面试题:如何造10w条测试数据,在数据库插入10w条不同数据

前言
面试题:如果造10w条测试数据,如何在数据库插入10w条数据,数据不重复
最近面试经常会问到sql相关的问题,在数据库中造测试数据是平常工作中经常会用到的场景,一般做压力测试,性能测试也需在数据库中先准备测试数据。那么如何批量生成大量的测试数据呢?
由于平常用python较多,所以想到用python先生成sql,再执行sql往数据库插入数据。
使用语言:python 3.6
插入数据
首先我要插入的 SQL 语句,需每条 id 不重复 ,下面是执行单个插入语句
INSERT INTO apps.apiapp_card (id, card_id, card_user, add_time) VALUES (‘1‘, ‘‘, ‘test123‘, ‘2019-12-17‘);
10w 太多执行时间长,用 python 先生成 1w条测下执行时间。
首先要生成多个inert 语句,这里我用 python 语言写段生成sql的文本。

  • 用 %s 替换需要变的字段值,如果有多个值都需要变,可以用多个%s替换对应值,我这里设计的表,只要id不一样就可以插入成功。
  • 用for 循环,每次循环 id 加1,这样 id 就可以保证不会重复,否则插入数据库时有重复的无法写入成功。
  • a 是追加写入
  • 每条sql后面分号隔开
  • 每次写入数据,最后面加\n 换行

python3

作者:上海-悠悠 QQ群717225969

for i in range(10000):
a = "INSERT INTO apps.apiapp_card (id, card_id, card_user, add_time) VALUES (‘%s‘, ‘‘, ‘test123‘, ‘2019-12-17‘);"%str(i+1)
with open("a.txt", "a") as fp:
fp.write(a+"\n")
执行python代码,在本地生成一个 a.text 文件,打开生成的数据,部分如下
INSERT INTO apps.apiapp_card (id, card_id, card_user, add_time) VALUES (‘1‘, ‘‘, ‘test123‘, ‘2019-12-17‘);
INSERT INTO apps.apiapp_card (id, card_id, card_user, add_time) VALUES (‘2‘, ‘‘, ‘test123‘, ‘2019-12-17‘);
INSERT INTO apps.apiapp_card (id, card_id, card_user, add_time) VALUES (‘3‘, ‘‘, ‘test123‘, ‘2019-12-17‘);
INSERT INTO apps.apiapp_card (id, card_id, card_user, add_time) VALUES (‘4‘, ‘‘, ‘test123‘, ‘2019-12-17‘);
......
INSERT INTO apps.apiapp_card (id, card_id, card_user, add_time) VALUES (‘10000‘, ‘‘, ‘test123‘, ‘2019-12-17‘);

如果id是手机号呢,如何生成10w个不同手机号?
可以按手机号前3位开头的号码段生成,比如186开头的,先用初始数据 1860000000,再这个数字基础上每次加1
加到 18600099999,这样号码段1860000000-18600099999就是10w个手机号了。
把id换成手机号后,修改代码如下

python3

作者:上海-悠悠 QQ群717225969

for i in range(10000):
a = "INSERT INTO apps.apiapp_card (id, card_id, card_user, add_time) VALUES (‘%s‘, ‘‘, ‘test123‘, ‘2019-12-17‘);"%str(i+1860000000)
with open("a.txt", "a") as fp:
fp.write(a+"\n")
只需在上面基础上把 str(i+1) 改成 str(i+1860000000) 就可以生成手机号了
INSERT INTO apps.apiapp_card (id, card_id, card_user, add_time) VALUES (‘1860000000‘, ‘‘, ‘test123‘, ‘2019-12-17‘);
INSERT INTO apps.apiapp_card (id, card_id, card_user, add_time) VALUES (‘1860000001‘, ‘‘, ‘test123‘, ‘2019-12-17‘);
INSERT INTO apps.apiapp_card (id, card_id, card_user, add_time) VALUES (‘1860000002‘, ‘‘, ‘test123‘, ‘2019-12-17‘);
把生成的文本复制出来 ,多个INSERT INTO 对应的 sql 一次性贴到 navicat 客户端执行
执行完成花了5分钟左右,也就是说10w条得50分钟,这太慢了,要是数据更多,会等太久,不是我们想要的效果!
批量执行
由于单个执行,花费时间太长,现在需要优化下改成一个 inert 语句,改成批量插入数据,只写一个 insert into 这样一次性批量写到数据库,会快很多。
可以将SQL语句进行拼接,使用 insert into table () values (),(),(),()然后再一次性插入。
批量执行要么全部成功,要么一个都不会写入成功,当写的 SQL 语法有问题时就不会写入成功了。
需注意:

