Pytest Xdist: Uruchamiaj testy równolegle i skracaj czas testu
pytest-xdist uruchamia pakiet pytest na kilku rdzeniach procesora jednocześnie. Dowiedz się, jak go zainstalować, wybierz liczbę procesów roboczych, wybierz tryb dystrybucji i napraw błędy w stanie współdzielonym ujawniające się w przypadku uruchomień równoległych, uwzględniając czasy i awarie z rzeczywistych uruchomień.
- pytest xdist dodaje
-n:pytest -n autouruchamia jeden proces roboczy na rdzeń procesora. - Nasz zestaw 16 testów spadł z 8,05 s do 3,41 s przy 4 pracownikach, około 2,4 razy szybciej.
- Testy, które współdzielą pliki, bazy danych lub obiekty globalne, mogą równolegle zakończyć się niepowodzeniem. Nasz test wspólnego pliku nie powiódł się przy każdym uruchomieniu równoległym.
- W przypadku małych, szybkich zestawów uruchomienie pracownika kosztuje więcej, niż pozwala zaoszczędzić: 0,11 s zamieniło się w 1,43 s.
Zestaw testów, który zajmuje 20 minut, zmienia sposób pracy zespołu. Ludzie przestają uruchamiać go lokalnie, żądania ściągnięcia czekają w CI, a błędy przedostają się do środka. Jeśli Twoje testy spędzają większość czasu na czekaniu na operacje we/wy, przeglądarki lub wolne obliczenia, uruchomienie ich równolegle jest często największym dostępnym przyspieszeniem, a dla użytkowników pytest standardowym narzędziem jest pytest-xdist.
Każdy przykład uruchomiliśmy w Pythonie 3.13.6, pytest 9.2.0 i pytest-xdist 3.8.0 na maszynie z 4 rdzeniami procesora. Nowy w pyteście? Najpierw przeczytaj nasz samouczek dotyczący testów Pythona.
Co to jest pytest-xdist?
pytest-xdist to oficjalna wtyczka pytest do testów rozproszonych. Uruchamia kilka procesów roboczych, zbiera testy w każdym z nich i przekazuje je pracownikom, tak aby uruchamiały się w tym samym czasie. Każdy proces roboczy jest oddzielnym procesem Pythona z własną pamięcią, więc testy powiązane z procesorem uzyskują prawdziwą równoległość, a nie tylko wątki oczekujące na globalną blokadę interpretera.
Instalowanie pytest-xdist
pip install pytest-xdist
pytest --version
python -c "import xdist; print(xdist.__version__)" # 3.8.0
Brak pliku konfiguracyjnego do edycji. Po zainstalowaniu wtyczka rejestruje się, a pytest zyskuje nowe opcje wiersza poleceń. Bez -n testy przebiegają dokładnie tak, jak poprzednio.
Uruchamianie testów równolegle z opcją -n
pytest -n 4 # four workers
pytest -n auto # one worker per CPU core
pytest -n logical # one per logical CPU (hyper-threads)
pytest -n 0 # xdist installed but disabled
-n auto to zwykły wybór. Wykorzystuje liczbę fizycznych rdzeni procesora, jeśli może je wykryć, i w przeciwnym razie wraca do procesorów logicznych. Możesz także umieścić go w swojej konfiguracji, aby każdy otrzymał go domyślnie:
# pytest.ini
[pytest]
addopts = -n auto
Nasze czasy: szeregowe i równoległe
Nasz plik testowy zawierał 16 sparametryzowanych testów, każdy śpiący przez pół sekundy w celu symulacji powolnego wywołania API:
import time, pytest
@pytest.mark.parametrize("n", range(16))
def test_slow_api_call(n):
time.sleep(0.5)
assert n * 2 == n + n
| Polecenie | Wynik | Przyspieszenie |
|---|---|---|
test |
16 minęło w 8,05 s | 1.0x |
pytest -n 2 |
16 minęło w 4,94 s | 1.6x |
pytest -n 4 |
16 minęło w 3,41 s | 2.4x |
pytest -n auto |
16 minęło w 3,45 s | 2.3x |
Idealnym rozwiązaniem przy 4 pracownikach byłoby 2 sekundy (8 sekund snu podzielone na cztery części). Reszta to stały koszt uruchomienia pracowników i zbierania testów w każdym z nich, w tym przypadku mniej więcej sekundę lub więcej. Dzięki temu stałemu kosztowi wyniki w większych pakietach są bliższe ideału i dlatego w przypadku małych pakietów działanie może działać wolniej, jak pokazano poniżej.
