metody, atrybuty klas i instancji, dziedziczenie, właściwości, …

Przeczytaj artykuł →
Sztuczna inteligencja

Co to jest model dużego języka? Jak działają LLM, wyjaśnione bez szumu

Co to jest model dużego języka? LLM wyjaśnione prostym językiem: tokeny, osadzanie, uwaga, szkolenie, temperatura i okna kontekstowe, mała demonstra…

Przeczytaj artykuł →
DevOps

Polecenia systemu Linux dla początkujących: niezbędny przewodnik po terminalu z przykładami

Polecenia systemu Linux dla początkujących, pogrupowane według zadań: nawigacja, pliki, przeglądanie logów, grep, potoki, uprawnienia, procesy i arc…

Przeczytaj artykuł →
Automatyzacja testów

Selenium kontra dramaturg: kluczowe różnice, porównanie kodu i wybór

Porównanie Selenium i Playwright: architektura, oczekiwanie, obsługa przeglądarki i języka, debugowanie, ten sam test w obu narzędziach, porady doty…

Przeczytaj artykuł →
Testowanie oprogramowania

Partycjonowanie równoważne: technika projektowania testów wyjaśniona na praktycznych przykładach

Wyjaśniono podział równoważny: jak znaleźć prawidłowe i nieprawidłowe partycje, sprawdzone przykłady dla grup wiekowych, hasła i kupony, przeprowadz…

Przeczytaj artykuł →
Testowanie oprogramowania

Ważność a priorytet w testowaniu oprogramowania: różnice, macierz i rzeczywiste przykłady

Wyjaśniono ważność a priorytet w testowaniu oprogramowania: jasne definicje, czterokierunkowa macierz z przykładami, skale poziomów, kto ustawia każ…

Przeczytaj artykuł →
Bazy danych i SQL

Samouczek dotyczący podzapytań SQL: typy, skorelowane podzapytania i ISTNIEJĄ z przykładami

Samouczek dotyczący podzapytań SQL z zapytaniami, które wykonaliśmy: podzapytania skalarne, IN, FROM i SELECT, podzapytania skorelowane, EXISTS, puł…

Przeczytaj artykuł →
Bazy danych i SQL

Wyjaśnienie transakcji SQL i ACID: COMMIT, ROLLBACK i poziomy izolacji

Transakcje SQL i ACID wyjaśnione za pomocą wykonanego przez nas przelewu bankowego: COMMIT, ROLLBACK, punkty zapisu, blokady, poziomy izolacji, brud…

Przeczytaj artykuł →
Tworzenie oprogramowania

Ściągawka dotycząca poleceń Git: polecenia, których faktycznie używasz, z przykładami

Ściągawka poleceń Git pogrupowana według zadań: konfiguracja, przemieszczanie, gałęzie, piloty, skrytka, historia i cofanie błędów, z danymi wyjścio…

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie obietnic JavaScript: następnie catch, Promise.all i typowe błędy

Obietnice JavaScript wyjaśnione za pomocą uruchomionego przez nas kodu: stany, łańcuchy then i catch, obsługa błędów, Promise.all, allSettled, race …

Przeczytaj artykuł →
Tworzenie oprogramowania

Samouczek słownika języka Python: metody, przykłady i typowe wzorce

Samouczek słownika języka Python z uruchomionym przez nas kodem: tworzenie, odczytywanie i aktualizowanie słowników, metody kluczowych, łączenie, ro…

Przeczytaj artykuł →
Sztuczna inteligencja

Co to jest RAG? Generacja rozszerzona o wyszukiwanie wyjaśniona na przykładzie roboczym

Co to jest RAG? Generowanie wspomagane pobieraniem wyjaśnione krok po kroku: indeksowanie, fragmentowanie, osadzanie, pobieranie, mały działający pr…

Przeczytaj artykuł →
DevOps

Samouczek Terraform dla początkujących: Infrastruktura jako kod od pierwszego pliku do modułów

Samouczek Terraform dla początkujących: zacznij bez konta w chmurze, naucz się inicjowania, planowania i stosowania, a następnie zmiennych, wyników,…

Przeczytaj artykuł →
DevOps

Docker kontra Kubernetes: kluczowe różnice, jak ze sobą współpracują i czego potrzebujesz

Wyjaśniono Docker vs Kubernetes: co robi każdy z nich, ta sama aplikacja działa z obydwoma, porównanie Docker Compose i Swarm, zmiana podkładki dock…

Przeczytaj artykuł →
Automatyzacja testów

Samouczek Pytest dla początkujących: urządzenia, parametryzacja i prawdziwe przykłady

Samouczek pytest dla początkujących z testami, które przeprowadziliśmy na pytest 9.2: asercje, urządzenia, parametryzacja, conftest, znaczniki, tmp_…

Przeczytaj artykuł →
Testowanie oprogramowania

Cykl życia testowania oprogramowania (STLC): 6 faz, kryteria wejścia i wyjścia, przykład

Wyjaśniono cykl życia testowania oprogramowania: sześć faz STLC z kryteriami wejścia i wyjścia, elementy dostarczane, działający przykład funkcji lo…

Przeczytaj artykuł →
Tworzenie oprogramowania

Git merge vs rebase: różnice, przykłady i kiedy czego używać

Git merge vs rebase wyjaśnione na prawdziwym wyniku logu, z tabelą porównawczą, złotą zasadą rebase i bezpiecznym procesem pracy zespołu.

Przeczytaj artykuł →
Tworzenie oprogramowania

Python list comprehension: składnia, przykłady i kiedy jej unikać

Python list comprehension wyjaśnione: składnia, filtrowanie, if-else, zagnieżdżone pętle, zmierzone czasy i sytuacje, w których zwykła pętla for jes…

Przeczytaj artykuł →
Bazy danych i SQL

SQL JOIN – wyjaśnienie z przykładami (Inner, Left, Right, Full)

Zrozum złączenia SQL krok po kroku na przykładowych tabelach i zapytaniach: INNER, LEFT, RIGHT, FULL, CROSS i SELF, plus typowe błędy i wskazówki wy…

Przeczytaj artykuł →