不再用線上倒數據了，使用 Faker 來造一批假的數據吧。

 

背景
每當建表以後，經常須要寫一批假的數據，用於測試算法、數據量的壓力測試、列表翻頁、

查看詳情、數據關聯等。這時就須要藉助一款造數據的工具，它就是今天所要介紹的 Faker。

 

介紹

Faker 這個工具不限於語言、它支持：Python、Java、Ruby、PHP、NodeJS 等等。其目

的是經過這個庫，會生成一批假的數據。

如：倉庫組常常須要一批數據來測試某個算法。業務組常常須要一批數據，讓其餘人知道這

個接口是否可用。某個字段應展現什麼類型等等。

今天我會以 Python 版本的 Faker 爲例，來介紹這個工具的用處。

 

場景案例
假設已經有一個商品表，其字段以下：

我須要生成 1W 條這樣的數據，用於統計我每一個用戶建立了多少個商品。

# !/bin/bash python
# Author wubaiqing <wubaiqing@vip.qq.com>

from faker import Faker

fake = Faker('zh_CN')

goodsList = []

# 生成 1W 條數據
for _ in range(0, 10000):
    goodsList.append({
        'goods_id': fake.pyint(), # * 看場景（自增ID一般不須要設置）
        'title': fake.sentence(20), # 隨機生成20個漢字
        'index_image_url': fake.image_url(400, 400), # 生成 400x400 的圖片（一般能夠訪問）
        'created_at': fake.past_date('-1d').isoformat(), # 生成一個時間
        'is_delete': fake.boolean(), # 隨機生成一個 Boolean 類型
        'created_user_id': fake.pyint() # 隨機生成一個數字
    })

print 'list length : %d' % len(goodsList)

 

如下是經常使用函數，詳細能夠看 Faker 手冊：
1. sentence 隨機生成字符串，根據語言類型可生成漢字。
2. image_url 隨機生成一張指定的圖片，大多數狀況能夠訪問。
3. boolean 隨機生成一個 Boolean 類型。

生成完的商品，批量導出 Excel 或批量入庫便可。這時就有了大
量的數據可供咱們使用。

 

參考連接
1. Python Faker：https://github.com/joke2k/faker
2. Python Faker 手冊：https://faker.readthedocs.io/en/master/locales/zh_CN.html#faker-providers-address
3. PHP Faker：https://github.com/fzaninotto/Faker
4. Ruby Faker：https://github.com/stympy/faker