Jak działa pytest-xdist
- Główny proces, zwany kontrolerem, uruchamia N procesów roboczych o nazwach
gw0,gw1i tak dalej. - Każdy pracownik samodzielnie zbiera pełny zestaw testów. Kontroler sprawdza, czy wszyscy pracownicy znaleźli te same testy w tej samej kolejności.
- Kontroler wysyła identyfikatory testowe do pracowników zgodnie z trybem dystrybucji.
- Pracownicy przeprowadzają testy i zgłaszają wyniki, a kontroler drukuje jeden połączony raport.
Ponieważ każdy pracownik zbiera dane niezależnie, zbieranie testów musi być deterministyczne. Generowanie wartości parametrycznych z niewykorzystanego losowego źródła lub z zestawu o nieprzewidywalnej kolejności może sprawić, że kolekcja będzie się różnić między procesami roboczymi i przerwać przebieg.
Tryby dystrybucji z –dist
| Tryb | Jak udostępniane są testy | Użyj kiedy |
|---|---|---|
load (domyślnie) |
Oczekujące testy trafiają do dowolnego wolnego pracownika | Niezależne testy |
zakres obciążenia |
Testy w tym samym module lub klasie pozostają razem | Drogie moduły lub wyposażenie klas |
plik ładowania |
Testy w tym samym pliku pozostają razem | Pliki mające wspólną konfigurację lub stan |
grupa ładunkowa |
Testy oznaczone xdist_group(name) pozostają razem |
Ręcznie wybrane grupy |
kradzież pracy |
Bezczynni pracownicy biorą testy od zapracowanych | Testy o bardzo nierównym czasie trwania |
Trzymanie powiązanych testów na jednym procesie roboczym pozwala na utworzenie elementów modułów i klas raz, a nie raz na pracownika, i zapobiega uruchamianiu testów, które dotyczą tego samego zasobu, w tym samym momencie.
Prawdziwy problem: stan współdzielony
W przypadku przebiegów równoległych zakłada się, że testy są niezależne. Wiele pakietów tak nie jest i nikt tego nie zauważa, dopóki xdist nie uruchomi ich w tym samym czasie. Napisaliśmy trzy testy, z których każdy wykorzystuje jeden plik JSON jako fałszywą bazę danych:
DB = pathlib.Path("shared_db.json")
def test_create_user():
_save({"users": ["asha"]})
time.sleep(0.3)
assert _load()["users"] == ["asha"]
def test_reset_db():
_save({"users": []})
time.sleep(0.3)
assert _load()["users"] == []
Seryjnie, wszystkie trzy zdały egzamin. Z -n 3 uruchomiliśmy je sześć razy. Pięć przebiegów zakończyło się 2 niepowodzeniami, 1 przebieg zakończył się niepowodzeniem i jeden przejazd, w którym wszystkie 3 zakończyły się niepowodzeniem, z następującymi błędami:
E json.decoder.JSONDecodeError: Extra data: line 1 column 14 (char 13)
Dwóch pracowników napisało plik w tym samym momencie i pozostawiło go w połowie nadpisanym. W prawdziwym zestawie ten sam wyścig pojawia się jako sporadyczne awarie, które znikają po ponownym uruchomieniu i właśnie dlatego niestabilne testy są tak drogie.
