量产测试数据

在真实场景中,如果不在底层数据库预先准备好大量的商品,后续的自动化脚本在执行时就会因为数据量极小,导致没有任何性能瓶颈(慢查询)暴露,高并发压测也就失去了真实的意义

在准备大量数据开始测试前一定要先测试少量数据,防止中间程序代码出错运行失败,造成大量脏数据

1.使用python脚本造数据

安装python 环境的第三方库:

复制代码
pip install requests

利用接口自动化实现上节内容"新建数据"操作

复制代码
import requests
import random
import time

# --- 全局配置 ---
BASE_URL = "http://localhost:8080"
# 先设定造 10 条数据试试水,成功后再改成 100000
TOTAL_COUNT = 10  

def get_token():
    """1. 模拟 Swagger 登录,获取 Token"""
    url = f"{BASE_URL}/admin/login"
    payload = {
        "username": "admin",
        "password": "macro123"
    }
    response = requests.post(url, json=payload)
    
    if response.status_code == 200 and response.json().get("code") == 200:
        token = response.json().get("data").get("token")
        token_head = response.json().get("data").get("tokenHead")
        print("✅ 登录成功,成功拿到 Token!")
        # 按照大厂规范,拼接 Bearer 和空格
        return f"{token_head} {token}"
    else:
        print(f"❌ 登录失败: {response.text}")
        return None

def create_products(token):
    """2. 带着 Token,循环调用创建商品接口"""
    url = f"{BASE_URL}/product/create"
    
    # 构造请求头,把通行证塞进去
    headers = {
        "Authorization": token,
        "Content-Type": "application/json"
    }

    success_count = 0

    print(f"🚀 开始疯狂造数据,目标:{TOTAL_COUNT} 条...")
    
    for i in range(1, TOTAL_COUNT + 1):
        # 💡 核心测开技巧:随机化数据。如果所有商品名字和货号都一样,不仅不符合业务,还可能触发数据库唯一索引冲突
        random_suffix = random.randint(100000, 999999)
        
        # 构造我们在 Swagger 里摸索出的必填 JSON
        payload = {
            "productCategoryId": 19, # 之前查到的分类 ID
            "brandId": 111,          # 之前查到的品牌 ID
            "name": f"压测专属自动化商品_Python版_{random_suffix}", # 商品名称
            "productSn": f"SN_{time.time()}_{random_suffix}", # 货号必须唯一
            "publishStatus": 1,      # 1为上架状态,确保C端能查到
            "price": random.randint(99, 9999), # 随机价格
            "stock": 10000,          # 压测高并发不能缺库存
            "keywords": "斯米兰一, 压测"
        }

        try:
            response = requests.post(url, json=payload, headers=headers)
            res_json = response.json()
            
            if res_json.get("code") == 200:
                success_count += 1
                print(f"[{i}/{TOTAL_COUNT}] 插入成功: {payload['name']}")
            else:
                print(f"[{i}/{TOTAL_COUNT}] 插入失败,后端报错: {res_json}")
                
        except Exception as e:
            print(f"[{i}/{TOTAL_COUNT}] 请求发生异常: {e}")
            
    print(f"🎉 脚本执行完毕!成功造出 {success_count} 条数据。")

if __name__ == "__main__":
    # 业务流转调度
    my_token = get_token()
    if my_token:
        create_products(my_token)

运行:

注意:运行前需要保证idea里后端服务器打开,可以访问swagger 前端网站

在Pycharm 运行后截图:

更新navicat 数据库信息,查看新建数据:

压测成功后将10W条数据打入虚拟机数据库

PyCharm,把 TOTAL_COUNT = 10 改成 TOTAL_COUNT = 100000

全部运行通过后量产数据就结束了!!!

相关推荐
FITA阿泽要努力几秒前
/goal 命令:给 Agent 设定目标
服务器·人工智能·python·agent
小小张说故事22 分钟前
Python 的 dict 为什么插入顺序不会乱?拆开 3.6 的紧凑布局:indices 与 entries 两张表
python
椰萝Yerosius23 分钟前
严正声明 | 博主已正式放弃CSDN作为博客平台
python
geovindu27 分钟前
sql:SQL Views and Materialized Views using mysql 9.0
大数据·数据库·数据仓库·sql·mysql·数据库开发·数据库架构
肖永威39 分钟前
python版微电网仿真工具的前端托管选型:从http.server到FastAPI StaticFiles
前端·python·http·fastapi
lg_cool_1 小时前
Python 代码打包
开发语言·python
2601_962885721 小时前
如何用 Python 做 MACD 金叉全市场选股?
开发语言·python
科技研学社1 小时前
服装厂激光开袋机与智能模板机怎么选?核心工序设备深度对比与落地实战
数据库·python
张张123y5 小时前
后端第十四课:Agent 记忆系统(让 Agent 记住上下文和用户,跨会话不健忘)
java·大数据·人工智能·python·agent·记忆
happylifetree10 小时前
Python67:核心语法-函数进阶-参数类型(函数作为参数)
python