版權聲明：本文由胡恆威原創文章，轉載請注明出處:
文章原文鏈接：https://www.qcloud.com/community/article/86
來源：騰雲閣 https://www.qcloud.com/community
是否會有這樣的場景：在有需要測試數據的時候，你不知如何生成一些已包含測試數據的文件；或者你是臨時需要一個小的程序，可以讓你生成不同大小的文件（比如大於1Mb少於100Mb），不需要從網絡上去搜尋查找如何生成，這里有一些簡單的方法幫你偷懶。
1.當你不需要關心隨機文件的內容，只需一個固定大小的文件
-
Solaris、Mac OS X等Unix系統中mkfile指令，可以產生指定大小的文件，而Linux上則沒有
例子：mkfile -n 160g test1 -
Linux可以用dd指令，/dev/zero是一個特別的文件描述符可以通過它返回null值
例子：dd if=/dev/zero of=test.file count=1024 bs=1024
產生count * bs字節的文件，1M
此方法生成隨機文件的好處在於效率高（產生1G文件大概1s）,創建的文件大小精確到字節
壞處也有
使用null字符來填充文件內容，文件統計時沒有行（wc -l test.file為0）
2.當你不需要關心隨機文件的內容，但期望測試文件能有統計的行
將/dev/zero改為/dev/urandom，/dev/urandom是linux下的隨機數生成器
關於/dev/urandom跟/dev/random兩者的區別就不在此詳細討論，大概就是，前者是不受系統interrupts的限制，即使沒有足夠的interrupt它也能通過隨機數生成器產生足夠的輸出值；而后者如果用在dd上，它不能被ctrl+c或者kill -9中斷，如果ds的值較大時，產生的隨機值不足而長期占用CPU。雖然說/dev/random產生的隨機數會更隨機些，但與dd混用還是建議用/dev/urandom效率更高。
缺點跟/dev/zero比當然是效率會更低些了，生成個100Mb的文件需要10秒左右，而且文件並沒有可讀的內容，一般的情況基本上是滿足了。
漏了說句，dd是linux與unix都支持的指令。
3.當你關心文件的隨機內容行數，而不關心內容是否有所重復
這里的思路就是找一個參照文件（比如說2行），將文件重新定向到新的文件，再mv覆蓋保存，外加一個for循環。（n為循環次數，產生的文件行為2^（n+1））
例子:假設先建立一個file.txt文件，里面含有Hello 和 World兩行for i in {1..n}; do cat file.txt file.txt > file2.txt && mv file2.txt file.txt; done
由於是階乘，n=20左右已經是200W行，效率會下降地比較厲害
4.當你關心隨機文件的內容，而不想出現重復內容行情況
這種情況下系統的指令應該是不能滿足了，或者可以通過操作系統的指令寫一大串腳本也可以達到，但不建議這么做，因為可讀性和維護性考慮，你應該要引入Ruby或者Python類的腳本語言幫忙了
但還是要借助些系統的東西來幫忙
思路：/usr/share/dict/words里面有記錄一些單詞，一共235886行，每行一個單詞
可以從里面挑選一些作為文件的內容
加循環達到我們想要的隨機文件要求
舉例：ruby -e 'a=STDIN.readlines;X.times do; b=[];Y.times do; b<<a[rand(a.size)].chomp end; puts b.join(" ")' < /usr/share/dict/words > file.txt
X為隨機文件需要的行數，Y為從words中讀取的單詞，雖說組合成一句的命令，還是可以讀懂的；從標准輸入中重復讀取Y個單詞，寫入到b列表中，然后再通過join空格連接內容寫入到標准輸出文件file.txt中
這樣基本很少會有重復的行了，而且生成的效率與其他方法對比還是可以的，10秒生成100Mb文件。歡迎大家討論。
參考：
mkfile的Apple官方文檔:
https://developer.apple.com/library/mac/documentation/Darwin/Reference/Manpages/man8/mkfile.8.html
dd的wiki:
http://en.wikipedia.org/wiki/Dd_(Unix)