Itertools Python explicados: Lazy Loops, combinações e agrupamentos, testados
As itertools do Python oferecem blocos de construção rápidos e com pouca memória para loop: contadores infinitos, encadeamento, agrupamento, combinações e lotes. Aprenda cada ferramenta com os resultados que realmente executamos, além das armadilhas que retornam silenciosamente respostas erradas.
itertoolsestá integrado ao Python. Suas funções retornam iteradores lentos, portanto, elas produzem valores somente quando você solicita.groupbyagrupa apenas itens vizinhos. Classifique primeiro pela mesma chave ou você obterá grupos divididos.product,permutationsecombinationssubstituem loops aninhados e são úteis para matrizes de teste.- Em nossa execução, achatar 100 listas com
chain.from_iterablelevou 0,045 ms contra 0,522 ms parasum(lists, []).
Muitos loops Python seguem as mesmas formas: contar indefinidamente, juntar várias listas, agrupar linhas por uma chave, tentar cada par ou dividir o trabalho em lotes. Você pode escrever cada um manualmente com for loops aninhados e listas temporárias, mas itertools do Python já vem com versões rápidas e testadas de todos eles. Depois de saber os nomes, seus loops ficam mais curtos e usam muito menos memória.
Cada exemplo neste guia foi executado com Python 3.13.6 e as saídas mostradas são copiadas dessa execução. Se você é novo em iteradores, nosso guia para geradores Python é um bom companheiro, porque geradores e itertools trabalham juntos naturalmente.
O que é itertools?
itertools é um módulo de biblioteca padrão de blocos de construção de iteradores. Você o importa, chama uma função e recebe de volta um objeto iterador em vez de uma lista. As funções se enquadram em três grupos:
- Iteradores infinitos:
count,cycleerepeat. - Iteradores que terminam com a entrada mais curta:
accumulate,chain,groupby,compress,pairwise,batched,takewhilee outros. - Iteradores combinatórios:
product,permutations,combinationsecombinations_with_replacement.
import itertools as it
Por que iteradores preguiçosos são importantes
Uma lista armazena todos os valores na memória de uma só vez. Um iterador armazena apenas o estado suficiente para produzir o próximo valor. É por isso que você pode construir um contador infinito sem que seu programa congele: nada é computado até que um loop, next() ou list() extraia um valor.
Medimos a diferença. Uma lista de um milhão de inteiros ocupava 8.448.728 bytes de acordo com sys.getsizeof, que conta apenas o array de ponteiros da lista. Um islice objeto que produz o mesmo milhão de números ocupava 72 bytes. O problema é que um iterador pode ser lido apenas uma vez, o que abordaremos na seção tee.
conte, circule e repita
Esses três nunca param sozinhos, então combine-os com islice, zip ou break.
print(list(it.islice(it.count(10, 5), 4)))
print(list(it.islice(it.cycle("AB"), 5)))
print(list(map(pow, range(4), it.repeat(2))))
[10, 15, 20, 25]
['A', 'B', 'A', 'B', 'A']
[0, 1, 4, 9]
count(start, step) é perfeito para gerar IDs. cycle faz um loop indefinido de uma sequência, o que é adequado para o trabalho round-robin, como atribuir tickets a uma rotação de testadores. repeat alimenta o mesmo valor para map sem construir uma lista de cópias.
Um truque interessante combina count com uma expressão geradora para encontrar o primeiro valor que atende a uma regra:
first = next(x for x in it.count(1) if x * x > 2026)
print(first) # 46
acumular: totais acumulados
accumulate retorna resultados em execução. Por padrão ele adiciona, mas você pode passar qualquer função de dois argumentos.
print(list(it.accumulate([5, 3, -2, 4])))
print(list(it.accumulate([3, 1, 4, 1, 5], max)))
[5, 8, 6, 10]
[3, 3, 4, 4, 5]
A primeira linha é um saldo corrente. O segundo é um máximo em execução, que é útil para rastrear a melhor pontuação até o momento ou o tempo de resposta máximo em um teste de carga.
cadeia: junte iteráveis sem copiar
chain percorre vários iteráveis, um após o outro, como se fossem um. chain.from_iterable faz o mesmo para um iterável de iteráveis, que é a maneira padrão de nivelar um nível de aninhamento.
print(list(it.chain([1, 2], (3,), "ab")))
print(list(it.chain.from_iterable([[1, 2], [3], [4, 5]])))
[1, 2, 3, 'a', 'b']
[1, 2, 3, 4, 5]
Observe que uma string é iterável, então "ab" se torna dois itens. Se você quiser que a string seja um item, primeiro coloque-a em uma lista.
