Duplas de teste explicadas: Dummy, Stub, Spy, Mock e Fake, com código Python testado

  1. Início
  2. Blog
  3. Automação de testes

Automação de Teste

Duplas de teste explicadas: Dummy, Stub, Spy, Mock e Fake, com código Python testado

Os duplos de teste são substitutos de dependências reais, como gateways de pagamento, mailers e bancos de dados. Aprenda os cinco tipos clássicos, o que cada um verifica, quando escolher quais e como uma simulação simples pode ocultar bugs, usando um pequeno exemplo de Python que executamos no pytest.

9 min de leitura
Duplas de teste explicadas: simulações, stubs, falsificações, espiões e manequins

Principais pontos

  • Testes duplos substituem dependências reais em testes. Os cinco tipos clássicos são fictício, esboço, espião, simulado e falso.
  • Stubs e fakes suportam verificações de estado (o resultado foi correto?); espiões e simulações suportam verificações de comportamento (a decisão certa foi tomada?).
  • Um simples Mock aceitou um método com erro ortográfico em nosso teste; create_autospec rejeitou o erro de digitação e a contagem errada de argumentos.
  • Todos os seis testes em nosso exemplo foram aprovados em 0,52 segundos com pytest 9.2.0 em Python 3.13.

Os testes unitários devem ser rápidos, repetíveis e focados. Dependências reais atrapalham: um gateway de pagamento cobra dinheiro, um remetente envia e-mail, uma API de taxa de câmbio muda a cada minuto. Duplos de teste são os objetos que você coloca em seus lugares, da mesma forma que um dublê substitui um ator.

O termo e a divisão de cinco vias vêm do livro de Gerard Meszaros xUnit Test Patterns. As equipes costumam dizer “zombar” para todos eles, e essa linguagem solta leva a testes que verificam a coisa errada. Abaixo, uma pequena classe de checkout é testada com cada tipo de double. Executamos tudo isso com pytest 9.2.0 em Python 3.13.6 e todos os testes foram aprovados. Para a biblioteca de simulação em si, consulte nosso guia de simulação do Python.

O que são testes duplos?

Um teste duplo é qualquer objeto que substitui um colaborador real durante um teste. O código em teste não consegue diferenciar, porque o double oferece os mesmos métodos. O que difere entre os tipos é o quanto eles fazem e o que você verifica depois:

  • Dummy: aprovado, mas nunca usado.
  • Stub: retorna respostas fixas.
  • Spy: um stub que também registra como foi chamado.
  • Mock: configurado com expectativas sobre chamadas, que o teste verifica.
  • Falso: uma implementação funcional, mas simplificada, como um banco de dados na memória.

O código em teste

Nossa classe Checkout converte um preço, cobra um provedor de pagamento e envia um recibo por e-mail. Precisa de quatro colaboradores:

class Checkout:
    def __init__(self, rates, payments, mailer, logger):
        self.rates, self.payments, self.mailer, self.logger = rates, payments, mailer, logger

    def place(self, order_id, amount_usd, currency, email):
        rate = self.rates.get_rate("USD", currency)
        total = round(amount_usd * rate, 2)
        if not self.payments.charge(order_id, total, currency):
            return "declined"
        self.mailer.send(email, f"Order {order_id} paid: {total} {currency}")
        return total

O uso das versões reais atingiria uma API de taxa ao vivo, um provedor de pagamento e um servidor SMTP. Cada um dos quatro parâmetros obtém um tipo diferente de duplo.

Manequim: preenche uma vaga

O logger é exigido pelo construtor, mas place nunca o utiliza. Um manequim satisfaz a assinatura. O nosso vai mais longe e falha ruidosamente se algo o tocar:

class DummyLogger:
    def __getattr__(self, name):
        raise AssertionError("logger should not be used")

Muitas pessoas passam None como fictício, o que é bom quando o código nunca verifica o tipo. A versão explosiva documenta a suposição e captura o dia em que alguém adiciona log sem atualizar o teste.

Esboço: respostas prontas

As taxas de câmbio mudam constantemente, o que tornaria impossíveis afirmações. Um stub retorna um valor fixo:

class StubRates:
    def get_rate(self, src, dst):
        return 83.0

Com a taxa fixada em 83,0, um pedido de 50 USD deve totalizar 4.150,0 INR, e nosso teste afirmou exatamente isso. Stubs controlam as entradas que seu código recebe de suas dependências. Eles são ideais para simular casos estranhos, como tempo limite, lista vazia ou resposta de erro.

