.NET使用Bogus生成大量隨機數據
- 2019 年 10 月 3 日
- 筆記
.NET如何生成大量隨機數據
在演示Demo、資料庫脫敏、性能測試中，有時需要生成大量隨機數據。Bogus就是.NET中優秀的高性能、合理、支援多語言的隨機數據生成庫。
Bogus的Github鏈接：https://github.com/bchavez/Bogus，圖標如下：
安裝Bogus
目前Bogus最新版是28.0.2，本文演示基本該版本，不保證官方以後會不會修改本文的使用方式。
使用Powershell：
PM> Install-Package Bogus -Version 28.0.2或者使用PackageReference：
<PackageReference Include="Bogus" Version="28.0.2" />使用
我的數據生成程式碼如下（程式碼使用LINQPad運行，可以幾乎複製到Visual Studio中運行，效果一樣，其中.Dump()是LINQPad特有方法）：
void Main() { var userGenerator = new Faker<User>() .RuleFor(x => x.Id, x => x.IndexFaker + 1) .RuleFor(x => x.Gender, x => x.Person.Gender) .RuleFor(x => x.FirstName, (x, u) => x.Name.FirstName(u.Gender)) .RuleFor(x => x.LastName, (x, u) => x.Name.LastName(u.Gender)) .RuleFor(x => x.Email, (x, u) => x.Internet.Email(u.FirstName, u.LastName)) .RuleFor(x => x.BirthDate, x => x.Person.DateOfBirth) .RuleFor(x => x.Company, x => x.Person.Company.Name) .RuleFor(x => x.Phone, x => x.Person.Phone) .RuleFor(x => x.Website, x => x.Person.Website) .RuleFor(x => x.SSN, x => x.Person.Ssn()); userGenerator.GenerateForever().Take(10).Dump(); } class User { public int Id { get; set; } public Bogus.DataSets.Name.Gender Gender { get; set; } public string FirstName { get; set; } public string LastName { get; set; } public string Email { get; set; } public DateTime BirthDate { get; set; } public string Company { get; set; } public string Phone { get; set; } public string Website { get; set; } public string SSN { get; set; } }生成的數據如圖所示：
注意細節，姓名FirstName/LastName是會根據性別Gender來隨機生成的，然後郵箱Email欄位也會根據FirstName/LastName來相應地生成，並非完全隨機，毫無規律。這些規則是通過.RuleFor()第二個回調的第二個欄位來決定的：
.RuleFor(x => x.FirstName, (x, u) => x.Name.FirstName(u.Gender)) // 根據Gender生成FirstName .RuleFor(x => x.LastName, (x, u) => x.Name.LastName(u.Gender)) // 根據Gender生成LastName .RuleFor(x => x.Email, (x, u) => x.Internet.Email(u.FirstName, u.LastName)) // 根據姓名生成郵箱最後的.GenerateForever返回了一個IEnumerable<User>，是一個狀態機，可以永久生成數據。
Bogus也提供了一次性生成快取數據的方法：List<User> Generate(int count)。但由於我可能將這些數據做今後部落格文章的性能測試原始數據，數據量可能會非常大，如果將這些數據快取起來將非常浪費記憶體，並且影響性能。因此本例中我使用GenerateForever來生成原始數據。
通過.NET Core 3.0最新提供的System.Text.Json裡面的JsonSerializer和Utf8JsonWriter，我可能以極其高效的方法將這些測試數據序列化為JSON，然後保存到磁碟中：
string path = Environment.GetFolderPath(Environment.SpecialFolder.Desktop) + @"test-data.json"; using var file = File.Create(path); using var writer = new Utf8JsonWriter(file, new JsonWriterOptions { Indented = true }); var data = userGenerator.GenerateForever().Take(6_0000); JsonSerializer.Serialize(writer, data); Process.Start("explorer", @$"/select, ""{path}""".Dump()); // 資源管理器打開test-data.json文件夾演示和下載
最後示例數據如下：
一共6萬條數據，每條數據有10個欄位，test-data.json共19,166 KB。
可以用如下程式碼將這6萬條數據載入到.NET記憶體：
void Main() { string path = @"C:UserssdflyDesktoptest-datatest-data.json"; byte[] bytes = File.ReadAllBytes(path); var users = JsonSerializer.Deserialize<List<User>>(bytes); // 數據分析演示 users.GroupBy(x => x.Email[x.Email.IndexOf('@')..]) .Select(x => new { Host = x.Key, Count = x.Count() }) .Dump(); } class User { public int Id { get; set; } public int Gender { get; set; } public string FirstName { get; set; } public string LastName { get; set; } public string Email { get; set; } public DateTime BirthDate { get; set; } public string Company { get; set; } public string Phone { get; set; } public string Website { get; set; } public string SSN { get; set; } }結果如下：
所有郵件都是hotmail.com/gmail.com/yahoo.com三種郵箱的均勻分布，每種大約都在20000左右。
我計劃今後如需要做性能測試或者演示，將使用該文件作為基準數據，已經上傳到Github，該文件可以從https://github.com/sdcb/blog-data/tree/master/2019/20190821-generate-lorem-data下載。
出處：微信公眾號【DotNet騷操作】
原文鏈接：https://www.cnblogs.com/sdflysha/p/20190821-generate-lorem-data.html