groupby: a ferramenta mais incompreendida
groupby divide uma sequência em séries de itens que compartilham uma chave. A palavra “corre” é a parte importante: ela agrupa apenas itens que ficam próximos uns dos outros. Veja o que aconteceu com níveis de log não classificados:
logs = ["error", "error", "info", "error", "info", "info"]
print([(k, len(list(g))) for k, g in it.groupby(logs)])
print([(k, len(list(g))) for k, g in it.groupby(sorted(logs))])
[('error', 2), ('info', 1), ('error', 1), ('info', 2)]
[('error', 3), ('info', 3)]
A versão não classificada produziu quatro grupos em vez de dois, e nada nos avisou. Isso se comporta de maneira muito diferente do SQL, onde GROUP BY coleta todas as linhas correspondentes onde quer que estejam. Se essa comparação ajudar, consulte SQL GROUP BY e HAVING.
Para registros, classifique e agrupe com a mesma função principal:
import operator
orders = [{"city": "Pune", "amt": 120}, {"city": "Delhi", "amt": 80}, {"city": "Pune", "amt": 50}]
key = operator.itemgetter("city")
print({k: sum(o["amt"] for o in g) for k, g in it.groupby(sorted(orders, key=key), key=key)})
{'Delhi': 80, 'Pune': 170}
Dica: cada grupo é ele próprio um iterador que se torna inválido quando groupby segue em frente. Consumir imediatamente, por exemplo com list(g) ou sum(...), antes do próximo grupo.
Se seus dados ainda não estiverem classificados e você precisar apenas de totais, um dicionário Python ou collections.Counter simples geralmente é mais simples e evita a classificação.
produto, permutações e combinações
Eles substituem loops aninhados quando você precisa de cada arranjo de algumas entradas.
print(list(it.product(["chrome", "firefox"], ["win", "mac"])))
print(["".join(p) for p in it.permutations("ABC", 2)])
print(["".join(c) for c in it.combinations("ABCD", 2)])
print(["".join(c) for c in it.combinations_with_replacement("AB", 2)])
[('chrome', 'win'), ('chrome', 'mac'), ('firefox', 'win'), ('firefox', 'mac')]
['AB', 'AC', 'BA', 'BC', 'CA', 'CB']
['AB', 'AC', 'AD', 'BC', 'BD', 'CD']
['AA', 'AB', 'BB']
| Função | A ordem é importante? | Repetições permitidas? | Uso típico |
|---|---|---|---|
produto |
Sim | Yes (across inputs) | Matriz do navegador e do sistema operacional |
permutações |
Sim | Não | Ordenações de etapas |
combinações |
Não | Não | Pares únicos para comparar |
combinations_with_replacement |
Não | Sim | Multisets, totais de dados |
Tenha cuidado com o tamanho. Contar o produto de três intervalos de 3, 4 e 5 itens deu 60 tuplas. Cada dimensão extra multiplica o total, então uma matriz que parece pequena pode explodir. Conte com sum(1 for _ in ...) ou math.prod antes de executar qualquer coisa cara dentro do loop.
em pares e em lote
pairwise (Python 3.10+) fornece vizinhos sobrepostos, o que é ideal para diferenças entre leituras. batched (Python 3.12+) divide os dados em pedaços de tamanho fixo.
print(list(it.pairwise([1, 4, 9, 16])))
print(list(it.batched(range(7), 3)))
[(1, 4), (4, 9), (9, 16)]
[(0, 1, 2), (3, 4, 5), (6,)]
Observe que o último lote é mais curto. Se você enviar lotes para uma API que espera exatamente três itens, lide com esse pedaço final. batched é uma maneira limpa de inserir algumas centenas de linhas em um banco de dados por vez ou de respeitar um limite de taxa de API.