Espião: registra o que aconteceu

Para o remetente, nos preocupamos que um recibo seja enviado com o texto correto. Um espião armazena cada chamada para que o teste possa inspecioná-las posteriormente:

class SpyMailer:
    def __init__(self):
        self.sent = []
    def send(self, to, body):
        self.sent.append((to, body))

def test_stub_and_spy():
    mailer = SpyMailer()
    co = Checkout(StubRates(), FakePayments(10_000), mailer, DummyLogger())
    assert co.place("A1", 50, "INR", "demo@example.com") == 4150.0
    assert mailer.sent == [("demo@example.com", "Order A1 paid: 4150.0 INR")]

O espião é passivo: nunca falha sozinho. Você escreve afirmações comuns contra o que foi registrado, após a ação. Isso mantém o teste na ordem familiar de organizar, agir e afirmar.

Fake: uma pequena versão funcional

A lógica de pagamento tem regras: uma cobrança falha se os fundos estiverem baixos ou se o mesmo pedido for cobrado duas vezes. Uma farsa implementa essas regras na memória:

class FakePayments:
    def __init__(self, balance):
        self.balance, self.charges = balance, {}
    def charge(self, order_id, amount, currency):
        if order_id in self.charges or amount > self.balance:
            return False
        self.balance -= amount
        self.charges[order_id] = amount
        return True

def test_fake_declines_duplicate_charge():
    pay = FakePayments(10_000)
    co = Checkout(StubRates(), pay, SpyMailer(), DummyLogger())
    co.place("A1", 50, "INR", "demo@example.com")
    assert co.place("A1", 50, "INR", "demo@example.com") == "declined"
    assert pay.balance == 5850.0

O segundo pedido foi recusado e apenas uma cobrança saiu do saldo. Portanto, o teste verifica o estado real. As falsificações brilham quando muitos testes compartilham uma dependência, porque uma falsificação substitui dezenas de configurações de stub separadas. O custo é que um código falso é um código real que pode se desviar do serviço real, portanto, mantenha-o pequeno e teste-o ocasionalmente em relação ao serviço real. SQLite na memória no lugar de um banco de dados de produção é uma falsificação comum.

Simulado: verifica interações

Às vezes, o único efeito observável é uma chamada para outro sistema. Uma simulação permite afirmar que a chamada aconteceu, com os argumentos exatos:

from unittest.mock import Mock

def test_mock_verifies_interaction():
    payments = Mock()
    payments.charge.return_value = True
    mailer = Mock()
    co = Checkout(StubRates(), payments, mailer, DummyLogger())
    co.place("B2", 10, "INR", "demo@example.com")
    payments.charge.assert_called_once_with("B2", 830.0, "INR")
    mailer.send.assert_called_once()

A rigor, Meszaros define um mock como um objeto que conhece antecipadamente suas expectativas e falha durante a chamada. O unittest.mock.Mock do Python é tecnicamente mais próximo de um espião, já que você verifica após o fato, mas desempenha o papel de simulação na prática. As simulações são melhores em limites que você não possui, como uma API externa, onde a chamada em si é o requisito.

Quando as zombarias mentem: autospec

Um simples Mock aceita qualquer atributo e qualquer argumento. Essa flexibilidade esconde bugs. Fizemos dois testes para provar isso:

def test_plain_mock_hides_typo():
    mailer = Mock()
    mailer.sned("x", "y")            # typo is silently accepted
    assert mailer.sned.called

def test_autospec_catches_typo():
    mailer = create_autospec(SpyMailer, instance=True)
    with pytest.raises(AttributeError):
        mailer.sned("x", "y")

def test_autospec_catches_wrong_signature():
    mailer = create_autospec(SpyMailer, instance=True)
    with pytest.raises(TypeError):
        mailer.send("only-one-arg")
......                                   [100%]
6 passed in 0.52s

A simulação simples gravou com alegria uma chamada para um método que não existe. Se o código de produção tivesse esse erro de digitação, o teste ainda seria aprovado. create_autospec copia os métodos e assinaturas da classe real, então levantou AttributeError para o erro de digitação e TypeError para o argumento ausente. Use autospec ou Mock(spec=RealClass), por padrão.

Duplas de teste comparadas

Tipo Retorna dados? Grava chamadas? Tem lógica? Você afirma
Manequim Não Não Não Nada
Esboço Sim, corrigido Não Não O resultado do código em teste
Espião Opcional Sim Não Chamadas gravadas, depois de atuar
Simulado Opcional Sim Não Chamadas e argumentos esperados
Falso Sim, calculado Às vezes Sim, simplificado Estado resultante

Qual teste duplo você deve usar?