  • 拼接 sql ,多个values 值中间用英文逗号隔开
  • value 值要与数据表的字段一一对应
  • 一定要注意最后一条数据后面不是逗号,改成分号

python3

作者:上海-悠悠 QQ群717225969

insert_sql = "INSERT INTO apps.apiapp_card VALUES "
with open("b.txt", "a") as fp:
fp.write(insert_sql+"\n")
for i in range(10000):
a = "(‘%s‘, ‘‘, ‘test123‘, ‘2019-12-17‘),"%str(i+10001)
with open("b.txt", "a") as fp:
fp.write(a+"\n")
执行完成后,复制 b.text 文件的内容,需注意的是这里一定要改成 ;结尾,否则语法报错
部分数据内容展示如下
INSERT INTO apps.apiapp_card VALUES
(‘10001‘, ‘‘, ‘test123‘, ‘2019-12-17‘),
(‘10002‘, ‘‘, ‘test123‘, ‘2019-12-17‘),
......
(‘20000‘, ‘‘, ‘test123‘, ‘2019-12-17‘);
复制生成的 INSERT INTO 到 navicat 客户端执行
执行完成,最后看的测试结果,1w条数据只用了0.217秒,速度明显提高不少。
10w数据插入
接着测下,当生成10 w条数据的时候,会花多少时间?

作者:上海-悠悠 QQ群717225969

python3

insert_sql = "INSERT INTO apps.apiapp_card VALUES "
with open("b.txt", "a") as fp:
fp.write(insert_sql+"\n")
for i in range(100000):
a = "(‘%s‘, ‘‘, ‘test123‘, ‘2019-12-17‘),"%str(i+100000)
with open("b.txt", "a") as fp:
fp.write(a+"\n")
使用python脚本执行后生成的数据如下
INSERT INTO apps.apiapp_card VALUES
(‘100000‘, ‘‘, ‘test123‘, ‘2019-12-17‘),
(‘100001‘, ‘‘, ‘test123‘, ‘2019-12-17‘),
......
(‘199999‘, ‘‘, ‘test123‘, ‘2019-12-17‘);
直接插入mysql 这时候会有报错:Err 1153 - Got a packet bigger than ‘max_allowed_packet‘ bytes
报错原因:由于数据量较大,mysql 会对单表数据量较大的 SQL 做限制,10w条数据的字符串超出了max_allowed_packet
的允许范围。
解决办法:需修改mysql 数据库的max_allowed_packet的值,改大一点
max_allowed_packet
先在 navicat 输入命令查看 max_allowed_packet 最大允许包
show global variables like ‘max_allowed_packet‘;
查看到 value 值是 4194304, 最大限制是 40 M,我们只需的sql字符串太大了,超出了这个范围。
在 navicat 客户端我们无法直接修改对应 value值,需登录到mysql,用命令行修改。
我这里 mysql 是搭建在 docker 上,需先进容器,登录到mysql.
操作步骤如下:
docker exec 进docker容器
mysql -uroot -p 输入密码后登录mysql
set global max_allowed_packet=419430400; 设置最大允许包 400M
show global variables like ‘max_allowed_packet‘; 查看前面设置是否生效
[_0_2_centos ~]# docker exec -it 934b30a6dc36 /bin/bash
:/# mysql -uroot -p
Enter password:
Welcome to the MySQL monitor. Commands end with ; or \g.
Your MySQL connection id is 303822
Server version: 5.7.27 MySQL Community Server (GPL)

Copyright (c) 2000, 2019, Oracle and/or its affiliates. All rights reserved.