Filtragem: compress, takewhile, dropwhile, filterfalse
print(list(it.compress("ABCDE", [1, 0, 1, 0, 1])))
print(list(it.takewhile(lambda x: x < 5, [1, 3, 6, 2])))
print(list(it.dropwhile(lambda x: x < 5, [1, 3, 6, 2])))
print(list(it.filterfalse(lambda x: x % 2, range(8))))
['A', 'C', 'E']
[1, 3]
[6, 2]
[0, 2, 4, 6]
A surpresa aqui é takewhile. Ele para na primeira falha, então 2 no final nunca foi verificado. dropwhile é a imagem espelhada: uma vez que a condição falha, ela produz tudo depois dela, incluindo 2. Use-os para dados classificados ou fluxos com um corte claro, como a leitura de linhas de log até que um carimbo de data/hora passe. Para um filtro geral, use filter ou uma compreensão. As funções curtas passadas aqui são funções lambda do Python.
zip_longest e mapa estelar
Built-in zip para na entrada mais curta e descarta silenciosamente o resto. zip_longest continua e preenche as lacunas:
print(list(zip("abc", [1, 2])))
print(list(it.zip_longest("abc", [1, 2], fillvalue=0)))
print(list(it.starmap(pow, [(2, 3), (3, 2), (10, 0)])))
[('a', 1), ('b', 2)]
[('a', 1), ('b', 2), ('c', 0)]
[8, 9, 1]
Ao comparar uma lista esperada com uma lista real em um teste, zip pode ocultar um item final ausente. zip_longest expõe isso. Desde o Python 3.10 você também pode passar strict=True a zip para gerar um erro em comprimentos desiguais. starmap descompacta cada tupla em argumentos de função, o que salva um lambda.
esgotamento do tee e do iterador
Um iterador é usado após uma passagem. Este é o bug mais comum do itertools:
g = (x * x for x in range(3))
print(list(g), list(g)) # [0, 1, 4] []
a, b = it.tee(iter([1, 2, 3]))
print(list(a), list(b)) # [1, 2, 3] [1, 2, 3]
O segundo list(g) estava vazio, sem erro. tee divide um iterador em cópias independentes, mas armazena valores internamente. Se uma cópia for muito à frente da outra, a memória aumentará e, nesse ponto, uma lista simples geralmente será mais simples. Além disso, não use o iterador original após chamar tee.
Memória e velocidade na prática
Cronometramos o achatamento de 100 listas de 100 números, 200 vezes cada. sum(lists, []) teve média de 0,522 ms, enquanto list(chain.from_iterable(lists)) teve média de 0,045 ms, cerca de onze vezes mais rápido. A versão sum é lenta porque constrói uma lista nova e mais longa a cada passo.
Seus números serão diferentes de acordo com a máquina, mas o formato é válido: as funções do itertools são implementadas em C e evitam a construção de listas temporárias. A maior vitória geralmente é a memória. Um pipeline de iteradores pode processar um arquivo de milhões de linhas enquanto mantém apenas uma linha por vez. Se você preferir a sintaxe de compreensão, list comprehensions cria listas avidamente, enquanto expressões geradoras combinam bem com itertools.
Usando itertools em testes
Os testadores aproveitam muito este módulo. product constrói matrizes de configuração para testes parametrizados, como cada navegador com cada tamanho de tela. combinations fornece cada par de recursos para testar juntos, que é o ponto de partida para o teste em pares. cycle alterna as contas de teste para que execuções paralelas não briguem por um login. count gera números de pedido exclusivos para dados de teste.
import pytest
MATRIX = list(it.product(["chrome", "firefox"], ["1280x800", "375x812"]))
@pytest.mark.parametrize("browser,size", MATRIX)
def test_home_page(browser, size):
...
Este trecho pytest mostra apenas o padrão; não o executamos em um navegador. Mantenha a matriz pequena e deliberada, porque quatro combinações rapidamente se transformam em quarenta. Nosso guia de fixtures pytest mostra como compartilhar a configuração nesses casos.
Quando usar itertools e quando não
- Use-o para streams, arquivos grandes, sequências geradas, combinações e lotes, onde a preguiça economiza memória.
- Use-o para substituir loops aninhados cuja única função é construir arranjos.
- Ignore quando a compreensão de uma lista for mais clara para sua equipe. Uma frase inteligente que ninguém consegue depurar não é uma vitória.
- Ignore quando precisar reutilizar os dados muitas vezes; armazene uma lista em vez de lutar contra a exaustão.
A documentação oficial também inclui uma seção de “receitas” com ajudantes prontos construídos a partir dessas peças. Leia-os quando estiver confortável com o básico aqui.
Considerações finais
Itertools Python recompensa um pequeno investimento. Aprenda chain, groupby, product, pairwise e batched primeiro, porque eles cobrem a maioria dos loops do dia a dia. Então lembre-se das duas armadilhas que nos pegaram nos testes: classificar antes de groupby e nunca ler um iterador duas vezes. Com esses hábitos, seus loops ficam mais curtos, mais rápidos e mais fáceis de revisar.
