Wyjaśnienie pytest parametrize: 7 wzorców z przetestowanymi przykładami

  1. Strona główna
  2. Blog
  3. Automatyzacja testów

Automatyzacja testów

Wyjaśnienie pytest parametrize: 7 wzorców z przetestowanymi przykładami

pytest parametrize uruchamia jedną funkcję testową z wieloma zestawami danych wejściowych, więc piszesz logikę raz i dodajesz przypadki jako dane. Poznaj 7 praktycznych wzorców, od podstawowej listy przypadków po czytelne identyfikatory, oczekiwane awarie i pośrednie mocowania, wszystkie uruchamiane za pomocą pytest 9.2.

8 min czytania
pytest parametryzowane wyjaśnione przykładami

Najważniejsze

  • pytest parametrize używa @pytest.mark.parametrize("args", [cases]) do uruchomienia jednego testu raz na przypadek.
  • Każdy przypadek staje się osobnym testem z własnym wynikiem pozytywnym lub negatywnym, więc jedno złe wejście nigdy nie przesłania pozostałych.
  • Daj przypadki czytelne ids; następnie -k zeros uruchamia właśnie ten przypadek.
  • W naszym pliku zawierającym 7 wzorców zebrano 22 testy z 6 funkcji: 20 zaliczonych, 1 pominiętych i 1 oczekiwany błąd w ciągu 0,24 sekundy.

Skopiuj i wklej test pięć razy, aby sprawdzić pięć danych wejściowych, jest powolny w pisaniu i trudny w utrzymaniu. Pętla w jednym teście jest gorsza: pierwsza awaria zatrzymuje pętlę i ukrywa resztę. pytest parametrize rozwiązuje oba problemy. Wszystko poniżej zostało uruchomione za pomocą pytest 9.2.0 w Pythonie 3.13.6, a dane wyjściowe są kopiowane z tego uruchomienia. Nowy w pyteście? Zacznij od naszego samouczka dotyczącego testów Pythona.

Po co parametryzować testy?

  • Mniej kodu: logika testowa jest zapisywana raz.
  • Wyczyść błędy: każdy przypadek jest raportowany osobno, podając swoje dane w nazwie.
  • Łatwy rozwój: nowy przypadek Edge to jeszcze jedna linia danych.
  • Lepszy projekt: w naturalny sposób łączy się z podziałem równoważności i analizą wartości granicznych, podczas której testujesz jedną wartość z każdej klasy lub krawędzi.

1. Podstawowa lista przypadków

import pytest

def is_valid_email(s):
    return isinstance(s, str) and s.count("@") == 1 \
        and "." in s.split("@")[-1] and " " not in s

@pytest.mark.parametrize("email, expected", [
    ("demo@example.com", True),
    ("no-at-sign.com", False),
    ("two@@example.com", False),
    ("space in@example.com", False),
    ("demo@localhost", False),
])
def test_email(email, expected):
    assert is_valid_email(email) == expected

Pierwszy argument nazywa parametry ciągiem rozdzielanym przecinkami. Druga to lista krotek, po jednej na każdy przypadek, w tej samej kolejności. pytest wygenerował pięć testów z tej jednej funkcji:

test_param.py::test_email[demo@example.com-True]
test_param.py::test_email[no-at-sign.com-False]
test_param.py::test_email[two@@example.com-False]
test_param.py::test_email[space in@example.com-False]
test_param.py::test_email[demo@localhost-False]

Kiedy celowo złamaliśmy jedno oczekiwanie, linia awarii nazwała dokładne dane wejściowe: FAILED test_param.py::test_email[demo@localhost-True]. Pozostała czwórka nadal zdała egzamin i meldowała się normalnie.

