Analiza porównawcza narzędzi do testów jednostkowych i integracyjnych języka Java: JUnit, TestNg i Spock
##plugins.themes.bootstrap3.article.sidebar##
Numer Tom 16 Nr 2 (2026)
-
Ocena wydajności zoptymalizowanego modelu głębokiego uczenia się z Wielowarstwową Techniką Ograniczenia Normy Maksymalnej (MMNR) do klasyfikacji guza mózgu w obrazach wielomodalnych MRI
Mulackal Chandran Binish, Vinu Thomas5-14
-
Wykrywanie udaru na podstawie obrazów TK mózgu i wizualizacja jego objętości
Rithu James, Appukuttan Harsha, Liza Annie Joseph15-21
-
Adaptacyjna filtracja w celu redukcji szumów w sygnałach
Hicham Loumissi, Adil Barra, Najat Messaoudi, Othmane El Badlaoui, Bahloul Bensassi, Hicham Medromi22-25
-
Ocena informacyjnych kryteriów diagnostycznych i biomarkerów ciężkości przebiegu choroby z wykorzystaniem modelu dyskryminacyjnego u pacjentów z COVID-19
Gryhoriy Gradil, Oleg Avrunin, Kateryna Yurko, Natalia Shushlyapina, Yuliia Kalashnyk-Vakulenko, Mariia Shostatska, Aigul Iskakova26-31
-
Wzmacniacze sygnału w systemach łączności optycznej
Nurzhigit Smailov, Nurlybek Turar, Akezhan Sabibolda32-36
-
Analiza systemów łączności podwodnej opartych na hybrydowej technologii Li-Fi
Nurzhigit Smailov, Aizhan Urazgaliyeva, Akezhan Sabibolda37-43
-
Zastosowanie modelu Box-Behnken w badaniach nad systemami automatycznego oświetlenia sterowanymi głosem
Oleksandr Burban, Mykola Polishchuk, Anatolii Tkachuk, Serhii Kostiuchko, Liliia Polishchuk, Valentyna Tkachuk44-49
-
Wykrywanie pól ryżowych na obrazach satelitarnych Sentinel-2 za pomocą modelu EfficientDet
Suvarna Vani Koneru, Kamal Epuri, Bhuvanesh Kakumanu, Ram Dinesh Aduri50-55
-
Modele oceny dokładności i niezawodności systemów nawigacyjnych opartych na żyroskopach światłowodowych
Maral Abulkhanova, Nurzhigit Smailov, Yerlan Tashtay, Gulbakhar Yussupova, Anar Khabay, Beibarys Sekenov, Akezhan Sabibolda56-60
-
Agregacja wielomodalnych strumieni logów i metryk na potrzeby neuronowo-rozmytego wykrywania anomalii w systemach komputerowych
Andrii Mishchenko, Oleksii Shushura, Alona Kolomiiets, Andrii Donets, Olena Kosaruk61-67
-
Statyczna analiza kryminalistyczna metodą wyodrębniania plików z dysków SSD z wykorzystaniem metod NIST i ACPO
Khoirul Anam Dahlan, Anton Yudhana, Herman Yuliansyah68-75
-
Ocena ryzyka bezpieczeństwa w oparciu o logikę rozmytą w bezprzewodowych sieciach czujnikowych przemysłowego IoT
Olena Semenova, Natalia Kryvinska, Olha Voitsekhovska, Andrii Dzhus, Volodymyr Martyniuk76-83
-
Wielokryterialna optymalizacja konfiguracji systemu ochrony informacji w oparciu o algorytm NSGA-II
Valeryi Lakhno, Myroslav Lakhno, Alona Desiatko, Bohdan Bebeshko84-90
-
Metoda strukturalnego kodowania blokowego krotek transformacji obrazów wideo
Volodymyr Barannik, Dmytro Uzlov, Yevhenii Yelisieiev, Valeriy Barannik, Nina Petrukha, Mykhailo Babenko, Dmitry Barannik, Vladyslav Kostromytskyi, Oleh Kompaniiets, Artem Bychenko91-101
-
Analiza wzrostu dokładności prognozowania modelu po normalizacji danych
Vladyslav Pylypenko, Vladyslava Skidan, Antonina Volivach102-106
-
Optymalizacja parametrów dla systemu hiperchaotycznego 4D z wykorzystaniem algorytmu optymalizacyjnego walrus
Karam Adel Abed, Omar Saber Qasim, Saad Fawzi Al-Azzawi107-112
-
Optymalizacja koagulacji żelaza podczas uzdatniania wody z wykorzystaniem narzędzi sztucznej inteligencji
Andrii Safonyk, Ivan Tarhonii, Oleksandr Naumchuk, Vladyslav Danchenkov, Roman Zaichuk113-117
-
