当前位置: 首页 > news >正文

利用python做模拟数据(测试数据),连接数据库和服务器接口,涉及雪花id服务

import datetime
import jsonimport pymysql
import requests
import snowflake.client
from faker import Faker#cmd启动snowflake服务:
#snowflake_start_server --address=localhost --port=8910 --dc=1 --worker=1
def create_testers():# 创建一个中文Faker实例fake = Faker('zh_CN')url = "http://192.168.16.178:8081/v1/app/test/submit"try:# 创建一个数据库连接conn = pymysql.connect(host='127.0.0.1',port=3306,user='root',password='root',database='yzpj')print('连接mysql成功')# 创建一个游标cursor = conn.cursor()# 创建一个sqL语句sql = "INSERT INTO `t_tester`(`id`, `name`, `id_type`, `id_no`, `phone`, `gender`, `birthday`, `education`,`education_years`, `subjective_ses`, `family_monthly_earning`,`status`,`create_time`) values(%s, %s, %s,  %s,%s, %s, %s, %s, %s, '%s', %s, %s, %s)"# 循环生成用户数据  生成334次for i in range(1, 101):for j in range(10):# 生成中文姓名id = snowflake.client.get_guid()name = fake.name()id_type = 1id_no = fake.ssn()phone = fake.phone_number()# 从身份证号中提取出生日期birth_year = int(id_no[6:10])birth_month = int(id_no[10:12])birth_day = int(id_no[12:14])birthday = datetime.date(birth_year, birth_month, birth_day)# 提取性别gender = int(id_no[-2])if gender % 2 == 0:gender = 2  # 女else:gender = 1  # 男# 教育程度education = fake.random_int(min=1, max=6, step=1)education_years = fake.random_int(min=9, max=20, step=1)# 社会地位subjective_ses = fake.random_int(min=1, max=10, step=1)# 家庭收入family_monthly_earning = fake.random_int(min=1, max=8, step=1)status = 1create_time = fake.date_time_between(start_date='-10M', end_date='-9M')# 执行sql语句cursor.execute(sql, (id, name, id_type, id_no, phone, gender, birthday.strftime('%Y-%m-%d'), education,education_years, subjective_ses, family_monthly_earning, status, create_time.strftime('%Y-%m-%d %H:%M:%S')))# 提交事务conn.commit()answer = {"Q1": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q2": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q3": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q4": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q5": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q6": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q7": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q8": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q9": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q10": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q11": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q12": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q13": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q14": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q15": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q16": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q17": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q18": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q19": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q20": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q21": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q22": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q23": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q24": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q25": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q26": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q27": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q28": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q29": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q30": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q31": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q32": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q33": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q34": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q35": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q36": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q37": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q38": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q39": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q40": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q41": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q42": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q43": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q44": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q45": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q46": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q47": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q48": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q49": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q50": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q51": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q52": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q53": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q54": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q55": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q56": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q57": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q58": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"Q59": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"CH1": fake.random_element(elements=('A', 'B', 'C', 'D', 'E')),"CH2": fake.random_element(elements=('A', 'B', 'C', 'D', 'E')),"CH3": fake.random_element(elements=('A', 'B', 'C', 'D', 'E')),"CH4": fake.random_element(elements=('A', 'B', 'C', 'D', 'E')),"CH5": fake.random_element(elements=('A', 'B', 'C', 'D', 'E')),"CH6": fake.random_element(elements=('A', 'B', 'C', 'D', 'E')),"CH7": fake.random_element(elements=('A', 'B', 'C', 'D', 'E')),"CH8": fake.random_element(elements=('A', 'B', 'C', 'D', 'E')),"CH9": fake.random_element(elements=('A', 'B', 'C', 'D', 'E')),"CH10": fake.random_element(elements=('A', 'B', 'C', 'D', 'E')),"DC1": fake.random_element(elements=('A', 'B', 'C')),"DC2": fake.random_element(elements=('A', 'B', 'C')),"DC3": fake.random_element(elements=('A', 'B', 'C')),"DC4": fake.random_element(elements=('A', 'B', 'C')),"DC5": fake.random_element(elements=('A', 'B', 'C', 'D')),"DC6": fake.random_element(elements=('A', 'B', 'C')),"DC7": fake.random_element(elements=('A', 'B', 'C')),"DC8": fake.random_element(elements=('A', 'B', 'C')),"DC9": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J', 'K')),"DC10": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"DC11": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"DC12": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"DC13": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G')),"DC14": fake.random_element(elements=('A', 'B', 'C', 'D', 'E', 'F', 'G'))}json_answer = json.dumps(answer)# 提交测评结果data = {"userId": str(id_no),"testType": "1101","testTime": create_time.strftime('%Y-%m-%d %H:%M:%S'),"userAnswer": json_answer,"totalTime": str(fake.random_int(min=90, max=300, step=5)),"stage": "1","status": "1"}json_data = json.dumps(data)data_post(url, json_data)# 提交事务# conn.commit()print('{}条数据插入成功'.format(i*10))# 关闭游标cursor.close()# 关闭连接conn.close()print('关闭数据库连接')except Exception as e:print(e)def data_post(url, data):headers = {"content-type": "application/json;charset=utf-8"}try:response = requests.post(url=url, headers=headers, data=data)if response.status_code == 200:print('请求成功')else:raise Exception('未正常响应请求')return dataexcept requests.exceptions.RequestException as e:print(e)if __name__ == '__main__':create_testers()