Oracle is a registered trademark of Oracle Corporation and/or its
affiliates. Other names may be trademarks of their respective
owners.

Type ‘help;‘ or ‘\h‘ for help. Type ‘\c‘ to clear the current input statement.

mysql> show global variables like ‘max_allowed_packet‘;
+--------------------+-----------+
| Variable_name | Value |
+--------------------+-----------+
| max_allowed_packet | 4194304 |
+--------------------+-----------+
1 row in set (0.00 sec)

mysql> set global max_allowed_packet=419430400;
Query OK, 0 rows affected (0.00 sec)

mysql> show global variables like ‘max_allowed_packet‘;
+--------------------+-----------+
| Variable_name | Value |
+--------------------+-----------+
| max_allowed_packet | 419430400 |
+--------------------+-----------+
1 row in set (0.00 sec)

mysql>
从上面的查询结果可以看到,已经生效了。
再次重新执行上面10w条数据,查看运行结果总共花11秒左右时间。
受影响的行: 100000
时间: 11.678s
上面的方法只能临时生效,当重启mysql后,你会发现又还原回去了。
这里还有一种永久生效的方法,需修改my.cnf配置文件
在[mysqld]部分添加一句,如果有就修改对应的值:

  • max_allowed_packet=40M
    这里的值,可以用 M单位,修改后,需要重启下mysql就可以生效了
    使用python执行
    如果不用 navicat 客户端,直接用python去执行,会花多少时间呢?
    先封装连接mysql的方法,然后拼接执行的sql语句,拼接的时候需注意,最后的字符 ,需改成 ;
    在执行代码前先获取当前的时间戳,代码执行完成后再次获取一次时间戳。两次的时间间隔,就是执行的时间了,时间单位是s
    python 执行 mysql 代码参考如下
    import pymysql
    ‘‘‘

python3

作者:上海-悠悠 QQ群717225969
pip install PyMySQL==0.9.3
‘‘‘

dbinfo = {
"host": "192.168.1.x",
"user": "root",
"password": "123456",
"port": 3306}

class DbConnect():
def init(self, db_cof, database=""):
self.db_cof = db_cof
# 打开数据库连接
self.db = pymysql.connect(database=database,
cursorclass=pymysql.cursors.DictCursor,
**db_cof)

# 使用cursor()方法获取操作游标
    self.cursor = self.db.cursor()

def select(self, sql):
    # SQL 查询语句
    # sql = "SELECT * FROM EMPLOYEE     #        WHERE INCOME > %s" % (1000)
    self.cursor.execute(sql)
    results = self.cursor.fetchall()
    return results

def execute(self, sql):
    # SQL 删除、提交、修改语句
    # sql = "DELETE FROM EMPLOYEE WHERE AGE > %s" % (20)
    try:
       # 执行SQL语句
       self.cursor.execute(sql)
       # 提交修改
       self.db.commit()
    except:
       # 发生错误时回滚
       self.db.rollback()

def close(self):
    # 关闭连接
    self.db.close()

if name == ‘main‘:
import time
insert_sql = "INSERT INTO apps.apiapp_card VALUES "
insert_values = "".join(["(‘%s‘, ‘‘, ‘test123‘, ‘2019-12-17‘), \n"%str(i+100000) for i in range(100000)])
# 拼接sql
sql = insert_sql + insert_values[:-3]+";"
# print(sql)
# 执行sql
time1 = time.time()
db = DbConnect(dbinfo, database="apps")
db.execute(sql)
db.close()
time2 = time.time()
print("总过耗时:%s" % (time2-time1))
使用python执行结果:总过耗时:1.0816256999969482,结果超出我的想象,10w条数据居然只要1秒钟!

相关推荐