Optymalizacja zdolności wytwórczych generatorów rozproszonych z regulowanym statyzmem zintegowanych w izolowanej mikrosieci AC przy wykorzystaniu algorytmów metaheurystycznych w celu zmniejszenia strat sieciowych
Tuan-Ho Le, Tham X. Nguyen, Robert Lis, Muhammad Jamshed Abbass118-125
-
Skład chemiczny, struktura i właściwości elektryczne grubych polikrystalicznych warstw CdZnTeSe
Yaroslav Znamenshchykov, Oleksii Lisovenko, Mykola Khvyshchun, Anatoliy Opanasyuk126-130
-
Uzasadnienie nowej metody rozdzielania materiałów sypkich na separatorze wibro-tarczowym
Mykola Bakum, Serhii Kharchenko, Anatolii Mykhailov, Mykola Krekot, Taras Shchur, Oleg Dzhidzhora131-138
-
Programowa ocena wydajności i prognozowanie aplikacji webowych z wykorzystaniem modeli uczenia maszynowego
Liubov Oleshchenko139-144
-
Analiza porównawcza narzędzi do testów jednostkowych i integracyjnych języka Java: JUnit, TestNg i Spock
Dawid Grabek, Jan Gryta, Mariusz Dzieńkowski145-151
-
Zastosowanie języka UML w procesie tworzenia gier komputerowych
Lyudmila Samchuk, Yuliia Povstiana, Yaroslav Tymoshchuk152-155
-
Projekt cyfrowego asystenta kulinarnego z nowoczesnym generatywnym modelem głosowym AI
Robert Banasiak, Zdzisława Rowińska, Wojciech Szczucki, Dawid Jantosz, Łukasz Rembowski156-161
-
Architektury uczenia głębokiego do rozpoznawania odzieży różnorodnych kategorii jako semantyczny trzon automatycznych systemów wirtualnego przymierzania
Roman Chekhmestruk, Olena Voitsekhovska, Svitlana Kyrylashchuk162-172
-
Model wiedzy „Tagi dotyczące partii i pojemników" w systemie ERP „PlasmIS" z możliwością samodoskonalenia z wykorzystaniem lokalnych modeli llm
Oleh Bisikalo, Valerii Starzhynskyi, Tetiana Molodetska, Nelia Burlaka173-178
-
Paradygmaty wpływu technologii informacyjnych na edukację ekonomiczną
Artem Yurchenko, Inna Kharchenko, Volodymyr Shamonia, Vladyslav Bespalyi, Serhii Bohoslavskyi, Olena Semenikhina179-186
Archiwum
-
Tom 16 Nr 2
2026-06-30 27
-
Tom 16 Nr 1
2026-03-30 27
-
Tom 15 Nr 4
2025-12-20 27
-
Tom 15 Nr 3
2025-09-30 24
-
Tom 15 Nr 2
2025-06-27 24
-
Tom 15 Nr 1
2025-03-31 26
-
Tom 14 Nr 4
2024-12-21 25
-
Tom 14 Nr 3
2024-09-30 24
-
Tom 14 Nr 2
2024-06-30 24
-
Tom 14 Nr 1
2024-03-31 23
-
Tom 13 Nr 4
2023-12-20 24
-
Tom 13 Nr 3
2023-09-30 25
-
Tom 13 Nr 2
2023-06-30 14
-
Tom 13 Nr 1
2023-03-31 12
-
Tom 12 Nr 4
2022-12-30 16
-
Tom 12 Nr 3
2022-09-30 15
-
Tom 12 Nr 2
2022-06-30 16
-
Tom 12 Nr 1
2022-03-31 9
##plugins.themes.bootstrap3.article.main##
Authors
Abstrakt
Celem pracy jest porównanie popularnych narzędzi do wykonywania testów w języku Java: JUnit, TestNg i Spock. Weryfikacja została dokonana na bazie czterech kryteriów: wydajności, popularności, łatwości nauki oraz czytelności kodu. Analiza ilościowa została przeprowadzona na bazie eksperymentu i opracowanych scenariuszy badawczych, które obejmowały testy asercji, operacje bazodanowe i zadania obliczeniowe. Dokonano pomiarów czasów wykonania scenariuszy w różnych konfiguracjach testów jednowątkowych i wielowątkowych. Analiza porównawcza wykazała, że nie ma jednego, uniwersalnego, najlepszego narzędzia. Spock wypada najlepiej, gdy liczy się szybkość czytania i przejrzystość zapisu testów. Z kolei TestNg oferuje wysoką wydajność i wystarczy niewielki wysiłek, żeby szybko poznać to narzędzie i skutecznie nim się posługiwać. Natomiast JUnit wyróżnia się szczególnie obsługą wielowątkowego dostępu do danych. Wyniki podważają zatem powszechnie panujące przekonanie o uniwersalności frameworka do testów JUnit.
