以MySQL为例介绍数据库测试工具dbmonster的使用
数据库测试工具dbmonster可以用来测试数据库的性能,本文以MySQL数据库为例,测试一下它的INT型主键、外键以及varchar型数据的生成,接下来我们就开始介绍这一过程。
前期准备:
准备使用MySQL用来做测试,如果你还没有安装mysql请先安装,然后下载mysql jdbc驱动,解压后将mysql-connector-java-5.1.17-bin.jar 文件拷贝到dbmonster-core-1.0.3lib目录下。
创建数据库test,新建表parent,child
- CREATE DATABASE test;
- CREATE TABLE parent
- (
- id INT NOT NULL,
- PRIMARY KEY (id)
- ) ENGINE=INNODB;
- CREATE TABLE child
- (
- id INT, parent_id INT,
- childname VARCHAR(20) DEFAULT NULL,
- INDEX par_ind (parent_id),
- PRIMARY KEY (id),
- FOREIGN KEY (parent_id) REFERENCES parent(id)
- ON DELETE CASCADE
- ) ENGINE=INNODB;
修改配置文件dbmonster.properties:
- dbmonster.jdbc.driver=com.mysql.jdbc.Driver
- dbmonster.jdbc.url=jdbc:mysql://192.168.159.144:3306?dbmonster?charSet=iso-8859-2
- dbmonster.jdbc.username=root
- dbmonster.jdbc.password=123456
- dbmonster.jdbc.transaction.size=50
- # for Oracle and other schema enabled databases
- dbmonster.jdbc.schema=test
- # maximal number of (re)tries
- dbmonster.max-tries=1000
- # default rows number for SchemaGrabber
- dbmonster.rows=1000
- # progres monitor class
- dbmonster.progress.monitor=pl.kernelpanic.dbmonster.ProgressMonitorAdapter
DBMonster的schema文件
schema 文件描述了产生数据的规则,在DBMonster中,数据的产生是通过Generator生成的,DBMonster中缺省的数据 Generator包括两个Key Generator(用于产生不重复的数据,分别为MaxKeyGenerator和StringKeyGenerator)和 10 个Data Generator。以下简单说明一下Data Generator的使用。
BinaryGenerator用于从外部文件中获取二进制数据并插入相应字段,该Generator有两个属性,分别为file和nulls,file属性描述数据来源,而nulls属性则给出该字段生成null的几率。
BooleanGenerator用于产生bool型数据,该Generator包括两个属性,分别为probability和nulls,probability属性描述产生true值数据的几率,nulls属性给出生成null的几率。
ConstantGenerator用于产生固定值的数据,该Generator只有一个属性constant,给出要插入数据库的值;
DateTimeGenerator 用于产生DateTime型数据,该Generator包括四个属性,分别是startDate,endDate,returnedType和 nulls, startDate描述开始时间,endDate描述终止时间,格式为“yyyy-mm-dd hh24:MM:ss”;returnedType描述生成数据的类型,可以为date、time或是timestamp;
DirectoryGenerator 用于根据本地文件(字典)的条目向数据库插入数据,该Generator包括两个属性,分别为dictFile和unique,dictFile指明字典 文件所在的位置,unique指明产生的数据是unique的还是random的;
ForeignKeyGenerator用于为设置了外键的字段生成数据,该Generator包含两个属性,分别是tableName和columnName,tableName指明外键引用的表名,columnName指明外键引用的字段名;
NullGenerator用于产生null类型的数据,该Generator不带任何参数(只产生null);
NumberGenerator 用户产生数值类型的数据,该Generator包括5个属性,分别是minValue、maxValue、returnedType、scale和 nulls。其中,minValue和maxValue分别给出产生值的下边界和上边界;returnedType给出生成数据的类型,可以是 short、integer、long、float、double和numeric类型;scale指明小数位数;nulls表示产生null的几率;
StringGenerator 用于产生字符串类型的数据,该Generator包括5个属性,分别是minLength、maxLength、allowSpaces、 excludeChars和nulls。其中,minLength和maxLength限定了字符串长度;allowSpaces控制字符串中是否包含空 格;excludeChars排除产生字符串时不使用的字符;nulls表示产生null的几率;
修改dbmonster.properties文件:
注意:
ForeignKeyGenerator中tableName,columnName指的是主表的表名和字段名。
现在就可以使用dbmonster来创建随机数据了。命令如下:dbmonster.bat -c dbmonster.proprities -s dbmonster-schema.xml
执行成功截图:
child表部分数据截图:
关于数据库测试工具dbmonster的使用就介绍到这里了,希望本次的介绍能够对您有所收获!
【编辑推荐】
相关文章
- 从本体论开始说起——运营商关系图谱的构建及应用
- 如何成为一名数据科学家?
- 从未见过的堂兄杀了人,你的DNA是关键证据
- 20个安全可靠的免费数据源,各领域数据任你挑
- 20个安全可靠的免费数据源,各领域数据任你挑
- 阿里云李飞飞:All in Cloud时代,云原生数据库优势明显
- 基于Hadoop生态系统的一高性能数据存储格式CarbonData(性能篇)
- 大数据告诉你:10年漫威,到底有多少角色
- TigerGraph:实时图数据库助力金融风控升级
- Splunk利用Splunk Connected Experiences和Splunk Business Flow 扩大数据访问
- 大数据开发常见的9种数据分析手段
- 以免在景区看人,我爬了5W条全国景点门票数据...
- 【实战解析】基于HBase的大数据存储在京东的应用场景
- 数据科学家告诉你哪些计算机科学书籍是你应该看的
- Kafka作为大数据的核心技术,你了解多少?
- Spring Boot 整合 Redis 实现缓存操作
- 大数据学习必须掌握的五大核心技术有哪些?
- 基于Antlr在Apache Flink中实现监控规则DSL化的探索实践
- 甲骨文再次被Gartner评为分析型数据管理解决方案魔力象限领导者
- 爬取吴亦凡微博102118条转发数据,扒一扒流量的真假