Perguntas frequentes
O que são itertools em Python?
itertools é um módulo integrado de ferramentas iteradoras rápidas para contar, encadear, agrupar, filtrar e gerar combinações. Suas funções retornam iteradores preguiçosos em vez de listas.
Por que itertools.groupby fornece grupos duplicados?
groupby agrupa apenas itens consecutivos com a mesma chave. Classifique os dados pela mesma chave primeiro. Em nosso teste, os logs não classificados produziram quatro grupos em vez de dois.
Qual é a diferença entre permutações e combinações?
permutações tratam AB e BA como diferentes, enquanto combinações os tratam como o mesmo par. Para 2 itens do ABC, as permutações davam 6 resultados e as combinações davam 3.
Qual versão do Python eu preciso para lotes e pares?
pairwise foi adicionado no Python 3.10 e em lote no Python 3.12. Executamos todos os exemplos deste guia em Python 3.13.6.
O itertools é mais rápido do que escrever loops?
Muitas vezes sim, porque as funções são implementadas em C e evitam listas temporárias. Achatar com chain.from_iterable foi cerca de onze vezes mais rápido que sum(lists, []) em nosso tempo.
Continue aprendendo
Precisa de ajuda com testes, WordPress ou SEO?
Ajudamos as equipes a fornecer software melhor e a expandir seus sites. Conte-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.
BM25 explicado: como a pesquisa por palavra-chave classifica os resultados, com código Python e pesquisa híbrida
BM25 explicou com uma implementação Python pura que executamos: a fórmula, IDF, saturação de termo, os parâmetros k1 e b, por que supera a contagem …
Leia o artigo →Desenvolvimento de softwareMétodos HTTP explicados: GET, POST, PUT, PATCH, DELETE, testados em um servidor Live
Métodos HTTP explicados com um pequeno servidor que executamos: GET, POST, PUT, PATCH, DELETE, HEAD e OPTIONS, seguro vs idempotente, PUT vs PATCH, …
Leia o artigo →DevOpsGit Bisect explicado: encontre o commit que quebrou seu código, manual ou automaticamente
Git bisect explicado com um repositório testado: encontre o commit incorreto entre 41 em 5 execuções de teste, automatize-o com git bisect run, pule…
Leia o artigo →Automação de testesMarcadores pytest explicados: marcas personalizadas, filtros skip, skipif, xfail e -m
marcadores pytest explicados com um conjunto testado: registre marcas personalizadas, execute apenas testes de fumaça com -m, combine filtros com e,…
Leia o artigo →Teste de softwareTestes Positivos vs Negativos: Diferenças, 24 Casos de Teste Reais e uma Lista de Verificação
Testes positivos versus negativos explicados com um formulário de inscrição real: 6 casos de teste positivos e 18 negativos executados em pytest, a …
Leia o artigo →Bancos de dados e SQLSQL ORDER BY Várias Colunas: ASC, DESC, NULLS LAST, Case e Ordem Personalizada
SQL ORDER BY com múltiplas colunas explicadas com consultas testadas: ASC e DESC mistos, desempates, NULLS FIRST e LAST, classificação sem distinção…
Leia o artigo →Bancos de dados e SQLTotal em execução do SQL: SUM OVER, totais por grupo, somas móveis e armadilha RANGE
Como calcular um total de execução SQL com SUM() OVER: totais por grupo, somas cumulativas diárias, somas móveis, porcentagem do total, armadilha de…
Leia o artigo →Desenvolvimento de softwareMatriz de classificação JavaScript: números, objetos, strings e por que 10 vem antes de 5
Como classificar um array em JavaScript corretamente: números com função de comparação, objetos por um ou mais campos, strings com localeCompare, da…
Leia o artigo →Desenvolvimento de softwareMétodos de string Python: folha de dicas, exemplos reais e a armadilha strip()
Métodos de string Python com exemplos testados: split, join, strip, replace, find, startupswith, is-methods, casefold, partition e translate, além d…
Leia o artigo →Inteligência artificialExplicação da similaridade de cossenos: fórmula, exemplo resolvido e código Python
A similaridade de cosseno é explicada de forma simples: a fórmula, um exemplo trabalhado à mão, código Python e NumPy puro, cosseno versus distância…
Leia o artigo →Desenvolvimento de softwareCodificação UTF-8 explicada: como o texto se transforma em bytes e como corrigir texto ilegível
Codificação UTF-8 explicada com exemplos em nível de byte que executamos em Python: como os caracteres se tornam de 1 a 4 bytes, por que café se tra…