  1. A dependência não é usada neste caminho? Use um manequim.
  2. Você só precisa controlar o que ele retorna? Use um stub.
  3. A chamada em si é o resultado, como enviar um e-mail ou publicar um evento? Use um espião ou uma simulação.
  4. Muitos testes precisam de comportamento realista, como armazenamento e leitura de dados? Crie uma falsificação.
  5. Já é barato, rápido e determinístico? Use o objeto real. Duplas são um custo, não uma meta.

Uma regra útil: prefira verificações de estado a verificações de interação. Os testes que afirmam os resultados sobrevivem à refatoração; testes que são ativados em cada interrupção de chamada interna sempre que a implementação muda. Nosso guia de testes de unidade versus integração explica onde pertencem as dependências reais.

Erros comuns

  • Zombando do que você possui. Substituindo suas próprias classes simples por simulações de testes de casais para internos. Zombe dos limites do sistema.
  • Simulações excessivamente especificadas. Afirmar cada chamada e argumento torna os testes frágeis. Afirme apenas o que importa para o requisito.
  • Simulações não especificadas. Como nosso teste mostrou, uma simulação simples aceita erros de digitação. Sempre adicione uma especificação.
  • Falsificações sem seus próprios testes. Uma falsificação com erros torna todos os testes que a utilizam errados. Execute um teste de contrato compartilhado em implementações falsas e reais, conforme descrito em nosso guia de teste de contrato de API.
  • Dobra em todos os lugares. Se todos os colaboradores forem substituídos, o teste prova muito pouco. Equilibre com testes de integração, seguindo a pirâmide de testes.

Considerações finais

Os testes duplos são tanto um vocabulário quanto uma técnica. Dizer “faltar as taxas, espionar a mala direta, falsificar os pagamentos” diz a um colega de equipe exatamente o que um teste verifica. Use stubs e fakes para estado, espiões e mocks para interações importantes, manequins para slots não utilizados e sempre especifique seus mocks. No pytest, os jogos são um lar organizado para essas duplas; consulte nosso guia de fixtures pytest.

Perguntas frequentes

Qual é a diferença entre uma simulação e um esboço?

Um stub fornece respostas fixas para que o teste possa verificar os resultados. Uma simulação registra ou espera chamadas para que o teste possa verificar se a interação correta aconteceu com os argumentos corretos.

O que é falso nos testes?

Uma falsificação é uma implementação funcional leve de uma dependência, como um repositório na memória ou serviço de pagamento, que se comporta de forma realista, mas usa atalhos inadequados para produção.

O que é um espião de teste?

Um espião é um esboço que também registra como foi chamado. Após executar o código, o teste inspeciona as chamadas gravadas com asserções normais.

Por que usar create_autospec em vez de Mock?

Um Mock simples aceita qualquer nome de método e qualquer argumento, portanto, erros de digitação passam silenciosamente. create_autospec copia a interface da classe real e gera erros para métodos ausentes ou assinaturas erradas.

Devo zombar de tudo em testes unitários?

Não. Substitua dependências lentas, não determinísticas ou externas, mas use objetos reais onde eles sejam baratos e confiáveis. Muitas duplas tornam os testes frágeis e menos significativos.

Continue aprendendo

Trabalhe com Stack Quora

Precisa de ajuda com testes, WordPress ou SEO?

Ajudamos as equipes a fornecer software melhor e a expandir seus sites. Diga-nos no que você está trabalhando e sugeriremos um próximo passo claro.

Continue lendo

Mais guias sobre testes, IA e desenvolvimento moderno

Gostou deste artigo? Escolha um tópico e vá direto para nossos tutoriais mais recentes.

Inteligência artificial

Estratégias de chunking RAG explicadas: fixo, sobreposição, frase, recursivo e títulos, medidos

Estratégias de chunking RAG comparadas em um documento com tiktoken 0.14: tamanho fixo, sobreposição, empacotamento de frases, divisão recursiva e p…

Leia o artigo →
Desenvolvimento de software

Explicação da idempotência da API: chaves de idempotência e novas tentativas seguras, testadas

A idempotência da API explicada com um servidor e cliente Python que executamos: uma resposta perdida causava uma cobrança dupla sem uma chave e uma…

Leia o artigo →
DevOps

Git Stash explicado: salvar, aplicar, abrir e não rastrear arquivos, testado

Git stash explicado com comandos que executamos no Git 2.56: push com uma mensagem, arquivos não rastreados, listar e mostrar, aplicar vs pop, mante…

Leia o artigo →
Teste de software

Explicação do teste em pares: como todos os pares reduzem 216 testes para 13, testados

