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

  1. Strona główna
  2. Blog
  3. Testowanie oprogramowania

Testowanie oprogramowania

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

Pozytywne testy sprawdzają, czy oprogramowanie działa z prawidłowymi danymi wejściowymi. Testowanie negatywne sprawdza, czy zakończy się niepowodzeniem w przypadku nieprawidłowych danych wejściowych, takich jak nieprawidłowe typy, puste pola i wartości spoza zakresu. Zobacz oba zastosowane do prawdziwego formularza rejestracji, z 24 przypadkami testowymi, które przeprowadziliśmy, a błąd wykryto tylko w teście negatywnym.

9 min czytania
Testowanie pozytywne i negatywne z przykładami

Najważniejsze

  • Testy pozytywne i negatywne: pozytywne testy dowodzą, że szczęśliwa ścieżka działa; testy negatywne dowodzą, że złe dane wejściowe są bezpiecznie odrzucane.
  • Nasz formularz rejestracyjny wymagał 6 pozytywnych testów i 18 negatywnych; liczba nieprawidłowych danych wejściowych zwykle przewyższa liczbę prawidłowych.
  • Kiedy usunęliśmy kontrolę maksymalnego wieku, wszystkie 6 pozytywnych testów nadal przeszło pomyślnie. Jedynie negatywny test na wiek 121 nie powiódł się.
  • Dobry test negatywny sprawdza konkretny błąd, a nie tylko „coś się nie udało”.

Większość błędów, które trafiają do produkcji, nie jest na dobrej drodze. Ktoś wpisuje spację w nazwie użytkownika, wkleja wiadomość e-mail bez domeny lub interfejs API wysyła numer jako tekst. Oprogramowanie, które działa tylko z doskonałymi danymi wejściowymi, zawodzi dokładnie w takich momentach. Testowanie pozytywne i negatywne to najprostszy sposób, aby pomyśleć o uwzględnieniu obu. Aby było to konkretne, napisaliśmy mały walidator rejestracji, zaprojektowaliśmy 24 przypadki testowe i uruchomiliśmy je za pomocą pytest 9.2.0 w Pythonie 3.13.

Szybka odpowiedź

Pozytywne testowanie wykorzystuje prawidłowe dane wejściowe i sprawdza, czy system robi to, co powinien: konto zostało utworzone, płatność powiodła się, raport został pobrany. Testowanie negatywne wykorzystuje nieprawidłowe lub nieoczekiwane dane wejściowe i sprawdza, czy system prawidłowo je odrzucił: wyraźny błąd, brak awarii, brak uszkodzonych danych i brak luki w zabezpieczeniach. Potrzebujesz obu; wymaganie jest uwzględniane tylko wtedy, gdy testowana jest jego szczęśliwa ścieżka i ścieżka niepowodzenia.

Co to jest pozytywne testowanie?

Testowanie pozytywne, czasami nazywane testem szczęśliwej ścieżki, potwierdza, że ​​funkcja działa, jeśli jest używana zgodnie z przeznaczeniem. Odpowiada na pytanie: „czy robi to, co obiecuje?”. Przykłady: logowanie się przy użyciu prawidłowego hasła, wyszukiwanie istniejącego produktu, przesyłanie obsługiwanego typu pliku w ramach limitu rozmiaru. Pozytywne testy są najważniejsze, ponieważ w przypadku awarii głównego przepływu nic innego się nie liczy.

Co to są testy negatywne?

Testowanie negatywne, czasami nazywane testowaniem ścieżki błędu, dostarcza dane wejściowe systemu, które powinien odrzucić, i sprawdza odpowiedź. Odpowiada na pytanie: „co się stanie, gdy coś pójdzie nie tak?”. Przykłady: błędne hasło, puste wymagane pole, plik 50 MB przy limicie 10 MB, litery w numerze telefonu, wygasła sesja. Test negatywny zaliczony, gdy system prawidłowo odrzuci sygnał wejściowy. Nie udaje się, gdy nieprawidłowe dane wejściowe zostaną zaakceptowane, powoduje awarię aplikacji lub powoduje mylący błąd.