2. Czytelne identyfikatory

Domyślne identyfikatory są budowane na podstawie wartości, co staje się brzydkie w przypadku długich ciągów znaków, obiektów lub liczb. Przekaż ids, aby samodzielnie nazwać przypadki:

@pytest.mark.parametrize("a, b, total",
    [(1, 2, 3), (0, 0, 0), (-1, 1, 0)],
    ids=["positive", "zeros", "negative"])
def test_add(a, b, total):
    assert a + b == total

Testy pojawiają się jako test_add[positive], test_add[zeros] i test_add[negative]. Dobre identyfikatory można odczytać jak specyfikację w raportach z testów i dziennikach CI.

3. Układanie dekoratorów w kombinacje

@pytest.mark.parametrize("x", [1, 2])
@pytest.mark.parametrize("y", ["a", "b", "c"])
def test_grid(x, y):
    assert x and y

Dekoratory skumulowane tworzą każdą kombinację: 2 × 3 = 6 testów, od test_grid[a-1] do test_grid[c-2]. Jest to przydatne w przypadku małych siatek, takich jak przeglądarka × ustawienia regionalne, ale szybko się mnoży. W przypadku wielu parametrów świadomie wybieraj kombinacje; zobacz nasz przewodnik po testowaniu parami.

4. pytest.param: identyfikatory i znaczniki na przypadek

@pytest.mark.parametrize("value, expected", [
    pytest.param("10", 10, id="digits"),
    pytest.param(" 7 ", 7, id="spaces"),
    pytest.param("abc", None, id="letters",
                 marks=pytest.mark.xfail(raises=ValueError, strict=True)),
    pytest.param("3.5", 3, id="float-string",
                 marks=pytest.mark.skip(reason="decide rounding rule first")),
])
def test_to_int(value, expected):
    assert int(value) == expected

Zapakowanie sprawy w pytest.param pozwala na dołączenie identyfikatora i znaków tylko do tej sprawy. Tutaj „litery” są oczekiwanym niepowodzeniem, które musi wywołać ValueError, a „łańcuch zmiennoprzecinkowy” jest pomijany nie bez powodu. W naszym biegu pokazali się jako x i s w linii postępu. W przypadku strict=True błąd xfail, który nieoczekiwanie przechodzi, jest zgłaszany jako awaria, więc znanych błędów nie można naprawić przez przypadek i nikt tego nie zauważy.

Wskazówka: użyj xfail z numerem zgłoszenia jako przyczyny znanych błędów i przywróć normalny stan sprawy, gdy błąd zostanie naprawiony. Utrzymuje zieleń w mieszkaniu, nie ukrywając problemu.

5. Pośrednia parametryzacja z urządzeniami

Czasami wartość wymaga skonfigurowania, zanim test będzie mógł jej użyć, na przykład utworzenia użytkownika z rolą. W przypadku indirect pytest najpierw przekazuje każdą wartość do urządzenia:

@pytest.fixture
def user(request):
    role = request.param
    return {"name": "Demo", "role": role, "can_delete": role == "admin"}

@pytest.mark.parametrize("user, allowed",
    [("admin", True), ("viewer", False)], indirect=["user"])
def test_permissions(user, allowed):
    assert user["can_delete"] is allowed

Urządzenie odczytuje surową wartość z request.param i zwraca zbudowany obiekt. Lista tylko ["user"] jako środek pośredni allowed nadal dociera bezpośrednio. Dzięki temu konfiguracja w urządzeniach jest kosztowna; zobacz nasz przewodnik po urządzeniach pytest.

6. Przypadki z listy słowników

CASES = [
    {"qty": 1, "price": 100, "total": 100},
    {"qty": 3, "price": 50, "total": 150},
]

@pytest.mark.parametrize("case", CASES, ids=lambda c: f"qty{c['qty']}")
def test_cart(case):
    assert case["qty"] * case["price"] == case["total"]

ids może być funkcją budującą nazwę na podstawie każdego przypadku; nasz wyprodukowany test_cart[qty1] i test_cart[qty3]. Ten sam pomysł umożliwia ładowanie przypadków z pliku JSON lub CSV w czasie importu, co odpowiada danym przechowywanym przez testerów poza kodem. Nasz przewodnik dotyczący generowania danych testowych pokazuje, jak tworzyć takie dane.