Słowa kluczowe:
Cele Zrównoważonego Rozwoju (SDG)
- Innowacyjność, Przemysł, Infrastruktura
Bibliografia
[1] Abdulwareth, A. J., & Al-Shargabi, A. A. (2021). Toward a Multi-Criteria Framework for Selecting Software Testing Tools. IEEE Access, 9, 158872–158891. https://doi.org/10.1109/ACCESS.2021.3128071
[2] Bielesza, G. W., & Dzieńkowski, M. (2023). Comparison of tools for creating and conducting automated tests. Journal of Computer Sciences Institute, 29, 374–382. https://doi.org/10.35784/jcsi.3804
[3] Gonzalez, D., Santos, J. C. S., Popovich, A., Mirakhorli, M., & Nagappan, M. (2017). A Large-Scale Study on the Usage of Testing Patterns That Address Maintainability Attributes: Patterns for Ease of Modification, Diagnoses, and Comprehension. 2017 IEEE/ACM 14th International Conference on Mining Software Repositories (MSR), 391–401. https://doi.org/10.1109/MSR.2017.8
[4] Herman, I., & Plechawska-Wójcik, M. (2019). Study on applying the Cucumber tool in testing applications. Journal of Computer Sciences Institute, 11, 91–95. https://doi.org/10.35784/jcsi.146
[5] Huber, L. (2023). Comparing Spring REST api test frameworks—A comparison study [Bachelor’s thesis, Linnæus University]. https://lnu.diva-portal.org/smash/get/diva2:1764379/FULLTEXT01.pdf
[6] Jagannatha, S., Niranjanamurthy, M., Manushree, S. P., & Chaitra, G. S. (n.d.). Comparative Study on Automation Testing using Selenium Testing Framework and QTP. Retrieved 31 August 2025, from https://www.academia.edu/8818002/Comparative_Study_on _Automation_Testing_using_Selenium_Testing_Framework_and_QTP
[7] Ma’ayan, D. D. (2018). The quality of junit tests: An empirical study report. Proceedings of the 1st International Workshop on Software Qualities and Their Dependencies, 33–36. https://doi.org/10.1145/3194095.3194102
[8] Madeja, M., Porubän, J., Chodarev, S., Sulír, M., & Gurbáľ, F. (2021). Empirical Study of Test Case and Test Framework Presence in Public Projects on GitHub. Applied Sciences, 11(16), 7250. https://doi.org/10.3390/app11167250
[9] MVN Repository. (n.d.). [Data set]. Retrieved 31 August 2025, from https://mvnrepository.com
[10] Orellana, G., Laghari, G., Murgia, A., & Demeyer, S. (2017). On the Differences between Unit and Integration Testing in the TravisTorrent Dataset. 2017 IEEE/ACM 14th International Conference on Mining Software Repositories (MSR), 451–454. https://doi.org/10.1109/MSR.2017.25
[11] Oshin, V., & Chaudhary, V. (2018). Comparison Analysis of TESTNG and JUNIT frameworks for Automation with Java. International Journal of Emerging Technologies and Innovative Research, 5(6), 48–54.
[12] Psujek, M., Radzik, A., & Kozieł, G. (2021). Comparative analysis of solutions used in Automated Testing of Internet Applications. Journal of Computer Sciences Institute, 18, 7–14. https://doi.org/10.35784/jcsi.2373
[13] Raulamo-Jurvanen, P., Mäntylä, M., & Garousi, V. (2017). Choosing the Right Test Automation Tool: A Grey Literature Review of Practitioner Sources. Proceedings of the 21st International Conference on Evaluation and Assessment in Software Engineering, 21–30. https://doi.org/10.1145/3084226.3084252
[14] Shivaprasad, S., & Prasad, N. (2013). Unit Testing Concurrent Java Programs. International Journal of Computer Applications, 67(10), 41–46. https://doi.org/10.5120/11435-6798
[15] Shtokal, A., & Smołka, J. (2021). Comparative analysis of frameworks used in automated testing on example of TestNG and WebdriverIO. Journal of Computer Sciences Institute, 19, 100–106. https://doi.org/10.35784/jcsi.2595
[16] Wac, A. D., Watras, T. K., & Kozieł, G. (2020). Comparative analysis of solutions used in automated testing. Journal of Computer Sciences Institute, 15, 156–163. https://doi.org/10.35784/jcsi.2048
##plugins.themes.bootstrap3.article.details##
Abstract views: 103
Downloads: 77

