Объяснение моментального тестирования: как оно работает, когда помогает, а когда вредит

  1. Главная
  2. Блог
  3. Автоматизация тестирования

Автоматизация тестирования

Объяснение моментального тестирования: Как оно работает, когда помогает, а когда вредит

Тестирование моментальных снимков сохраняет выходные данные вашего кода один раз, а затем завершается сбоем при каждом изменении выходных данных. Узнайте, как создаются снимки, как читать различия, как обращаться с метками времени и привычками просмотра, которые не позволяют снимкам превращаться в штампы.

9 мин чтения
Объяснение моментального тестирования: как оно работает, когда помогает, а когда вредно

Главное

  • Мгновенное тестирование сохраняет заведомо исправные выходные данные, затем сравнивает с ними каждое последующее выполнение и показывает разницу при их изменении.
  • Он быстро пишется и отлично подходит для больших структурированных выходных данных, таких как ответы JSON, отчеты и визуализированная разметка.
  • Динамические значения, такие как временные метки, разрушают снимки. В нашем запуске незамаскированная временная метка не удалась уже при следующем запуске.
  • Опасность заключается в слепых обновлениях. Снимок защитит вас только в том случае, если кто-то прочитает разницу, прежде чем принять ее.

Написание утверждений для ответа JSON из 40 полей утомительно, и большинство людей проверяют пять полей и надеются на лучшее. Тестирование моментальных снимков использует другой подход: запустите код один раз, сохраните весь вывод в файл и с этого момента тест проваливается всякий раз, когда выходные данные отличаются. Вы обмениваете точные утверждения на широкое обнаружение изменений, что является мощным средством при осторожном использовании.

Мы запустили рабочую демоверсию с pytest 9.2.0, плагином моментальных снимков 7.0.0 и Python 3.13.6. Все результаты ниже скопированы из этих прогонов. Скриншоты Jest и визуальные снимки описаны для сравнения, но не запускались. Если сам pytest для вас новичок, начните с нашего руководства по pytest.

Что такое моментальное тестирование?

Тест моментальных снимков не имеет написанного вручную ожидаемого значения. При первом запуске инструмент записывает фактический результат как ожидаемый и сохраняет его рядом с вашими тестами. При каждом последующем запуске новый результат сравнивается с сохраненным снимком:

  • Если они совпадают, тест пройден.
  • Если они различаются, тест завершается неудачей и печатается разница.
  • Если изменение запланировано, вы обновляете снимок с помощью одной команды и фиксируете новый файл.

Таким образом, тест моментального снимка не говорит о том, что выходные данные правильны. В нем говорится, что вывод не изменился. Корректность проверяется один раз, человеком, при первом просмотре снимка.

Типы снимков

Тип Что хранится Типовые инструменты
Снимок данных Сериализованные объекты, JSON, текст сиропообразный, Jest, Vitest, Verify
Снимок разметки Отрисованный HTML или дерево компонентов Jest с React, утилиты тестирования Vue
Визуальный снимок Скриншот страницы или компонента Драматург, Перси, Хроматический

В этом руководстве основное внимание уделяется снимкам данных, поскольку с них легче всего начать и их легче всего просмотреть.

Наша демонстрационная установка

# invoice.py
def render_invoice(items, now=None):
    now = now or datetime.now(timezone.utc)
    total = sum(q * p for _, q, p in items)
    return {"generated_at": now.isoformat(),
            "lines": [{"sku": s, "qty": q, "price": p} for s, q, p in items],
            "total": round(total * 1.18, 2), "currency": "INR"}

def receipt_text(items):
    rows = [f"{s:<6}{q:>3} x {p:>7.2f}" for s, q, p in items]
    return "\n".join(rows + ["-" * 20, f"TOTAL {sum(q*p for _, q, p in items):>14.2f}"])
# test_invoice.py
ITEMS = [("PEN", 2, 20.0), ("INK", 1, 50.0)]

def test_receipt_text(snapshot):
    assert receipt_text(ITEMS) == snapshot

def test_invoice_fixed_clock(snapshot):
    assert render_invoice(ITEMS, now=datetime(2026, 11, 12, tzinfo=timezone.utc)) == snapshot

def test_invoice_masked_time(snapshot):
    assert render_invoice(ITEMS) == snapshot(matcher=path_type({"generated_at": (str,)}))

Аргумент snapshot — это приспособление pytest, предоставленное сиропом. В нашем руководстве по фикстурам pytest объясняется, как таким образом внедряются фикстуры.

