datafaker-测试数据生成工具使用
参考文章一.前言1.什么是datafaker?datafaker是一个大批量测试数据和流测试数据生成工具，兼容python2.7和python3.4+，欢迎下载使用。github地址为：https://github.com/gangly/datafaker就是一个批量添加数据库数据的开源框架2.为什么要用它?因为在软件测试过程中,经常需要测试数据.比如,查看一些数据,经常需要手动添加数据,手动添加
文章共7,756字 · 阅读需要大约26分钟
一键AI生成摘要，助你高效阅读
问答
·
一.前言
1.什么是datafaker?
datafaker是一个大批量测试数据和流测试数据生成工具，兼容python2.7和python3.4+，欢迎下载使用。github地址为：
https://github.com/gangly/datafaker
就是一个批量添加数据库数据的开源框架
2.为什么要用它?
因为在软件测试过程中,经常需要测试数据.
比如,查看一些数据,经常需要手动添加数据,手动添加有以下几个弊端
- 数据量大的时候,比较耗时
- 不够准确,比如号码格式,ip地址这些,不够准确
- 多表关联,需要手动添加
3.简介
3.1 能干什么?
datafaker是一个多数据源测试数据构造工具，可以模拟产生大部分常用数据类型，具有以下功能：
- 多种数据类型 包括常见数据库字段类型（整型、浮点型、字符型）、自定义类型（IP地址，邮箱，身份证号码等）
- 模拟多表关联数据 通过制定某些字段为枚举类型（从指定的数据列表里面随机选择），这样在数据量多的情况下能保证多表Join能关联上，查询到数据
- 支持批数据和流数据生成，可指定数据产生间隔时间
- 支持多种数据输出方式，包括屏幕打印、文件和远程数据源
- 支持多种数据源。目前支持关系型数据库、Hive、Kafka、Hbase、ES、File或屏幕打印。后面将扩展到Mongo，Kudu等数据源
- 可指定输出格式，目前支持text，json
- 生成自增主键
二. 环境准备
这里我是使用window版本的,如果是使用其他版本的,下载对应的安装包就可以了
1.python3.8(版本是3.X就可以了)
1.1 下载
链接: https://pan.baidu.com/s/1U746swKbzQ6g4vjTOs-7-w
提取码: y3n5
1.2 安装
python3.7安装教程
1.3 问题
(1)有时候window输入python会自动跳转到商城
在Windows 10 中配置了python的环境变量，但是在命令行中输入python会跳转到商店
这是由于在环境变量中path配置了 %USERPROFILE%\AppData\Local\Microsoft\WindowsApps 导致，只需要将该环境变量的配置去除即可解决
(2) pip 下载慢的问题(这个必须要配,不然等下下载会很慢)
配置pip国内镜像
2.pip(由于3.8版本自带,所以不需要安装,如果没有自带需要安装)
3. 安装datafaker
直接Ctrl + r ,然后cmd,打开命令行,输入命令就可以了
安装dadafaker
命令：
pip install datafaker
卸载命令：
pip uninstall datafaker
更新到最新版本：
pip install datafaker --upgrade
4.安装对应数据库包(这里我是使用的mysql)
注意
(1) 不要下载错版本
python3.8,就要去下载python3.8的版本的mysqlclient
38就是3.8版本的
三.基本使用
1.查看版本号以及参数说明
$ datafaker --version
0.0.8
$ datafaker --help
usage: datafaker [-h] [--meta [META]] [--interval INTERVAL] [--version]
[--outprint] [--outspliter OUTSPLITER] [--locale LOCALE]
[--outfile OUTFILE] [--format FORMAT]
[--withheader]
[dbtype] [connect] table [num]
Generates SQLAlchemy model code from an existing database.
