.NET使用Bogus生成大量隨機數據

.NET如何生成大量隨機數據

在演示Demo、數據庫脫敏、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、支持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，不保證官方以后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

我的數據生成代碼如下（代碼使用LINQPad運行，可以幾乎復制到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，然后郵箱Email字段也會根據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字段來決定的：

.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

最后的.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緩存數據的方法：List<User> Generate(int count)。但由於我可能將這些數據做今后博客文章的性能測試原始數據，數據量可能會非常大，如果將這些數據緩存起來將非常浪費內存，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里面的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，然后保存到磁盤中：

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

最后示例數據如下：

一共6萬條數據，每條數據有10個字段，test-data.json共19,166 KB。

可以用如下代碼將這6萬條數據加載到.NET內存：

void Main()
{
	string path = @"C:\Users\sdfly\Desktop\test-data\test-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。

我計划今后如需要做性能測試或者演示，將使用該文件作為基准數據，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