Первый запуск

$ pytest -q
3 failed

$ pytest -q --snapshot-update
3 snapshots generated.
3 passed

$ pytest -q
3 snapshots passed.
3 passed

Без сохраненных снимков все три теста провалились. Это умолчание является преднамеренным: новый снимок должен создаваться намеренно, а не молча. Флаг обновления записал снимки, и следующий нормальный запуск прошел.

Как выглядит файл снимка

сиропи сохранил читаемый файл в папке __snapshots__. Часть этого:

# name: test_invoice_fixed_clock
  dict({
    'currency': 'INR',
    'generated_at': '2026-11-12T00:00:00+00:00',
    'lines': list([
      dict({
        'price': 20.0,
        'qty': 2,
        'sku': 'PEN',
      }),
      ...
    ]),
    'total': 106.2,
  })

Теперь этот файл является вашим ожидаемым результатом, поэтому просмотрите его как код. Правильно ли 106,2? Две ручки по 20 плюс одна тушь по 50 — это 90, а 90 с налогом 18% — 106,2, так что да. Именно от этой однократной проверки зависит момент тестирования моментальных снимков. Зафиксируйте файл с тестом.

Как выглядит изменение кода

Затем мы изменили одно слово в квитанции с TOTAL на Total и снова запустили тесты:

E       AssertionError: assert [+ received] == [- snapshot]
E         - TOTAL          90.00
E         + Total          90.00
1 snapshot failed. 2 snapshots passed.

Разница указывала именно на ту линию, которая изменилась. Если изменение было запланировано, вы обновляете снимок. Если нет, то вы поймали регрессию, даже не написав утверждения об этом ярлыке. Это делает снимки полезными для выходных данных, которые анализируются другими системами, таких как квитанции, экспорт CSV и полезные данные API. Наш контрольный список регрессионного тестирования описывает, где еще можно использовать такие проверки.

Временные метки, идентификаторы и другие движущиеся части

Мы добавили тест, который сделал снимок render_invoice с реальными часами. Он прошел при создании моментального снимка и завершился неудачно при следующем запуске:

E         -   'generated_at': '2026-11-12T15:12:34.206809+00:00',
E         +   'generated_at': '2026-11-12T15:12:35.621553+00:00',
1 snapshot failed.

Любое значение, которое меняется между запусками, делает снимок бесполезным: время, случайные идентификаторы, UUID, адреса памяти, неупорядоченные наборы. Мы использовали два исправления, и оба прошли надежно:

  • Управление входом: передайте фиксированные часы, как в test_invoice_fixed_clock. Это самый чистый вариант.
  • Маскировка поля: сопоставление сиропа path_type сохранено 'generated_at': str, проверка только типа.

Также сортируйте списки, порядок которых не имеет значения, и заполняйте случайные данные. В нашем руководстве по созданию тестовых данных показано, как обеспечить повторяемость сгенерированных данных.

Совет: если при повторном запуске моментального снимка происходит сбой без изменения кода, рассматривайте это как ненадежный тест. Найдите движущееся значение и закрепите его; не просто регенерируйте снимок.

Безопасное обновление снимков

Команда обновления — одновременно лучшая и худшая функция. Это удешевляет запланированные изменения, а также удешевляет небрежное одобрение. Хорошие привычки:

  • Никогда не запускайте флаг обновления, чтобы «сделать CI зеленым», не прочитав предварительно разницу.
  • Зафиксируйте изменения снимка в том же запросе на включение, что и код, вызвавший их, чтобы рецензенты видели оба.
  • Делайте снимки небольшими. Разница в моментальном снимке объемом 2000 строк будет просматриваться, а не проверяться.
  • Удалить устаревшие снимки; сиропи сообщил об этом и удалил один из них, когда мы удалили его тест.
  • В CI запускайте без флага обновления, чтобы новые или измененные снимки не записывались, а выходили из строя.

Когда помогает тестирование снимков

  • Большие структурированные выходные данные, в которых рукописные утверждения будут длинными: ответы API, отчеты, генераторы конфигурации.
  • Рефакторинг кода с небольшим количеством тестов. Сначала сделайте снимок текущего поведения, затем выполните рефакторинг и подтвердите, что ничего не изменилось.
  • Сериализаторы и форматтеры, где любое изменение, вероятно, важно.
  • Сообщения об ошибках и выходные данные CLI, от которых зависят пользователи или сценарии.

Для полезных данных API, которыми пользуются другие команды, комбинируйте снимки с проверками схемы. В нашем руководстве по тестированию контрактов API рассматривается сторона контракта.