positional arguments:
dbtype data source type
connect connect info to the database
table table to process
num number of records to generate
optional arguments:
-h, --help show this help message and exit
--meta [META] meta file path
--interval INTERVAL meta file path
--version print the version number and exit
--outprint print fake date to screen
--outspliter OUTSPLITER
print data, to split columns
--locale LOCALE which country language
--format FORMAT outprint and outfile format: json, text (default:
text)
2 在mysql中创建学生表
create table stu (
id int unsigned auto_increment primary key COMMENT '自增id',
name varchar(20) not null comment '学生名字',
school varchar(20) not null comment '学校名字',
nickname varchar(20) not null comment '学生小名',
age int not null comment '学生年龄',
class_num int not null comment '班级人数',
score decimal(4,2) not null comment '成绩',
phone bigint not null comment '电话号码',
email varchar(64) comment '家庭网络邮箱',
ip varchar(32) comment 'IP地址',
address text comment '家庭地址'
) engine=InnoDB default charset=utf8;
编写元数据meta.txt，这是个学生表描述。 其中meta.txt文件内容为：
id||int||自增id[:inc(id,1)]
name||varchar(20)||学生名字
school||varchar(20)||学校名字[:enum(file://names.txt)]
nickname||varchar(20)||学生小名[:enum(鬼泣, 高小王子, 歌神, 逗比)]
age||int||学生年龄[:age]
class_num||int||班级人数[:int(10, 100)]
score||decimal(4,2)||成绩[:decimal(4,2,1)]
phone||bigint||电话号码[:phone_number]
email||varchar(64)||家庭网络邮箱[:email]
ip||varchar(32)||IP地址[:ipv4]
address||text||家庭地址[:address]
meta.txt文件中每行数据为元数据的一个字段描述，以||分割为三列，若以#开头，则忽略该行。
- 第一列：字段名
- 第二列：表字段类型
- 第三列：字段注释，其中包含构造规则标识
name不加标记则会随机产生20字符内的字符串，可以加上改为：学生名字[:name]
其中学校名字[:enum(file://names.txt)]表示从本地文件names.txt中读取枚举数据，表示学校名称只能从下面这5所学校中随机产生。names.txt内容如下：
清华中学
人和中心
广东中学
猪场
旧大院
12345
后面将详细介绍构造规则说明
注意：meta.txt和names.txt需要放在同一个目录下，再运行datafaker命令 如果没有enum类型从文件读取数据，则不需要names.txt文件
3.从本地文件meta.txt中读取元数据，以,分隔符构造10条数据，打印在屏幕上
# 打印并不写进数据库
$ datafaker mysql mysql+mysqldb://root:admin@localhost:3306/job?charset=utf8 resume 10 --outprint --meta D:\File\Meta\meta.txt --outspliter ,,
1,,鲍红,,人和中心,,高小王子,,3,,81,,55.6,,13197453222,,mwei@gmail.com,,192.100.224.255,,江苏省西宁市梁平朱路I座 944204
2,,刘东,,清华中学,,高小王子,,3,,31,,52.4,,15206198472,,lili@kong.cn,,203.0.190.6,,内蒙古自治区嘉禾市兴山呼和浩特街E座 706421
3,,匡静,,人和中心,,歌神,,9,,84,,72.51,,18944398099,,zouchao@gmail.com,,203.1.53.166,,安徽省永安市沈河惠州街x座 345415