前提必须先安装雪花服务

安装Faker库
pip install faker安装最新版PyMySQL
pip install pymysql安装雪花算法库
pip install pysnowflake安装requests库
pip install requestscmd启动snowflake服务:
snowflake_start_server --address=localhost --port=8910 --dc=1 --worker=1

相关文章:

利用python做模拟数据(测试数据),连接数据库和服务器接口,涉及雪花id服务

import datetime import jsonimport pymysql import requests import snowflake.client from faker import Faker#cmd启动snowflake服务: #snowflake_start_server --addresslocalhost --port8910 --dc1 --worker1 def create_testers():# 创建一个中文Faker实例fak…...

大模型日报2024-03-30

大模型资讯 提升大型语言模型推理速度:高效部署技术 摘要: 随着GPT-4、LLaMA和PaLM等大型语言模型(LLMs)不断拓展自然语言处理的边界,研究人员正在探索加速这些模型推理过程的技术。这些技术旨在提高模型部署的效率,以…...

【ARM 嵌入式 C 入门及渐进 14 -- C 代码中取余与取模的使用介绍】

请阅读【嵌入式开发学习必备专栏 】 文章目录 背景示例 背景 有些文件每行是固定的字符个数,那么如果任意给个字符的序号,怎么通过C 代码获取该字符所在的行呢? 处理这个问题就要用到 C 语言中的取余和取模运算了。 示例 在 C 语言中&…...

C++入门知识详细讲解

C入门知识详细讲解 1. C简介1.1 什么是C1.2 C的发展史1.3. C的重要性1.3.1 语言的使用广泛度1.3.2 在工作领域 2. C基本语法知识2.1. C关键字(C98)2.2. 命名空间2.2 命名空间使用2.2 命名空间使用 2.3. C输入&输出2.4. 缺省参数2.4.1 缺省参数概念2.4.2 缺省参数分类 2.5. …...

pytorch中的torch.hub.load():以vggish为例

pytorch提供了torch.hub.load()函数加载模型,该方法可以从网上直接下载模型或是从本地加载模型。官方文档 torch.hub.load(repo_or_dir, model, *args, sourcegithub, trust_repoNone, force_reloadFalse, verboseTrue, skip_validationFalse, **kwargs)参数说明&a…...

mysql 用户管理-权限管理

学习了用户管理,再学习下权限管理。 3,权限管理 权限管理主要是对登录到MySQL的用户进行权限验证。所有用户的权限都存储在MySQL的权限表中,不合理的权限规划会给MySQL服务器带来安全隐患。数据库管理员要对所有用户的权限进行合理规…...

RabbitMQ--04--发布订阅模式 (fanout)-案例

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录 发布订阅模式 (fanout)---案例前言RabbitListener和RabbitHandler的使用 1.通过Spring官网快速创建一个RabbitMQ的生产者项目2.导入项目后在application.yml文件中配…...

基于java+SpringBoot+Vue的网上书城管理系统设计与实现

基于javaSpringBootVue的网上书城管理系统设计与实现 开发语言: Java 数据库: MySQL技术: SpringBoot MyBatis工具: IDEA/Eclipse、Navicat、Maven 系统展示 前台展示 后台展示 系统简介 整体功能包含: 网上书城管理系统是一个基于互联网的在线购书平台&#…...