Naprawianie stanu udostępnionego
Opcja 1: wyizoluj każdy test. Przydziel każdemu testowi własny zasób. Wbudowane w pytest tmp_path urządzenie tworzy unikalny katalog na test:
def test_create_user_isolated(tmp_path):
db = tmp_path / "db.json"
db.write_text(json.dumps({"users": ["asha"]}))
assert json.loads(db.read_text())["users"] == ["asha"]
Ta wersja została przekazana w trzech z trzech przebiegów z -n 2 . Ten sam pomysł dotyczy baz danych (schemat lub baza danych na proces roboczy), portów (powiązanie z portem 0) i kont testowych (unikalne nazwy na test).
Opcja 2: przechowuj razem sprzeczne testy. Uruchomienie oryginalnego pliku z przekazanym poleceniem -n 3 --dist loadfile w trzech z trzech przebiegów, ponieważ wszystkie trzy testy zostały przekazane jednemu procesowi roboczemu i uruchamiane jeden po drugim. Jest to szybkie rozwiązanie, które eliminuje równoległość w pliku. Izolacja jest lepsza na dłuższą metę.
Wskazówka: przed dodaniem -n auto do CI uruchom pakiet kilka razy równolegle lokalnie. Pojedynczy zielony przejazd niewiele daje, gdy wyścigi zależą od czasu.
Urządzenia sesji są uruchamiane raz na pracownika
Urządzenie scope="session" zwykle uruchamia się raz na przebieg testowy. W xdist każdy proces roboczy ma swoją własną sesję, więc urządzenie uruchamia się raz na pracownika. Jeśli utworzy bazę danych, zasieje dane lub uruchomi serwer, otrzymasz N kopii. Albo zaprojektuj go tak, aby był przeznaczony dla każdego pracownika, na przykład używając identyfikatora pracownika w nazwach, albo postępuj zgodnie ze wzorcem dokumentacji xdist dotyczącym używania blokady pliku, tak aby tylko pierwszy pracownik wykonywał współdzieloną konfigurację. Nie uruchomiliśmy tutaj wzorca blokady pliku. W naszym przewodniku po urządzeniach pytest szczegółowo opisano zakresy.
Wiedza, na którym pracowniku jesteś
def test_which_worker(worker_id):
assert worker_id in ("master", "gw0", "gw1", "gw2", "gw3")
Urządzenie worker_id zwraca gw0, gw1 i tak dalej w ramach xdist oraz master, gdy testy są uruchamiane bez pracowników. Potwierdziliśmy, że wydrukowano running on master z -n 0. W przypadku -p no:xdist wtyczka w ogóle nie jest ładowana, więc test żądający błędów worker_id; dokładnie to widzieliśmy. Pracownicy otrzymują także zmienną środowiskową PYTEST_XDIST_WORKER. Używaj ich do tworzenia nazw baz danych, portów lub folderów wyjściowych dla poszczególnych pracowników.
Kiedy xdist spowalnia testy
# 200 trivial assertions
pytest fast/ # 200 passed in 0.11s
pytest -n 4 fast/ # 200 passed in 1.43s
Uruchomienie czterech procesów w Pythonie i czterokrotne zebranie pakietu trwało dłużej niż zwykłe uruchomienie 200 małych testów. xdist opłaca się, gdy testy są powolne: połączenia sieciowe, przeglądarki, bazy danych lub duże obciążenia obliczeniowe. Aby uzyskać szybki zestaw jednostek, zachowaj go szeregowo lub włącz xdist tylko w CI dla wolnego pakietu integracyjnego. Użyj --durations=10, aby dowiedzieć się, gdzie faktycznie płynie czas przed równoległością.
