Тестирование программного обеспечения
Объяснение мутационного тестирования: Почему при 100% охвате все еще не обнаружена наша ошибка
Мутационное тестирование проверяет ваши тесты, добавляя в код небольшие ошибки и проверяя, обнаруживают ли их тесты. Мы создали крошечный инструмент мутации, запустили его в пакете с полным охватом линий, и он все равно обнаружил три пробела.
- Мутационное тестирование вносит в код множество небольших изменений, называемых мутантами, и запускает тесты для каждого из них.
- Набор тестов убивает мутанта, если хотя бы один тест не пройден. Убитая доля — это оценка мутации.
- Наш пакет имел 100%-ное покрытие линий, но набрал только 79%, не допустив трех пограничных ошибок. Два граничных теста подняли его до 100%.
- Это медленно, поэтому запускайте его на критических модулях или измененных файлах, а не на всей базе кода при каждом коммите.
Покрытие кода сообщает вам, какие строки выполнялись вашими тестами. Он не говорит вам, заметят ли тесты, если эти строки неверны. Тест может запустить строку и почти ничего о ней не утверждать. Мутационное тестирование отвечает на более сложный вопрос: если бы разработчик допустил здесь небольшую ошибку, какой-нибудь тест провалился бы?
Чтобы показать, как это работает, не прячась за инструментом, мы написали небольшой тестер мутаций примерно в 60 строк Python с использованием модуля ast, а затем запустили его с Python 3.13.6. Каждое число ниже взято из этого прогона. Реальные инструменты, такие как PIT, Stryker и mutmut, выполняют ту же работу в масштабе; мы опишем их позже, но не запускали их здесь.
Что такое мутационное тестирование?
Процесс состоит из четырех этапов:
- Запустите тесты на исходном коде. Они должны пройти.
- Создайте мутант: копию кода с одним небольшим изменением, например,
>=превратили в>. - Проведите тесты против мутанта. Если какой-либо тест не пройден, мутант убит. Если все пройдет, значит, он выжил.
- Повторите то же самое для многих мутантов и сообщите, кто выжил.
Каждый выживший мутант — это конкретная ошибка, которую ваши тесты пропустят. Это делает результат гораздо более действенным, чем процент охвата.
Ключевые термины
| Срок | Значение |
|---|---|
| Мутант | Версия кода с одним намеренным изменением |
| Оператор мутации | Правило внесения изменений, например «операторы сравнения местами» |
| Убит | По крайней мере один тест против мутанта провалился. |
| Выжил | Все тесты пройдены, поэтому изменение осталось незамеченным |
| Оценка мутации | Убитые мутанты, разделенные на общее количество мутантов |
| Эквивалентный мутант | Изменение, которое не меняет поведение, поэтому ни один тест не может его уничтожить. |
Тестируемый код
def shipping_fee(total, is_member):
if total >= 500:
return 0
if is_member:
return 20
return 50
Заказы на 500 и более доставляются бесплатно, участники платят 20, а все остальные платят 50. Граница ровно в 500 — это то место, где любят прятаться ошибки, как объясняет наше руководство по анализу граничных значений.
Пакет с полным покрытием и слабыми проверками
def weak_tests(f):
assert f(600, False) == 0
assert f(100, True) == 20
assert f(100, False) == 50
Эти три теста выглядят разумными, по одному на каждый результат. Мы отследили исполнение и подтвердили, что пакет поддерживает все пять основных строк, что составляет 100%-ное покрытие строк. В любом отчете о покрытии эта функция будет указана как полностью протестированная. Наше руководство по покрытию кода объясняет, почему само по себе это число может вводить в заблуждение, и этот пример показывает это.
14 мутантов, которых мы создали
Наш инструмент обошел синтаксическое дерево и применил три оператора:
- Замена реляционного оператора:
>=превратилось в>,<,<=и==(4 мутанта). - Постоянные изменения: каждое число 500, 0, 20 и 50 перемещается вверх и вниз на единицу (8 мутантов).
- Отрицание условия: каждое
ifусловие было обернуто вnot(2 мутанта).
Сердцевина инструмента короткая. Он глубоко копирует дерево, меняет один узел, компилирует результат и запускает для него набор тестов:
def build(tree, idx, kind, val):
t = copy.deepcopy(tree)
for i, node in enumerate(ast.walk(t)):
if i == idx:
if kind == "op": node.ops = [val()]
if kind == "const": node.value = val
if kind == "neg": node.test = ast.UnaryOp(op=ast.Not(), operand=node.test)
ast.fix_missing_locations(t)
ns = {}
exec(compile(t, "<mutant>", "exec"), ns)
return ns["shipping_fee"]
Совет: запуск измененного кода с помощью exec подойдет для демонстрации вашего собственного кода. Реальные инструменты также изолируют каждый запуск мутанта и добавляют тайм-ауты, поскольку некоторые мутанты создают бесконечные циклы.
