MoonshotAI
Featured
Kimi-K3
Kimi K3 is an open-weight, 2.8T-parameter native multimodal agentic model with a 1M-token context window, designed for frontier coding, knowledge work, and reasoning tasks.
AI repository intelligence
FR-AI / ANALYSISWhy it is worth attention
It combines modern Java, TestNG, H2, ExtentReports, and Apache POI into a ready-to-run example of database test automation with built-in reporting and retry behavior.
Who it is for
- SDETs and QA automation engineers working on database testing
- Java developers who need hands-on TestNG/H2 test automation examples
- Teams wanting automated HTML/Excel test reports without extra tooling
- Automation leads evaluating retry and reporting patterns for test suites
Use cases
- Automating CRUD and SQL query tests against an in-memory H2 database
- Generating timestamped ExtentReports HTML and colored Excel result files after test runs
- Re-running failed tests automatically via TestNG RetryAnalyzer
- Running the full suite from Maven or individual TestNG methods in IntelliJ
Strengths
- Uses Java 24, TestNG 7.10.2, H2 2.2.224, ExtentReports 5.1.1, and Apache POI 5.3.0
- Retry mechanism works for both Maven suite runs and IntelliJ right-click runs
- Detailed HTML failure reports capture class, method, line number, and stack trace
- Excel report includes pass/fail status with error details and color highlighting
Considerations
- H2 is an in-memory database, so tests do not cover behavior of external database engines
- Requires JDK 24 and Maven 3.9+, which may require environment upgrades for older teams
- README does not document CI/CD integration, containerized execution, or parallel-suite setup
README quick start
🗄️ DBAutomationProject
Bu proje, H2 Veritabanı üzerinde CRUD (Create, Read, Update, Delete) ve SQL sorgu işlemlerini otomatikleştiren, Java 24 ve TestNG mimarisi üzerine kurulu gelişmiş bir veritabanı test otomasyon projesidir.
Proje; detaylı HTML hata raporlaması, otomatik Excel sonuç çıktısı ve akıllı Retry (tekrar deneme) mekanizmasını bünyesinde barındırır.
🚀 Öne Çıkan Özellikler
- ☕ Java 24 Desteği: Java 24 (
openjdk-24.0.1) derleyicisi ile %100 uyumlu derleme ve çalıştırma altyapısı. - ⚡ DBUtils Katmanı: H2 veritabanı bağlantı yönetimi, dinamik SQL sorguları, nesne dönüştürme (Object Mapping -
User.java) ve CRUD metotları. - 📝 Detaylı HTML Hata Raporlama: Herhangi bir test başarısız olduğunda
reports/reportDetail/klasöründe zaman damgasıyla (YYYY_MM_DD_HH_MM_SS.html) hatanın hangi sınıfta, hangi metodda ve tam olarak hangi satırda oluştuğunu gösteren gelişmiş HTML hata raporu. - 🔄 Otomatik Retry (Tekrar Deneme) Mekanizması: Test başarısız olduğunda TestNG
RetryAnalyzerile otomatik olarak 2 kez daha (toplam 3 çalıştırma) tekrar denenir. (IntelliJ sağ tık çalıştırmaları dahil desteklenmektedir). - 📊 Otomatik Excel Raporlama: Test çalıştırması tamamlandığında
reports/excelResult/YYYY_MM_DD_HH_MM_SS.xlsxkonumundaCase İsmi | Durum (PASS/FAIL) | Hata Detayısütunlarıyla renk vurgulu Excel raporu oluşturulur. - 📈 ExtentReports Entegrasyonu:
reports/html/klasöründe genel test istatistiklerini ve detay bağlantılarını içeren görsel test raporu.
🛠️ Kullanılan Teknolojiler
| Teknoloji / Kütüphane | Sürüm | Açıklama |
|---|---|---|
| Java (JDK) | 24 | Geliştirme ve Derleme Ortamı |
| TestNG | 7.10.2 | Test Çerçevesi & Assertion Altyapısı |
| H2 Database | 2.2.224 | In-Memory Database |
| ExtentReports | 5.1.1 | HTML Raporlama Altyapısı |
| Apache POI | 5.3.0 | Excel (.xlsx) Rapor Oluşturucu |
| Apache Maven | 3.9+ | Bağımlılık ve Yapılandırma Yönetimi |
📂 Proje Klasör Yapısı
db-automation/
├── reports/ # Otomatik Üretilen Raporlar
│ ├── html/ # ExtentReports Genel HTML Raporları (report_YYYY_MM_DD_HH_MM_SS.html)
│ ├── reportDetail/ # Hata Detay HTML Raporları (YYYY_MM_DD_HH_MM_SS.html)
│ └── excelResult/ # Excel Sonuç Raporları (YYYY_
Description
DBAutomationProject
Related repositories
Similar projects matched by category, topics, and programming language.
lopopolo
Featured
harness-engineering
Harness Engineering is a methodology for improving coding agent outputs by carefully crafting the environment around them—providing curated context, tools, and executable constraints that encode an organization’s nonfunctional requirements and cumulative lessons.
slvDev
Featured
esp32-ai
A 28.9 million parameter language model runs on an $8 ESP32-S3 microcontroller entirely on-device, generating simple stories at about 9.5 tokens per second.