Dane wyjściowe, -s i debugowanie
- wydrukuj dane wyjściowe: pracownicy przechwytują standardowe wyjście, więc
-sdane wyjściowe nie pojawiły się w naszym równoległym uruchomieniu. Debuguj za pomocą-n 0lub-p no:xdist. - Kolejność: testy kończą się w niewłaściwej kolejności, więc nie należy polegać na tym, że jeden test przebiega przed drugim. Jeśli test wymaga wcześniejszego uruchomienia innego, napraw test.
- -x: zatrzymanie przy pierwszym niepowodzeniu nadal działa, ale testy już uruchomione na innych procesach roboczych mogą zakończyć się jako pierwsze.
- Zasięg: pytest-cov automatycznie łączy dane od pracowników; zobacz pokrycie pytestem.
- Znaczniki: oddzielaj powolne testy lub testy tylko szeregowe za pomocą znaczników pytest i uruchamiaj je w drugim, nierównoległym poleceniu.
Używanie pytest-xdist w CI
Moduły CI często mają od 2 do 4 rdzeni, więc -n auto zapewnia niewielki zysk na zadanie, ale sumuje się to w przypadku setek uruchomień dziennie. Połącz xdist w jednym zadaniu z podziałem pakietu na kilka zadań w przypadku dużych pakietów. Obserwuj pamięć: każdy pracownik importuje cały projekt, więc czterech pracowników zużywa mniej więcej czterokrotnie więcej pamięci. W naszym przewodniku CI/CD dotyczącym działań w GitHub przedstawiono typowy potok.
Lista kontrolna Pytest xdist
- Najpierw zmierz za pomocą
--durations; równolegle do wolnych zestawów, a nie szybkich. - Uniezależnij testy: bez współdzielonych plików, wierszy, globali i portów.
- Użyj
tmp_pathi nazw poszczególnych pracowników utworzonych na podstawieworker_id. - Pamiętaj, że terminy sesji są uruchamiane raz na pracownika.
- Zachowaj determinizm kolekcji, zwłaszcza parametryzację wartości.
- Użyj
--dist loadfilelubloadgroupjako tymczasowej przerwy dla testów, których nie można jeszcze wyizolować. - Uruchom pakiet równoległy kilka razy, zanim mu zaufasz.
Podsumowanie
pytest-xdist to jedna instalacja i jedna flaga od szybszego pakietu: nasze powolne testy działały 2,4 razy szybciej na 4 rdzeniach. Flaga jest łatwa; prawdziwą pracą jest uniezależnienie testów, które równoległe przebiegi natychmiast ujawniają. Izoluj stan z zasobami tmp_path i na pracownika, grupuj to, czego nie można jeszcze odizolować i utrzymuj numer seryjny małych pakietów. Wykonane w ten sposób pytest-xdist zamienia długie oczekiwania w szybką informację zwrotną.
Najczęstsze pytania
Jak równolegle uruchomić testy pytest?
Zainstaluj wtyczkę za pomocą polecenia pip install pytest-xdist, a następnie uruchom polecenie pytest -n auto, aby uruchomić jednego procesu roboczego na rdzeń procesora, lub pytest -n 4, aby uzyskać stałą liczbę procesów roboczych.
Dlaczego moje testy kończą się niepowodzeniem tylko przy użyciu pytest xdist?
Zwykle testy współdzielą stan, taki jak plik, wiersze bazy danych, zmienna globalna lub port, a pracownicy teraz dotykają go w tym samym czasie. Izoluj każdy test, na przykład za pomocą tmp_path lub przechowuj powiązane testy razem z trybem pliku ładującego.
Co oznacza n auto w pyteście?
Mówi pytest-xdist, aby uruchomił tyle procesów roboczych, ile jest rdzeni procesora, używając rdzeni fizycznych, gdy można je wykryć, i procesorów logicznych w przeciwnym razie.
Czy pytest xdist zawsze przyspiesza testy?