Testes em pares explicados com um gerador que executamos em Python 3.13: um checkout com 216 combinações cobertas por 13 testes, cobertura verificad…

Leia o artigo →
Automação de testes

Duplas de teste explicadas: Dummy, Stub, Spy, Mock e Fake, com código Python testado

O teste duplo é explicado com um exemplo de Python executado no pytest 9.2: dummy, stub, spy, mock e fake, quando usar cada um, verificações de esta…

Leia o artigo →
Bancos de dados e SQL

SQL COALESCE explicado: padrões, NULLIF, IFNULL vs ISNULL e traps, testados

SQL COALESCE explicado com consultas que executamos no SQLite 3.50: primeiros valores não nulos, strings vazias, NULL em matemática, NULLIF para div…

Leia o artigo →
Bancos de dados e SQL

SQL Self Join explicado: funcionário-gerente, comparações de pares e linhas, testado

Auto-junção SQL explicada com consultas que executamos no SQLite 3.50: funcionário e gerente, ganhando mais que o gerente, pares únicos, alterações …

Leia o artigo →
Desenvolvimento de software

Explicação do operador JavaScript Spread: Spread vs Rest, cópias e pegadinhas, testado

O operador de propagação JavaScript explicado com o código que executamos no Nó 24: arrays, objetos, cópias superficiais, parâmetros restantes, o li…

Leia o artigo →
Desenvolvimento de software

Módulo de coleções Python explicado: contador, defaultdict, deque e mais, testado

Coleções Python explicadas com código que executamos em Python 3.13: Counter, defaultdict, deque, nomeadotuple, OrderedDict e ChainMap, além de um t…

Leia o artigo →
Inteligência artificial

Janela de contexto LLM explicada: tokens, limites e como ajustar mais, medidos

A janela de contexto do LLM explicada com contagens de tokens que medimos usando tiktoken: palavras versus tokens para prosa, código e hindi, orçame…

Leia o artigo →
Desenvolvimento de software

Webhooks explicados: como funcionam e como recebê-los com segurança

Webhooks explicados com um receptor e remetente que executamos em Python: push vs polling, assinaturas HMAC-SHA256, rejeição de solicitações adulter…

Leia o artigo →
DevOps

Git Cherry-Pick explicado: copie o commit que você precisa, com segurança e testado

Git cherry-pick explicado com comandos que executamos no Git 2.56: copiar um hotfix para um branch de lançamento, novos hashes e patch-ids, -x, -n, …

Leia o artigo →
Automação de testes

Explicação do teste instantâneo: como funciona, quando ajuda e quando dói

O teste de instantâneo foi explicado com uma demonstração pytest e xaroposa que executamos: criação de instantâneos, leitura da diferença após uma a…

Leia o artigo →
Teste de software

Explicação do teste de mutação: por que a cobertura de 100% ainda não percebeu nosso bug

Os testes de mutação explicados com uma pequena ferramenta de mutação que construímos e executamos: 14 mutantes, um conjunto de testes com 100% de c…

Leia o artigo →
Inteligência artificial

Explicação da injeção imediata: como os aplicativos de IA são enganados e como defendê-los

Injeção imediata explicada para construtores: ataques diretos e indiretos, por que os filtros de palavras-chave falham (nosso teste bloqueou 1 de 4)…

Leia o artigo →
DevOps

Registros DNS explicados: A, AAAA, CNAME, MX, TXT e TTL com pesquisas reais

Registros DNS explicados com pesquisas que executamos: como funciona a resolução, A e AAAA, regras CNAME, MX e MX nulo, TXT para SPF e verificação, …

Leia o artigo →
DevOps

Sinalizadores de recursos explicados: lançamentos seguros, lançamentos graduais e higiene de sinalizadores

Sinalizadores de recursos explicados com uma simulação de implementação que executamos: tipos de sinalizadores, implementações percentuais com hashi…

Leia o artigo →
Automação de testes

Geração de dados de teste com Python Faker: dados realistas, repetíveis e seguros

Teste a geração de dados com Python Faker, execute e meça: propagação de dados repetíveis, localidades, valores exclusivos, registros em formato de …

Leia o artigo →
Teste de software

Explicação do teste Shift-Left: Encontre bugs mais cedo, sem atrasar a equipe

O teste shift-left explicou: o que significa, por que os defeitos iniciais são mais baratos, práticas desde revisões de requisitos até verificações …

Leia o artigo →
Bancos de dados e SQL

Funções de string SQL explicadas: TRIM, SUBSTR, REPLACE, CONCAT e limpeza de dados

Funções de string SQL explicadas com consultas que executamos: concatenação e NULL, TRIM, UPPER e LOWER, SUBSTR e INSTR, REPLACE, preenchimento, com…