4,,王宇,,猪场,,逗比,,6,,89,,19.3,,18628114285,,na58@cai.net,,169.4.126.215,,山西省梧州县朝阳何路y座 846430
5,,陆桂芝,,猪场,,逗比,,8,,99,,92.22,,13304570255,,na55@ti.cn,,168.136.127.200,,江苏省英县徐汇尹街C座 908240
6,,顾阳,,猪场,,歌神,,9,,32,,43.14,,18025578420,,linping@pr.net,,174.50.222.39,,黑龍江省惠州县梁平大冶街Z座 611736
7,,杨洁,,人和中心,,鬼泣,,6,,35,,81.25,,13654306263,,minzhong@xiaxia.cn,,100.57.79.2,,湖北省琳市沙湾汪街V座 544660
8,,申璐,,人和中心,,鬼泣,,6,,14,,73.61,,13866020503,,changxiulan@chaoxia.cn,,198.248.254.56,,陕西省合山县东丽宁德街Q座 810017
9,,申强,,广东中学,,逗比,,7,,48,,90.65,,13915915013,,ysun@chao.cn,,169.210.122.39,,甘肃省冬梅县城北六安街Z座 619755
10,,李丹丹,,旧大院,,鬼泣,,3,,67,,87.63,,18899812516,,xiulanmo@qin.cn,,192.52.218.133,,湖南省宜都县萧山澳门街E座 791911
generated records : 10
printed records : 10
time used: 0.458 s
# 写入数据库
$ datafaker mysql mysql+mysqldb://root:admin@localhost:3306/jpa?charset=utf8 tb_resume 10 --meta D:\File\Meta\meta.txt
则将直接写入mysql中
解释:
mysql:数据库类型
mysql+mysqldb://root:admin@localhost:3306/test?charset=utf8:链接数据库的格式
root:账号
admin:密码
localhost:ip
3306:端口号
test:数据库名称
charset=utf8:编码格式
tb_resume:表的名称
10:生成几条数据
--meta: 从本地读取生成规则
D:\File\Meta\meta.txt: 规则文件的路径
若要再次运行，需要修改meta.txt文件中为id[:inc(id,11)]起始值为11或更大值，不然数据库会报主键重复错误。
构造规则优先级：
解析器将优先选择第三列的带规则标记的字段注释进行解析，如果不带标记，则选择第二列的字段类型进行解析。
这种好处是：
1）对应已经创建的数据表，用户可以用desc tablename 或者show full columns from tablename，将表shema查询复制下来，对用字段类型构造数据不满足的情况下，在注释里面进行打标机进行特殊处理
2）对于新表，在create table创建表时直接在注释里面打上标记。这种情况不用指定元数据文件。
四.命令行参数
datafaker参数包含4个必选参数和一些可选参数，如下表所示
| 参数名 | 含义 | 参数类型 | 是否必选 | 默认值 | 备注 |
|---|---|---|---|---|---|
| dbtype | 数据源类型 | string | 是 | 无 | 可选值为 rdb,mysql,hive, kafka, hbase, es, file |
| connect | 数据源连接信息 | string | 是 | 无 | 关系型数据库和hive为 sqlachemy的连接串 kafka为broker连接串 file为文件路径 hbase为thrift host和端口 |
| table | 表名 | string | 是 | 无 | 将各种数据源操作单位都抽象为表，数据库中为表，kafka中为topic，file为文件名，hbase为表，es为索引和type，mongo为集合 |
| num | 数据条数 | int | 是 | 无 | 其中kafka必须为1 |
| auth | 账号密码 | string | 否 | 无 | 数据源的账号密码，以:分隔，例如 admin:12334 |
| meta | 元数据文件 | string | 否 | 无 | 若设定该参数，则忽略从数据源连接信息中读取远数据 |
| interval | 流数据产生间隔 | float | 否 | 1 | 单位秒 |
| version | 显示版本号 | bool | 否 | 无 | |
| outprint | 是否在屏幕打印 | bool | 否 | false | 若设置屏幕打印，则数据不会写文件或数据源 |
| outspliter | 数据字段分割符 | string | 否 | , | 屏幕打印，保存文件有效 |
| locale | 语言类型 | string | 否 | zh_CN | 支持多国语言，en_US， zh_CN |
| format | 数据格式 | string | 否 | text | kafka 默认为json |
