python批量生成sql用于创建500个用户

创建500个用户,分别为jmeter001-jmeter500,密码都是123,手动添加不现实,用客户端复制粘贴表数据也要添加很久,因此想批量生成500条插入的sql,如下:

python 复制代码
 start_num = 1
end_num = 500
insert_sql = "INSERT INTO `sys_user`(`user_id`, `username`,  `password`, `email`, `mobile`,  `create_time`,  `emp_no`) VALUES\n"

for i in range(start_num, end_num + 1):
user_id = f'user-id-jmeter{i:03d}-66f5056704684a2fa'
 username = f'jmeter{i:03d}'

 row = f"('{user_id}', '{username}', '123',  '1234@qq.com', '12345', '18312345678', '2024-08-22 11:47:20', 0, '2024-08-22 13:18:26', NULL),\n"
insert_sql += row
 #去掉最后一个逗号
insert_sql = insert_sql.rstrip(',\n') + ';'
print(insert_sql)

打印结果:

INSERT INTO sys_user(user_id, username, password, email, mobile, create_time, emp_no) VALUES ('user-id-jmeter001-66f5056704684a2fa', 'jmeter001', 'jmeter001', '1234@qq.com', '12345', '12345', '2024-08-22 11:47:20', 0, '2024-08-22 13:18:26', NULL),

INSERT INTO sys_user(user_id, username, password, email, mobile, create_time, emp_no) VALUES('user-id-jmeter002-66f5056704684a2fa', 'jmeter002', 'jmeter002', '1234@qq.com', '12345', '12345', '2024-08-22 11:47:20', '2024-08-22 13:18:26', NULL),

...

INSERT INTO sys_user(user_id, username, password, email, mobile, create_time, emp_no) VALUES('user-id-jmeter500-66f5056704684a2fa', 'jmeter500', 'jmeter500', '1234@qq.com', '12345', '12345', '2024-08-22 11:47:20', '2024-08-22 13:18:26', NULL)

相关推荐
极限实验室8 分钟前
一键启动:使用 start-local 脚本轻松管理 INFINI Console 与 Easysearch 本地环境
数据库·docker
没有口袋啦12 分钟前
《数据库》第一次作业:MySQL数据库账户及授权
数据库·mysql
0wioiw019 分钟前
Ubuntu基础(Python虚拟环境和Vue)
linux·python·ubuntu
xiao5kou4chang6kai428 分钟前
Python-GEE遥感云大数据分析与可视化(如何建立基于云计算的森林监测预警系统)
python·数据分析·云计算·森林监测·森林管理
presenttttt35 分钟前
用Python和OpenCV从零搭建一个完整的双目视觉系统(四)
开发语言·python·opencv·计算机视觉
星辰离彬44 分钟前
Java 与 MySQL 性能优化:MySQL连接池参数优化与性能提升
java·服务器·数据库·后端·mysql·性能优化
木头左3 小时前
逻辑回归的Python实现与优化
python·算法·逻辑回归
张璐月3 小时前
mysql join语句、全表扫描 执行优化与访问冷数据对内存命中率的影响
数据库·mysql
quant_19864 小时前
R语言如何接入实时行情接口
开发语言·经验分享·笔记·python·websocket·金融·r语言
全干engineer5 小时前
ClickHouse 入门详解:它到底是什么、优缺点、和主流数据库对比、适合哪些场景?
数据库·clickhouse