Результаты: 79% при полном покрытии
original passes both suites
weak suite executes body lines: [3, 4, 5, 6, 7]
mutants generated: 14
weak: killed 11/14 = 79%; survivors: ['line 3: >= -> Gt', 'line 3: 500 -> 501', 'line 3: 500 -> 499']
Одиннадцать мутантов умерли, что показывает, что тесты подтвердили результаты. Все трое выживших сидят на границе свободной доставки:
>=–>: заказ на сумму ровно 500 будет ошибочно оплачиваться комиссией. Ни в одном тесте не использовалось 500.- 500 to 501: та же ошибка, написанная по-другому.
- От 500 до 499: заказ на сумму 499 ошибочно будет доставлен бесплатно. Тест не использовался 499.
Каждый выживший — это правдоподобная ошибка из реального мира, которую создает поспешный рефакторинг. В репортаже говорилось: «Готово»; Мутационное тестирование выявило три ошибки, которые будут выпущены.
Убийство выживших
def strong_tests(f):
weak_tests(f)
assert f(500, False) == 0 # exactly on the boundary
assert f(499, False) == 50 # just below it
assert f(499, True) == 20 # just below it, member
strong: killed 14/14 = 100%; survivors: []
В результате граничных испытаний погибли все трое выживших. Обратите внимание, что изменилось: не больше охваченных строк, а более четкие утверждения именно в тех значениях, где поведение меняется. Это настоящий урок. Мутационное тестирование не просто оценивает ваш пакет; это указывает на конкретный тест, который вы забыли. В pytest они станут отдельными параметризованными случаями, как показано в нашем руководстве по pytest.
Общие операторы мутации
| Оператор | Пример изменения | Ошибка, которую он имитирует |
|---|---|---|
| Реляционный | от >= до > |
По одному на границе |
| Арифметика | от + до - |
Неправильная формула |
| Логический | от and до or |
Неправильная логика условий |
| Константа | от 500 до 501 |
Неправильный порог или предел |
| Возвращаемое значение | от return x до return None |
Результат игнорируется тестами |
| Удаление заявления | Удаление вызова метода | Отсутствует побочный эффект, например сохранение. |
Операторы возврата значения и удаления операторов особенно хороши при поиске тестов, которые вызывают код, но никогда не проверяют, что он сделал.
Эквивалентные мутанты
Некоторых мутантов невозможно убить, потому что они ведут себя точно так же, как оригинал. Например, если индекс цикла начинается с 0 и код проверяет i != len(items), изменение его на i < len(items) может привести к идентичным результатам. Эти эквивалентные мутанты увеличивают список выживших и должны быть проверены человеком. Это одна из причин, по которой команды редко гонятся за 100%-ным результатом мутаций в больших базах кода; лучшая цель — высокий балл по критическому коду.
Инструменты тестирования мутаций
- PIT (Pitest) для Java и JVM, широко используется с Maven и Gradle.
- Stryker для JavaScript и TypeScript, C# (Stryker.NET) и Scala.
- mutmut и Cosmic Ray для Python.
- грузовые мутанты для Rust и Infection для PHP.
Мы не запускали эти инструменты для этой статьи. Они добавляют то, чего не хватает в нашей демоверсии: гораздо больше операторов, параллельные запуски, таймауты, кэширование и HTML-отчеты, которые показывают каждого выжившего в вашем исходном коде.
Стоимость и запуск в CI
Каждый мутант означает еще один тест. Наши 14 мутантов были мгновенными, но настоящий модуль может произвести тысячи, поэтому полный запуск может занять несколько часов. Практические способы сохранить доступность:
- Запускайте его только для измененных файлов в запросах на включение и для всей базы кода каждую ночь или еженедельно.
- Направьте его на критическую логику, такую как цены, разрешения и расчеты, а не на сгенерированный код или простые методы получения.
- Сохраняйте модульные тесты быстрыми и детерминированными; ненадежный тест заставляет мутантов выглядеть случайным образом убитыми, и это описано в нашем руководстве по ненадежным тестам.
- Отслеживайте счет с течением времени, вместо того, чтобы форсировать жесткие ворота в первый день.
Когда тестирование мутаций того стоит
Он лучше всего подходит там, где неправильный ответ обходится дорого: выставление счетов, налоги, скидки, контроль доступа и проверка данных. Это также помогает, когда команда слишком доверяет показателям покрытия или когда вы унаследовали большой набор тестов и хотите знать, действительно ли он вас защищает. Для быстрых прототипов, макетов пользовательского интерфейса или кода с небольшим количеством модульных тестов сначала начните с основ из нашего руководства по пирамиде тестирования. Сочетание его с тестированием на основе свойств дает мощный эффект, поскольку сгенерированные входные данные часто убивают тех, кто выжил, чего не учитывают тщательно отобранные примеры.
