Python asyncio 解释:async、await、gather 和 TaskGroup With Real Timings

  1. 首页
  2. 博客
  3. 软件开发

软件开发

Python asyncio 解释:async、await、gather 和 TaskGroup With Real Timings

asyncio 允许一个 Python 程序同时等待许多缓慢的事情,例如网络调用,而不需要线程。我们对顺序代码与并发代码进行了计时,故意破坏了一些东西,并测量了一个悄然消除所有好处的错误。

阅读约 10 分钟
Python asyncio 解释:async、await、gather 和 TaskGroup 具有实时计时

要点速览

  • asyncio 在一个线程上运行许多等待任务,并在每个await之间切换。
  • 三个 0.5 秒的等待依次耗时 1.52 秒,asyncio.gather 耗时 0.50 秒。
  • 首选 asyncio.TaskGroup (Python 3.11+):当一项任务失败时,其他任务将被取消。
  • 协程内的阻塞调用(例如 time.sleep)会停止一切。使用异步库或 asyncio.to_thread。

脚本从三个 API 获取数据,每个 API 需要半秒。依次运行,也就是1.5秒的等待时间。使用 asyncio,程序启动所有三个请求,一起等待它们,并在大约半秒内完成。这就是整个想法:当一个任务等待时,另一个任务可以运行。

我们使用 asyncio.sleep 模拟慢速 I/O,并在 Python 3.13 上对所有内容进行计时。下面的所有计时和输出都来自该运行。

什么是异步?

asyncio 是 Python 的内置库,用于使用 async 和 await 关键字编写并发代码。它使用事件循环:一个调度程序,一次运行一段代码,每当该代码到达await尚未准备好的任务时,就会切换到另一个可以取得进展的任务。这称为协作多任务处理。它在本质上与 JavaScript 事件循环 类似。

这是并发,而不是并行。任何时刻只有一段Python代码运行;收获来自于重叠的等待。

asyncio 何时有帮助,何时无帮助

工作量 最好的工具
许多网络调用、网络服务器、网络套接字、聊天机器人 异步
现有代码中的一些阻塞 I/O 调用 话题 (concurrent.futures)
繁重的 CPU 工作:数学、图像处理、解析 流程 (multiprocessing)
一个简单的脚本发出一个请求 普通同步代码

当有很多事情需要等待(从数十到数千)时,asyncio 就会大放异彩。它对于使 CPU 保持忙碌的代码没有任何作用。

协程和等待

import asyncio

async def fetch(name, delay, fail=False):
    await asyncio.sleep(delay)          # stands in for a network call
    if fail:
        raise ConnectionError(f"{name} failed")
    return f"{name} ok"

async def sequential():
    return [await fetch("a", 0.5), await fetch("b", 0.5), await fetch("c", 0.5)]

asyncio.run(sequential())
# ['a ok', 'b ok', 'c ok'] in 1.52s

async def 定义了一个 协程函数。调用它并不运行它;它创建一个协程对象。 await 运行一个协程并等待其结果,同时让事件循环执行其他工作。 asyncio.run()启动事件循环并运行顶级协程。

注意时间。依次等待三件事仍然是连续的:1.52秒。编写 async 本身并不会使代码并发。

与收集同时运行

async def concurrent():
    return await asyncio.gather(fetch("a", 0.5), fetch("b", 0.5), fetch("c", 0.5))

# ['a ok', 'b ok', 'c ok'] in 0.50s

asyncio.gather 同时安排所有三个并等待所有三个。总时间下降到最长单次等待 0.50 秒,快了三倍。结果返回的顺序与参数相同,而不是它们完成的顺序。

收集错误

await asyncio.gather(fetch("a", 0.1), fetch("b", 0.2, fail=True))
# gather raised: b failed

await asyncio.gather(fetch("a", 0.1), fetch("b", 0.2, fail=True),
                     return_exceptions=True)
# ['a ok', ConnectionError('b failed')]

默认情况下,第一个异常会传播到调用者。一个微妙的细节:其他等待项未被取消;他们一直在后台运行。使用 return_exceptions=True,错误会作为结果列表中的值返回,因此您可以处理每个错误。这适合可接受部分成功的工作,例如检查许多 URL 的状态。

任务组:结构化并发

Python 3.11 添加了 asyncio.TaskGroup,现在这是一起运行任务的推荐方式:

try:
    async with asyncio.TaskGroup() as tg:
        t1 = tg.create_task(fetch("a", 0.1))
        t2 = tg.create_task(fetch("b", 0.05, fail=True))
        t3 = tg.create_task(fetch("c", 1.0))
except* ConnectionError as eg:
    print([str(e) for e in eg.exceptions], t3.cancelled())