Когда тестирование снимков причиняет боль

  • Когда результат часто меняется по замыслу. Постоянные обновления учат команду утверждать, не читая.
  • Когда главное — логика. Налоговое правило заслуживает явного утверждения с именованным ожидаемым значением, а не строки внутри снимка.
  • Когда снимки огромны. Никто их не проверяет, поэтому они исправляют ошибки так же легко, как и правильное поведение.
  • Для визуальных снимков на разных компьютерах, где шрифты и рендеринг различаются, если только вы не работаете в фиксированной среде.

Jest, Vitest и визуальные снимки

В JavaScript Jest и Vitest используют expect(value).toMatchSnapshot() и обновляют с помощью -u. Они также предлагают встроенные снимки, где сохраненное значение записывается в сам тестовый файл, благодаря чему небольшие снимки остаются видимыми во время просмотра. Драматург сравнивает скриншоты со скриншотами toHaveScreenshot(), представленными в нашем Уроке драматурга. Мы не запускали их здесь, но они следуют тому же циклу создания, сравнения и обновления, который показан выше.

Контрольный список проверки снимков

  1. Содержит ли новый снимок ожидаемые вами значения, проверенные вручную хотя бы один раз?
  2. Каждая измененная строка в файле diff соответствует предполагаемому изменению кода?
  3. Остались ли незамаскированными какие-либо временные метки, идентификаторы или случайные значения?
  4. Достаточно ли мал снимок, чтобы его можно было прочитать за минуту?
  5. Будет ли явное утверждение более ясно выражать важное правило?

Итоги

Тестирование моментальных снимков — это быстрый способ обнаружить неожиданные изменения в больших выходных данных. Наша демонстрация показала обе стороны: изменение одного слова было обнаружено с помощью точного различия, а немаскированная временная метка сломала тест при следующем запуске. Делайте снимки небольшими, закрепляйте или маскируйте перемещаемые значения, проверяйте каждое обновление и используйте явные утверждения для наиболее важных правил.

Часто задаваемые вопросы

Что такое моментальное тестирование?

Он сохраняет выходные данные кода заведомо исправного запуска и завершает работу с ошибкой при последующих запусках, когда выходные данные изменяются, показывая разницу. Он обнаруживает изменения, а не доказывает правильность.

Как обновить снимок?

Запустите команду обновления инструмента, например pytest с –snapshot-update для сиропа или jest -u. Сначала прочитайте разницу и зафиксируйте новый снимок с измененным кодом.

Почему мои тесты моментальных снимков завершаются неудачно при каждом запуске?

Выходные данные содержат изменяющиеся значения, такие как метки времени, случайные идентификаторы или неупорядоченные данные. Передайте фиксированные часы, задайте случайность, отсортируйте списки или замаскируйте эти поля с помощью сопоставителя.

Моментальные тесты — это хорошо или плохо?

Они полезны для больших структурированных результатов и рефакторинга, но вредны, когда они огромные или обновляются без проверки. Используйте явные утверждения для важных бизнес-правил.

В чем разница между моментальным снимком и визуальным тестированием?

В моментальных снимках данных хранятся текстовые или сериализованные значения. Визуальное тестирование сохраняет снимки экрана и сравнивает пиксели, что также фиксирует изменения макета и стиля, но более чувствительно к окружающей среде.

Продолжайте учиться

Работайте с Stack Quora

Нужна помощь с тестированием, WordPress или SEO?

Мы помогаем командам выпускать лучшее программное обеспечение и развивать свои сайты. Расскажите нам, над чем вы работаете, и мы предложим четкий следующий шаг.

Продолжайте читать

Больше руководств по тестирование, искусственный интеллект и современные разработки

Понравилась эта статья? Выберите тему и сразу приступайте к нашим новейшим руководствам.

Искусственный интеллект

Объяснение стратегий разделения RAG: фиксированное, перекрытие, предложение, рекурсивное и заголовки, измеренное

Стратегии фрагментирования RAG в одном документе с tiktoken 0,14: фиксированный размер, перекрытие, упаковка предложений, рекурсивное разделение и ф…

Читать статью →
Разработка ПО

Объяснение идемпотентности API: проверенные ключи идемпотентности и безопасные повторы

Идемпотентность API, объясненная на примере сервера и клиента Python, которые мы запускали: потеря ответа вызывала двойную оплату без ключа и единст…

Читать статью →
DevOps

Объяснение Git Stash: сохранение, применение, удаление и неотслеживаемые файлы, протестировано

Git stash объясняется с помощью команд, которые мы запускали в Git 2.56: push с сообщением, неотслеживаемые файлы, список и отображение, применение …

Читать статью →
Тестирование ПО

Объяснение парного тестирования: как все пары сокращают 216 тестов до 13, протестированных

Попарное тестирование объясняется с помощью генератора, который мы запускали в Python 3.13: проверка с 216 комбинациями, охватываемыми 13 тестами, п…

