Wyjaśnienie asyncio Pythona: async, oczekiwanie, zbieranie i grupa zadań z rzeczywistym czasem
asyncio pozwala jednemu programowi w Pythonie czekać na wiele powolnych rzeczy na raz, takich jak wywołania sieciowe, bez wątków. Dopasowaliśmy czas działania kodu sekwencyjnego i współbieżnego, celowo psuliśmy elementy i zmierzyliśmy jeden błąd, który po cichu usuwa wszelkie korzyści.
- asyncio uruchamia wiele oczekujących zadań w jednym wątku, przełączając się między nimi w każdym
await. - Trzy 0,5-sekundowe oczekiwania trwały 1,52 s jedno po drugim i 0,50 s w przypadku
asyncio.gather. - Preferuj
asyncio.TaskGroup(Python 3.11+): gdy jedno zadanie zakończy się niepowodzeniem, pozostałe zostają anulowane. - Wywołanie blokujące, takie jak
time.sleepwewnątrz współprogramu, wstrzymuje wszystko. Użyj bibliotek asynchronicznych lubasyncio.to_thread.
Skrypt pobiera dane z trzech interfejsów API, każdy trwający pół sekundy. Biegaj jeden po drugim, czyli 1,5 sekundy głównie oczekiwania. W przypadku asyncio program uruchamia wszystkie trzy żądania, czeka na nie razem i kończy w ciągu około pół sekundy. Oto cała idea: podczas gdy jedno zadanie czeka, inne może zostać uruchomione.
Symulowaliśmy powolne operacje we/wy za pomocą asyncio.sleep i synchronizowaliśmy wszystko w Pythonie 3.13. Wszystkie poniższe czasy i dane wyjściowe pochodzą z tego przebiegu.
Co to jest asyncio?
asyncio to wbudowana biblioteka Pythona do pisania współbieżnego kodu ze słowami kluczowymi async i await. Wykorzystuje pętlę zdarzeń: harmonogram, który uruchamia jeden fragment kodu na raz i gdy kod osiągnie await w przypadku czegoś, co nie jest jeszcze gotowe, przełącza się do innego zadania, które może poczynić postępy. Nazywa się to wielozadaniowością kooperacyjną. Jest ona podobna w duchu do pętli zdarzeń JavaScript.
To jest współbieżność, a nie równoległość. W danej chwili działa tylko jeden fragment kodu Pythona; zysk wynika z nakładania się oczekiwań.
Kiedy asyncio pomaga, a kiedy nie
| Obciążenie pracą | Najlepsze narzędzie |
|---|---|
| Wiele połączeń sieciowych, serwerów internetowych, gniazd sieciowych, botów czatowych | asyncio |
| Kilka blokujących wywołań we/wy w istniejącym kodzie | Wątki (concurrent.futures) |
| Ciężka praca procesora: matematyka, przetwarzanie obrazu, parsowanie | Procesy (multiprocessing) |
| Prosty skrypt wykonujący jedno żądanie | Zwykły kod synchroniczny |
asyncio błyszczy, gdy jest wiele rzeczy do czekania, od dziesiątek do tysięcy. Nie robi nic dla kodu, który utrzymuje procesor zajęty.
Współprogramy i czekaj
import asyncio
async def fetch(name, delay, fail=False):
await asyncio.sleep(delay) # stands in for a network call
if fail:
raise ConnectionError(f"{name} failed")
return f"{name} ok"
async def sequential():
return [await fetch("a", 0.5), await fetch("b", 0.5), await fetch("c", 0.5)]
asyncio.run(sequential())
# ['a ok', 'b ok', 'c ok'] in 1.52s
async def definiuje funkcję współprogramu. Wywołanie go nie powoduje jego uruchomienia; tworzy obiekt współprogramowy. await uruchamia współprogram i czeka na jego wynik, pozwalając w międzyczasie pętli zdarzeń zająć się inną pracą. asyncio.run() uruchamia pętlę zdarzeń i uruchamia współprogram najwyższego poziomu.
Zwróć uwagę na czas. Oczekiwanie na trzy rzeczy jedna po drugiej jest nadal sekwencyjne: 1,52 sekundy. Pisanie async samo w sobie nie powoduje współbieżności kodu.
Uruchamianie rzeczy jednocześnie z zbieraniem
async def concurrent():
return await asyncio.gather(fetch("a", 0.5), fetch("b", 0.5), fetch("c", 0.5))
# ['a ok', 'b ok', 'c ok'] in 0.50s
asyncio.gather planuje wszystkie trzy na raz i czeka na nie wszystkie. Całkowity czas spadł do najdłuższego pojedynczego oczekiwania, 0,50 sekundy, czyli trzy razy szybciej. Wyniki są zwracane w tej samej kolejności, co argumenty, a nie w kolejności, w jakiej zostały zakończone.
