Explicação do teste em pares: Como todos os pares reduzem 216 testes para 13, testados
O teste pairwise é uma técnica de design de teste que cobre todas as combinações de valores para cada par de entradas, sem testar todas as combinações completas. Veja como reduziu a matriz de checkout de 216 casos para 13, como verificamos a cobertura e onde ela fica aquém.
- Teste de pares (teste de todos os pares) garante que cada valor de cada entrada apareça com cada valor de todas as outras entradas pelo menos uma vez.
- Nosso gerador cobriu todos os 89 pares de valores de uma verificação de cinco entradas em 13 testes, contra 216 combinações exaustivas.
- Com 13 entradas de 3 valores cada, 22 testes cobriram cada par de um espaço de 1.594.323 combinações.
- Ele encontra bugs de dois fatores de forma confiável, mas pode perder bugs de três fatores: nosso conjunto não tinha Safari + UPI + teste de francês.
O software moderno funciona em uma variedade de combinações: navegadores, sistemas operacionais, idiomas, métodos de pagamento, tipos de contas, sinalizadores de recursos. Testar cada combinação torna-se rapidamente impossível. Cinco configurações com um punhado de valores já produzem centenas de casos, e cada nova configuração multiplica o total novamente. O teste em pares é uma maneira sistemática de reduzir esse número e, ao mesmo tempo, manter as combinações com maior probabilidade de revelar bugs.
Construímos um pequeno gerador de pares em Python 3.13, executamos em um exemplo de checkout realista e escrevemos uma verificação separada de que cada par realmente está coberto. Os números abaixo vêm dessa corrida. Se você é novo nas técnicas de projeto de teste, nossos guias para particionamento de equivalência e análise de valor limite são bons companheiros.
O que é teste pareado?
O teste pareado é uma técnica de design de teste combinatório de caixa preta. Para cada par de parâmetros de entrada, garante que cada combinação possível de seus valores apareça em pelo menos um teste. Ele não tenta todas as combinações de todos os parâmetros juntos.
Suponha que você teste o navegador e o sistema operacional. O teste em pares garante que o Chrome no Windows, o Chrome no macOS, o Safari no Android e todos os outros pares navegador-sistema operacional apareçam em algum lugar. Como um caso de teste contém muitos pares ao mesmo tempo (sistema operacional do navegador, linguagem do navegador, pagamento do sistema operacional e assim por diante), um pequeno conjunto de testes pode abranger todos eles.
Você também pode ouvi-lo chamado de teste de todos os pares, ou visto como um caso especial de teste combinatório com força 2. O teste de matriz ortogonal é uma forma relacionada e mais matemática de construir tais conjuntos.
Por que os pares são suficientes na maioria das vezes
A ideia baseia-se numa observação de estudos de campo: a maioria dos defeitos é desencadeada por um único valor de entrada ou pela interação de duas entradas. Uma pesquisa do Instituto Nacional de Padrões e Tecnologia dos EUA (NIST) sobre falhas reais descobriu que a parcela de bugs que necessitam de três ou mais fatores de interação diminui rapidamente. O teste em pares visa o grande meio: bugs que aparecem apenas quando duas configurações se encontram, como um layout que quebra apenas no Safari quando o idioma é o francês.
Bugs de fator único são cobertos automaticamente, porque cada valor aparece pelo menos uma vez. A técnica é uma aposta na probabilidade, não uma garantia, e isso importa mais tarde.
Um exemplo de check-out
Modelamos a página de checkout de uma loja online com cinco parâmetros:
| Parâmetro | Valores | Contar |
|---|---|---|
| Navegador | Cromo, Raposa de fogo, Safári | 3 |
| Sistema operacional | Windows, macOS, Android | 3 |
| Pagamento | Cartão, UPI, Carteira | 3 |
| Tipo de usuário | Convidado, Membro | 2 |
| Idioma | en, oi, fr, es | 4 |
Testar cada combinação significa 3 × 3 × 3 × 2 × 4 = 216 testes. Nos dez pares de parâmetros, há 89 pares de valores a serem cobertos. O mínimo teórico é de 12 testes, pois os dois maiores parâmetros, idioma (4) e navegador (3), sozinhos formam 12 pares que precisam cada um de sua linha.