| withheader | 打印和存储到文件是否带表头 | bool | 否 | False | |
| batch | 每次批量写入数据源大小 | int | 否 | 1000 | |
| workers | 生成测试数据的线程数 | int | 否 | 4 |
五.数据构造规则
1.数据库常用类型
这部分数据类型可以不用指定元数据文件
- 数值类型 支持大部分标准SQL数值数据类型。 这些类型包括严格数值数据类型( int、integer、smallint、decimal和numeric)，以及近似数值数据类型(float、real和double, precision)
- 日期和时间类型 表示时间值的日期和时间类型为datetime、date、timestamp、time和year。
- 字符串类型 字符串类型指char、varchar、binary、varbinary、blob、text、enum和set。
2.可变数据库类型
| 类型名 | 含义 | 默认值 | 备注 |
|---|---|---|---|
| decimal(M,D, negative) | M指定总的数据位数，D指定小数位数, negative指定正1负0 | 无 | decimal(4, 2, 1)指定4位数，2位小数的正浮点数，如78.23 |
| string(min, max) | min, max 指定字符串位数范围 | 无 | |
| date(start, end) | start, end 指定日期范围 | 无 | 如date(1990-01-01, 2019-12-12) |
自增类型
inc(mark, start, step)
mark: 自增的变量名
start: 起始值, 默认值为1
step: 自增步长，默认值为1
inc(id)表示将当前列名为id的列，从1开始每次增长1, 可用于mysql的自增主键
inc(score, 100, 2)表示将当前列名为score的列，从100开始每次增长2
enum类型
enum类型表示随机从列表里随机选取一个对象，例如：
enum(2, 4, 5, 18) 表示每次从2，4，5，8这四个整数中随机选择一个
如果enum数组中只有一个对象，则表示从文件读取数据列表，每行一个对象：
enum(file://data.txt) 表示从当前目录的data.txt文件中读取列表。
enum类型可用来构造多表关联，比如两个表的某些字段都用同一个enum数据列表产生数据。
order_enum类型
与enum类型使用方法相同
不同在于，用于循环顺序产生枚举值。常用于相关联的多列产生值，例如一列为城市编码,一列为城市名，城市编码需要与城市名一一对应。关联的多列应该保持枚举值数量一致。
注意：由于多线程，不保证顺序严格按照枚举值列表顺序依次产生。但是能保证多相关列一一对应
详细请搜索查看issues
op类型
op类型表示从其他列中计算出值，例如：
op(c0+c3) 表示第一列值加上第四列值
op(c1*c4+c13) 表示第一列值乘上第五列值加上第十四列值
3.自定义扩展类型
address 地址
| 构造规则 | 含义 | 举例 | 备注 |
|---|---|---|---|
| country | 国家名 | 中国 | |
| province | 省份 | 河南 | |
| city | 城市名 | 郑州市 | |
| city_suffix | 城市的后缀 | 市 | 市或县 |
| address | 地址 | 河北省巢湖县怀柔南宁路f座 169812 | |
| country_code | 国家编码 | AO | |
| district | 区 | 普陀 | |
| latitude | 地理坐标(纬度) | 68.0228435 | |
| longitude | 地理坐标(经度) | 155.964341 | |
| postcode | 邮编 | 803511 | |
| street_address | 街道地址 | 邯郸路W座 | |
| street_name | 街道名 | 合肥路 | |
| street_suffix | 街、路 | 街 |
数值类型
| 构造规则 | 含义 | 举例 | 备注 |
|---|---|---|---|
| random_digit | 0~9随机数 | 1 | |
| random_digit_not_null | 1~9的随机数 | 9 | |
| random_element | 随机字母 | a | |
| random_int | 随机数字 | 44 | 可设置范围，可以通过设置min,max来设置，默认0~9999，例如random_int(1,100) |
| random_letter | 随机字母 | e | |
| random_number | 随机数字 | 参数digits设置生成的数字位数 | 例如random_number(2)生成2为数数字 |
| boolean | True/False | False | |
| numerify | 三位随机数字 | 934 | |
