Промежуточный итог SQL: SUM OVER, итоги по группам, скользящие суммы и ловушка RANGE
Промежуточная сумма SQL добавляет значение каждой строки к сумме всех предыдущих строк. Современный способ — это одна оконная функция: SUM(amount) OVER (ORDER BY day, id). В этом руководстве показаны итоги по группам, ежедневные совокупные суммы, скользящие суммы и проценты, а также ловушка для связи, которая молча выдает неправильные цифры.
- Промежуточная сумма SQL равна
SUM(col) OVER (ORDER BY ...); добавьтеPARTITION BY, чтобы перезапустить его для каждой группы. - Упорядочите по уникальной комбинации, например
day, id. Упорядочение только по неуникальному дню дало в нашем тесте одинаковое количество связанных строк. ROWS BETWEEN 2 PRECEDING AND CURRENT ROWпревращает ее в 3-строчную скользящую сумму.- На 20 000 строк оконная функция заняла 22 мс; старый коррелированный подзапрос занял почти 8 секунд.
Совокупный доход, остатки на счетах, уровни запасов, диаграммы сгорания и «прогресс в достижении цели» — все требует одного и того же расчета: сложите все, что есть на данный момент. В течение многих лет это означало неуклюжие самосоединения или подзапросы. Современный SQL делает это с помощью одной оконной функции. Мы выполнили каждый приведенный ниже запрос в SQLite 3.50.4; синтаксис стандартен и работает в PostgreSQL, MySQL 8+, SQL Server 2012+ и Oracle, хотя мы выполняли его только в SQLite.
Быстрый ответ
SELECT id, day, amount,
SUM(amount) OVER (ORDER BY day, id) AS running_total
FROM sales;
Предложение OVER превращает SUM из функции группировки в оконную функцию. Вместо свертывания строк он вычисляет сумму для каждой строки в «окне» строк: здесь каждая строка до текущей в заданном порядке включительно.
Пример данных
CREATE TABLE sales(id INTEGER PRIMARY KEY, day TEXT, region TEXT, amount INT);
INSERT INTO sales(day, region, amount) VALUES
('2026-11-01','North',100), ('2026-11-01','South',50),
('2026-11-02','North',80), ('2026-11-03','North',120),
('2026-11-03','South',70), ('2026-11-03','North',30),
('2026-11-04','South',NULL),('2026-11-05','South',90);
Несколько строк намеренно используют один и тот же день, а одна сумма равна NULL. Реальные данные выглядят так, и обе детали меняют результаты.
Базовый промежуточный итог
| идентификатор | день | сумма | running_total |
|---|---|---|---|
| 1 | 2026-11-01 | 100 | 100 |
| 2 | 2026-11-01 | 50 | 150 |
| 3 | 2026-11-02 | 80 | 230 |
| 4 | 2026-11-03 | 120 | 350 |
| 5 | 2026-11-03 | 70 | 420 |
| 6 | 2026-11-03 | 30 | 450 |
| 7 | 2026-11-04 | НОЛЬ | 450 |
| 8 | 2026-11-05 | 90 | 540 |
Каждая строка добавляет свою сумму к общей сумме. Последнее значение, 540, соответствует общей сумме, что представляет собой быструю проверку работоспособности, которую стоит автоматизировать в тестах.
Ловушка для галстука RANGE
Вот ошибка, которую почти каждый совершает однажды. Заказ только по дням, без идентификатора:
SELECT id, day, amount,
SUM(amount) OVER (ORDER BY day) AS range_total,
SUM(amount) OVER (ORDER BY day
ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS rows_total
FROM sales;
| идентификатор | день | сумма | range_total | rows_total |
|---|---|---|---|---|
| 1 | 2026-11-01 | 100 | 150 | 100 |
| 2 | 2026-11-01 | 50 | 150 | 150 |
| 4 | 2026-11-03 | 120 | 450 | 350 |
| 5 | 2026-11-03 | 70 | 450 | 420 |
| 6 | 2026-11-03 | 30 | 450 | 450 |
При использовании только ORDER BY кадром по умолчанию является RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW. RANGE рассматривает все строки с одинаковым значением порядка как одноранговые и включает их все, поэтому каждая строка 1 ноября отображала 150, а каждая строка 3 ноября — 450. Фрейм ROWS подсчитывает физические строки, давая истинное общее количество строк, но порядок связанных строк по-прежнему остается произвольным, если вы не добавите прерыватель связей.