Leia o artigo →Automação de testesparametrização pytest explicada: 7 padrões com exemplos testados
parametrização pytest explicada com 7 padrões testados: casos básicos, ids legíveis, decoradores empilhados, pytest.param com xfail e skip, fixtures…
Leia o artigo →Teste de softwareReteste versus teste de regressão: 8 diferenças principais com um exemplo real de correção de bug
Reteste versus teste de regressão explicado com uma correção de bug real executada em pytest: o reteste confirmou a correção, a execução de regressã…
Leia o artigo →Bancos de dados e SQLExcluir linhas duplicadas em SQL: 5 métodos seguros, testados passo a passo
Como excluir linhas duplicadas no SQL com segurança: encontre-as, visualize-as e remova-as com ROW_NUMBER, MIN(id), EXISTS, rowid ou uma nova tabela…
Leia o artigo →Bancos de dados e SQLSQL RANK vs DENSE_RANK vs ROW_NUMBER: diferenças com exemplos testados
SQL RANK vs DENSE_RANK vs ROW_NUMBER em uma tabela: como cada um lida com empates, N principais por grupo, a segunda armadilha salarial mais alta e …
Leia o artigo →Desenvolvimento de softwareEncadeamento opcional de JavaScript (?.) Explicado: 8 exemplos, ?? Padrões e armadilhas
O encadeamento opcional de JavaScript interrompe erros “Não é possível ler propriedades de indefinidos”. 8 exemplos testados para propriedades, arra…
Leia o artigo →Desenvolvimento de softwarePython enumerate() explicado: 7 exemplos, start=1 e erros a evitar
Python enumerate() fornece o índice e o valor em um loop limpo. 7 exemplos testados, o truque start=1, dicionários, arquivos, números rápidos e 3 er…
Leia o artigo →Inteligência artificialEstratégias 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 softwareFunctools Python explicado: lru_cache, parcial, redução, wraps e muito mais, testado
Functools do Python explicados com código que executamos no Python 3.13: lru_cache e cache, parcial, redução, wraps, cached_property, singledispatch…
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 →Bancos de dados e SQLFunções SQL JSON explicadas: consulta, atualização e indexação JSON em SQL, testadas
Funções SQL JSON explicadas com consultas que executamos no SQLite 3.50: json_extract, os operadores -> e ->>, json_each, json_set, json_pa…
Leia o artigo →Bancos de dados e SQLSQL Pivot explicado: transforme linhas em colunas com CASE, FILTER e PIVOT
SQL pivot explicado com consultas que executamos no SQLite 3.50: agregação condicional com CASE e SUM, FILTER, NULL vs zero, totais, colunas dinâmic…
Leia o artigo →Desenvolvimento de softwareJavaScript esta palavra-chave explicada: cada regra de ligação, testada no nó
A palavra-chave JavaScript explicada com 17 casos que executamos no Nó 24: chamadas de método, perdeu isso em retornos de chamada, modo estrito, fun…
Leia o artigo →Desenvolvimento de softwarePython pathlib explicado: caminhos, arquivos e pastas da maneira moderna, testados
Python pathlib explicado com exemplos que executamos no Python 3.13: juntando caminhos com /, nome, radical e sufixo, lendo e gravando arquivos, mkd…
Leia o artigo →Desenvolvimento de softwareItertools Python explicados: loops preguiçosos, combinações e agrupamentos, testados
Itertools do Python explicados com exemplos que executamos no Python 3.13: contagem, ciclo, acumulação, cadeia, agrupamento, produto, combinações, p…
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 →Teste de softwareCiclo de vida de bugs em testes de software: cada status, quem é o proprietário e erros comuns
O ciclo de vida do bug explicado: cada status de defeito, de Novo a Fechado, quem é o proprietário de cada etapa, bugs rejeitados, adiados e reabert…
Leia o artigo →Automação de testesTeste baseado em propriedades em Python: a hipótese encontra os bugs que seus exemplos não percebem
Testes baseados em propriedades explicados com testes de hipóteses que executamos: propriedades versus exemplos, estratégias, redução, os bugs reais…
Leia o artigo →Bancos de dados e SQLPaginação SQL explicada: OFFSET vs Keyset, com um teste de um milhão de linhas
Paginação SQL explicada com um teste de um milhão de linhas que executamos: LIMIT e OFFSET, por que páginas profundas ficam lentas, paginação de con…
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 →