7. Uruchamianie tylko niektórych spraw

$ pytest -q -k "zeros or admin"
2 passed, 20 deselected in 0.10s

Ponieważ identyfikatory stają się częścią nazwy testu, -k może wybierać indywidualne przypadki. Możesz także skopiować pełny identyfikator węzła, taki jak "test_param.py::test_add[zeros]", z raportu o błędach i uruchomić tylko ten przypadek podczas debugowania.

Jeszcze dwa wzorce: pliki i klasy

Załaduj przypadki z pliku JSON

[{"id": "free-over-500", "total": 600, "fee": 0},
 {"id": "boundary-500",  "total": 500, "fee": 49},
 {"id": "small-order",   "total": 120, "fee": 49}]
import json, pathlib, pytest

CASES = json.loads(pathlib.Path(__file__).with_name("cases.json")
                   .read_text(encoding="utf-8"))

@pytest.mark.parametrize("case", CASES, ids=[c["id"] for c in CASES])
def test_shipping_from_file(case):
    assert shipping(case["total"]) == case["fee"]

Testerzy i analitycy mogą teraz dodawać przypadki bez dotykania Pythona. Każdy obiekt JSON nadal ma swój własny nazwany test, na przykład test_shipping_from_file[boundary-500]. Przeczytaj plik z wyraźnym encoding="utf-8", aby nazwy z akcentami lub symbolami ładowały się tak samo na każdym komputerze.

Sparametryzuj całą klasę

@pytest.mark.parametrize("currency", ["INR", "USD"])
class TestPrices:
    def test_symbol(self, currency):
        assert {"INR": "₹", "USD": "$"}[currency]
    def test_code_length(self, currency):
        assert len(currency) == 3

Dekorator klasy ma zastosowanie do każdej zawartej w niej metody testowej, więc dwie metody × dwie waluty dały cztery testy. Razem z testem opartym na plikach, ten dodatkowy moduł zebrał 7 testów i wszystkie 7 zdały w ciągu 0,12 sekundy.

Nasz kompletny bieg

$ pytest -q
................xs....                     [100%]
20 passed, 1 skipped, 1 xfailed in 0.24s

$ pytest --collect-only -q
22 tests collected in 0.01s

Sześć funkcji testowych dało 22 testy. Ten stosunek to prawdziwa korzyść: szeroki zasięg przy bardzo małej liczbie kodu. Użyj --collect-only, aby sprawdzić, czy Twoje sprawy rozwijają się w oczekiwany sposób, zanim je uruchomisz.

parametryzować vs alternatywy

Podejście Najlepsze dla Wada
Testy kopiuj-wklej Dwa bardzo różne przypadki Zduplikowany kod
Pętla wewnątrz jednego testu Nic, naprawdę Pierwsza porażka przesłania resztę
@pytest.mark.parametrize Znane przykłady przypadków Musisz wybrać przypadki
Sparametryzowana oprawa Przeprowadzanie wielu testów w kilku konfiguracjach Mniej widoczny niż dekorator
Hipoteza Automatyczne generowanie setek danych wejściowych Dodatkowa biblioteka i nauka

Jeśli chcesz, aby pytest wymyślał za Ciebie przypadki, spójrz na testowanie oparte na właściwościach za pomocą Hipotezy.