# ['b failed'] True

当任务 b 失败时,该组取消仍在运行的任务 c,等待一切解决,并提出 ExceptionGroup,在此处使用 except* 语法捕获。没有任何东西在后台运行。这种“全部成功或全部停止”的行为就是它被称为结构化并发的原因,它可以防止一类错误,即孤立任务在调用者放弃后继续工作。它使用我们的上下文管理器指南中描述的相同的async with模式。

超时

try:
    async with asyncio.timeout(0.2):
        await fetch("slow", 1.0)
except TimeoutError:
    print("timeout after 0.2s")

await asyncio.wait_for(fetch("slow", 1.0), 0.2)   # also raises TimeoutError

每个网络调用都应该有一个超时时间;永久挂起的请求可能会冻结整个服务。 asyncio.timeout() (Python 3.11+) 可以包装一个包含多个等待的块,而 wait_for 则包装一个等待。当时间用完时,两者都会取消缓慢的操作。

阻塞呼叫错误

这是最具破坏性的 asyncio bug,因为代码仍然可以工作,只是速度很慢:

async def bad():
    time.sleep(0.5)                          # blocks the whole event loop

async def good():
    await asyncio.to_thread(time.sleep, 0.5) # runs in a worker thread

await asyncio.gather(bad(), bad(), bad())    # 1.50s
await asyncio.gather(good(), good(), good()) # 0.53s

对 bad() 的三个“并发”调用花费了 1.50 秒,与按顺序运行它们的时间完全相同。 time.sleep没有await,因此事件循环无法切换任务;一切都冻结了,直到完成。同样的情况也发生在 requests.get()、同步数据库驱动程序、大文件读取和协程内的繁重计算上。

提示: 在开发时使用 asyncio.run(main(), debug=True) 或 PYTHONASYNCIODEBUG=1 运行您的应用。调试模式会记录任何阻塞事件循环时间超过阈值的任务步骤,这直接指向隐藏的阻塞调用。

忘记等待

c = fetch("x", 0.01)
print(type(c).__name__)    # coroutine

如果没有 await,您将得到一个协程对象,而不是结果,并且里面的代码永远不会运行。当此类对象被垃圾收集时,Python 会警告“从未等待协程”,但仅在运行时警告。 类型检查器(例如 mypy)可以更早地捕获许多此类错误,因为协程类型与代码期望的类型不匹配。

限制并发数

一次启动 10,000 个请求可能会压垮您正在调用的服务器,超出其速率限制,或耗尽您自己的连接。信号量限制一次运行的数量:

sem = asyncio.Semaphore(3)

async def job(i):
    async with sem:
        await asyncio.sleep(0.1)

await asyncio.gather(*(job(i) for i in range(10)))
# 10 jobs, limit 3: peak 3, took 0.42s

从来不会同时运行超过 3 个作业,十个 0.1 秒的作业在大约 0.42 秒内完成,四轮最多三轮。如果没有限制,它们将在 0.1 秒内完成,但真正的 API 可能会开始拒绝请求。

异步库

asyncio 仅在您调用的代码也是异步的情况下才有帮助。常见的选择包括用于 HTTP 的 httpx 和 aiohttp、用于数据库的 asyncpg 和异步 SQLAlchemy 以及用于 Web 服务器的 FastAPI 或 Starlette。对于没有异步版本的库,将调用包装在 asyncio.to_thread 中,如我们的 good() 示例中所示。异步代码往往会传播:一旦函数等待,其调用者也必须是异步的,因此请规划异步边界在应用程序中的位置。

测试异步代码

pytest 需要一个插件来运行协程测试; pytest-asyncio 和 AnyIO 的 pytest 插件是常见的选择,让您可以编写 async def test_... 函数。使用短假延迟、模拟网络调用,并包括超时、取消和一项任务在多项任务中失败的测试,因为这些路径是异步错误隐藏的地方。我们的 pytest 夹具指南 涵盖了设置方面。

你应该异步吗?快速清单

  • 大部分时间都是在等待吗?先衡量。如果请求 90% 的时间都花在网络或数据库调用上,异步可以提供帮助。如果它花费这些时间进行计算,则不会。
  • 你的库支持它吗? 调用同步数据库驱动程序的异步 Web 框架收益甚微,并且有阻塞循环的风险。
  • 同时发生多少事情? 使用线程池可以很好地处理三个 API 调用。数千个开放连接是 asyncio 明显获胜的地方。
  • 团队准备好了吗? 异步代码改变了错误、取消和测试的工作方式。从一项服务或一个脚本开始,而不是完全重写。