Leia o artigo →
Bancos de dados e SQL

Explicação dos gatilhos SQL: gatilhos ANTES e DEPOIS, registros de auditoria e armadilhas

Gatilhos SQL explicados com gatilhos que executamos: ANTES vs DEPOIS, ANTIGO e NOVO, logs de auditoria, validação, atualizações de estoque, condiçõe…

Leia o artigo →
Desenvolvimento de software

Módulo JSON Python explicado: dumps, carregamentos, tipos personalizados e erros comuns

O módulo Python JSON explicado com o código que executamos: dumps e carregamentos, arquivos, conversões de tipo, datas e decimais, codificadores per…

Leia o artigo →
Desenvolvimento de software

Módulos ES vs CommonJS: como funcionam as importações de JavaScript em Node.js, testado

Módulos ES vs CommonJS explicados com código que executamos em Node.js: sintaxe de importação e exportação, require, vinculações ativas, cache, espe…

Leia o artigo →
Desenvolvimento de software

Python Regex explicado: padrões, grupos, antecipações e armadilhas, testados

Regex Python explicado com padrões que executamos: pesquisa vs correspondência, findall, grupos e grupos nomeados, ganancioso vs preguiçoso, sub, lo…

Leia o artigo →
Inteligência artificial

Explicação da saída estruturada do LLM: obtendo JSON confiável de modelos de IA

Saída estruturada do LLM explicada com validação que executamos no Pydantic: modo JSON e esquemas, decodificação restrita, formas de quebra de saída…

Leia o artigo →
DevOps

Chaves SSH explicadas: como funcionam, ssh-keygen, Ed25519 e hábitos seguros

Chaves SSH explicadas com chaves que geramos: chaves públicas versus privadas, ssh-keygen, Ed25519 versus RSA, impressões digitais, senhas, agente s…

Leia o artigo →
DevOps

Cache HTTP explicado: controle de cache, ETag e respostas 304, com um teste ao vivo

Cache HTTP explicado com um pequeno servidor que executamos: diretivas Cache-Control, idade máxima, sem cache vs sem armazenamento, revalidação de E…

Leia o artigo →
Automação de testes

Teste de contrato de API explicado: detecte alterações importantes antes de serem enviadas

O teste de contrato de API foi explicado com uma verificação de esquema que executamos: o que é um contrato, contratos orientados ao consumidor, Pac…

Leia o artigo →
Teste de software

Testes baseados em riscos explicados: avalie os riscos, construa uma matriz e teste o que é importante

Testes baseados em riscos explicados passo a passo: identificação de riscos, pontuação de probabilidade e impacto, construção de uma matriz de risco…

Leia o artigo →
Bancos de dados e SQL

Restrições SQL explicadas: NOT NULL, UNIQUE, CHECK e FOREIGN KEY, testadas

Restrições SQL explicadas com testes que executamos: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY e FOREIGN KEY, as lacunas NULL, configuração de chave…

Leia o artigo →
Bancos de dados e SQL

Funções de data SQL explicadas: adicionando, comparando e agrupando datas sem bugs

Funções de data SQL explicadas com consultas que executamos: adição de intervalos, surpresas de final de mês, diferenças de data, armadilha BETWEEN,…

Leia o artigo →
Desenvolvimento de software

Python assíncio explicado: assíncrono, espera, coleta e TaskGroup com Real Timings

Python asyncio explicado com código que cronometramos: corrotinas, espera, coleta, TaskGroup, tratamento de erros, tempos limite, limitação de simul…

Leia o artigo →
Desenvolvimento de software

Debounce vs Throttle em JavaScript: como funcionam, quando usar cada um, testado

Debounce vs. acelerador em JavaScript explicado com tempos que medimos em Node.js: como cada um funciona, implementações simples, chamadas iniciais …

Leia o artigo →
Desenvolvimento de software

Gerenciadores de contexto Python explicados: a instrução with, contextlib e usos reais

Os gerenciadores de contexto Python explicados com o código que executamos: como funciona, __enter__ e __exit__, contextlib.contextmanager, supressã…

Leia o artigo →
Inteligência artificial

Temperatura LLM e Top-p explicados: como os modelos de IA escolhem sua próxima palavra

Temperatura LLM e top-p explicados com uma simulação que executamos: como as probabilidades são remodeladas, o que top-p mantém, configurações recom…

Leia o artigo →
DevOps

YAML explicado: sintaxe, o problema da Noruega e outras armadilhas que testamos

YAML explicado com um teste de analisador: sintaxe básica, listas e mapas, o problema da Noruega, versões que se transformam em carros flutuantes, c…