Wskazówki dotyczące możliwych do utrzymania testów parametrycznych

  • Jedno zachowanie na test. Sparametryzuj dane wejściowe, które powinny zachowywać się w ten sam sposób. Jeśli prawidłowe i nieprawidłowe dane wejściowe wymagają różnych asercji, napisz dwa testy, każdy z własną listą przypadków.
  • Nazwij przypadki celowo. boundary-500 informuje recenzenta, dlaczego dany przypadek istnieje; case3 nie.
  • Trzymaj dane blisko testu, chyba że zajmują się nimi osoby niebędące programistami; następnie przenieś go do JSON lub CSV, jak pokazano powyżej.
  • Celowo zakrywaj krawędzie. Puste wartości, zero, liczby ujemne, dokładna granica i jedna wartość poza nią zwykle znajdują więcej błędów niż dziesięć zwykłych wartości.
  • Odczytaj dane wyjściowe CI według identyfikatora. Błąd taki jak test_email[demo@localhost-True] informuje już o danych wejściowych, więc możesz je odtworzyć lokalnie, wklejając identyfikator węzła po pytest.
  • Obejrzyj licznik. Jeśli --collect-only pokazuje setki przypadków, sprawdź, czy kilka dobrze wybranych dałoby tę samą pewność w krótszym czasie.

Typowe błędy

  • Niezgodność nazw: nazwy w ciągu muszą dokładnie odpowiadać argumentom funkcji lub błędom pytest podczas zbierania.
  • Pojedyncze wartości jako krotki: w przypadku jednego parametru podaj zwykłą listę, taką jak [1, 2, 3], a nie krotki.
  • Modyfikowalne udostępnione dane: jeśli test zmieni dyktando z listy przypadków, późniejsze testy zobaczą tę zmianę. Najpierw skopiuj.
  • Logika w teście: if expected: gałęzie w teście sparametryzowanym zwykle oznaczają, że potrzebujesz dwóch testów.
  • Eksplozja kombinatoryczna: ułożenie czterech dekoratorów po pięć wartości każdy tworzy 625 testów. Przycinaj celowo.

Podsumowanie

pytest parametrize zamienia powtarzalne testy w czyste, oparte na danych. Zacznij od prostej listy krotek, dodaj czytelne identyfikatory, użyj pytest.param w przypadku pominięć i znanych awarii, a następnie przenieś konfigurację do urządzeń pośrednich. Sprawdź rozszerzenie za pomocą --collect-only, a Twój pakiet będzie się rozwijał poprzez dodawanie danych, a nie kodu.

Najczęstsze pytania

Co robi pytest.mark.parametrize?

Uruchamia tę samą funkcję testową raz dla każdego podanego zestawu argumentów i raportuje każde uruchomienie jako oddzielny test z własnym wynikiem.

Jak nadać czytelne nazwy testom sparametryzowanym?

Przekaż identyfikatory jako listę ciągów znaków lub funkcję albo zawiń każdy przypadek w pytest.param z ustawionym identyfikatorem. Identyfikator pojawia się w nawiasach po nazwie testu.

Jak pominąć lub zawieść jeden sparametryzowany przypadek?

Zawiń tę wielkość w pytest.param i dodaj znaczniki, na przykład marks=pytest.mark.skip(reason=…) lub marks=pytest.mark.xfail(raises=ValueError).

Co to jest parametryzacja pośrednia w pytest?

W przypadku metody pośredniej każda wartość jest wysyłana do urządzenia o tej samej nazwie, które odczytuje ją z request.param i może przeprowadzić konfigurację przed zwróceniem obiektu otrzymanego przez test.

Czy mogę sparametryzować wiele dekoratorów?

Tak. Układanie dekoratorów parametryzujących stosy uruchamia każdą kombinację wartości, więc dwie wartości i trzy wartości dają sześć testów.

Ucz się dalej

Pracuj z Stack Quora

Potrzebujesz pomocy przy testowaniu, WordPressie lub SEO?