许多成功的项目将两者混合在一起:用于处理许多连接的异步 Web 层,并将 CPU 密集型工作发送到后台工作人员或单独的进程。

最后的话

asyncio 与等待重叠,而不是与计算重叠。使用 gather,我们的三个半秒等待时间从 1.52 秒下降到 0.50 秒,但错误位置的单个 time.sleep 完全消除了增益。使用 TaskGroup 执行相关任务,为每个外部调用添加超时,使用信号量限制并发,并保持事件循环之外的阻塞工作。

常见问题

Python 中的 asyncio 是什么?

asyncio 是使用 async 和 wait 的并发代码的标准库。每当任务等待时,事件循环就会在任务之间切换,因此许多 I/O 操作可以在单个线程上重叠。

asyncio 比线程更快吗?

对于大量网络绑定任务,它通常更有效,因为任务是轻量级的。对于一些阻塞调用,线程更简单。两者都无助于 CPU 密集型工作;为此使用流程。

收集和任务组有什么区别?

两者同时运行任务。当一个任务失败并引发 ExceptionGroup 时,TaskGroup 会取消剩余的任务。默认情况下,聚集会引发第一个错误,而不取消其他错误。

为什么我的异步代码不更快?

通常是因为协程内的诸如 time.sleep 或 requests.get 之类的阻塞调用,或者因为 waits 相继运行。使用异步库、asyncio.to_thread 和 Gather 或 TaskGroup。

如果我忘记等待会发生什么?

您得到一个协程对象而不是结果,并且它的代码永远不会运行。 Python 警告说从未等待过协程。

继续学习

与Stack Quora合作

需要测试、WordPress 或 SEO 方面的帮助?

我们帮助团队交付更好的软件并发展他们的网站。告诉我们您正在做什么,我们将建议明确的下一步。

继续阅读

更多指南 测试、人工智能和现代开发

喜欢这篇文章吗?选择一个主题并直接跳至我们最新的教程。

人工智能

RAG 分块策略解释:固定、重叠、句子、递归和标题、测量

RAG 分块策略在一份文档上与 tiktoken 0.14 进行比较:固定大小、重叠、句子打包、递归拆分和基于标题的分块、测量拆分事实、孤立标题和存储成本。

阅读文章 →
软件开发

API 幂等性解释:幂等密钥和安全重试,经过测试

API 幂等性通过我们运行的 Python 服务器和客户端进行了解释:丢失的响应导致在没有密钥的情况下产生双重费用,在有密钥的情况下产生单次费用,再加上密钥重用、并发重试和存储规则。

阅读文章 →
DevOps

Git Stash 解释:保存、应用、弹出和未跟踪的文件,经过测试

Git stash 用我们在 Git 2.56 上运行的命令进行了解释:推送消息、未跟踪的文件、列表和显示、应用与弹出、保留索引、冲突、存储分支、删除和清除。

阅读文章 →
软件测试

成对测试解释:全成对如何将 216 次测试减少到 13 次,已测试

成对测试用我们在 Python 3.13 中运行的生成器进行了解释:检查 13 个测试覆盖的 216 种组合、经过验证的覆盖范围、更大的示例以及成对可能错过的三向错误。

阅读文章 →
测试自动化

测试替身解释:Dummy、Stub、Spy、Mock 和 Fake,以及经过测试的 Python 代码

测试替身通过在 pytest 9.2 中运行的一个 Python 示例进行了解释:dummy、stub、spy、mock 和 fake、何时使用每一种、状态与行为检查,以及 autospec 如何捕获普通 Mock 隐藏的错误。

阅读文章 →
数据库与 SQL

SQL COALESCE 解释:默认值、NULLIF、IFNULL 与 ISNULL 和陷阱,已测试

SQL COALESCE 解释了我们在 SQLite 3.50 中运行的查询:第一个非空值、空字符串、数学中的 NULL、除以零的 NULLIF、聚合、LEFT JOIN 间隙以及 IFNULL 与 ISNULL。

