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
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 . (, , , ) 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 换行
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
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 ，再这个数字基础上每次加1
加到 ，这样号码段-就是10w个手机号了。
把id换成手机号后，修改代码如下
只需在上面基础上把 str(i+1) 改成 str(i+) 就可以生成手机号了
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！
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
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
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。
接着测下，当生成10 w条数据的时候，会花多少时间？
使用python脚本执行后生成的数据如下
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
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 ， 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：
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:
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
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
使用python执行结果：,结果超出我的想象，10w条数据居然只要1秒钟！
版权声明：
本文来源网络，所有图片文章版权属于原作者，如有侵权，联系删除。
本文网址：https://www.mushiming.com/mjsbk/10822.html