Documentos de Académico
Documentos de Profesional
Documentos de Cultura
000114595
PRESENTADO A:
FACULTAD DE INGENIERÍA
BOGOTÁ
Descripción lint
Android estudio
Fingbugs
Herramienta de testing estatico que busca errores en código java tipo s de error
potenciales
PMD
FXcop
Este testing maneja pruebas bajo control para el código maneja stubs y shims
El stubs reemplaza una clase con un pequeño sustituto que implementa la misma
interfaz. Para usar stubs, debe diseñar su aplicación de manera que cada
componente dependa solo de las interfaces y no de otros componentes.
JUnit
Una vez seleccionada la librería JUnit, nos aparecerá otra ventana en la que
podremos elegir tanto JUnit 3 como JUnit 4.
La principal diferencia entre ambas versiones es que en JUnit 3 los casos de
prueba se crean mediante herencia, y sobrescribiendo una serie de métodos,
mientras que en la nueva versión se hace mediante anotaciones, por lo que es
necesario utilizar Java 5 o posterior. También sería posible tener ambas librerías
en un mismo proyecto.
Integration Testing.
Luego, se abre una pestaña PMD Output donde muestran las violaciones que el
código del proyecto contiene. En el ejemplo se encontraron un total de 271
violaciones.
Entre las violaciones más comunes se encontraron:
● Duplicación de Strings.
System Testing
Bugzilla Testopia
FitNesse
TestLink
Testitool
XQual Studio
Radi-testdir
Data Generator
Selenium
Soapui
Watir (Pruebas de aplicaciones web en Ruby)
WatiN (Pruebas de aplicaciones web en .Net)
Capedit
Canoo WebTest
Solex
Imprimatur
SAMIE
ITP
WET
WebInject
FunkLoad
FWPTT load testing
loadUI
jmeter
Herramientas comerciales:
HP Quality Center/ALM
QA Complete
qaBook
T-Plan Professional
SMARTS
QAS.Test Case Studio
PractiTest
SpiraTest
TestLog
ApTest Manager
Zephyr
QuickTest Pro
Rational Robot
Sahi
SoapTest
Test Complete
QA Wizard
Squish
vTest
Internet Macros
HP LoadRunner
LoadStorm
NeoLoad
WebLOAD Professional
Forecast
ANTS – Advanced .NET Testing System
Webserver Stress Tool
Load Impact
Referencias:
https://www.softwaretestinghelp.com/top-20-automation-testing-tools/
https://www.qasymphony.com/blog/100-plus-best-software-testing-tools/
https://www.cigniti.com/blog/list-of-top-100-software-testing-tools/
4- Complexity Analysis
CyVis recopila datos de archivos de clase java o jar. Una vez recopilados los
datos sin procesar, se obtienen ciertas métricas como el número de líneas,
instrucciones, métodos, clases y paquetes. También se deducen otras métricas
como la complejidad ciclomática, una vez recopiladas las métricas, la
información estadística se puede ver como gráficos, gráficos y tablas. Se ha dado
mucha importancia a cómo se muestra la información en los gráficos. Se dibujan
de tal manera, que el usuario inmediatamente sabe dónde algo podría estar mal
o ineficiente en su software.
PhpMetrics: es una herramienta diseñada para analizar codigo PHP con el fin
de poder identificar la complejidad del mismo, puede generar informes sobre
la calidad, complejidad y eficiencia de un código fuente.
6. Data-Flow Analysis
Navegar el siguiente sitio y colocar tres enlaces y su descripción al Análisis de
Flujo de Datos.
SCAVis: es un entorno para el cálculo científico, el análisis de datos y la
visualización de datos para científicos, ingenieros y estudiantes, este
software es totalmente multiplataforma (100% Java) e integrado con
Java y una serie de lenguajes de scripting tales como Jython (Python),
Groovy, JRuby, BeanShell. Se especializa para realizar pruebas
estadísticas, minería de datos, cálculos numéricos, minimización de
funciones, álgebra lineal, sistemas de resolución de ecuaciones lineales y
diferenciales de igual manera también están disponibles la regresión
lineal, no lineal y simbólica. Se admiten elementos de cálculos
simbólicos mediante secuencias de comandos Octave/Matlab.
URL oficial: https://datamelt.org/
Apache Spark: La característica más destacable de esta herramienta de
Big Data es su velocidad, siendo 100 veces más rápida que Hadoop.
Spark analiza datos por lotes y también en tiempo real, y permite la
creación de aplicaciones en diferentes lenguajes: Java, Python, R y
Scala, Apache Spark es un sistema de computación en clúster rápido y
de uso general, proporciona API de alto nivel en Java, Scala, Python y R,
y un motor optimizado que admite gráficos de ejecución general, por
otro lado es compatible con un amplio conjunto de herramientas de nivel
superior, como Spark SQL para SQL y procesamiento de datos
estructurados, MLlib para aprendizaje automático, GraphX para el
procesamiento de gráficos y Spark Streaming.
URL oficial: https://spark.apache.org/docs/latest/
Apache Drill: Drill es un motor de consultaSQL de código abierto
Apache para la exploración de Big Data. Drill está diseñado desde cero
para admitir análisis de alto rendimiento en los datos semiestructurados
y en rápida evolución procedentes de aplicaciones modernas de Big
Data, al tiempo que proporciona la familiaridad y el ecosistema de ANSI
SQL, el lenguaje de consulta estándar de la industria. Drill proporciona
integración plug-and-play con las implementaciones existentes de
Apache Hive y Apache HBase.
URL oficial: https://drill.apache.org/docs/drill-introduction/
PlantUML: Una de sus ventajas es que se puede integrar con una gran
cantidad de aplicaciones lo cual lo hace muy bursátil para su uso de
forma que dibuja en el momento en el que escribes. También se puede
integrar en IDEs, como eclipse, en los que por medio de anotaciones se
pueden acompañar diagramas dentro de una clase java.
URL: https://plantuml.com/es/
Open ModelSphere: es una herramienta de modelado de datos,
procesos y UML escrita en Java y distribuida como software libre
bajo la licencia GPL. Proporciona compatibilidad con la ingeniería
directa y inversa entre UML y esquemas relacionales.
URL: http://www.modelsphere.com/org/index.html
9- Orthogonal Array
Buscar tres opciones en línea de herramientas para Arreglos Ortogonales,
colocar los enlaces de descarga de estos sitios. Debe hacerse una descripción
de su uso.
URL: https://scikit-learn.org/stable/install.html