阅读文章 →
数据库与 SQL

SQL 自连接解释:员工-经理、配对和行比较,经过测试

SQL 自连接用我们在 SQLite 3.50 中运行的查询来解释:员工和经理,收入比经理多,唯一对,每日变化,两跳链和索引。

阅读文章 →
软件开发

JavaScript Spread 运算符解释:Spread 与 Rest、副本和陷阱、经过测试

JavaScript 扩展运算符用我们在 Node 24 上运行的代码进行了解释:数组、对象、浅拷贝、剩余参数、Math.max 限制和 reduce 中的性能陷阱。

阅读文章 →
软件开发

Python 集合模块解释:Counter、defaultdict、deque 等,已测试

Python 集合用我们在 Python 3.13 上运行的代码进行了解释:Counter、defaultdict、deque、namedtuple、OrderedDict 和 ChainMap,以及列表与双端队列计时和备忘单。

阅读文章 →
人工智能

LLM 上下文窗口解释:标记、限制以及如何适应更多、衡量

LLM 上下文窗口用我们使用 tiktoken 测量的令牌计数进行了解释:散文、代码和印地语的单词与令牌、输入和输出预算、修剪聊天记录、RAG 和成本的分块。

阅读文章 →
软件开发

Webhooks 解释:它们如何工作以及如何安全地接收它们

Webhooks 解释了我们在 Python 中运行的接收器和发送器:推送与轮询、HMAC-SHA256 签名、拒绝篡改和重播的请求、使用回退重试、幂等性和测试技巧。

阅读文章 →
DevOps

Git Cherry-Pick 解释:安全地、经过测试地复制您需要的提交

Gitcherry-pick 用我们在 Git 2.56 中运行的命令进行了解释:将修补程序复制到发布分支、新的哈希值和补丁 ID、-x、-n、提交范围、冲突、–abort、–skip 以及稍后的合并。

阅读文章 →
测试自动化

快照测试解释:它是如何工作的、何时有用、何时有害

快照测试通过我们运行的 pytest 和糖浆演示进行了解释:创建快照、在代码更改后读取差异、屏蔽时间戳、安全更新以及快照何时有帮助或有害。

阅读文章 →
软件测试

突变测试解释:为什么 100% 覆盖率仍然漏掉了我们的 bug

突变测试用我们构建并运行的一个小型突变工具进行解释:14 个突变体,一个 100% 线覆盖的测试套件,得分为 79%,边界测试达到 100%,加上工具、成本和 CI 技巧。

阅读文章 →
人工智能

即时注入解释:人工智能应用程序如何被欺骗以及如何防御它们

为构建者解释提示注入:直接和间接攻击、关键字过滤器失败的原因(我们的测试阻止了 4 中的 1 个)以及分层防御,包括最小权限、工具允许列表和输出检查。

阅读文章 →
DevOps

DNS 记录解释:A、AAAA、CNAME、MX、TXT 和 TTL 以及真实查找

通过我们运行的查找来解释 DNS 记录:解析如何工作、A 和 AAAA、CNAME 规则、MX 和 null MX、用于 SPF 和验证的 TXT、NS、TTL 和缓存以及安全 DNS 更改。

阅读文章 →
DevOps

功能标志解释:安全发布、逐步推出和标志卫生

通过我们运行的推出模拟解释了功能标志:标志类型、具有稳定散列的百分比推出、终止开关、允许列表、测试两条路径、标志债务和最佳实践。

阅读文章 →
测试自动化

使用 Python Faker 测试数据生成:真实、可重复且安全的数据

使用 Python Faker 测试数据生成、运行和测量:可重复数据的播种、区域设置、唯一值、域形状记录、Faker 未命中的边缘情况、屏蔽生产数据和速度。

阅读文章 →
软件测试

左移测试解释:尽早发现错误而不拖慢团队速度

左移测试解释:它意味着什么,为什么早期缺陷成本更低,从需求审查到 CI 检查的实践,测试人员角色的变化,右移,指标和推出计划。

阅读文章 →
数据库与 SQL

SQL 字符串函数解释:TRIM、SUBSTR、REPLACE、CONCAT 和数据清理

通过我们运行的查询来解释 SQL 字符串函数:连接和 NULL、TRIM、UPPER 和 LOWER、SUBSTR 和 INSTR、REPLACE、填充、Unicode 长度、清理混乱数据和方言差异。

阅读文章 →
数据库与 SQL

SQL 触发器解释:BEFORE 和 AFTER 触发器、审核日志和陷阱

SQL 触发器用我们运行的触发器进行了解释:BEFORE 与 AFTER、OLD 和 NEW、审核日志、验证、库存更新、WHEN 条件、回滚、方言差异以及何时避免它们。

