利用python做模拟数据（测试数据），连接数据库和服务器接口,涉及雪花id服务

R-sz2024-03-31 22:16
python 复制代码 
import datetime
import json

import pymysql
import requests
import snowflake.client
from faker import Faker

#cmd启动snowflake服务：
#snowflake_start_server --address=localhost --port=8910 --dc=1 --worker=1
def create_testers():
    # 创建一个中文Faker实例
    fake = Faker('zh_CN')
    url = "http://192.168.16.178:8081/v1/app/test/submit"

    try:
        # 创建一个数据库连接
        conn = pymysql.connect(host='127.0.0.1',
                               port=3306,
                               user='root',
                               password='root',
                               database='yzpj'
                               )
 
        print('连接mysql成功')

        # 创建一个游标
        cursor = conn.cursor()
        # 创建一个sqL语句
        sql = "INSERT INTO `t_tester`(`id`, `name`, `id_type`, `id_no`, `phone`, `gender`, `birthday`, `education`,`education_years`, `subjective_ses`, `family_monthly_earning`,`status`,`create_time`) values(%s, %s, %s,  %s,%s, %s, %s, %s, %s, '%s', %s, %s, %s)"

        # 循环生成用户数据  生成334次
        for i in range(1, 101):
            for j in range(10):
                # 生成中文姓名
                id = snowflake.client.get_guid()
                name = fake.name()
                id_type = 1
                id_no = fake.ssn()
                phone = fake.phone_number()

                # 从身份证号中提取出生日期
                birth_year = int(id_no[6:10])
                birth_month = int(id_no[10:12])
                birth_day = int(id_no[12:14])
                birthday = datetime.date(birth_year, birth_month, birth_day)

                # 提取性别
                gender = int(id_no[-2])
                if gender % 2 == 0:
                    gender = 2  # 女
                else:
                    gender = 1  # 男

                # 教育程度
                education = fake.random_int(min=1, max=6, step=1)
                education_years = fake.random_int(min=9, max=20, step=1)
                # 社会地位
                subjective_ses = fake.random_int(min=1, max=10, step=1)
                # 家庭收入
                family_monthly_earning = fake.random_int(min=1, max=8, step=1)
                status = 1
                create_time = fake.date_time_between(start_date='-10M', end_date='-9M')

                # 执行sql语句
                cursor.execute(sql, (id, name, id_type, id_no, phone, gender, birthday.strftime('%Y-%m-%d'), education,education_years, subjective_ses, family_monthly_earning, status, create_time.strftime('%Y-%m-%d %H:%M:%S')))
                # 提交事务
                conn.commit()

                answer = {
                    "Q1": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q2": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q3": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q4": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q5": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q6": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q7": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q8": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q9": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q10": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q11": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q12": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q13": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q14": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q15": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q16": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q17": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q18": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q19": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q20": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q21": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q22": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q23": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q24": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q25": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q26": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q27": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q28": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q29": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q30": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q31": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q32": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q33": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q34": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q35": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q36": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q37": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q38": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q39": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q40": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q41": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q42": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q43": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q44": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q45": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q46": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q47": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q48": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q49": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q50": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q51": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q52": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q53": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q54": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q55": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q56": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q57": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q58": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "Q59": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "CH1": fake.random_element(elements=('A', 'B', 'C', 'D', 'E')),
                    "CH2": fake.random_element(elements=('A', 'B', 'C', 'D', 'E')),
                    "CH3": fake.random_element(elements=('A', 'B', 'C', 'D', 'E')),
                    "CH4": fake.random_element(elements=('A', 'B', 'C', 'D', 'E')),
                    "CH5": fake.random_element(elements=('A', 'B', 'C', 'D', 'E')),
                    "CH6": fake.random_element(elements=('A', 'B', 'C', 'D', 'E')),
                    "CH7": fake.random_element(elements=('A', 'B', 'C', 'D', 'E')),
                    "CH8": fake.random_element(elements=('A', 'B', 'C', 'D', 'E')),
                    "CH9": fake.random_element(elements=('A', 'B', 'C', 'D', 'E')),
                    "CH10": fake.random_element(elements=('A', 'B', 'C', 'D', 'E')),
                    "DC1": fake.random_element(elements=('A', 'B', 'C')),
                    "DC2": fake.random_element(elements=('A', 'B', 'C')),
                    "DC3": fake.random_element(elements=('A', 'B', 'C')),
                    "DC4": fake.random_element(elements=('A', 'B', 'C')),
                    "DC5": fake.random_element(elements=('A', 'B', 'C', 'D')),
                    "DC6": fake.random_element(elements=('A', 'B', 'C')),
                    "DC7": fake.random_element(elements=('A', 'B', 'C')),
                    "DC8": fake.random_element(elements=('A', 'B', 'C')),
                    "DC9": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J', 'K')),
                    "DC10": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "DC11": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "DC12": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "DC13": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),
                    "DC14": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G'))
                }