Читать статью →
Автоматизация тестирования

Объяснение тестовых двойников: манекен, заглушка, шпион, макет и подделка, с протестированным кодом Python

Двойные тесты объяснены на одном примере Python, запущенном в pytest 9.2: манекен, заглушка, шпион, макет и подделка, когда использовать каждый из н…

Читать статью →
Базы данных и SQL

Объяснение SQL COALESCE: значения по умолчанию, NULLIF, IFNULL против ISNULL и ловушки, протестировано

SQL COALESCE объясняется с помощью запросов, которые мы выполняли в SQLite 3.50: первые ненулевые значения, пустые строки, NULL в математике, NULLIF…

Читать статью →
Базы данных и SQL

Объяснение самосоединения SQL: сотрудник-менеджер, сравнение пар и строк, протестировано

Самосоединение SQL объясняется с помощью запросов, которые мы выполняли в SQLite 3.50: сотрудник и менеджер, заработок больше, чем менеджер, уникаль…

Читать статью →
Разработка ПО

Объяснение оператора расширения JavaScript: распространение против остальных, копии и ошибки, протестировано

Оператор расширения JavaScript, объясненный с помощью кода, который мы запускали на узле 24: массивы, объекты, мелкие копии, остальные параметры, ог…

Читать статью →
Разработка ПО

Объяснение модуля коллекций Python: счетчик, defaultdict, deque и многое другое, протестировано

Коллекции Python объяснены с помощью кода, который мы запускали в Python 3.13: Counter, defaultdict, deque, Nametuple, OrderedDict и ChainMap, а так…

Читать статью →
Искусственный интеллект

Объяснение контекстного окна LLM: токены, ограничения и способы вместить больше, измеренное

Контекстное окно LLM поясняется количеством токенов, которые мы измеряли с помощью tiktoken: слова и токены для прозы, кода и хинди, входные и выход…

Читать статью →
Разработка ПО

Объяснение вебхуков: как они работают и как безопасно их получать

Веб-хуки объясняются с помощью получателя и отправителя, которые мы запускали на Python: push и опрос, подписи HMAC-SHA256, отклонение подделанных и…

Читать статью →
DevOps

Объяснение Git Cherry-Pick: скопируйте нужный вам коммит, безопасно и протестировано

Git Cherry-Pick объяснил это командами, которые мы запускали в Git 2.56: копирование исправления в ветку выпуска, новые хэши и идентификаторы патчей…

Читать статью →
Автоматизация тестирования

Объяснение моментального тестирования: как оно работает, когда помогает, а когда вредит

Тестирование снимков объясняется с помощью pytest и сладкой демонстрации, которую мы запускали: создание снимков, чтение различий после изменения ко…

Читать статью →
Тестирование ПО

Объяснение мутационного тестирования: почему при 100% покрытии все еще не обнаружена наша ошибка

Тестирование мутаций объясняется с помощью небольшого инструмента мутаций, который мы создали и запустили: 14 мутантов, набор тестов со 100%-ным пок…

Читать статью →
Искусственный интеллект

Объяснение быстрого внедрения: как обманывают приложения искусственного интеллекта и как их защитить

Быстрое внедрение, объясненное для разработчиков: прямые и косвенные атаки, почему фильтры ключевых слов не работают (наш тест заблокировал 1 из 4),…

Читать статью →
DevOps

Объяснение DNS-записей: A, AAAA, CNAME, MX, TXT и TTL с реальным поиском

Записи DNS объяснены с помощью выполненных нами поисков: как работает разрешение, A и AAAA, правила CNAME, MX и нулевой MX, TXT для SPF и проверки, …

Читать статью →
DevOps

Объяснение флагов функций: безопасные выпуски, постепенное развертывание и гигиена флагов

Флаги функций объяснены с помощью моделирования развертывания, которое мы провели: типы флагов, процентное развертывание со стабильным хешированием,…

Читать статью →
Автоматизация тестирования

Генерация тестовых данных с помощью Python Faker: реалистичные, повторяемые и безопасные данные

Генерация тестовых данных с помощью Python Faker, запуск и измерение: заполнение повторяющихся данных, локали, уникальные значения, записи в форме д…

Читать статью →
Тестирование ПО

Объяснение тестирования с помощью Shift-Left: находите ошибки раньше, не замедляя работу команды

Сдвиг влево при тестировании объяснил: что это значит, почему ранние дефекты обходятся дешевле, практики от проверки требований до CI-проверок, меня…

Читать статью →
Базы данных и SQL

Объяснение строковых функций SQL: TRIM, SUBSTR, REPLACE, CONCAT и очистка данных

Строковые функции SQL, объясненные с помощью выполненных нами запросов: конкатенация и NULL, TRIM, UPPER и LOWER, SUBSTR и INSTR, REPLACE, заполнени…