Совет. Всегда заказывайте промежуточную сумму по чему-то уникальному, обычно по дате и первичному ключу. Это дает тот же результат с RANGE или ROWS и тот же результат каждый раз, когда вы его запускаете.
RANGE не ошибается; это ответ на другой вопрос. «Общий объем продаж на конец каждого дня» — это именно ДИАПАЗОН, упорядоченный по дням. Просто выберите его намеренно.
Промежуточная сумма на группу
SELECT region, day, amount,
SUM(amount) OVER (PARTITION BY region ORDER BY day, id) AS region_running
FROM sales
ORDER BY region, day, id;
| регион | день | сумма | region_running |
|---|---|---|---|
| Север | 2026-11-01 | 100 | 100 |
| Север | 2026-11-02 | 80 | 180 |
| Север | 2026-11-03 | 120 | 300 |
| Север | 2026-11-03 | 30 | 330 |
| Юг | 2026-11-01 | 50 | 50 |
| Юг | 2026-11-03 | 70 | 120 |
| Юг | 2026-11-04 | НОЛЬ | 120 |
| Юг | 2026-11-05 | 90 | 210 |
PARTITION BY перезапускает общее количество для каждого региона. Используйте его для балансов по каждому клиенту, реестров по каждому счету или итоговых показателей за месяц: PARTITION BY strftime('%Y-%m', day) в SQLite или DATE_TRUNC('month', day) в PostgreSQL. Та же идея лежит в основе функций ранжирования, описанных в нашем руководстве по RANK и DENSE_RANK.
Ежедневные итоги, затем совокупный итог
SELECT day, SUM(amount) AS daily,
SUM(SUM(amount)) OVER (ORDER BY day) AS cumulative
FROM sales GROUP BY day;
| день | ежедневно | накопительный |
|---|---|---|
| 2026-11-01 | 150 | 150 |
| 2026-11-02 | 80 | 230 |
| 2026-11-03 | 220 | 450 |
| 2026-11-04 | НОЛЬ | 450 |
| 2026-11-05 | 90 | 540 |
SUM(SUM(amount)) выглядит странно, но он читается естественно, если вы знаете порядок вычислений: GROUP BY запускается первым и выдает одну ежедневную сумму в день, затем оконная функция добавляет эти ежедневные суммы. Этот запрос лежит в основе большинства диаграмм совокупного дохода. Группировка объясняется в нашем руководстве по GROUP BY и HAVING.
Скользящие суммы и средние значения
SELECT id, amount,
SUM(amount) OVER w AS sum3,
ROUND(AVG(amount) OVER w, 1) AS avg3
FROM sales
WINDOW w AS (ORDER BY day, id ROWS BETWEEN 2 PRECEDING AND CURRENT ROW);
Изменение рамки со «все предыдущие строки» на «текущую строку и две перед ней» создает скользящее окно. В строке 4 сумма трех строк составила 250 (строки 2, 3 и 4: 50 + 80 + 120), а в строке 6 — 220 со средним значением 73,3. Обратите внимание на строку 7: ее среднее значение равно 50,0, поскольку AVG игнорирует NULL и делит 100 на две строки, а не на три. Скользящие средние значения сглаживают зашумленные ежедневные данные на информационных панелях.
Совокупный процент от общей суммы
SELECT id, amount,
ROUND(100.0 * SUM(amount) OVER (ORDER BY day, id)
/ SUM(amount) OVER (), 1) AS pct_cum
FROM sales;
Пустой OVER () означает «все строки», поэтому деление на него промежуточной суммы дает совокупный процент. Наши данные достигли 18,5% после строки 1, 64,8% после строки 4 и 100,0% в конце. Вместо этого упорядочение по убыванию количества дает представление Парето: как мало предметов составляют 80% от общего количества.