                json_answer = json.dumps(answer)

                # 提交测评结果
                data = {
                    "userId": str(id_no),
                    "testType": "1101",
                    "testTime": create_time.strftime('%Y-%m-%d %H:%M:%S'),
                    "userAnswer": json_answer,
                    "totalTime": str(fake.random_int(min=90, max=300, step=5)),
                    "stage": "1",
                    "status": "1"
                }
                json_data = json.dumps(data)
                data_post(url, json_data)

            # 提交事务
            # conn.commit()
            print('{}条数据插入成功'.format(i*10))

        # 关闭游标
        cursor.close()
        # 关闭连接
        conn.close()
        print('关闭数据库连接')
    except Exception as e:
        print(e)


def data_post(url, data):
    headers = {"content-type": "application/json;charset=utf-8"}
    try:
        response = requests.post(url=url, headers=headers, data=data)
        if response.status_code == 200:
            print('请求成功')
        else:
            raise Exception('未正常响应请求')
        return data
    except requests.exceptions.RequestException as e:
        print(e)


if __name__ == '__main__':
    create_testers()

前提必须先安装雪花服务

bash 复制代码 
安装Faker库
pip install faker

安装最新版PyMySQL
pip install pymysql

安装雪花算法库
pip install pysnowflake

安装requests库
pip install requests


cmd启动snowflake服务：
snowflake_start_server --address=localhost --port=8910 --dc=1 --worker=1
相关推荐
Lyyaoo.28 分钟前
Redisson
数据库·缓存
网络工程小王35 分钟前
【LCEL 链式调用详解】调用篇-2
java·服务器·前端·数据库·人工智能
BU摆烂会噶36 分钟前
【LangGraph】运行时上下文（Runtime Context）
人工智能·python·langchain
xingbuxing_py1 小时前
精华贴分享｜北交所：小市值策略的“甜蜜陷阱”还是“弹性引擎”？——一份轻度理解
python·金融·股票·理财·量化投资·股市·炒股
yj15581 小时前
在装修预算有限的情况下，哪些地方可以省？
python
TickDB1 小时前
Python 接入国内期货 Tick 行情：从 CTP 到统一 API 的工程实践
python·websocket
道法自然，人法天2 小时前
PostgreSQL安装与初始化教程（二进制压缩包）
数据库·postgresql
趣知岛2 小时前
2026最新Python零基础入门教程，从环境搭建到实战精通（附源码）
python·青少年编程
xhbh6662 小时前
路由端口转发常见应用场景有哪些？有什么？
服务器·ip·端口转发·ip地址·流量转发·建站
宁小法2 小时前
Linux批量删除文件
linux·服务器·批量·删除文件
热门推荐
01要裂开了！ChatGPT要手机号验证了？注册Codex要求验证电话号码怎么办？2026年登陆Codex要手机号验证的解决办法02GitHub 镜像站点03Codex 接入 DeepSeek API 完整配置文档04零基础教你claude code 接入 deepseek V405【AI】2026 年具身智能模型和世界模型总结06裂开！ChatGPT 居然开始要手机号验证，附详细解决方法072026年AI前瞻：量子AI、具身智能与科学发现的新纪元08几个好用的ip纯净度检测网站09CC-Switch & Claude 基于 Linux 服务器安装使用指南10CVE-2026-31431 (Copy Fail) 漏洞复现与验证记录