Leia o artigo →
DevOps

Cron Jobs explicado: sintaxe, programações reais e os erros que os quebram

Cron jobs explicados com cronogramas que verificamos: os cinco campos, operadores, exemplos reais, a armadilha do dia do mês OU do dia da semana, pr…

Leia o artigo →
Inteligência artificial

Explicação das alucinações de IA: por que os modelos de linguagem inventam as coisas e como reduzi-las

Explicação das alucinações de IA: o que são, por que os modelos de linguagem as produzem, tipos comuns, como reduzi-las com aterramento e instruções…

Leia o artigo →
DevOps

Variáveis de ambiente explicadas: arquivos .env, segredos e configuração bem feitos

Variáveis de ambiente explicadas com exemplos de Python que executamos: leitura e configuração, por que cada valor é uma string, arquivos .env, hera…

Leia o artigo →
Desenvolvimento de software

Explicação da limitação de taxa de API: algoritmos, cabeçalhos e tratamento de erros 429

Limitação de taxa de API explicada com uma simulação que executamos: token bucket, janela fixa, janela deslizante, 429 respostas, cabeçalhos de limi…

Leia o artigo →
Automação de testes

Zombando em Python: unittest.mock, patch e os erros que fazem os testes mentirem

Zombaria em Python com unittest.mock, testado: Mock e return_value, side_effect, patch onde um nome é usado, especificação e autospec, zombaria de d…

Leia o artigo →
Teste de software

Cobertura de código explicada: cobertura de linha versus filial e o que 100% realmente significa

Cobertura de código explicada com uma execução cobertura.py real: cobertura de linha, ramal e condição, leitura de um relatório, por que 100% de cob…

Leia o artigo →
Bancos de dados e SQL

DELETE vs TRUNCATE vs DROP em SQL: diferenças, reversão e quando usar cada um

DELETE vs TRUNCATE vs DROP explicado com SQL testado: o que cada um remove, rollback, aciona, redefinição de identidade, velocidade e como PostgreSQ…

Leia o artigo →
Bancos de dados e SQL

Exibições SQL explicadas: crie, use e evite as armadilhas, com exemplos

Visualizações SQL explicadas com consultas que executamos: criação de uma visualização, resultados ao vivo, ocultação de colunas, desempenho, visual…

Leia o artigo →
Desenvolvimento de software

Interface TypeScript vs tipo: diferenças reais, testadas com o compilador

Interface TypeScript versus tipo, verificada com o compilador real: o que ambos podem fazer, o que apenas um pode fazer, mesclagem de declarações, e…

Leia o artigo →
Desenvolvimento de software

Python *args e **kwargs explicados: funções flexíveis com exemplos claros

Python *args e **kwargs explicados com o código que executamos: empacotamento e descompactação, ordem dos parâmetros, argumentos somente de palavras…

Leia o artigo →
Desenvolvimento de software

Funções Python Lambda: sintaxe, usos reais e quando não usá-los

Funções lambda do Python explicadas com o código que executamos: sintaxe, classificação com chave, mapa e filtro, fechamentos, armadilha de ligação …

Leia o artigo →
Inteligência artificial

O que são agentes de IA? Como eles funcionam, com um loop de agente simples que você pode executar

O que são agentes de IA? Um guia simples para o loop do agente, ferramentas, memória e proteções, com um pequeno loop Python que executamos, riscos …

Leia o artigo →
DevOps

Monitoramento versus observabilidade: a verdadeira diferença, com logs, métricas e rastreamentos

Explicação do monitoramento versus observabilidade: falhas conhecidas e desconhecidas, logs, métricas e rastreamentos, um passo a passo do incidente…

Leia o artigo →
DevOps

Docker Volumes vs Bind Mounts: persista os dados do contêiner da maneira certa

Volumes Docker versus montagens de ligação explicadas: por que os dados do contêiner desaparecem, volumes nomeados, montagens de ligação, tmpfs, exe…

Leia o artigo →
Automação de testes

TDD vs BDD: principais diferenças, um recurso criado de ambas as maneiras e quando usar cada um

TDD vs BDD explicado com um recurso de desconto construído em ambos os sentidos: refatoração vermelho-verde com o código que executamos, cenários da…

Leia o artigo →
Teste de software

Teste de aceitação do usuário (UAT): processo, lista de verificação e exemplos reais

Explicação do teste de aceitação do usuário: quem o executa, como ele difere do controle de qualidade, um processo de sete etapas, um modelo de caso…