Nie. Rozpoczynanie pracy pracowników ma stały koszt. W naszym przypadku 200 małych testów trwało 0,11 sekundy w trybie seryjnym i 1,43 sekundy w przypadku czterech pracowników. Pomaga najbardziej w powolnych testach.
Czy urządzenia o zasięgu sesji działają z pytest xdist?
Działają, ale każdy proces roboczy ma własną sesję, więc urządzenie sesji jest uruchamiane raz na pracownika, a nie raz ogólnie. Zaprojektuj go tak, aby można go było bezpiecznie uruchomić kilka razy, lub użyj blokady pliku w przypadku konfiguracji współdzielonej.
Ucz się dalej
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.
Więcej poradników na testowanie, sztuczna inteligencja i nowoczesny rozwój
Podobał Ci się ten artykuł? Wybierz temat i przejdź bezpośrednio do naszych najnowszych tutoriali.
Wyjaśnienie plików cookie HTTP: bezpieczne, HttpOnly, SameSite i Scope
Wyjaśnienie plików cookie HTTP: Set-Cookie, Ścieżka, Domena, Wygaśnięcie, Bezpieczne, HttpOnly, SameSite, prefiksy, usuwanie plików cookie i przepis…
Przeczytaj artykuł →DevOpsGit Rebase Interactive: Squash, Fixup, Reword i Autosquash
Interaktywny Git rebase wyjaśniony krok po kroku: wybieranie, przeredagowywanie, squash, naprawa, edycja, upuszczanie, autosquash, konflikty i cofan…
Przeczytaj artykuł →Testowanie oprogramowaniaTestowanie alfa i beta: kluczowe różnice, kryteria wyjścia i lista kontrolna
Porównanie testów alfa i beta: kto testuje, co odkrywa każda faza, kryteria wejścia i wyjścia, jak przeprowadzić wersję beta oraz sprawdzony przykła…
Przeczytaj artykuł →Automatyzacja testówPytest Monkeypatch: 10 przetestowanych przykładów dla zmiennych środowisk, czasu i interfejsów API
Pytest Monkeypatch wyjaśniony za pomocą 10 pozytywnych testów: zmienne środowiskowe, funkcje, konfiguracja, czas, stany uśpienia, ścieżki, blokowani…
Przeczytaj artykuł →Bazy danych i SQLAutomatyczna inkrementacja SQL: MySQL, PostgreSQL, SQL Server i SQLite
Automatyczna inkrementacja SQL w MySQL, PostgreSQL, SQL Server i SQLite: składnia, odczyt nowego ID, dlaczego pojawiają się luki, ponowne użycie ID,…
Przeczytaj artykuł →Bazy danych i SQLSQL BETWEEN: Wyjaśnienie zakresów włączających i pułapki daty
Wyjaśnienie SQL BETWEEN z przetestowanymi zapytaniami: zakresy włączające, odwrócone granice, wartości NULL, pułapka daty ostatniego dnia, zakresy p…
Przeczytaj artykuł →Tworzenie oprogramowaniaLiterały szablonów JavaScript: 10 przykładów obejmujących oznaczone szablony
Literały szablonów JavaScript wyjaśnione na 10 przetestowanych przykładach: interpolacja, ciągi wielowierszowe, ucieczka, szablony z tagami dla bezp…
Przeczytaj artykuł →Tworzenie oprogramowaniaHeapq Pythona: kolejki priorytetowe, górne N i sterty wyjaśnione
Wyjaśniono Python Heapq: heappush, heppop, heapify, kolejki priorytetowe z przerywaczami, maksymalne sterty, największe i scalone, z rzeczywistymi s…
Przeczytaj artykuł →Tworzenie oprogramowaniaOperator Walrus w Pythonie (:=) wyjaśniony w 8 prawdziwych przykładach
Operator morsa w Pythonie := wyjaśniony na 8 przetestowanych przykładach: kontrole if, dopasowanie wyrażenia regularnego, pętle while, wyrażenia, re…
Przeczytaj artykuł →Sztuczna inteligencjaWyjaśnienie funkcji Softmax: formuła, kod Pythona i wersja stabilna
Wyjaśniono funkcję softmax: formuła, działający przykład, kod NumPy, stabilna wersja, która unika NaN, temperatura, entropia krzyżowa i softmax vs s…
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie CORS: żądania wstępnej inspekcji, nagłówki i sposoby naprawiania błędów CORS
CORS wyjaśnił: pochodzenie, żądania proste i wstępne, nagłówki odpowiedzi, które serwer musi wysłać, dane uwierzytelniające i sposoby naprawiania ty…
Przeczytaj artykuł →DevOpsWyjaśnienie Git Diff: zmiany etapowe, gałęzie i zatwierdzenia
Git diff wyjaśnił: przeczytaj dane wyjściowe, porównaj zmiany niestacjonarne i etapowe, zatwierdzenia i rozgałęzienia, dwie i trzy kropki oraz przyd…
Przeczytaj artykuł →Automatyzacja testówPytest Xdist: uruchamiaj testy równolegle i skracaj czas testu
Uruchom testy pytest równolegle z pytest-xdist: instalacja, opcja -n, tryby dystrybucji, rzeczywiste czasy i sposób naprawiania błędów stanu współdz…
Przeczytaj artykuł →Testowanie oprogramowaniaWeryfikacja a walidacja w testowaniu oprogramowania: przykład i tabela
Weryfikacja a walidacja w testowaniu oprogramowania wyjaśniona za pomocą tabeli porównawczej i przykładowego przetestowanego kuponu, w którym każdy …