PCL点云处理之M估计样本一致性(MSAC)平面拟合(二百三十六)

PCL点云处理之M估计样本一致性(MSAC)平面拟合(二百三十五六) 一、算法介绍二、使用步骤1.代码2.效果一、算法介绍 写论文当然用RANSAC的优化变种算法MSAC啊,RANSAC太土太LOW了哈哈 MSAC算法(M-estimator Sample Consensus)是RANSAC(Random Sample Consensus)的一种…...

通过WSL在阿里云上部署Vue项目

参考: 阿里云上搭建网站-CSDN博客 云服务器重装 关闭当前运行实例 更换操作系统,还有其他的进入方式。 选择ubuntu系统(和WSL使用相同的系统)。 设置用户和密码。发送短信验证码。 新系统更新。秒速干净的新系统设置完成。 这…...

240330-大模型资源-使用教程-部署方式-部分笔记

A. 大模型资源 Models - Hugging FaceHF-Mirror - Huggingface 镜像站模型库首页 魔搭社区 B. 使用教程 HuggingFace HuggingFace 10分钟快速入门(一),利用Transformers,Pipeline探索AI。_哔哩哔哩_bilibiliHuggingFace快速入…...

uni-app 富文本编辑器

<template><view class"container"><view>标题&#xff1a;<u-input placeholder"请输入标题"></u-input></view><view class"page-body"><view classwrapper><view classtoolbar tap"…...

3D汽车模型线上三维互动展示提供视觉盛宴

VR全景虚拟看车软件正在引领汽车展览行业迈向一个全新的时代&#xff0c;它不仅颠覆了传统展览的局限&#xff0c;还为参展者提供了前所未有的高效、便捷和互动体验。借助于尖端的vr虚拟现实技术、逼真的web3d开发、先进的云计算能力以及强大的大数据处理&#xff0c;这一在线展…...

如何在Flutter中进行网络请求?

Hello&#xff01;大家好&#xff0c;我是咕噜铁蛋&#xff0c;你们的好朋友&#xff01;今天&#xff0c;我想和大家分享一下在Flutter中如何进行网络请求。Flutter作为一个跨平台的开发框架&#xff0c;网络请求是其实现数据交互的重要一环。下面&#xff0c;我将详细介绍几种…...

node:ReferenceError: XMLHttpRequest is not defined

node&#xff1a;ReferenceError: XMLHttpRequest is not defined 1 前言 node执行如下代码&#xff1a; new XMLHttpRequest()报错提示&#xff1a;ReferenceError: XMLHttpRequest is not defined 2 解决 2.1 可能原因是没有安装xmlhttprequest npm install xmlhttpreq…...

PHP定时任务框架taskPHP3.0的学习记录1(TaskPHP、执行任务类的实操代码实例)

TaskPHP是一个基于PHP的定时任务框架&#xff0c;它提供了一个简单、灵活且易于使用的解决方案&#xff0c;用于在PHP环境中执行定时任务。下面是对TaskPHP框架的简要介绍&#xff1a; 简单易用&#xff1a;TaskPHP的设计目标是让定时任务的创建和管理变得简单。通过简单的配置…...

图腾柱PFC:HP1010为您的电动两轮车之旅提供绿色,高效,安全的动力

电动两轮车不仅为当今生活提供了便利&#xff0c;更是一种健康和绿色的出行方式。想象一下&#xff0c;在经过一整晚的充分休息&#xff0c;骑上爱车&#xff0c;满血复活的准备开始新的一天。您会愿意带着如何给心爱的两轮车充电的担心开始这一天吗&#xff1f; 随着越来越…...

动态规划-----背包类问题(0-1背包与完全背包)详解

目录 什么是背包问题&#xff1f; 动态规划问题的一般解决办法&#xff1a; 0-1背包问题&#xff1a; 0 - 1背包类问题 分割等和子集&#xff1a; 完全背包问题&#xff1a; 完全背包类问题 零钱兑换II: 什么是背包问题&#xff1f; 背包问题(Knapsack problem)是一种…...

通过 Docker 搭建 BookStack

文章目录 环境说明1、官方网站2、通过 Docker 部署总结 环境说明 操作系统版本&#xff1a;CentOS Linux release 7.9.2009 (Core) Docker 版本&#xff1a;Docker Engine - Community 24.0.2 BookStack 版本&#xff1a;23.02.3 MySQL 版本&#xff1a;8.0.32 1、官方网站 G…...