Leia o artigo →
Bancos de dados e SQL

Valores SQL NULL explicados: IS NULL, COALESCE, NULLIF e as armadilhas a serem evitadas

Valores SQL NULL explicados com consultas que executamos: lógica de três valores, IS NULL, COALESCE, NULLIF, como agregações, junções e classificaçã…

Leia o artigo →
Bancos de dados e SQL

Instrução SQL CASE WHEN: sintaxe, exemplos reais e erros comuns

SQL CASE WHEN explicado com consultas que executamos: formulários simples e pesquisados, ordem de condição, pivôs com SUM, truques COUNT, classifica…

Leia o artigo →
Desenvolvimento de software

O que é JWT? JSON Web Tokens explicados com um exemplo prático

O que é JWT? JSON Web Tokens explicados: as três partes, um token construído e adulterado no código que executamos, JWT vs sessões, armazenamento, t…

Leia o artigo →
Desenvolvimento de software

Loop de eventos JavaScript explicado: pilha de chamadas, microtarefas e temporizadores com exemplos

O loop de eventos JavaScript explicado com o código que executamos: pilha de chamadas, filas de tarefas e microtarefas, por que setTimeout 0 não é i…

Leia o artigo →
Desenvolvimento de software

Geradores Python e rendimento explicado: economize memória com exemplos reais

Geradores Python e rendimento explicados com o código que executamos: como eles pausam e reiniciam, medem economia de memória, pipelines, sequências…

Leia o artigo →
Inteligência artificial

O que são incorporações? Similaridade de vetores e cossenos explicada de forma simples

O que são incorporações? Um guia em linguagem simples para vetores, similaridade de cossenos e pesquisa semântica, com um pequeno exemplo que execut…

Leia o artigo →
DevOps

Implantação azul-verde vs canário: diferenças, compensações e como escolher

Explicação da implantação azul-verde versus canário: como cada um funciona, custo, risco e reversão, agrupamento estável de usuários que testamos, m…

Leia o artigo →
Automação de testes

Testes instáveis: o que os causa e como corrigi-los para sempre

Testes instáveis explicados com demonstrações que executamos: as principais causas, como confirmar e diagnosticar uma, soluções adequadas para tempo…

Leia o artigo →
Teste de software

Teste de carga versus teste de estresse: diferenças, métricas e exemplos k6

Teste de carga versus teste de estresse explicado: o que cada um prova, testes de pico e absorção, as métricas que importam, por que as médias engan…

Leia o artigo →
Teste de software

Caso de teste versus cenário de teste: principais diferenças, exemplos e quando usar cada um

Caso de teste vs cenário de teste explicado: definições claras, uma tabela lado a lado, um recurso de redefinição de senha retirado de cenários para…

Leia o artigo →
Bancos de dados e SQL

Otimização de consultas SQL: leia planos de execução e corrija consultas lentas, com intervalos

Otimização de consulta SQL testada em um milhão de linhas: leia planos de execução, adicione os índices corretos, corrija filtros não sargáveis, use…

Leia o artigo →
Bancos de dados e SQL

SQL UNION vs UNION ALL: diferenças, exemplos e desempenho testado

SQL UNION vs UNION ALL explicado com consultas que executamos: duplicatas, as regras que ambos seguem, um bug de dados real, desempenho medido, INTE…

Leia o artigo →
Desenvolvimento de software

Tutorial da API JavaScript Fetch: GET, POST, tratamento de erros e tempos limite

Um tutorial da API JavaScript Fetch testado em um servidor local: GET e POST, por que 404 não lança, um auxiliar reutilizável, strings de consulta, …

Leia o artigo →
Desenvolvimento de software

Manipulação de arquivos Python: leitura, gravação, CSV, JSON e pathlib com exemplos

Manipulação de arquivos Python explicada com código que executamos: modos abertos, com, leitura de arquivos grandes, CSV, JSON, pathlib, arquivos bi…

Leia o artigo →
Desenvolvimento de software

Classes e objetos Python: tutorial OOP com exemplos reais

Classes e objetos Python explicados com código que executamos: __init__, métodos, atributos de classe vs instância, herança, propriedades, métodos d…

Leia o artigo →
Inteligência artificial

O que é um modelo de linguagem grande? Como funcionam os LLMs, explicado sem exageros

O que é um modelo de linguagem grande? LLMs explicados em linguagem simples: tokens, incorporações, atenção, treinamento, temperatura e janelas de c…

Leia o artigo →
DevOps

Comandos Linux para iniciantes: o guia essencial do terminal com exemplos

Comandos Linux para iniciantes, agrupados por tarefa: navegação, arquivos, visualização de logs, grep, pipes, permissões, processos e arquivos, com …