阅读文章 →
软件开发

Python JSON 模块解释:转储、加载、自定义类型和常见错误

Python JSON 模块用我们运行的代码进行了解释:转储和加载、文件、类型转换、日期和小数、自定义编码器、object_hook、浮点精度、解析错误和 JSON 行。

阅读文章 →
软件开发

ES 模块与 CommonJS:JavaScript 导入如何在 Node.js 中工作并经过测试

ES 模块与 CommonJS 用我们在 Node.js 中运行的代码进行了解释:导入和导出语法、require、实时绑定、缓存、顶级等待、动态导入、文件扩展和互操作。

阅读文章 →
软件开发

Python 正则表达式解释:模式、组、前瞻和陷阱,经过测试

Python 正则表达式用我们运行的模式进行解释:搜索与匹配、findall、组和命名组、贪婪与懒惰、sub、前瞻、标志、Unicode 惊喜和灾难性回溯。

阅读文章 →
人工智能

LLM 结构化输出解释:从 AI 模型获取可靠的 JSON

LLM 结构化输出通过我们在 Pydantic 中运行的验证进行了解释:JSON 模式和模式、约束解码、模型输出中断的方式、重试循环和语义检查。

阅读文章 →
DevOps

SSH 密钥解释:它们如何工作、ssh-keygen、Ed25519 和安全习惯

SSH 密钥用我们生成的密钥进行解释:公钥与私钥、ssh-keygen、Ed25519 与 RSA、指纹、密码、ssh-agent、authorized_keys、配置文件、GitHub 和密钥卫生。

阅读文章 →
DevOps

HTTP 缓存解释:缓存控制、ETag 和 304 响应,通过实时测试

使用我们运行的小型服务器解释 HTTP 缓存:Cache-Control 指令、max-age、无缓存与无存储、ETag 重新验证和 304 响应、CDN、缓存清除和测试标头。

阅读文章 →
测试自动化

API 合约测试解释:在发布之前捕获重大变更

API 合约测试通过我们运行的模式检查进行了解释:什么是合约、消费者驱动的合约、Pact、OpenAPI、哪些更改会破坏消费者,以及它如何适应 CI。

阅读文章 →
软件测试

基于风险的测试解释:对风险进行评分、构建矩阵并测试重要内容

基于风险的测试逐步解释:识别风险、对可能性和影响进行评分、构建风险矩阵、将风险映射到测试深度、工作示例和常见错误。

阅读文章 →
数据库与 SQL

SQL 约束解释:NOT NULL、UNIQUE、CHECK 和 FOREIGN KEY,已测试

通过我们运行的测试解释了 SQL 约束:NOT NULL、UNIQUE、CHECK、DEFAULT、PRIMARY 和 FOREIGN KEY、NULL 漏洞、SQLite 的外键设置、命名约束并测试它们。

阅读文章 →
数据库与 SQL

SQL 日期函数解释:无错误地添加、比较和分组日期

SQL 日期函数通过我们运行的查询进行解释:添加间隔、月末惊喜、日期差异、BETWEEN 陷阱、按天分组、时区、索引和方言差异。

阅读文章 →
软件开发

Python asyncio 解释:async、await、gather 和 TaskGroup With Real Timings

Python asyncio 用我们计时的代码进行了解释:协程、await、gather、TaskGroup、错误处理、超时、限制并发以及破坏性能的阻塞调用错误。

阅读文章 →
软件开发

JavaScript 中的 Debounce 与 Throttle:它们如何工作、何时使用、经过测试

JavaScript 中的反跳与节流通过我们在 Node.js 中测量的计时进行了解释:每种方式如何工作、简单实现、前导和尾随调用、真实用例和测试。

阅读文章 →
软件开发

Python 上下文管理器解释:with 语句、contextlib 和实际用途

Python 上下文管理器用我们运行的代码进行了解释:如何工作、__enter__ 和 __exit__、contextlib.contextmanager、suppress、ExitStack、数据库事务和常见错误。