| number | 一定数位的数字 | 44322 | number(digits=None, fix_len=0, positive=0)有三个参数，digits表示多少位数字，fix_len表示是否固定长度（1表示固定长度，否则为1到digits长度）positive表示是否为正数（1为正数，-1为负数，0正负都可能）。number(18, 1, 1) 产生18位数固定长度的正整数 |
公司
| 构造规则 | 含义 | 举例 | 备注 |
|---|---|---|---|
| bs | 公司服务名 | transition open-source content | |
| company | 公司名（长） | 天开信息有限公司 | |
| company_prefix | 公司名（短） | 浦华众城 | |
| company_suffix | 公司性质 | 传媒有限公司 | |
| job | 职位 | 项目执行/协调人员 |
信用卡、货币
| 构造规则 | 含义 | 举例 | 备注 |
|---|---|---|---|
| credit_card_expire | 信用卡到期日 | 05/19 | |
| credit_card_full | 完整信用卡信息 | JCB 16 digit 霞 张 3514193766205948 08/21CVC: 436 | |
| credit_card_number | 信用卡号 | 3500011993590161 | |
| credit_card_provider | 信用卡类型 | American Express | |
| credit_card_security_code | 信用卡安全码 | 190 | |
| currency_code | 货币编码 | HNL |
日期、时间
| 构造规则 | 含义 | 举例 | 备注 |
|---|---|---|---|
| am_pm | AM/PM | AM | |
| century | 世纪 | VII | |
| date | 随机日期 | 2014-05-18 | date(start_date,end_date,format) start_date表示从当前日期往前推的天数，默认值为-30y,前30年， end_date表示从当前日期往后推的日期数,默认值为今天 format为日期格式,默认值为%Y-%m-%d 例如date(-30d, +20d, %Y.%m.%d) |
| date_between | 指定范围内日期 | 1997-08-29 | date_between(start_date,end_date,format) start_date表示开始日期，必填 end_date表示结束日期，必填 format为日期格式,默认值为%Y-%m-%d date_between(2017-01-01, 2019-12-02, %Y%m%d) |
| date_this_month | 当前月份的日期 | 2019-03-13 | |
| date_this_year | 今年内的日期 | 2019-03-09 | |
| date_time/datetime | （1970年1月1日至今）时间 | 可不带参数datetime, 或者带参数datetime(0)随机时间， datetime(1,%Y-%m-%d %H:%M) 数据产生时间 2010-06-15 04:07 | datetime(now,format)两个参数：now(0,1是否用当前时间, 默认为0表示随机事件，1为当前时间), format(时间格式 默认为%Y-%m-%d %H:%M:%S） |
| date_time_between | 指定范围时间 | 2009-10-03 03:15:07 | 用法同dates |
| month | 随机月份 | 05 | |
| month_name | 随机月份（英文） | December | |
| time() | 随机24小时时间 | 18:52:55 | |
| timezone | 随机时区 | Europe/Andorra | |
| unix_time | 随机Unix时间 | 203461583 | |
| timestamp | 随机Unix时间 | timestamp/timestamp(0) 随机时间戳， timestamp(1)当前数据产生时间戳 | 带一个参数 默认为0 |
| year | 随机年份 | 2017 |
internet
| 构造规则 | 含义 | 举例 | 备注 |
|---|---|---|---|
| file_extension | 文件扩展名 | wav | |
| file_name | 文件名（包含扩展名，不包含路径） | werwe.jpg | |
| file_path | 文件路径（包含文件名，扩展名） | /home/ | |
| mime_type | mime Type | video/x-flv | |
| company_email | 公司邮箱 | jieyan@14.cn | |
| domain_name | 域名 | jq.cn | |
| 邮箱 | kren@wei.cn | ||
| image_url | 随机URL地址 | https://www.lorempixel.com/470/178 | |
| ipv4 | IP4地址 | 192.0.25.141 | |
| ipv6 | IP6地址 | 206f:1ff0:374:2d5f:a6f8:69ef:4ba9:2d14 | |