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

Czytaj dalej

Więcej poradników na testowanie, sztuczna inteligencja i nowoczesny rozwój

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

Sztuczna inteligencja

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

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

Przeczytaj artykuł →
Tworzenie oprogramowania

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

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

Przeczytaj artykuł →
DevOps

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

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

Przeczytaj artykuł →
Automatyzacja testów

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

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

Przeczytaj artykuł →
Testowanie oprogramowania

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

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

Przeczytaj artykuł →
Bazy danych i SQL

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

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

Przeczytaj artykuł →
Bazy danych i SQL

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

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

Przeczytaj artykuł →
Tworzenie oprogramowania

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

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

Przeczytaj artykuł →
Tworzenie oprogramowania

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

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

Przeczytaj artykuł →
Sztuczna inteligencja

Wyjaśnienie podobieństwa cosinusa: formuła, praktyczny przykład i kod Pythona

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

Przeczytaj artykuł →
Tworzenie oprogramowania

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

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

Przeczytaj artykuł →
Automatyzacja testów

Wyjaśnienie pytest parametrize: 7 wzorców z przetestowanymi przykładami

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

Przeczytaj artykuł →
Testowanie oprogramowania

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

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

Przeczytaj artykuł →
Bazy danych i SQL

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

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

Przeczytaj artykuł →
Bazy danych i SQL

RANK SQL vs DENSE_RANK vs ROW_NUMBER: Różnice w testowanych przykładach

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

Przeczytaj artykuł →
Tworzenie oprogramowania

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

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

Przeczytaj artykuł →
Tworzenie oprogramowania

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

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

Przeczytaj artykuł →
Sztuczna inteligencja

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

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

Przeczytaj artykuł →
Tworzenie oprogramowania

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

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

Przeczytaj artykuł →
DevOps

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

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

Przeczytaj artykuł →
Testowanie oprogramowania

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

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

Przeczytaj artykuł →
Automatyzacja testów

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

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

Przeczytaj artykuł →
Bazy danych i SQL

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

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

Przeczytaj artykuł →
Bazy danych i SQL

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

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

Przeczytaj artykuł →
Tworzenie oprogramowania

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

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

Przeczytaj artykuł →
Tworzenie oprogramowania

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

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

Przeczytaj artykuł →
Tworzenie oprogramowania

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

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

Przeczytaj artykuł →
Sztuczna inteligencja

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

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

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie webhooków: jak działają i jak je bezpiecznie odbierać