Os 13 testes pareados
Nosso ganancioso gerador escolhe repetidamente o caso de teste que cobre os pares ainda descobertos, até que não reste nenhum. Produziu 13 testes:
| # | Navegador | SO | Pagamento | Usuário | Idioma |
|---|---|---|---|---|---|
| 1 | cromo | Janelas | Cartão | Membro | pt |
| 2 | Raposa de fogo | Janelas | UPI | Convidado | é |
| 3 | Raposa de fogo | macOS | Carteira | Membro | oi |
| 4 | Safári | macOS | Cartão | Convidado | franco |
| 5 | cromo | Android | UPI | Membro | franco |
| 6 | Safári | Android | Carteira | Convidado | pt |
| 7 | Safári | Janelas | UPI | Convidado | oi |
| 8 | cromo | macOS | Carteira | Convidado | é |
| 9 | Safári | Android | Cartão | Membro | é |
| 10 | Raposa de fogo | Janelas | Carteira | Convidado | franco |
| 11 | Raposa de fogo | macOS | UPI | Convidado | pt |
| 12 | Raposa de fogo | Android | Cartão | Convidado | oi |
| 13 | cromo | Janelas | Cartão | Convidado | oi |
Isso representa uma redução de 94%, um teste acima do mínimo teórico. Algumas combinações não são realistas, como Safari no Windows ou Android na linha 6. Em projetos reais você adiciona restrições para excluir pares impossíveis; ferramentas dedicadas suportam isso diretamente.
Verificando a cobertura
Nunca confie cegamente em um conjunto gerado. Verificamos isso com uma função independente que procura cada par de valores nos testes:
import itertools
def covered(names, values, tests):
for i, j in itertools.combinations(range(len(names)), 2):
for a in values[i]:
for b in values[j]:
if not any(t[i] == a and t[j] == b for t in tests):
return False
return True
exhaustive: 216 pairwise: 13 all pairs covered: True pairs: 89
Um verificador como este também é útil quando alguém edita manualmente uma tabela de pares posteriormente, por exemplo, para trocar uma linha irreal. Uma mudança descuidada pode derrubar silenciosamente um par.
Como o teste em pares é dimensionado
A verdadeira vitória aparece à medida que o número de insumos aumenta. Os testes exaustivos crescem exponencialmente, enquanto os conjuntos de pares crescem aproximadamente com o logaritmo do número de parâmetros. Executamos nosso gerador em três configurações maiores:
| Configuração | Testes exaustivos | Testes emparelhados |
|---|---|---|
| 10 parâmetros × 2 valores | 1,024 | 11 |
| 20 parâmetros × 2 valores | 1,048,576 | 16 |
| 13 parâmetros × 3 valores | 1,594,323 | 22 |
Todos os três conjuntos passaram na verificação de cobertura. Vinte sinalizadores de recursos ativados/desativados têm mais de um milhão de combinações, mas 16 testes afetaram cada par de estados de sinalizadores. Ferramentas maduras geralmente produzem conjuntos um pouco menores do que nossa abordagem simples e gananciosa, mas a ordem de grandeza é a mesma.
O que falta no teste em pares
O teste em pares garante pares, não triplos. Simulamos dois bugs em nossos 13 testes:
- Um bug que precisa de Safari + UPI (dois fatores) foi detectado pelo teste 7.
- Um bug que precisa de Safari + UPI + Francês (três fatores) foi esquecido. Nenhum teste combinou os três.
Um terceiro bug simulado, Safari + UPI + Hindi, foi detectado porque o teste 7 inclui Hindi, mas isso foi mais sorte do que design. Se as interações entre três configurações forem arriscadas em seu sistema, aumente a força para testes de três vias. As ferramentas suportam qualquer resistência, ao custo de mais testes.
Dica: o teste em pares escolhe quais combinações executar, não quais valores. Escolha valores com particionamento de equivalência e análise de limites primeiro, caso contrário você cobrirá cada par de entradas erradas.
Teste em pares passo a passo
- Liste os parâmetros que alteram o comportamento: ambiente, entradas, configurações, funções do usuário.
- Escolha valores representativos para cada um, usando partições e limites em vez de todos os valores possíveis.
- Adicione restrições para combinações impossíveis, como Safari apenas no macOS e iOS.
- Gere o conjunto com uma ferramenta e observe sua resistência (2 vias, 3 vias).
- Verifique a cobertura com o relatório da ferramenta ou um verificador como o nosso.
- Adicione casos obrigatórios manualmente: a configuração mais comum do mundo real e qualquer combinação que falhou antes.
- Defina os resultados esperados para cada linha e automatize sempre que possível, por exemplo, como um teste parametrizado.
Ferramentas de teste emparelhadas
Você raramente precisa escrever seu próprio gerador. O PICT de código aberto da Microsoft é uma ferramenta de linha de comando amplamente usada com suporte a restrições. Em Python, o pacote allpairspy gera pares, e a ferramenta ACTS do NIST suporta forças mais altas. Não executamos essas ferramentas neste artigo; nossos números vêm de nosso próprio gerador. Independentemente do que você usar, alimente o resultado em testes baseados em dados, conforme mostrado em nosso guia de geração de dados de teste.