Итоги
Мутационное тестирование проверяет ваши тесты. В нашем небольшом примере пакет с идеальным покрытием линий по-прежнему допускал три граничных ошибки, и инструмент назвал каждую из них. Добавление двух точных проверок границ исправило ситуацию. Вам не нужно все мутировать; запускайте его там, где ошибки обходятся дороже всего, и относитесь к каждому выжившему как к тесту, который вы еще не написали.
Часто задаваемые вопросы
Что такое мутационное тестирование простыми словами?
Он намеренно вставляет в код небольшие ошибки, называемые мутантами, и запускает тесты. Если тест не пройден, значит, ошибка обнаружена. Ошибки, которые проходят все тесты, выявляют слабые места в пакете.
Что такое хороший показатель мутаций?
Универсального номера не существует. Ориентируйтесь на критическую логику и анализируйте выживших, а не гонитесь за 100 процентами, потому что эквивалентных мутантов невозможно убить. В нашем примере показатель увеличился с 79 до 100 процентов.
Чем мутационное тестирование отличается от покрытия кода?
Покрытие показывает, какие линии работали во время тестов. Мутационное тестирование показывает, замечают ли тесты неправильное поведение. В нашем наборе было 100-процентное покрытие линий, но пропущены три пограничных мутанта.
Какие инструменты используются для мутационного тестирования?
Популярные инструменты включают PIT для Java, Stryker для JavaScript, TypeScript и C#, mutmut и Cosmic Ray для Python, грузовые мутанты для Rust и Infection для PHP.
Почему тестирование мутаций происходит медленно?
Каждому мутанту нужен свой собственный тестовый прогон, а реальные проекты порождают тысячи мутантов. Ограничьте количество запусков измененными файлами или критически важными модулями и сделайте модульные тесты быстрыми.
Продолжайте учиться
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.
Больше руководств по тестирование, искусственный интеллект и современные разработки
Понравилась эта статья? Выберите тему и сразу приступайте к нашим новейшим руководствам.
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 ПООбъяснение 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 →DevOpsОбъяснение 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 ПООбъяснение 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 тестированияОбъяснение 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 SQLОбъяснение 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 SQLОбъяснение 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 ПООбъяснение 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 ПООбъяснение 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 интеллектОбъяснение 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 ПООбъяснение 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 →DevOpsОбъяснение 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 тестированияОбъяснение 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 ПООбъяснение 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 интеллектОбъяснение 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 →DevOpsОбъяснение 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 →DevOpsОбъяснение 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 тестированияГенерация 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 ПООбъяснение 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 SQLОбъяснение 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 SQLОбъяснение 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 ПООбъяснение 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 ПОМодули 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 ПООбъяснение 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 интеллектОбъяснение 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 →DevOpsОбъяснение 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 →DevOpsОбъяснение 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 тестированияОбъяснение 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 ПООбъяснение 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 SQLОбъяснение 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 SQLОбъяснение 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 ПООбъяснение 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 ПОDebounce 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 ПООбъяснение 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 интеллектОбъяснение 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 →DevOpsОбъяснение 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 →DevOpsОбъяснение 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 интеллектОбъяснение 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 →DevOpsОбъяснение 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 ПООбъяснение 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 тестированияИздевательство 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 ПООбъяснение 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 SQLDELETE, 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 SQLОбъяснение 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 ПОИнтерфейс 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 ПООбъяснение 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 ПОЛямбда-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 интеллектЧто 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 →DevOpsМониторинг 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 →DevOpsDocker 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 тестированияTDD 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 ПОПользовательское 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 SQLОбъяснение 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 SQLОператор 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 ПОЧто 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 ПООбъяснение 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 ПОГенераторы 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 интеллектЧто 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 →DevOpsСине-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 тестированияНенадежные 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 ПОНагрузочное 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 ПОТестовый 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 SQLОптимизация 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 SQLSQL 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 ПОУчебное 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 ПООбработка 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 ПОКлассы 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 интеллектЧто 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 →DevOpsКоманды 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 тестированияSelenium 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 ПОРазделение 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 ПОСерьезность 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 SQLУчебное 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 SQLОбъяснение 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 ПОGit 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 ПООбъяснение 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 ПОУчебное 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 интеллектЧто 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 →DevOpsУчебное 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 →DevOpsDocker 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 тестированияУчебное 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 ПОЖизненный 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 ПОGit 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 ПОГенераторы 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 SQLSQL 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 →