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

Przeczytaj artykuł →
DevOps

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

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

Przeczytaj artykuł →
Automatyzacja testów

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

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

Przeczytaj artykuł →
Testowanie oprogramowania

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

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

Przeczytaj artykuł →
Bazy danych i SQL

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

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

Przeczytaj artykuł →
Bazy danych i SQL

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

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

Przeczytaj artykuł →
Sztuczna inteligencja

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

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

Przeczytaj artykuł →
DevOps

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

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

Przeczytaj artykuł →
DevOps

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

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

Przeczytaj artykuł →
Automatyzacja testów

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

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

Przeczytaj artykuł →
Testowanie oprogramowania

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

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

Przeczytaj artykuł →
Bazy danych i SQL

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

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

Przeczytaj artykuł →
Bazy danych i SQL

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

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

Przeczytaj artykuł →
Tworzenie oprogramowania

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

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

Przeczytaj artykuł →
Tworzenie oprogramowania

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

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

Przeczytaj artykuł →
Tworzenie oprogramowania

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

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

Przeczytaj artykuł →
Sztuczna inteligencja

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

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

Przeczytaj artykuł →
DevOps

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

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

Przeczytaj artykuł →
DevOps

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

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

Przeczytaj artykuł →
Automatyzacja testów

Wyjaśnienie testowania kontraktu API: wychwytuj istotne zmiany przed wysyłką

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

Przeczytaj artykuł →
Testowanie oprogramowania

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

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

Przeczytaj artykuł →
Bazy danych i SQL

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

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

Przeczytaj artykuł →
Bazy danych i SQL

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

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

Przeczytaj artykuł →
Tworzenie oprogramowania

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

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

Przeczytaj artykuł →
Tworzenie oprogramowania

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

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

Przeczytaj artykuł →
Tworzenie oprogramowania

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

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

Przeczytaj artykuł →
Sztuczna inteligencja

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

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

Przeczytaj artykuł →
DevOps

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

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

Przeczytaj artykuł →
DevOps

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

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

Przeczytaj artykuł →
Sztuczna inteligencja

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

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

Przeczytaj artykuł →
DevOps

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

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

Przeczytaj artykuł →
Tworzenie oprogramowania

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

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

Przeczytaj artykuł →
Automatyzacja testów

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

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

Przeczytaj artykuł →
Testowanie oprogramowania

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

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

Przeczytaj artykuł →
Bazy danych i SQL

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

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

Przeczytaj artykuł →
Bazy danych i SQL

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

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

Przeczytaj artykuł →
Tworzenie oprogramowania

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

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

Przeczytaj artykuł →
Tworzenie oprogramowania

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

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

Przeczytaj artykuł →
Tworzenie oprogramowania

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

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

Przeczytaj artykuł →
Sztuczna inteligencja

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

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

Przeczytaj artykuł →
DevOps

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

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

Przeczytaj artykuł →
DevOps

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

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

Przeczytaj artykuł →
Automatyzacja testów

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

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

Przeczytaj artykuł →
Testowanie oprogramowania

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

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

Przeczytaj artykuł →
Bazy danych i SQL

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

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

Przeczytaj artykuł →
Bazy danych i SQL

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

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

Przeczytaj artykuł →
Tworzenie oprogramowania

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

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

Przeczytaj artykuł →
Tworzenie oprogramowania

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

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

Przeczytaj artykuł →
Tworzenie oprogramowania

Wyjaśnienie generatorów Pythona i wydajności: oszczędzaj pamięć dzięki prawdziwym przykładom

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

Przeczytaj artykuł →
Sztuczna inteligencja

Czym są osady? Wyjaśnienie wektorów i podobieństwa cosinusa

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

Przeczytaj artykuł →
DevOps

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

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

Przeczytaj artykuł →
Automatyzacja testów

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

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

Przeczytaj artykuł →
Testowanie oprogramowania

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

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

Przeczytaj artykuł →
Testowanie oprogramowania

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

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

Przeczytaj artykuł →
Bazy danych i SQL

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

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

Przeczytaj artykuł →
Bazy danych i SQL

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

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

Przeczytaj artykuł →
Tworzenie oprogramowania

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

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

Przeczytaj artykuł →
Tworzenie oprogramowania

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

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

Przeczytaj artykuł →
Tworzenie oprogramowania

Klasy i obiekty Pythona: samouczek OOP z prawdziwymi przykładami

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

Przeczytaj artykuł →
Sztuczna inteligencja

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

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

Przeczytaj artykuł →
DevOps

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

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

Przeczytaj artykuł →
Automatyzacja testów

Selenium kontra dramaturg: kluczowe różnice, porównanie kodu i wybór

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

Przeczytaj artykuł →
Testowanie oprogramowania

Partycjonowanie równoważne: technika projektowania testów wyjaśniona na praktycznych przykładach

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

Przeczytaj artykuł →
Testowanie oprogramowania

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

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

Przeczytaj artykuł →
Bazy danych i SQL

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

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

Przeczytaj artykuł →
Bazy danych i SQL

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

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

Przeczytaj artykuł →
Tworzenie oprogramowania

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

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

Przeczytaj artykuł →
Tworzenie oprogramowania

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

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

Przeczytaj artykuł →
Tworzenie oprogramowania

Samouczek słownika języka Python: metody, przykłady i typowe wzorce

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

Przeczytaj artykuł →
Sztuczna inteligencja

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

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

Przeczytaj artykuł →
DevOps

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

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

Przeczytaj artykuł →
DevOps

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

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

Przeczytaj artykuł →
Automatyzacja testów

Samouczek Pytest dla początkujących: urządzenia, parametryzacja i prawdziwe przykłady

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

Przeczytaj artykuł →
Testowanie oprogramowania

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

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

Przeczytaj artykuł →
Tworzenie oprogramowania

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

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

Przeczytaj artykuł →
Tworzenie oprogramowania

Python list comprehension: składnia, przykłady i kiedy jej unikać

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

Przeczytaj artykuł →
Bazy danych i SQL

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

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

Przeczytaj artykuł →