Przeczytaj artykuł →Sztuczna inteligencjaWyjaśnienie 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 oprogramowaniaObjaśnienie 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 →DevOpsWyjaśnienie 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 testówObjaśnienie 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 oprogramowaniaTestowanie 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 SQLZAMÓWIENIE 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 SQLSuma 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 oprogramowaniaTablica 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 oprogramowaniaMetody 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 inteligencjaWyjaśnienie 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 oprogramowaniaWyjaśnienie 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 testówWyjaśnienie 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 oprogramowaniaPonowne 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 SQLUsuń 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 SQLRANK 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 oprogramowaniaWyjaśnienie 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 oprogramowaniaWyjaśnienie 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 inteligencjaWyjaśnienie 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 oprogramowaniaWyjaśnienie 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 →DevOpsWyjaśnienie 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 oprogramowaniaWyjaśnienie 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 testówWyjaśnienie 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 SQLWyjaśnienie 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 SQLWyjaśnienie 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 oprogramowaniaWyjaśnienie 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 oprogramowaniaWyjaśnienie 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 oprogramowaniaWyjaśnienie 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 inteligencjaWyjaśnienie 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 oprogramowaniaWyjaśnienie 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 →DevOpsWyjaśnienie 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 testówWyjaśnienie 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 oprogramowaniaWyjaśnienie 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 SQLWyjaśnienie 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 SQLWyjaśnienie 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 →Tworzenie oprogramowaniaWyjaśnienie tego słowa kluczowego w JavaScript: każda reguła wiązania, testowana w Node
JavaScript this key wyjaśniony w 17 przypadkach, które uruchomiliśmy w węźle 24: wywołania metod, utracone w wywołaniach zwrotnych, tryb ścisły, fun…
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie ścieżki Pythona: ścieżki, pliki i foldery w nowoczesny sposób, przetestowane
Python pathlib wyjaśniony na przykładach, które uruchomiliśmy w Pythonie 3.13: łączenie ścieżek za pomocą /, nazwy, rdzenia i sufiksu, odczytywanie …
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie itertools w Pythonie: leniwe pętle, kombinacje i grupowanie, przetestowane
Itertoole Pythona wyjaśnione na przykładach, które uruchomiliśmy w Pythonie 3.13: liczenie, cykl, akumulacja, łańcuch, grupowanie, produkt, kombinac…
Przeczytaj artykuł →Sztuczna inteligencjaWyjaśnienie 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 →DevOpsWyjaśnienie 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 →DevOpsWyjaśnienie 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 testówTestuj 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 oprogramowaniaWyjaśnienie 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 SQLWyjaśnienie 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 SQLWyjaśnienie 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 oprogramowaniaWyjaśnienie 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 oprogramowaniaModuły 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 oprogramowaniaWyjaśnienie 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 inteligencjaWyjaśnienie 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 →DevOpsWyjaśnienie 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 →DevOpsWyjaśnienie 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 testówWyjaśnienie 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 oprogramowaniaWyjaśnienie 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 SQLWyjaśnienie 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 SQLWyjaśnienie 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 oprogramowaniaWyjaśnienie 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 oprogramowaniaOdbicie 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 oprogramowaniaWyjaśnienie 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 inteligencjaWyjaśnienie 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 →DevOpsWyjaśnienie 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 →DevOpsWyjaśnienie 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 →Testowanie oprogramowaniaCykl życia błędów w testowaniu oprogramowania: każdy status, kto jest jego właścicielem i typowe błędy