Как ведут себя значения NULL
SUM пропускает NULL, поэтому строка 7 просто повторяет предыдущую сумму, 450, вместо того, чтобы превращать всю сумму в NULL. Обычно это то, чего вы хотите. Если недостающая сумма должна считаться нулевой в других расчетах, оберните ее: SUM(COALESCE(amount, 0)), что дало здесь идентичные итоги. Будьте более осторожны с AVG и COUNT(amount), которые также пропускают NULL и, следовательно, меняют знаменатель. Наше руководство по SQL COALESCE описывает эти варианты.
Старый способ: коррелированный подзапрос
SELECT s.id, s.amount,
(SELECT SUM(amount) FROM sales x
WHERE x.day < s.day OR (x.day = s.day AND x.id <= s.id)) AS running
FROM sales s ORDER BY day, id;
Это дает одинаковые результаты 100, 150, 230,… 540 и работает в очень старых базах данных без оконных функций, таких как MySQL 5.7. Самосоединение с GROUP BY — еще один вариант; см. наше руководство по самостоятельному присоединению к SQL. Оба имеют один и тот же недостаток: для каждой строки база данных снова суммирует все предыдущие строки.
Тест скорости: оконная функция против подзапроса
Мы сгенерировали 20 000 строк и синхронизировали оба подхода в SQLite:
| Метод | Время |
|---|---|
СУММА(v) БОЛЬШЕ (ПОРЯДОК ПО id) |
21,9 мс |
| Связанный подзапрос | 7979 мс |
Оконная функция работала примерно в 360 раз быстрее, поскольку она сохраняет текущую сумму при одиночном проходе по строкам, в то время как подзапрос повторно добавляет предыдущие строки для каждой отдельной строки. Разрыв увеличивается с каждой дополнительной строкой, поэтому в больших таблицах подход с подзапросами не только медленнее, но и непригоден для использования.
Реальное использование
- Баланс аккаунта: общая сумма кредитов и дебетов по аккаунту, разделенная по аккаунтам и упорядоченная по времени и идентификатору транзакции.
- Запасы: запасы в наличии после каждого поступления или продажи.
- Цели: совокупные продажи по сравнению с месячной целью.
- Выгорание: оставшаяся работа после каждой завершенной задачи.
- Проверка данных: итоговая промежуточная сумма должна равняться простой
SUM, удобное утверждение при проверке данных.
Поддержка базы данных
Оконные функции с SUM() OVER доступны в PostgreSQL, SQL Server 2012 и более поздних версиях, Oracle, MySQL 8.0 и более поздних версиях, MariaDB 10.2 и более поздних версиях, а также SQLite 3.25 и более поздних версиях. Именованное предложение WINDOW, которое мы использовали для движущейся суммы, поддерживается в PostgreSQL, MySQL 8 и SQLite, но не в SQL Server до 2022 года, где вместо этого вы повторяете OVER (...). Дополнительные шаблоны окон можно найти в нашем руководстве по оконным функциям SQL.
Распространенные ошибки
- Упорядочение по неуникальному столбцу. Связи имеют общую сумму в диапазоне RANGE и получают произвольный порядок в ROWS. Добавьте первичный ключ.
- Забываем ORDER BY внутри OVER.
SUM(x) OVER ()дает общую сумму в каждой строке, а не промежуточную сумму. - Путаница внешнего ORDER BY с оконным ORDER BY. Порядок окон определяет расчет; внешний порядок только сортирует вывод.
- Фильтрация с помощью WHERE постфактум. WHERE выполняется перед окном, поэтому изменяет итоговые значения. Отфильтруйте внешний запрос, если вы хотите отобразить только некоторые строки.
- Игнорирование NULL в средних значениях. Решите, означает ли отсутствие значение ноль.