Błędy przy zbieraniu
await asyncio.gather(fetch("a", 0.1), fetch("b", 0.2, fail=True))
# gather raised: b failed
await asyncio.gather(fetch("a", 0.1), fetch("b", 0.2, fail=True),
return_exceptions=True)
# ['a ok', ConnectionError('b failed')]
Domyślnie pierwszy wyjątek jest propagowany do obiektu wywołującego. Drobny szczegół: pozostałe oczekujące nie są nie anulowane; ciągle działają w tle. W przypadku return_exceptions=True błędy zwracane są jako wartości na liście wyników, dzięki czemu można obsłużyć każdy z nich. To pasuje do zadań, w których akceptowalny jest częściowy sukces, takich jak sprawdzanie stanu wielu adresów URL.
Grupa zadaniowa: współbieżność strukturalna
W Pythonie 3.11 dodano asyncio.TaskGroup, który jest obecnie zalecanym sposobem wspólnego uruchamiania zadań:
try:
async with asyncio.TaskGroup() as tg:
t1 = tg.create_task(fetch("a", 0.1))
t2 = tg.create_task(fetch("b", 0.05, fail=True))
t3 = tg.create_task(fetch("c", 1.0))
except* ConnectionError as eg:
print([str(e) for e in eg.exceptions], t3.cancelled())
# ['b failed'] True
Kiedy zadanie b nie powiodło się, grupa anulowała wciąż uruchomione zadanie c, poczekała, aż wszystko się uspokoi, i podniosła ExceptionGroup, złapana tutaj ze składnią except*. Nic nie było uruchomione w tle. To zachowanie typu „wszystko się powiedzie lub wszystko się zatrzyma” nazywa się współbieżnością strukturalną i zapobiega występowaniu klasy błędów, w wyniku których osierocone zadania nadal działają po tym, jak osoba wywołująca się poddała. Używa tego samego async with wzorca opisanego w naszym przewodniku po menedżerach kontekstu.
Limity czasu
try:
async with asyncio.timeout(0.2):
await fetch("slow", 1.0)
except TimeoutError:
print("timeout after 0.2s")
await asyncio.wait_for(fetch("slow", 1.0), 0.2) # also raises TimeoutError
Każde połączenie sieciowe powinno mieć limit czasu; żądanie, które zawiesza się na zawsze, może zablokować całą usługę. asyncio.timeout() (Python 3.11+) może owinąć blok kilku oczekujeń, podczas gdy wait_for zawija jeden. Obydwa anulują powolne działanie po upływie czasu.
Błąd połączenia blokującego
Jest to najbardziej szkodliwy błąd asyncio, ponieważ kod nadal działa, tylko powoli:
async def bad():
time.sleep(0.5) # blocks the whole event loop
async def good():
await asyncio.to_thread(time.sleep, 0.5) # runs in a worker thread
await asyncio.gather(bad(), bad(), bad()) # 1.50s
await asyncio.gather(good(), good(), good()) # 0.53s
Trzy „równoczesne” wywołania bad() trwały 1,50 sekundy, czyli dokładnie tyle, ile uruchamiano je po kolei. time.sleep nie await, więc pętla zdarzeń nie mogła przełączać zadań; wszystko zamarło, aż się skończyło. To samo dzieje się z requests.get(), synchronicznymi sterownikami baz danych, odczytami dużych plików i ciężkimi obliczeniami wewnątrz współprogramu.
Wskazówka: Uruchom aplikację za pomocą asyncio.run(main(), debug=True) lub PYTHONASYNCIODEBUG=1 podczas programowania. Tryb debugowania rejestruje każdy krok zadania, który blokuje pętlę zdarzeń na dłużej niż próg, co wskazuje bezpośrednio na ukryte wywołania blokujące.
Zapominając o czekaniu
c = fetch("x", 0.01)
print(type(c).__name__) # coroutine
Bez await otrzymasz obiekt współprogramu, a nie wynik, a kod w środku nigdy się nie uruchomi. Python ostrzega, że „nigdy nie oczekiwano na współprogram”, gdy taki obiekt jest usuwany ze śmieci, ale tylko w czasie wykonywania. Kontrolery typu, takie jak mypy, mogą wykryć wiele z tych błędów wcześniej, ponieważ typ współprogramu nie jest zgodny z oczekiwaniami kodu.
Ograniczanie współbieżności
Rozpoczęcie 10 000 żądań na raz może przeciążyć serwer, do którego dzwonisz, przekroczyć jego limity szybkości lub wyczerpać własne połączenia. Semafor ogranicza liczbę uruchomionych jednocześnie:
sem = asyncio.Semaphore(3)
async def job(i):
async with sem:
await asyncio.sleep(0.1)
await asyncio.gather(*(job(i) for i in range(10)))
# 10 jobs, limit 3: peak 3, took 0.42s
Nigdy nie uruchamiano więcej niż trzech zadań na raz, a dziesięć zadań trwających 0,1 sekundy kończyło się w około 0,42 sekundy, cztery rundy po trzy. Bez limitu zakończyłyby się w ciągu 0,1 sekundy, ale prawdziwy interfejs API może zacząć odrzucać żądania.