Читать статью →
Базы данных и SQL

Объяснение триггеров SQL: триггеры ДО и ПОСЛЕ, журналы аудита и подводные камни

Триггеры SQL объяснены с помощью триггеров, которые мы запускали: ДО и ПОСЛЕ, СТАРЫЙ и НОВЫЙ, журналы аудита, проверка, обновления запасов, условия …

Читать статью →
Разработка ПО

Объяснение модуля Python JSON: дампы, загрузки, пользовательские типы и распространенные ошибки

Модуль Python JSON, объясненный с помощью кода, который мы выполнили: дампы и загрузки, файлы, преобразования типов, даты и десятичные дроби, пользо…

Читать статью →
Разработка ПО

Модули ES против CommonJS: как работает импорт JavaScript в Node.js, протестировано

Модули ES и CommonJS объяснены с помощью кода, который мы запускали в Node.js: синтаксис импорта и экспорта, требование, живые привязки, кэширование…

Читать статью →
Разработка ПО

Объяснение регулярных выражений Python: шаблоны, группы, предварительные просмотры и подводные камни, протестировано

Регулярное выражение Python объясняется с помощью шаблонов, которые мы использовали: поиск против совпадения, поиск, группы и именованные группы, жа…

Читать статью →
Искусственный интеллект

Объяснение структурированного вывода LLM: получение надежного JSON из моделей искусственного интеллекта

Структурированный вывод LLM объясняется проверкой, которую мы проводили в Pydantic: режим и схемы JSON, ограниченное декодирование, способы моделиро…

Читать статью →
DevOps

Объяснение ключей SSH: как они работают, ssh-keygen, Ed25519 и безопасные привычки

Ключи SSH объяснены ключами, которые мы сгенерировали: открытые и закрытые ключи, ssh-keygen, Ed25519 и RSA, отпечатки пальцев, парольные фразы, ssh…

Читать статью →
DevOps

Объяснение HTTP-кэширования: Cache-Control, ETag и ответы 304, с живым тестом

Объяснение HTTP-кеширования на небольшом сервере, который мы запускали: директивы Cache-Control, максимальный возраст, отсутствие кэша и отсутствие …

Читать статью →
Автоматизация тестирования

Объяснение тестирования контрактов API: уловите критические изменения до их выпуска

Тестирование контрактов API объясняется с помощью проведенной нами проверки схемы: что такое контракт, контракты, управляемые потребителем, Pact, Op…

Читать статью →
Тестирование ПО

Объяснение тестирования на основе рисков: оцените риски, постройте матрицу и протестируйте то, что имеет значение

Тестирование на основе рисков объясняется шаг за шагом: выявление рисков, оценка вероятности и воздействия, построение матрицы рисков, сопоставление…

Читать статью →
Базы данных и SQL

Объяснение ограничений SQL: NOT NULL, UNIQUE, CHECK и FOREIGN KEY, протестировано

Ограничения SQL объяснены с помощью проведенных нами тестов: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY и FOREIGN KEY, лазейки NULL, настройка внешне…

Читать статью →
Базы данных и SQL

Объяснение функций даты SQL: добавление, сравнение и группировка дат без ошибок

Функции даты SQL, объясненные с помощью запросов, которые мы выполняли: добавление интервалов, сюрпризы в конце месяца, различия в датах, ловушка МЕ…

Читать статью →
Разработка ПО

Объяснение Python asyncio: асинхронность, ожидание, сбор и группа задач с реальным временем

Python asyncio объяснен с помощью кода, который мы запланировали: сопрограммы, ожидание, сбор, TaskGroup, обработка ошибок, тайм-ауты, ограничение п…

Читать статью →
Разработка ПО

Debounce против Throttle в JavaScript: как они работают, когда использовать каждый, протестировано

Сравнение Debounce и Throttle в JavaScript объясняется с помощью таймингов, которые мы измеряли в Node.js: как каждый из них работает, простые реали…

Читать статью →
Разработка ПО

Объяснение менеджеров контекста Python: оператор with, contextlib и реальное использование

Контекстные менеджеры Python объяснили с помощью кода, который мы запускали: как работает, __enter__ и __exit__, contextlib.contextmanager, подавлен…

Читать статью →
Искусственный интеллект

Объяснение температуры LLM и Top-p: как модели ИИ выбирают свое следующее слово

Температура LLM и top-p объяснены с помощью моделирования, которое мы провели: как изменяются вероятности, что сохраняет top-p, рекомендуемые настро…