Итоги
Промежуточная сумма SQL — одно из самых явных преимуществ оконных функций: одна читаемая строка заменяет медленные самосоединения и подзапросы. Упорядочивайте по уникальному ключу, добавляйте PARTITION BY для итоговых сумм по группам, меняйте рамку для перемещения сумм и делите на SUM() OVER () для процентов. Сравните последнюю строку с общим итогом, и ваши совокупные отчеты будут быстрыми и точными.
Часто задаваемые вопросы
Как рассчитать промежуточную сумму в SQL?
Используйте оконную функцию: SUM(количество) OVER (ORDER BY date_column, id). Каждая строка получает сумму своего собственного значения и всех предыдущих строк в этом порядке.
Как сбросить промежуточную сумму для каждой группы?
Добавьте PARTITION BY внутри предложения OVER, например SUM(amount) OVER (PARTITION BY customer_id ORDER BY order_date, id).
Почему в строках с одинаковой датой отображается одинаковая промежуточная сумма?
При использовании только ORDER BY кадром по умолчанию является RANGE, который включает в себя все строки с одинаковым значением порядка. Упорядочивайте по уникальной комбинации, например дате и идентификатору, или используйте фрейм ROWS.
Как рассчитать промежуточную сумму без оконных функций?
Используйте коррелированный подзапрос или самосоединение, которое суммирует все предыдущие строки. Он работает в старых базах данных, но гораздо медленнее; в нашем тесте это заняло около 8 секунд на 20 000 строк.
Как рассчитать скользящую сумму в SQL?
Используйте фрейм ROWS, например SUM(amount) OVER (ORDER BY day, id ROWS BETWEEN 2 PRECEDING AND CURRENT ROW) для скользящей суммы по трем строкам.
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 BM25: как ранжируется результат поиска по ключевым словам с помощью кода Python и гибридного поиска
BM25 объяснил на примере чистой реализации Python, которую мы использовали: формулу, IDF, насыщенность терминов, параметры k1 и b, почему она превос…
Читать статью →Разработка ПООбъяснение методов HTTP: GET, POST, PUT, PATCH, DELETE, протестировано на реальном сервере
Методы HTTP, объясненные на небольшом сервере, который мы запускали: GET, POST, PUT, PATCH, DELETE, HEAD и OPTIONS, безопасный и идемпотентный, PUT …
Читать статью →DevOpsОбъяснение Git Bisect: найдите коммит, который сломал ваш код, вручную или автоматически
Git bisect объясняет на примере проверенного репозитория: найдите один плохой коммит среди 41 из 5 тестовых запусков, автоматизируйте его с помощью …
Читать статью →Автоматизация тестированияОбъяснение маркеров pytest: пользовательские метки, фильтры пропуска, пропуска, xfail и -m
Маркеры pytest объяснены с помощью протестированного набора: регистрируйте пользовательские метки, запускайте только дымовые тесты с -m, комбинируйт…
Читать статью →Тестирование ПОПозитивное и негативное тестирование: различия, 24 реальных тестовых примера и контрольный список
Положительное и отрицательное тестирование объяснено с помощью реальной формы регистрации: 6 положительных и 18 отрицательных тестовых случаев, выпо…
Читать статью →Базы данных и SQLSQL ORDER BY по нескольким столбцам: ASC, DESC, NULLS LAST, регистр и пользовательский порядок.
SQL ORDER BY с несколькими столбцами, объясненными с помощью проверенных запросов: смешанные ASC и DESC, средства разрешения конфликтов, NULLS FIRST…
Читать статью →Базы данных и SQLПромежуточный итог SQL: SUM OVER, итоги по группам, скользящие суммы и ловушка RANGE
Как вычислить промежуточную сумму SQL с помощью SUM() OVER: итоги по группам, ежедневные накопительные суммы, скользящие суммы, проценты от суммы, л…
Читать статью →Разработка ПОСортировка массива в JavaScript: числа, объекты, строки и почему 10 предшествует 5
Как правильно сортировать массив в JavaScript: числа с функцией сравнения, объекты по одному или нескольким полям, строки с localeCompare, даты, ест…
Читать статью →Искусственный интеллектОбъяснение 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 →