Leia o artigo →
Automação de testes

Selenium vs Playwright: principais diferenças, código comparado e qual escolher

Selenium vs Playwright comparado: arquitetura, espera, suporte a navegador e linguagem, depuração, o mesmo teste em ambas as ferramentas, conselhos …

Leia o artigo →
Teste de software

Particionamento de equivalência: técnica de design de teste explicada com exemplos resolvidos

Explicação do particionamento de equivalência: como encontrar partições válidas e inválidas, exemplos resolvidos para idades, senhas e cupons, teste…

Leia o artigo →
Teste de software

Gravidade vs Prioridade em Testes de Software: Diferenças, Matriz e Exemplos Reais

Explicação da gravidade versus prioridade em testes de software: definições claras, uma matriz de quatro vias com exemplos, escalas de nível, quem d…

Leia o artigo →
Bancos de dados e SQL

Tutorial de subconsultas SQL: tipos, subconsultas correlacionadas e EXISTS com exemplos

Um tutorial de subconsultas SQL com consultas que executamos: subconsultas escalares, IN, FROM e SELECT, subconsultas correlacionadas, EXISTS, a arm…

Leia o artigo →
Bancos de dados e SQL

Transações SQL e ACID explicados: COMMIT, ROLLBACK e níveis de isolamento

Transações SQL e ACID explicadas com uma transferência bancária que executamos: COMMIT, ROLLBACK, savepoints, locks, níveis de isolamento, leituras …

Leia o artigo →
Desenvolvimento de software

Folha de dicas dos comandos do Git: os comandos que você realmente usa, com exemplos

Uma folha de dicas de comandos Git agrupada por tarefa: configuração, preparação, ramificações, controles remotos, stash, histórico e desfazer erros…

Leia o artigo →
Desenvolvimento de software

Explicação das promessas de JavaScript: então, catch, Promise.all e erros comuns

Promessas JavaScript explicadas com o código que executamos: estados, cadeias then e catch, tratamento de erros, Promise.all, allSettled, race e any…

Leia o artigo →
Desenvolvimento de software

Tutorial do dicionário Python: métodos, exemplos e padrões comuns

Um tutorial de dicionário Python com código que executamos: criar, ler e atualizar dictos, métodos-chave, mesclagem, compreensão, padrões de contage…

Leia o artigo →
Inteligência artificial

O que é RAG? Geração aumentada de recuperação explicada com um exemplo prático

O que é RAG? Geração aumentada de recuperação explicada passo a passo: indexação, chunking, embeddings, recuperação, um pequeno exemplo funcional de…

Leia o artigo →
DevOps

Tutorial Terraform para iniciantes: infraestrutura como código do primeiro arquivo aos módulos

Um tutorial do Terraform para iniciantes: comece sem conta na nuvem, aprenda como iniciar, planejar e aplicar, depois variáveis, saídas, estado, mód…

Leia o artigo →
DevOps

Docker vs Kubernetes: principais diferenças, como eles funcionam juntos e o que você precisa

Docker vs Kubernetes explicado: o que cada um faz, o mesmo aplicativo rodando com ambos, Docker Compose e Swarm comparados, a mudança do dockershim …

Leia o artigo →
Automação de testes

Tutorial Pytest para iniciantes: luminárias, parametrização e exemplos reais

Um tutorial pytest para iniciantes com testes que executamos no pytest 9.2: asserções, fixtures, parametrizar, conftest, marcadores, tmp_path, monke…

Leia o artigo →
Teste de software

Ciclo de vida de teste de software (STLC): 6 fases, critérios de entrada e saída, exemplo

O ciclo de vida de teste de software explicou: seis fases do STLC com critérios de entrada e saída, resultados, um exemplo de recurso de login funci…

Leia o artigo →
Desenvolvimento de software

Git merge vs rebase: diferenças, exemplos e quando usar cada um

Git merge vs rebase explicado com saída real do log, uma tabela comparativa, a regra de ouro do rebase e um fluxo de trabalho seguro para equipes.

Leia o artigo →
Desenvolvimento de software

List comprehension em Python: sintaxe, exemplos e quando evitar

List comprehension em Python explicada: sintaxe, filtros, if-else, laços aninhados, tempos medidos e quando um laço for comum é a melhor escolha.

Leia o artigo →
Bancos de dados e SQL

SQL JOIN explicado com exemplos (Inner, Left, Right, Full)

Entenda os joins SQL passo a passo com tabelas e consultas de exemplo: INNER, LEFT, RIGHT, FULL, CROSS e SELF, além de erros comuns e dicas de desem…

Leia o artigo →