通俗易懂:什么是Java虚拟机(JVM)?它的主要作用是什么?

Java虚拟机&#xff08;Java Virtual Machine, JVM&#xff09;是一种软件实现的抽象计算机&#xff0c;它负责执行Java字节码&#xff08;Bytecode&#xff09;。Java程序并不是直接在物理计算机上运行&#xff0c;而是先由Java编译器将源代码编译成与平台无关的字节码&#x…...

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇&#xff0c;在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下&#xff1a; 【Note】&#xff1a;如果你已经完成安装等操作&#xff0c;可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作&#xff0c;重…...

Docker 离线安装指南

参考文章 1、确认操作系统类型及内核版本 Docker依赖于Linux内核的一些特性&#xff0c;不同版本的Docker对内核版本有不同要求。例如&#xff0c;Docker 17.06及之后的版本通常需要Linux内核3.10及以上版本&#xff0c;Docker17.09及更高版本对应Linux内核4.9.x及更高版本。…...

无法与IP建立连接,未能下载VSCode服务器

如题&#xff0c;在远程连接服务器的时候突然遇到了这个提示。 查阅了一圈&#xff0c;发现是VSCode版本自动更新惹的祸&#xff01;&#xff01;&#xff01; 在VSCode的帮助->关于这里发现前几天VSCode自动更新了&#xff0c;我的版本号变成了1.100.3 才导致了远程连接出…...

【解密LSTM、GRU如何解决传统RNN梯度消失问题】

解密LSTM与GRU&#xff1a;如何让RNN变得更聪明&#xff1f; 在深度学习的世界里&#xff0c;循环神经网络&#xff08;RNN&#xff09;以其卓越的序列数据处理能力广泛应用于自然语言处理、时间序列预测等领域。然而&#xff0c;传统RNN存在的一个严重问题——梯度消失&#…...

家政维修平台实战20:权限设计

目录 1 获取工人信息2 搭建工人入口3 权限判断总结 目前我们已经搭建好了基础的用户体系&#xff0c;主要是分成几个表&#xff0c;用户表我们是记录用户的基础信息&#xff0c;包括手机、昵称、头像。而工人和员工各有各的表。那么就有一个问题&#xff0c;不同的角色&#xf…...

【论文笔记】若干矿井粉尘检测算法概述

总的来说&#xff0c;传统机器学习、传统机器学习与深度学习的结合、LSTM等算法所需要的数据集来源于矿井传感器测量的粉尘浓度&#xff0c;通过建立回归模型来预测未来矿井的粉尘浓度。传统机器学习算法性能易受数据中极端值的影响。YOLO等计算机视觉算法所需要的数据集来源于…...

Cloudflare 从 Nginx 到 Pingora:性能、效率与安全的全面升级

在互联网的快速发展中&#xff0c;高性能、高效率和高安全性的网络服务成为了各大互联网基础设施提供商的核心追求。Cloudflare 作为全球领先的互联网安全和基础设施公司&#xff0c;近期做出了一个重大技术决策&#xff1a;弃用长期使用的 Nginx&#xff0c;转而采用其内部开发…...

技术栈RabbitMq的介绍和使用

目录 1. 什么是消息队列&#xff1f;2. 消息队列的优点3. RabbitMQ 消息队列概述4. RabbitMQ 安装5. Exchange 四种类型5.1 direct 精准匹配5.2 fanout 广播5.3 topic 正则匹配 6. RabbitMQ 队列模式6.1 简单队列模式6.2 工作队列模式6.3 发布/订阅模式6.4 路由模式6.5 主题模式…...

在Ubuntu24上采用Wine打开SourceInsight

1. 安装wine sudo apt install wine 2. 安装32位库支持,SourceInsight是32位程序 sudo dpkg --add-architecture i386 sudo apt update sudo apt install wine32:i386 3. 验证安装 wine --version 4. 安装必要的字体和库(解决显示问题) sudo apt install fonts-wqy…...

PostgreSQL——环境搭建

一、Linux # 安装 PostgreSQL 15 仓库 sudo dnf install -y https://download.postgresql.org/pub/repos/yum/reporpms/EL-$(rpm -E %{rhel})-x86_64/pgdg-redhat-repo-latest.noarch.rpm# 安装之前先确认是否已经存在PostgreSQL rpm -qa | grep postgres# 如果存在&#xff0…...