Читать статью →
DevOps

Объяснение YAML: синтаксис, проблема Норвегии и другие ловушки, которые мы тестировали

YAML объясняется с помощью теста парсера: базовый синтаксис, списки и карты, проблема Норвегии, версии, превращающиеся в числа с плавающей запятой, …

Читать статью →
DevOps

Объяснение Cron Jobs: синтаксис, реальные расписания и ошибки, которые их нарушают

Задания Cron объясняются графиками, которые мы проверили: пять полей, операторы, реальные примеры, ловушка дня месяца ИЛИ дня недели, проблемы окруж…

Читать статью →
Искусственный интеллект

Объяснение галлюцинаций искусственного интеллекта: почему языковые модели все выдумывают и как их уменьшить

Галлюцинации ИИ объяснили: что это такое, почему языковые модели их создают, распространенные типы, как уменьшить их с помощью заземления и подсказо…

Читать статью →
DevOps

Объяснение переменных среды: файлы .env, секреты и правильно выполненная конфигурация

Переменные среды объясняются на примерах Python, которые мы запускали: их чтение и установка, почему каждое значение является строкой, файлы .env, н…

Читать статью →
Разработка ПО

Объяснение ограничения скорости API: алгоритмы, заголовки и обработка ошибок 429

Ограничение скорости API объясняется с помощью проведенного нами моделирования: сегмент токенов, фиксированное окно, скользящее окно, 429 ответов, з…

Читать статью →
Автоматизация тестирования

Издевательство в Python: unittest.mock, патч и ошибки, из-за которых тесты лгут

Издевательство на Python с помощью unittest.mock, протестировано: Mock и return_value, Side_effect, исправление использования имени, спецификация и …

Читать статью →
Тестирование ПО

Объяснение покрытия кода: покрытие линий или ветвей и что на самом деле означает 100%

Покрытие кода объяснено с помощью реального запуска покрытия.py: покрытие строк, ветвей и условий, чтение отчета, почему 100%-ное покрытие все еще м…

Читать статью →
Базы данных и SQL

DELETE, TRUNCATE и DROP в SQL: различия, откат и когда использовать каждый из них

Объяснение DELETE, TRUNCATE и DROP на примере протестированного SQL: что каждый из них удаляет, откат, триггеры, сброс идентификаторов, скорость и ч…

Читать статью →
Базы данных и SQL

Объяснение представлений SQL: создавайте, используйте и избегайте ловушек, с примерами

Представления SQL, объясненные с помощью запросов, которые мы выполняли: создание представления, результаты в реальном времени, скрытие столбцов, пр…

Читать статью →
Разработка ПО

Интерфейс TypeScript и тип: реальные различия, протестированные с помощью компилятора

Интерфейс TypeScript против типа, проверенный реальным компилятором: что могут делать оба, что может делать только один, слияние объявлений, расшире…

Читать статью →
Разработка ПО

Объяснение Python *args и **kwargs: гибкие функции с понятными примерами

Python *args и **kwargs, объясненные с помощью кода, который мы запускали: упаковка и распаковка, порядок параметров, аргументы только по ключевым с…

Читать статью →
Разработка ПО

Лямбда-функции Python: синтаксис, реальное использование и когда их не следует использовать

Лямбда-функции Python, объясненные с помощью кода, который мы запускали: синтаксис, сортировка с помощью ключа, карты и фильтра, замыкания, ловушка …

Читать статью →
Искусственный интеллект

Что такое ИИ-агенты? Как они работают: можно запустить простой цикл агента

Что такое агенты ИИ? Простое руководство по циклу агента, инструментам, памяти и ограничениям, с небольшим циклом Python, который мы запустили, реал…

Читать статью →
DevOps

Мониторинг и наблюдаемость: реальная разница с журналами, метриками и трассировками

Объяснение мониторинга и наблюдаемости: известные и неизвестные сбои, журналы, метрики и трассировки, пошаговое руководство по инцидентам при оформл…

Читать статью →
DevOps

Docker Volumes против Bind Mounts: правильное сохранение данных контейнера

Объяснение томов Docker и монтирования привязки: почему исчезают данные контейнера, именованные тома, монтирование привязки, tmpfs, примеры создания…

Читать статью →
Автоматизация тестирования

TDD против BDD: ключевые различия, одна функция, созданная для обоих способов, и когда использовать каждый

TDD и BDD объясняются с помощью одной функции скидки, созданной в обоих направлениях: красно-зеленый рефакторинг с кодом, который мы запускали, сцен…

Читать статью →
Тестирование ПО

Пользовательское приемочное тестирование (UAT): процесс, контрольный список и реальные примеры