阅读文章 →
人工智能

LLM 温度和 Top-p 解释:AI 模型如何选择下一个单词

LLM 温度和 top-p 通过我们运行的模拟进行了解释:概率如何重塑、top-p 保留什么、按任务推荐的设置、确定性和测试 AI 功能。

阅读文章 →
DevOps

YAML 解释:语法、挪威问题和我们测试的其他陷阱

YAML 通过解析器测试进行解释:基本语法、列表和地图、挪威问题、版本转换为浮点数、八进制邮政编码、六十进制时间、锚点、多行文本和安全加载。

阅读文章 →
DevOps

Cron 作业解释:语法、实际计划以及破坏它们的错误

Cron 作业通过我们验证的时间表进行了解释:五个字段、运算符、真实示例、每月或每周的陷阱、环境问题、日志记录、重叠和时区。

阅读文章 →
人工智能

人工智能幻觉解释:语言模型为何会产生幻觉以及如何减少它

人工智能幻觉解释:它们是什么,为什么语言模型产生它们,常见类型,如何通过基础和提示来减少它们,以及我们进行的简单检查。

阅读文章 →
DevOps

环境变量解释:.env 文件、秘密和配置正确完成

使用我们运行的 Python 示例解释环境变量:读取和设置它们、为什么每个值都是字符串、.env 文件、进程继承、秘密和验证。

阅读文章 →
软件开发

API 速率限制解释:算法、标头和处理 429 错误

API 速率限制通过我们运行的模拟进行了解释:令牌桶、固定窗口、滑动窗口、429 响应、速率限制标头、带回退的重试和测试限制。

阅读文章 →
测试自动化

Python 中的模拟:unittest.mock、补丁以及导致测试谎言的错误

使用unittest.mock 在Python 中进行模拟,经过测试:模拟和return_value、side_effect、修补使用名称的位置、spec 和autospec、模拟日期以及常见错误。

阅读文章 →
软件测试

代码覆盖率解释:行覆盖率与分支覆盖率以及 100% 的真正含义

用真实的coverage.py运行来解释代码覆盖率:行、分支和条件覆盖率,阅读报告,为什么100%覆盖率仍然会错过错误,以及合理的目标。

阅读文章 →
数据库与 SQL

SQL 中的 DELETE、TRUNCATE 和 DROP:差异、回滚以及何时使用它们

DELETE、TRUNCATE 和 DROP 通过经过测试的 SQL 进行了解释:各自删除什么、回滚、触发器、身份重置、速度,以及 PostgreSQL、MySQL、SQL Server 和 SQLite 有何不同。

阅读文章 →
数据库与 SQL

SQL 视图解释:创建、使用和避免陷阱(附示例)

SQL 视图通过我们运行的查询进行解释:创建视图、实时结果、隐藏列、性能、可更新和物化视图、破坏的依赖关系和最佳实践。

阅读文章 →
软件开发

TypeScript 接口与类型:真正的差异,使用编译器进行测试

TypeScript 接口与类型,使用真实编译器进行检查:两者都可以做什么,只有一个可以做什么,声明合并,扩展与交集以及要遵循的简单规则。

阅读文章 →
软件开发

Python *args 和 **kwargs 解释:灵活的函数和清晰的示例

Python *args 和 **kwargs 用我们运行的代码进行了解释:打包和解包、参数顺序、仅关键字和仅位置参数、装饰器和常见错误。

阅读文章 →
软件开发

Python Lambda 函数:语法、实际用途以及何时不使用它们

Python lambda 函数用我们运行的代码进行了解释:语法、使用键排序、映射和过滤器、闭包、后期绑定陷阱,以及何时普通 def 是更好的选择。

阅读文章 →
人工智能

什么是人工智能代理?它们是如何工作的,只需运行一个简单的代理循环

什么是人工智能代理?关于代理循环、工具、内存和护栏的简单指南,以及我们运行的一个小型 Python 循环、真正的风险以及何时简单的聊天机器人是更好的选择。

阅读文章 →
DevOps

监控与可观察性:真正的区别,包括日志、指标和跟踪

监控与可观察性解释:已知和未知的故障、日志、指标和跟踪、检查事件演练、黄金信号、OpenTelemetry 和有用的警报。

阅读文章 →
DevOps

Docker Volumes 与 Bind Mounts:以正确的方式保留容器数据

Docker 卷与绑定挂载解释:为什么容器数据消失、命名卷、绑定挂载、tmpfs、Compose 示例、备份、权限以及何时使用它们。

阅读文章 →
测试自动化

TDD 与 BDD:主要区别、以两种方式构建的一个功能以及何时使用每种方式

TDD 与 BDD 的解释是通过一种双向构建的折扣功能:使用我们运行的代码进行红绿重构、Given-When-Then 场景、工具、权衡以及何时使用每种方案。

阅读文章 →
软件测试

用户验收测试 (UAT):流程、清单和真实示例

用户验收测试解释:谁运行它、它与 QA 有何不同、七步流程、UAT 测试用例模板、清单、签核标准和常见错误。

阅读文章 →
数据库与 SQL

SQL NULL 值解释:IS NULL、COALESCE、NULLIF 和要避免的陷阱

通过我们运行的查询解释了 SQL NULL 值:三值逻辑、IS NULL、COALESCE、NULLIF,聚合、连接和排序如何处理 NULL,以及它悄悄引起的错误。