Prawdziwy przykład: walidator rejestracji

Nasze wymagania dotyczące formularza rejestracyjnego:

  • Nazwa użytkownika: Od 3 do 20 znaków, tylko litery, cyfry i podkreślenia.
  • Wiek: liczba całkowita od 18 do 120.
  • E-mail: coś@domena.tld, bez spacji.
  • Hasło: co najmniej 8 znaków, nie tylko litery.
import re

def validate_signup(username, age, email, password):
    errors = []
    if not isinstance(username, str) or not re.fullmatch(r"[A-Za-z0-9_]{3,20}", username or ""):
        errors.append("username")
    if not isinstance(age, int) or not 18 <= age <= 120:
        errors.append("age")
    if not isinstance(email, str) or not re.fullmatch(r"[^Stack Quora[^Stack Quora\s]+", email):
        errors.append("email")
    if not isinstance(password, str) or len(password) < 8 or password.isalpha():
        errors.append("password")
    return errors

Funkcja zwraca listę pól, które zakończyły się niepowodzeniem. Pusta lista oznacza, że ​​rejestracja jest ważna. Zwrócenie nazw pól zamiast prawdy lub fałszu pozwala każdemu testowi negatywnemu sprawdzić, czy pole prawe zostało odrzucone.

24 przypadki testowe

Pole Pozytywne (należy zaakceptować) Negatywne (należy odrzucić)
Nazwa użytkownika „abc” (min), 20 liter (maks.) „ab”, 21 liter, „złe imię”, puste, Brak
Wiek 18 (min.), 120 (maks.) 17, 121, -1, „30” jako tekst, Prawda, 30,5
E-mail “a@b.co” „nie-przy-znaku”, „a@b”, „a b@c.com”, puste
Hasło „abcdefg1” „short1”, „tylko litery”, Brak

To 6 przypadków pozytywnych i 18 negatywnych. Proporcja jest typowa: zwykle jest kilka sposobów, aby mieć rację i wiele sposobów, aby się mylić. Zauważ, że przypadki pozytywne leżą dokładnie na granicach (3 i 20 znaków, wiek 18 i 120), podobnie jak wiele przypadków negatywnych (2, 21, 17, 121). Granice to miejsca, w których żyją pojedyncze robaki; zobacz nasz przewodnik po analizie wartości granicznych.

Testy w pyteście

import pytest
from signup import validate_signup

OK = dict(username="demo_user", age=30, email="demo@example.com", password="s3cretpass")

@pytest.mark.parametrize("field, value", [
    ("username", "abc"), ("username", "a" * 20), ("age", 18), ("age", 120),
    ("email", "a@b.co"), ("password", "abcdefg1"),
])
def test_positive(field, value):
    assert validate_signup(**{**OK, field: value}) == []

@pytest.mark.parametrize("field, value", [
    ("username", "ab"), ("username", "a" * 21), ("username", "bad name"),
    ("username", ""), ("username", None),
    ("age", 17), ("age", 121), ("age", -1), ("age", "30"), ("age", True), ("age", 30.5),
    ("email", "no-at-sign"), ("email", "a@b"), ("email", "a b@c.com"), ("email", ""),
    ("password", "short1"), ("password", "onlyletters"), ("password", None),
])
def test_negative(field, value):
    assert validate_signup(**{**OK, field: value}) == [field]
........................                     [100%]
24 passed in 0.10s

Każdy test rozpoczyna się od jednej znanej, dobrej rejestracji i zmienia dokładnie jedno pole. To wyodrębnia przyczynę: jeśli wynik testu zakończy się niepowodzeniem, wiadomo, która zasada została złamana. Twierdzenie == [field] potwierdza również, że żadne pole inne nie zostało błędnie odrzucone. Parametryzacja przechowuje 24 przypadki w dwóch krótkich funkcjach; nasz przewodnik po parametryzacji Pythona pokazuje więcej wzorców.