Biblioteki asynchroniczne
asyncio pomaga tylko wtedy, gdy wywoływany kod również jest asynchroniczny. Typowe opcje obejmują httpx i aiohttp dla HTTP, asyncpg i async SQLAlchemy dla baz danych oraz FastAPI lub Starlette dla serwerów internetowych. W przypadku biblioteki bez wersji asynchronicznej zawijaj wywołania w asyncio.to_thread, jak w naszym przykładzie good(). Kod asynchroniczny ma tendencję do rozprzestrzeniania się: gdy funkcja oczekuje, jej obiekty wywołujące również muszą być asynchroniczne, więc zaplanuj, gdzie w aplikacji znajduje się granica asynchroniczna.
Testowanie kodu asynchronicznego
pytest potrzebuje wtyczki do uruchamiania testów współprogramowych; pytest-asyncio i wtyczka pytest AnyIO to popularne opcje, umożliwiające pisanie funkcji async def test_.... Używaj krótkich fałszywych opóźnień, próbuj wywołań sieciowych i uwzględniaj wśród kilku testy przekroczeń limitu czasu, anulowania i niepowodzenia jednego zadania, ponieważ w tych ścieżkach ukrywają się błędy asynchroniczne. Nasz przewodnik po urządzeniach pytest omawia stronę konfiguracji.
Czy powinieneś przejść na asynchronizację? Szybka lista kontrolna
- Czy większość czasu spędzasz na czekaniu? Najpierw zmierz. Jeśli żądanie spędza 90% czasu na wywołaniach sieciowych lub bazach danych, pomocna może być asynchronizacja. Jeśli spędzi ten czas na przetwarzaniu, nie będzie.
- Czy Twoje biblioteki to obsługują? Asynchroniczny framework sieciowy wywołujący synchroniczny sterownik bazy danych niewiele zyskuje i ryzykuje zablokowaniem pętli.
- Ile rzeczy dzieje się na raz? Trzy wywołania API można dobrze obsłużyć za pomocą puli wątków. Tysiące otwartych połączeń to miejsce, w którym asyncio wyraźnie wygrywa.
- Czy zespół jest gotowy? Kod asynchroniczny zmienia sposób działania błędów, anulowania i testowania. Zacznij od jednej usługi lub jednego skryptu, a nie od pełnego przepisania.
Wiele udanych projektów łączy w sobie jedno i drugie: asynchroniczną warstwę internetową do obsługi wielu połączeń, z pracą obciążającą procesor wysyłaną do pracowników w tle lub oddzielnych procesów.
Podsumowanie
asyncio nakłada się na oczekiwanie, a nie na obliczanie. Nasze trzy półsekundowe oczekiwania spadły z 1,52 do 0,50 sekundy w przypadku gather, ale pojedyncze time.sleep w niewłaściwym miejscu całkowicie wymazało wzmocnienie. Używaj TaskGroup do powiązanych zadań, dodawaj limity czasu do każdego połączenia zewnętrznego, ograniczaj współbieżność za pomocą semafora i blokuj pracę poza pętlą zdarzeń.
Najczęstsze pytania
Co to jest asyncio w Pythonie?
asyncio to standardowa biblioteka do współbieżnego kodu wykorzystująca asynchronizację i oczekiwanie. Pętla zdarzeń przełącza między zadaniami, gdy jedno z nich czeka, dlatego wiele operacji we/wy może nakładać się na jeden wątek.
Czy asyncio jest szybsze niż wątki?
W przypadku dużej liczby zadań związanych z siecią jest to zwykle bardziej wydajne, ponieważ zadania są lekkie. W przypadku kilku połączeń blokujących wątki są prostsze. Żadne z nich nie pomaga w pracy związanej z procesorem; użyj do tego procesów.
Jaka jest różnica między zbieraniem a grupą zadań?
Obydwa wykonują zadania jednocześnie. Grupa zadań anuluje pozostałe zadania w przypadku niepowodzenia jednego i zgłasza grupę wyjątków. get domyślnie zgłasza pierwszy błąd bez anulowania pozostałych.
Dlaczego mój kod asynchroniczny nie jest szybszy?
Zwykle z powodu blokowania wywołań, takich jak time.sleep lub request.get wewnątrz współprogramów, lub dlatego, że oczekiwania są uruchamiane jeden po drugim. Używaj bibliotek asynchronicznych, asyncio.to_thread i zbieraj lub TaskGroup.
Co się stanie, jeśli zapomnę czekać?
Zamiast wyniku otrzymujesz obiekt współprogramu, a jego kod nigdy się nie uruchamia. Python ostrzega, że współprogram nigdy nie był oczekiwany.
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 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 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 →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 →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 →