阅读文章 →
数据库与 SQL

SQL CASE WHEN 语句:语法、实例和常见错误

SQL CASE WHEN 解释了我们运行的查询:简单和搜索表单、条件顺序、SUM 透视、COUNT 技巧、自定义排序、更新和要避免的 NULL 陷阱。

阅读文章 →
软件开发

什么是智威汤逊?通过工作示例解释 JSON Web 令牌

什么是智威汤逊? JSON Web Tokens 解释:这三个部分,在我们运行的代码中构建和篡改的令牌,JWT 与会话,存储,刷新令牌和安全错误。

阅读文章 →
软件开发

JavaScript 事件循环解释:调用堆栈、微任务和计时器以及示例

JavaScript 事件循环用我们运行的代码进行了解释:调用堆栈、任务和微任务队列、为什么 setTimeout 0 不是立即执行、阻塞、饥饿和面试测验。

阅读文章 →
软件开发

Python 生成器和 Yield 解释:通过真实示例节省内存

Python 生成器和yield 用我们运行的代码进行了解释:它们如何暂停和恢复、测量内存节省、管道、无限序列、yield from、发送和常见陷阱。

阅读文章 →
人工智能

什么是嵌入?向量和余弦相似度简单解释

什么是嵌入?关于向量、余弦相似度和语义搜索的简单语言指南,其中包含我们运行的一个小示例、常见用途、选择模型和已知限制。

阅读文章 →
DevOps

蓝绿部署与金丝雀部署:差异、权衡以及如何选择

蓝绿部署与金丝雀部署解释:每种部署的工作原理、成本、风险和回滚、我们测试的稳定用户分桶、数据库迁移、滚动更新以及如何选择。

阅读文章 →
测试自动化

不稳定的测试:造成这些问题的原因以及如何彻底解决它们

我们运行的演示解释了不稳定的测试:主要原因、如何确认和诊断、正确的时间修复、共享状态和日期以及隔离过程。

阅读文章 →
软件测试

负载测试与压力测试:差异、指标和 k6 示例

负载测试与压力测试的解释:各自证明什么、峰值和浸泡测试、重要的指标、为什么平均值会误导、k6 个示例以及如何计划测试。

阅读文章 →
软件测试

测试用例与测试场景:主要区别、示例以及何时使用它们

测试用例与测试场景的解释:清晰的定义、并排的表格、从场景到案例的密码重置功能、模板以及何时使用每个功能。

阅读文章 →
数据库与 SQL

SQL 查询优化:读取执行计划并修复慢速查询(带计时)

对一百万行进行 SQL 查询优化测试:读取执行计划、添加正确的索引、修复不可控制的过滤器、使用复合索引和键集分页。

阅读文章 →
数据库与 SQL

SQL UNION 与 UNION ALL:差异、示例和性能测试

SQL UNION 与 UNION ALL 通过我们运行的查询进行了解释:重复、都遵循的规则、真实的数据错误、测量的性能、INTERSECT 和 EXCEPT 以及何时使用它们。

阅读文章 →
软件开发

JavaScript Fetch API 教程:GET、POST、错误处理和超时

针对本地服务器测试的 JavaScript Fetch API 教程:GET 和 POST、为什么不抛出 404、可重用的帮助程序、查询字符串、超时、CORS 和常见错误。