Błąd wyłapany jedynie po negatywnym teście

Aby zobaczyć wartość negatywnych testów, przeprowadziliśmy symulację częstego błędu programistów: sprawdzania tylko minimalnego wieku. Zmieniliśmy jedną linię na if not isinstance(age, int) or age < 18: i ponownie uruchomiliśmy pakiet:

FAILED test_signup.py::test_negative[age-121] - AssertionError: assert [] == ['age']
1 failed, 23 passed in 0.19s

Wszystkie sześć pozytywnych testów nadal przeszło, ponieważ szczęśliwa ścieżka nadal działała. Po cichu przyjęto wiek 121 lat i zauważono jedynie wynik testu na granicy ujemnej. Bez tego błąd zostałby wysłany. To jest główny argument za testowaniem negatywnym: testy pozytywne mówią, że dana funkcja działa, testy negatywne mówią, że obowiązują jej zasady.

Wskazówka: szybkim sposobem oceny zestawu testów jest złamanie jednej reguły walidacji i sprawdzenie, czy któryś z testów zakończy się niepowodzeniem. Jeśli nic się nie powiedzie, przegapisz negatywny test.

Porównanie testów pozytywnych i negatywnych

Aspekt Pozytywne testowanie Testowanie negatywne
Wejście Ważne, oczekiwane Nieprawidłowy, nieoczekiwany lub złośliwy
Odpowiedź na pytanie Czy to działa? Czy to się nie powiedzie bezpiecznie?
Minie kiedy Akcja się udała Dane wejściowe zostały odrzucone z powodu prawidłowego błędu
Typowa liczba przypadków Mniej Więcej
Znaleziska Zepsute podstawowe funkcje Brak weryfikacji, awarie, luki w zabezpieczeniach
Priorytet Biegnij pierwszy Uruchom zaraz po, przed wydaniem
Przykład Zaloguj się poprawnym hasłem Zaloguj się, podając nieprawidłowe hasło, puste hasło, SQL w nazwie użytkownika

Jak znaleźć negatywne przypadki testowe

  • Podział równoważny: dzieli dane wejściowe na grupy prawidłowe i nieprawidłowe i testuje jedną wartość z każdej nieprawidłowej grupy. Zobacz nasz przewodnik dotyczący partycjonowania równoważnego.
  • Wartości graniczne: testuj tuż poza każdym limitem, np. 17 i 121.
  • Nieprawidłowe typy: tekst, do którego należy liczba, wartość logiczna, liczba dziesiętna, wartość null. Nasz test z "30" jako tekstem ma znaczenie w przypadku interfejsów API, gdzie numery JSON często pojawiają się w postaci ciągów znaków.
  • Puste i brakujące: puste ciągi znaków, tylko białe znaki, brakujące pola.
  • Działacze formatu: spacje, emoji, bardzo długie dane wejściowe, znaki specjalne, takie jak cudzysłowy i nawiasy ostre.
  • Stan i kolejność: przesłanie dwukrotnie, użycie wygasłego linku, działanie po wylogowaniu.

Automatyczne generowanie zróżnicowanych danych wejściowych również pomaga; nasz przewodnik dotyczący generowania danych testowych omawia przypadki Fakerów i Edge.

Cóż za dobry negatywny test sprawdza

„Nie doszło do awarii” to za mało. Silnie negatywny test sprawdza, czy:

  1. Dane wejściowe zostały odrzucone, nie zostały po cichu zaakceptowane ani „naprawione”.
  2. Uruchomiona została reguła right z jasnym komunikatem, na podstawie którego użytkownik może podjąć działania.
  3. Nic nie zostało zapisane ani zmienione: brak konta utworzonego w połowie, brak opłat.
  4. Odpowiedź jest poprawna dla interfejsu API, zwykle 400 lub 422, a nie 500. Nasza ściągawka z kodami stanu HTTP zawiera ich listę.
  5. Brak wycieku wrażliwych szczegółów, takich jak ślady stosu lub informacja o tym, czy e-mail jest zarejestrowany.