Приемочное тестирование пользователей объяснило: кто его проводит, чем оно отличается от контроля качества, семиэтапный процесс, шаблон тестового сц…

Читать статью →
Базы данных и SQL

Объяснение значений NULL в SQL: IS NULL, COALESCE, NULLIF и ловушки, которых следует избегать

Значения SQL NULL объяснены с помощью запросов, которые мы выполнили: трехзначная логика, IS NULL, COALESCE, NULLIF, как агрегаты, соединения и сорт…

Читать статью →
Базы данных и SQL

Оператор SQL CASE WHEN: синтаксис, реальные примеры и распространенные ошибки

SQL CASE WHEN объяснен с помощью запросов, которые мы выполняли: простые формы и формы для поиска, порядок условий, повороты с помощью SUM, трюки CO…

Читать статью →
Разработка ПО

Что такое JWT? Веб-токены JSON, объясненные на рабочем примере

Что такое JWT? Объяснение JSON Web Tokens: три части: токен, созданный и измененный в коде, который мы запускали, JWT и сеансы, хранилище, токены об…

Читать статью →
Разработка ПО

Объяснение цикла событий JavaScript: стек вызовов, микрозадачи и таймеры с примерами

Цикл событий JavaScript объясняется с помощью кода, который мы запускали: стек вызовов, очереди задач и микрозадач, почему setTimeout 0 не является …

Читать статью →
Разработка ПО

Генераторы Python и объяснение доходности: экономьте память с помощью реальных примеров

Генераторы Python и доходность, объясненные с помощью кода, который мы запускали: как они приостанавливаются и возобновляются, измеряют экономию пам…

Читать статью →
Искусственный интеллект

Что такое вложения? Простое объяснение векторов и косинусного сходства

Что такое вложения? Простое руководство по векторам, косинусному подобию и семантическому поиску с небольшим примером, который мы использовали, общи…

Читать статью →
DevOps

Сине-зеленое и канареечное развертывание: различия, компромиссы и как выбрать

Объяснение сине-зеленого и канареечного развертывания: как каждый из них работает, стоимость, риски и откат, стабильное группирование пользователей,…

Читать статью →
Автоматизация тестирования

Ненадежные тесты: что их вызывает и как их исправить навсегда

Ненадежные тесты объясняются на демонстрациях, которые мы запускали: основные причины, способы подтверждения и диагностики, правильные исправления в…

Читать статью →
Тестирование ПО

Нагрузочное тестирование и стресс-тестирование: различия, метрики и примеры k6

Объяснение нагрузочного и стресс-тестирования: что доказывает каждое из них, тесты на всплески и выдержки, важные метрики, почему средние значения в…

Читать статью →
Тестирование ПО

Тестовый пример и тестовый сценарий: ключевые различия, примеры и когда использовать каждый

Объяснение тестового случая и тестового сценария: четкие определения, параллельная таблица, одна функция сброса пароля, взятая из сценариев в случаи…

Читать статью →
Базы данных и SQL

Оптимизация SQL-запросов: чтение планов выполнения и исправление медленных запросов с указанием времени

Оптимизация SQL-запросов проверена на миллионе строк: читайте планы выполнения, добавляйте правильные индексы, исправляйте неразмещаемые фильтры, ис…

Читать статью →
Базы данных и SQL

SQL UNION против UNION ALL: различия, примеры и проверка производительности

SQL UNION и UNION ALL объяснены с помощью запросов, которые мы выполнили: дубликаты, правила, которым следуют оба, реальная ошибка данных, измеренна…

Читать статью →
Разработка ПО

Учебное пособие по API JavaScript Fetch: GET, POST, обработка ошибок и тайм-ауты

Учебное пособие по API JavaScript Fetch, протестированное на локальном сервере: GET и POST, почему не выдается ошибка 404, многоразовый помощник, ст…

Читать статью →
Разработка ПО

Обработка файлов Python: чтение, запись, CSV, JSON и pathlib с примерами

Обработка файлов Python объясняется с помощью кода, который мы запускали: открытые режимы, чтение больших файлов, CSV, JSON, pathlib, двоичные файлы…

Читать статью →
Разработка ПО

Классы и объекты Python: учебник ООП с реальными примерами

Классы и объекты Python, объясненные с помощью кода, который мы запускали: __init__, методы, атрибуты класса и экземпляра, наследование, свойства, м…

Читать статью →
Искусственный интеллект

Что такое большая языковая модель? Как работают LLM, объяснено без шумихи

Что такое большая языковая модель? LLM объясняется простым языком: токены, встраивания, внимание, обучение, температурные и контекстные окна, крошеч…