阅读文章 →
软件开发

Python 文件处理:读取、写入、CSV、JSON 和 pathlib 以及示例

使用我们运行的代码解释了 Python 文件处理:打开模式、使用、读取大文件、CSV、JSON、pathlib、二进制文件、安全写入、错误处理和常见错误。

阅读文章 →
软件开发

Python 类和对象:带有实际示例的 OOP 教程

用我们运行的代码解释 Python 类和对象:__init__、方法、类与实例属性、继承、属性、dunder 方法、数据类和常见错误。

阅读文章 →
人工智能

什么是大语言模型?法学硕士如何运作,在没有炒作的情况下进行解释

什么是大语言模型?法学硕士用简单的语言解释:标记、嵌入、注意力、训练、温度和上下文窗口、一个微小的下一个单词演示和真正的限制。

阅读文章 →
DevOps

适合初学者的 Linux 命令:带有示例的基本终端指南

适合初学者的 Linux 命令,按任务分组:导航、文件、查看日志、grep、管道、权限、进程和档案,并附有实用的日志分析示例。

阅读文章 →
测试自动化

Selenium 与 Playwright:主要区别、代码比较以及选择

Selenium 与 Playwright 比较:架构、等待、浏览器和语言支持、调试、两种工具中的相同测试、迁移建议以及如何选择。

阅读文章 →
软件测试

等价划分:通过实例解释测试设计技术

等效分区解释:如何找到有效和无效分区,年龄、密码和优惠券的工作示例,我们运行的测试,以及为什么将其与边界配对。

阅读文章 →
软件测试

软件测试中的严重性与优先级:差异、矩阵和实例

软件测试中的严重性与优先级解释:清晰的定义、带有示例的四向矩阵、级别尺度、谁设置每个级别以及如何运行错误分类。

阅读文章 →
数据库与 SQL

SQL 子查询教程:类型、相关子查询和 EXISTS 以及示例

SQL 子查询教程,其中包含我们运行的查询:标量、IN、FROM 和 SELECT 子查询、相关子查询、EXISTS、NOT IN NULL 陷阱以及子查询与 JOIN 与 CTE。

阅读文章 →
数据库与 SQL

SQL 事务和 ACID 解释:COMMIT、ROLLBACK 和隔离级别

SQL 事务和 ACID 通过我们运行的银行转账进行了解释:COMMIT、ROLLBACK、保存点、锁、隔离级别、脏读、死锁和最佳实践。

阅读文章 →
软件开发

Git 命令备忘单:您实际使用的命令,以及示例

Git 命令备忘单按任务分组:设置、暂存、分支、远程、存储、历史记录和撤消错误,以及来自真实演示存储库的输出。

阅读文章 →
软件开发

JavaScript Promise 解释:then、catch、Promise.all 和常见错误

JavaScript 承诺用我们运行的代码进行了解释:状态、then 和 catch 链、错误处理、Promise.all、allSettled、race 和 any、事件循环和常见错误。

阅读文章 →
软件开发

Python 字典教程:方法、示例和常见模式

Python 字典教程,包含我们运行的代码:创建、读取和更新字典、关键方法、合并、理解、计数和分组模式以及常见错误。

阅读文章 →
人工智能

什么是 RAG?通过工作示例解释检索增强生成

什么是RAG?检索增强生成逐步解释:索引、分块、嵌入、检索、一个小型的 Python 工作示例、评估和常见故障。

阅读文章 →
DevOps

Terraform 初学者教程:从第一个文件到模块的基础设施即代码

适合初学者的 Terraform 教程:从没有云帐户开始,学习初始化、计划和应用,然后是变量、输出、状态、模块和安全的团队工作流程。

阅读文章 →
DevOps

Docker 与 Kubernetes:主要区别、它们如何协同工作以及您需要哪些

Docker 与 Kubernetes 的解释:各自的作用、同一个应用程序同时运行、Docker Compose 和 Swarm 的比较、dockershim 的变化以及如何决定您需要什么。

阅读文章 →
测试自动化

Pytest 初学者教程:夹具、参数化和真实示例

面向初学者的 pytest 教程,其中包含我们在 pytest 9.2 上运行的测试:断言、固定装置、参数化、conftest、标记、tmp_path、monkeypatch、有用的标志和 CI。

阅读文章 →
软件测试

软件测试生命周期 (STLC):6 个阶段、进入和退出标准、示例

软件测试生命周期解释:六个 STLC 阶段,包括进入和退出标准、可交付成果、有效的登录功能示例、STLC 与 SDLC 以及敏捷中的 STLC。

阅读文章 →
软件开发

Git merge 与 rebase 的区别:示例及如何选择

用真实的 log 输出、对比表、rebase 黄金法则和安全的团队工作流,讲清 Git merge 与 rebase 的区别。

阅读文章 →
软件开发

Python 列表推导式:语法、示例与何时避免使用

Python 列表推导式详解:语法、过滤、if-else、嵌套循环、实测耗时,以及何时普通 for 循环更合适。

阅读文章 →
数据库与 SQL

SQL JOIN 详解:附示例(INNER、LEFT、RIGHT、FULL)

通过示例表和查询,一步步讲解 SQL JOIN:INNER、LEFT、RIGHT、FULL、CROSS 和 SELF,并介绍常见错误与性能技巧。

阅读文章 →