Uzyskanie właściwej równowagi

Negatywne dane wejściowe są nieograniczone, więc nie można przetestować ich wszystkich. Ustal priorytety według ryzyka: walidacja chroniąca pieniądze, bezpieczeństwo i integralność danych zasługuje na większość negatywnych przypadków, podczas gdy w dziedzinie kosmetycznej potrzeba tylko kilku. Praktyczną zasadą stosowaną przez wiele zespołów jest co najmniej jeden pozytywny i jeden negatywny test na każde wymaganie, a następnie więcej, jeśli niepowodzenie jest kosztowne. Zautomatyzuj stabilne na poziomie jednostki lub interfejsu API, gdzie działają w milisekundach, i wykonuj kilka kompleksowych kontroli pod kątem krytycznych formularzy. W naszym przewodniku po testowaniu opartym na ryzyku pokazano, jak oceniać funkcje.

Lista kontrolna testów pozytywnych i negatywnych

  • Każde wejście ma co najmniej jeden przypadek dodatni i jeden przypadek ujemny.
  • Testowane są obie strony każdej granicy.
  • Uwzględniane są nieprawidłowe typy, puste wartości i brakujące pola.
  • Każdy test negatywny sprawdza konkretny błąd, a nie tylko awarię.
  • Odrzucone żądania nie powodują zmiany danych.
  • Komunikaty o błędach są jasne i nie zawierają żadnych wrażliwych informacji.
  • Błędy API zwracają kody 4xx, nigdy 500.
  • Nowe błędy znalezione w produkcji przechodzą nowy negatywny test.

Podsumowanie

Testowanie pozytywne i negatywne nie jest wyborem pomiędzy dwiema technikami; to dwie połowy tej samej pracy. Pozytywne testy dowodzą, że funkcja działa u osób korzystających z niej prawidłowo. Negatywne testy dowodzą, że jego zasady przetrwają wszystkie inne. Nasz przykład obejmujący 24 przypadki pokazał wypłatę w jednym wierszu: gdy złamano regułę walidacji, każdy pozytywny test pozostawał zielony, a tylko test negatywny to wychwycił. Aby zapisać te przypadki w spójnym formacie, zobacz nasz przewodnik po pisaniu przypadków testowych.

Najczęstsze pytania

Jaka jest różnica między testami pozytywnymi i negatywnymi?

Testowanie pozytywne wykorzystuje prawidłowe dane wejściowe i sprawdza, czy funkcja działa. Testowanie negatywne wykorzystuje nieprawidłowe lub nieoczekiwane dane wejściowe i sprawdza, czy system bezpiecznie je odrzuca, wyświetlając wyraźny błąd.

Jaki jest przykład negatywnego przypadku testowego?

Wpisanie wieku 121, gdy dozwolony zakres wynosi od 18 do 120, i sprawdzenie, czy formularz odrzuca go z błędem wieku i nic nie zapisuje.

Które badanie należy wykonać w pierwszej kolejności, pozytywne czy negatywne?

Zwykle testowanie pozytywne, ponieważ obsługa błędów podczas testowania w przypadku przerwania głównego przepływu jest niewielka. Przed wypuszczeniem powinny nastąpić negatywne testy.

Ile negatywnych przypadków testowych potrzebuję?

Co najmniej jedna na regułę wejściową plus obie strony każdej granicy. Dodaj więcej dla obszarów wysokiego ryzyka, takich jak płatności, bezpieczeństwo i integralność danych.

Kiedy pozytywny wynik testu jest pozytywny?

Zalicza się, gdy system prawidłowo odrzuci nieprawidłowe dane wejściowe: właściwy błąd, brak awarii, brak zapisanych danych i brak wycieków szczegółów.

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 →
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 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 →
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 →