Comparative analysis of frameworks and automation tools in terms of functionality and performance on the Salesforce CRM Platform

• Autorzy: Ciechan Damian

Identyfikatory

DOI

10.35784/jcsi.3560

Warianty tytułu

PL

Analiza porównawcza szkieletów programistycznych inarzędzi automatyzujących pod względem funkcjonalności i wydajności na platformie Salesforce

• Języki publikacji: EN

Abstrakty

EN

Article describes comparative analysis of both code and low-code automation tools together with frameworks used for developing graphical user interfaces that are available on the Salesforce Platform. The research is being carried out due to lack of such comparison in the available literature and due to popularity of the Salesforce CRM. Four automation tools were put together: code-based Apex Triggers and three point-and-click tools: Workflow Rules, Process Builder, Flow Builder. In each of the frameworks (Visualforce, Aura Components, Lightning Web Components) an application module was developed and example logic was implemented in each of the automation tools. DML operations insert, update, delete were compared in terms of performance and each technology was analyzed in terms of provided functionalities and limitations. It was concluded that the most efficient automation tool is Flow Builder and the Lightning Web Components framework is the best choice for developing graphical user interfaces.

PL

Artykuł opisuje analizę porównawczą narzędzi automatyzujących (niskokodowych i programistycznych) oraz szkieletów do budowania interfejsu graficznego użytkownika dostarczanych wraz ze środowiskiem Salesforce. Badania zostały przeprowadzone ze względu na brak takowych w dostępnej literaturze i ze względu na popularność systemu Salesforce. W zestawieniu porównano cztery narzędzia automatyzujące: oparte na bazie kodu Apex Triggersi trzy narzędzia pozwalające na budowanie logiki metodą wskaż i kliknij: Workflow Rules, Process Builder, Flow Builder. W każdym ze szkieletów (Visualforce, Aura Components, Lightning Web Components) wytworzone zostały trzy analogiczne moduły aplikacji I zaimplementowano logikę w każdym z narzędzi automatyzujących. Operacje DML tworzenia, aktualizowania i usuwania rekordów porównano pod względem wydajnościowym, a każdą technologię przeanalizowano pod względem udostępnianych funkcjonalności i ograniczeń na platformie. Z przeprowadzonych badań wywnioskowano, że najwydajniejszym narzędziem jest Flow Builder, a szkielet Lightning Web Components jest lepszym wyborem do tworzenia interfejsu graficznego niż jego konkurenci.

Słowa kluczowe

EN

Salesforce; performance; low-code tools; frameworks

PL

Salesforce; wydajność; narzędzia niskokodowe; szkielety programistyczne

• Wydawca: Wydawnictwo Politechniki Lubelskiej
• Czasopismo: Journal of Computer Sciences Institute
• Rocznik: 2023
• Tom: Vol. 27
• Strony: 154--161
• Opis fizyczny: Bibliogr. 13 poz., fig., tab.

Twórcy

autor

Ciechan Damian

• Politechnika Lubelska (Poland)

Bibliografia

• 1. R. Waszkowski, Low-code platform for automating business processes in manufacturing, IFAC-PapersOnLine 52(10) (2019) 376–381, https://doi.org/10.1016/j.ifacol.2019.10.060.DOI: https://doi.org/10.1016/j.ifacol.2019.10.060
• 2. N. Carroll, L. Móráin, D. Garrett, A. Jamnadass, The importance of citizen development for digital transformation, Cutter IT Journal 34(3) (2021) 5–9.
• 3. J. Wong, M. Driver, P. Vincent, Low-code development technologies evaluation guide, Gartner, 2019.
• 4. Gartner Forecasts Worldwide Low-Code Development Technologies Market to Grow 20% in 2023, https://www.gartner.com/en/newsroom/press-releases/2022-12-13-gartner-forecasts-worldwide-low-code-development-technologies-market-to-grow-20-percent-in-2023, [06.03.2023].
• 5. Salesforce ranked #1 CRM Provider for Ninth Consecutive Year, https://www.salesforce.com/news/stories/salesforce-ranked-1-crm-provider-for-ninth-consecutive-year/, [21.01.2023].
• 6. Lightning Web Components, https://lwc.dev/, [07.02.2023].
• 7. H. Thanduparakkal, P. Shahad, C. G. Raji, Using Salesforce to Build Real Time Covid 19 Tracker with Cloud Computing Technology, Proceedings of the International Conference on Applied Artificial Intelligence and Computing, ICAAIC, Salem, India (2022) 942–948, https://doi.org/10.1109/ICAAIC53929.2022.9792802.DOI: https://doi.org/10.1109/ICAAIC53929.2022.9792802
• 8. V. Sharma, S. Saraswat, S. Verma, P. Banga, D. Gupta, Cost-Effective Data Mining Application Covid-19 Analyzer, Proceedings of the 5th International Conference on Information Systems and Computer Networks, ISCON, Mathura, India (2021) 1–5, https://doi.org/10.1109/ISCON52037.2021.9702328.DOI: https://doi.org/10.1109/ISCON52037.2021.9702328
• 9. Poniszewska-Maranda, R. Matusiak, N. Kryvinska, Use of Salesforce platform for building real-time service systems in cloud, Proceedings of the IEEE International Conference on Services Computing, SCC, Honolulu, HI, USA (2017) 491–494, https://doi.org/10.1109/SCC.2017.72.DOI: https://doi.org/10.1109/SCC.2017.72
• 10. R. Gupta, S. Verma, K. Janjua, Custom application development in cloud environment: Using salesforce, Proceedings of the 4th International Conference on Computing Sciences, ICCS, Jalandhar, India (2018) 23–27, https://doi.org/10.1109/ICCS.2018.00010.DOI: https://doi.org/10.1109/ICCS.2018.00010
• 11. D. R. Miącz, Analiza wydajności metod tworzenia aplikacji w technologii Salesforce, Journal of Computer Sciences Institute 10 (2019) 24–27, https://doi.org/10.35784/jcsi.189.DOI: https://doi.org/10.35784/jcsi.189
• 12. W. Marańda, A. Poniszewska-Marańda, M. Szymczyńska, Data Processing in Cloud Computing Model on the Example of Salesforce Cloud, Information 13(2) (2022) 85, https://doi.org/10.3390/info13020085.DOI: https://doi.org/10.3390/info13020085
• 13. D. Appleman, R. Watson, The Dark Art Of CPU Benchmarking, https://www.salesforce.com/video/296515/, [16.02.2023].

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki (2025).