Quando usar testes pareados
Use-o quando você tiver vários parâmetros independentes com alguns valores cada: matrizes de navegador e dispositivo, opções de configuração, campos de formulário com menus suspensos, parâmetros de consulta de API e combinações de sinalizadores de recursos. Ignore-o quando os parâmetros dependerem muito uns dos outros, quando uma única entrada tiver um intervalo enorme (use a análise de limites) ou quando as regras de negócios forem condições explícitas, com as quais o teste de tabela de decisão lida melhor. Para sistemas críticos para a segurança, o par é um piso, não um teto.
Considerações finais
O teste pareado transforma uma matriz impossível em uma lista curta e defensável. Em nosso exemplo de checkout, 13 testes cobriram cada par que 216 testes exaustivos teriam coberto, e a economia cresceu dramaticamente com mais insumos. Escolha primeiro bons valores, adicione restrições e casos obrigatórios, verifique a cobertura e aumente a força onde as interações de três vias são um risco real. Em seguida, gaste o tempo que você economizou nas áreas de maior risco, conforme descrito em nosso guia de testes com base em risco.
Perguntas frequentes
O que é teste pareado em teste de software?
É uma técnica de projeto de teste combinatório que cobre cada combinação de valores para cada par de parâmetros de entrada pelo menos uma vez, usando muito menos testes do que testes exaustivos.
O teste de pares é igual ao teste de todos os pares?
Sim. Teste de todos os pares é outro nome para isso. Ambos significam testes combinatórios bidirecionais, onde cada par de valores de parâmetros aparece em pelo menos um teste.
Quantos casos de teste o teste em pares precisa?
Pelo menos o produto dos dois maiores valores conta. Em nossa verificação de cinco parâmetros, esse mínimo foi 12, e nosso gerador produziu 13 testes em vez de 216.
O teste em pares pode perder bugs?
Sim. Ele garante pares, portanto bugs que precisam de três ou mais valores específicos juntos podem ser perdidos. Use testes trilaterais ou casos direcionados para esses riscos.
Quais ferramentas geram casos de teste pareados?
As opções comuns incluem Microsoft PICT, NIST ACTS e o pacote Python allpairspy. Muitas ferramentas de gerenciamento de testes também incluem um gerador de pares.
Continue aprendendo
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.
Mais guias sobre testes, IA e desenvolvimento moderno
Gostou deste artigo? Escolha um tópico e vá direto para nossos tutoriais mais recentes.
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 softwareExplicação 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 →DevOpsGit 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 softwareExplicação 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 testesDuplas 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 SQLSQL 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 SQLSQL 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 softwareExplicação 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 softwareMódulo 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 artificialJanela 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 softwareWebhooks 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 →DevOpsGit 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 testesExplicação 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 softwareExplicação 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 artificialExplicação 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 →DevOpsRegistros 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 →DevOpsSinalizadores 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 testesGeração 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 softwareExplicação 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 SQLFunções 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 SQLExplicação 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 softwareMódulo 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 softwareMódulos 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 softwarePython 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 artificialExplicação 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 →DevOpsChaves 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 →DevOpsCache 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 testesTeste 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 softwareTestes 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 SQLRestrições 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 SQLFunções 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 softwarePython 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 softwareDebounce 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 softwareGerenciadores 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 artificialTemperatura 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 →DevOpsYAML 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 →DevOpsCron 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 artificialExplicação 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 →DevOpsVariáveis 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 softwareExplicação 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 testesZombando 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 softwareCobertura 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 SQLDELETE 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 SQLExibições 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 softwareInterface 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 softwarePython *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 softwareFunções 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 artificialO 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 →DevOpsMonitoramento 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 →DevOpsDocker 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 testesTDD 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 softwareTeste 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 SQLValores 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 SQLInstrução 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 softwareO 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 softwareLoop 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 softwareGeradores 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 artificialO 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 →DevOpsImplantação 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 testesTestes 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 softwareTeste 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 softwareCaso 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 SQLOtimização 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 SQLSQL 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 softwareTutorial 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 softwareManipulação 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 softwareClasses 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 artificialO 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 →DevOpsComandos 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 testesSelenium 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 softwareParticionamento 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 softwareGravidade 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 SQLTutorial 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 SQLTransações 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 softwareFolha 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 softwareExplicação 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 softwareTutorial 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 artificialO 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 →DevOpsTutorial 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 →DevOpsDocker 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 testesTutorial 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 softwareCiclo 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 softwareGit 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 softwareList 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 SQLSQL 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 →