Читать статью →
DevOps

Команды Linux для начинающих: основное руководство по терминалу с примерами

Команды Linux для начинающих, сгруппированные по задачам: навигация, файлы, просмотр журналов, grep, каналы, разрешения, процессы и архивы, с практи…

Читать статью →
Автоматизация тестирования

Selenium vs Playwright: ключевые различия, сравнение кода и что выбрать

Сравнение Selenium и Playwright: архитектура, ожидание, поддержка браузера и языка, отладка, одинаковый тест в обоих инструментах, советы по миграци…

Читать статью →
Тестирование ПО

Разделение эквивалентности: метод проектирования тестов, объясненный на рабочих примерах

Объяснение эквивалентного разделения: как найти действительные и недействительные разделы, рабочие примеры для возрастов, паролей и купонов, проведе…

Читать статью →
Тестирование ПО

Серьезность и приоритет в тестировании программного обеспечения: различия, матрица и реальные примеры

Объяснение серьезности и приоритета при тестировании программного обеспечения: четкие определения, четырехсторонняя матрица с примерами, шкалы уровн…

Читать статью →
Базы данных и SQL

Учебное пособие по подзапросам SQL: типы, коррелирующие подзапросы и EXISTS с примерами

Руководство по подзапросам SQL с выполненными нами запросами: скалярные подзапросы, IN, FROM и SELECT, коррелированные подзапросы, EXISTS, ловушка N…

Читать статью →
Базы данных и SQL

Объяснение транзакций SQL и ACID: COMMIT, ROLLBACK и уровни изоляции

Транзакции SQL и ACID, объясненные с помощью банковского перевода, который мы выполнили: COMMIT, ROLLBACK, точки сохранения, блокировки, уровни изол…

Читать статью →
Разработка ПО

Git Commands Cheat Sheet: The Commands You Actually Use, With Examples

Шпаргалка по командам Git, сгруппированная по задачам: настройка, промежуточный этап, ветки, удаленные устройства, тайник, история и исправление оши…

Читать статью →
Разработка ПО

Объяснение промисов в JavaScript: then, catch, Promise.all и распространенные ошибки

Обещания JavaScript, объясненные с помощью кода, который мы запускали: состояния, цепочки then и catch, обработка ошибок, Promise.all, allSettled, R…

Читать статью →
Разработка ПО

Учебное пособие по словарю Python: методы, примеры и общие шаблоны

Учебное пособие по словарю Python с кодом, который мы выполнили: создание, чтение и обновление словарей, ключевые методы, слияние, понимание, шаблон…

Читать статью →
Искусственный интеллект

Что такое РАГ? Генерация с расширенным поиском, объясненная на рабочем примере

Что такое РАГ? Retrieval-augmented generation explained step by step: indexing, chunking, embeddings, retrieval, a small working Python example, eva…

Читать статью →
DevOps

Учебное пособие по Terraform для начинающих: инфраструктура как код от первого файла до модулей

Учебное пособие по Terraform для начинающих: начните без облачной учетной записи, изучите инициализацию, планирование и применение, затем переменные…

Читать статью →
DevOps

Docker и Kubernetes: ключевые различия, как они работают вместе и что вам нужно

Объяснение Docker и Kubernetes: что делает каждый из них, одно и то же приложение работает с обоими, сравнение Docker Compose и Swarm, изменение doc…

Читать статью →
Автоматизация тестирования

Учебное пособие по Pytest для начинающих: фикстуры, параметризация и реальные примеры

Учебное пособие по pytest для начинающих с тестами, которые мы запускали на pytest 9.2: утверждения, фикстуры, параметризация, conftest, маркеры, tm…

Читать статью →
Тестирование ПО

Жизненный цикл тестирования программного обеспечения (STLC): 6 этапов, критерии входа и выхода, пример

Объясняется жизненный цикл тестирования программного обеспечения: шесть этапов STLC с критериями входа и выхода, результаты, пример проработанной фу…

Читать статью →
Разработка ПО

Git merge vs rebase: отличия, примеры и когда что использовать

Git merge vs rebase с реальным выводом log, сравнительной таблицей, золотым правилом rebase и безопасным рабочим процессом для команды.

Читать статью →
Разработка ПО

Генераторы списков в Python: синтаксис, примеры и когда их избегать

Генераторы списков в Python: синтаксис, фильтры, if-else, вложенные циклы, измеренное время и случаи, когда обычный цикл for лучше.

Читать статью →
Базы данных и SQL

SQL JOIN: объяснение с примерами (Inner, Left, Right, Full)

Разберите SQL JOIN шаг за шагом на примерах таблиц и запросов: INNER, LEFT, RIGHT, FULL, CROSS и SELF, а также частые ошибки и советы по производите…

Читать статью →