| mac_address | MAC地址 | 65:02:ed:82:c6:98 | |
| tld | 网址域名后缀(.com,.net.cn,等等，不包括.) | cn | |
| uri | URI地址 | http://24.cn/ | |
| url | URL地址 | http://www.guiyinglei.cn/ | |
| user_name | 用户名 | ping51 | |
| user_agent | 随机user_agent信息 | ||
| chrome | Chrome浏览器user_agent信息 | Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/5342 (KHTML, like Gecko) Chrome/27.0.819.0 Safari/5342 | |
| firefox | FireFox浏览器user_agent信息 | ||
| internet_explorer | IE浏览器user_agent信息 | ||
| opera | Opera浏览器user_agent | ||
| safari | Safari浏览器user_agent信息 | ||
| linux_platform_token | 随机Linux信息 | X11; Linux i686 | |
| isbn10 | 随机ISBN（10位） | 1-02-136461-4 | |
| isbn13 | 随机ISBN（13位） | 978-0-15-215169-0 |
文本类型
| 构造规则 | 含义 | 举例 | 备注 |
|---|---|---|---|
| paragraph | 随机生成一个段落 | ||
| sentence | 随机生成一句话 | ||
| text | 随机生成一篇文章 | 不要幻想着人工智能了，至今没完全看懂一句话是什么意思 | |
| word | 随机生成词语 | hello | |
| locale | 随机生成语言/国际信息 | niu_NZ | 各国本地化编码 |
| md5 | 随机生成MD5 | fd80f4681258a9ecb329ab12782dfbba | |
| password | 随机生成密码 | )we3JViVB1 | 可选参数：length：密码长度；special_chars：是否能使用特殊字符；digits：是否包含数字；upper_case：是否包含大写字母；lower_case：是否包含小写字母 |
| sha1 | 随机SHA1 | e9bb2fcd4b4089cc89c36636850ceafe779dbe58 | |
| sha256 | 随机SHA256 | dd119cb2aec9b3d5557e56bb497757d42f82b32486ea92126942821d3b657957 | |
| uuid4 | 随机UUID | 04aff886-8482-4069-9260-7917fd83982d |
人物信息相关
| 构造规则 | 含义 | 举例 | 备注 |
|---|---|---|---|
| name | 全名 | 单玉珍 | |
| name_female | 男性全名 | 官平 | |
| name_male | 女性全名 | 许颖 | |
| first_name | 名 | 琴 | |
| last_name | 姓 | 潘 | |
| first_name_female | 女名 | 丽 | |
| last_name_female | 女姓 | 王 | |
| first_name_male | 男名 | 强 | |
| last_name_male | 男姓 | 杨 | |
| age | 人年龄 | 23 | 默认值 0-100 |
| ssn | 身份证号 | 350526193807198690 | |
| phone_number | 手机号 | 13926798387 | |
| phonenumber_prefix | 手机号段 | 157 | |
| profile | 档案信息 | ||
| simple_profile | 简单档案信息 | {‘username’: u’kcui’, ‘name’: u’\u5415\u67f3’, ‘birthdate’: datetime.date(1993, 3, 28), ‘sex’: ‘F’, ‘address’: u’\u9752\u6d77\u7701\u4e0a\u6d77\u53bf\u6881\u5e73\u5174\u5b89\u76df\u8defQ\u5ea7 532381’, ‘mail’: u’juanpan@hotmail.com’} |
其他杂项
| 构造规则 | 含义 | 举例 | 备注 |
|---|---|---|---|
| color_name | 随机颜色名 | Moccasin | |
| hex_color | 随机HEX颜色 | #7f7cb6 | |
| rgb_color | 随机RGB颜色 | 210,85,105 |
旨在为数千万中国开发者提供一个无缝且高效的云端环境，以支持学习、使用和贡献开源项目。
更多推荐
8
0- 0
已为社区贡献2条内容
所有评论(0)