Wyjaśniono cykl życia błędu: każdy status defektu od Nowego do Zamkniętego, kto jest właścicielem każdego kroku, błędy odrzucone, odroczone i ponown…
Przeczytaj artykuł →Automatyzacja testówTestowanie oparte na właściwościach w Pythonie: hipoteza znajduje błędy, które przeoczają Twoje przykłady
Testowanie oparte na właściwościach wyjaśnione za pomocą przeprowadzonych przez nas testów hipotez: właściwości kontra przykłady, strategie, zmniejs…
Przeczytaj artykuł →Bazy danych i SQLWyjaśnienie paginacji SQL: OFFSET vs zestaw kluczy, z testem miliona wierszy
Paginacja SQL wyjaśniona za pomocą przeprowadzonego przez nas testu obejmującego milion wierszy: LIMIT i OFFSET, dlaczego głębokie strony stają się …
Przeczytaj artykuł →Sztuczna inteligencjaWyjaśnienie 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 →DevOpsWyjaśnienie 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 oprogramowaniaWyjaśnienie 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 testówWyśmiewanie 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 oprogramowaniaWyjaśnienie 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 SQLDELETE 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 SQLWyjaśnienie 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 oprogramowaniaInterfejs 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 oprogramowaniaPython *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 oprogramowaniaFunkcje 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 inteligencjaKim 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 →DevOpsMonitorowanie 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 →DevOpsWoluminy 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 testówTDD 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 oprogramowaniaTestowanie 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 SQLWyjaśnienie 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 SQLInstrukcja 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 oprogramowaniaCo 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 oprogramowaniaWyjaśnienie 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 oprogramowaniaWyjaśnienie 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 inteligencjaCzym 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 →DevOpsWdrożenie 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 testówNiestabilne 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 oprogramowaniaLoad 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 oprogramowaniaPrzypadek 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 SQLOptymalizacja 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 SQLSQL 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 oprogramowaniaSamouczek 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 oprogramowaniaObsługa 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 oprogramowaniaKlasy 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 inteligencjaCo 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 →DevOpsPolecenia 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 testówSelenium 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 oprogramowaniaPartycjonowanie 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 oprogramowaniaWażność 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 SQLSamouczek 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 SQLWyjaśnienie 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 oprogramowaniaŚciągawka 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 oprogramowaniaWyjaśnienie 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 oprogramowaniaSamouczek 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 inteligencjaCo 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 →DevOpsSamouczek 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 →DevOpsDocker 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 testówSamouczek 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 oprogramowaniaCykl 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 oprogramowaniaGit 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 oprogramowaniaPython 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 SQLSQL 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 →