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:<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,它不仅颠覆了传统展览的局限,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,这一在线展…...

如何在Flutter中进行网络请求?
Hello!大家好,我是咕噜铁蛋,你们的好朋友!今天,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,网络请求是其实现数据交互的重要一环。下面,我将详细介绍几种…...

node:ReferenceError: XMLHttpRequest is not defined
node:ReferenceError: XMLHttpRequest is not defined 1 前言 node执行如下代码: new XMLHttpRequest()报错提示: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,它提供了一个简单、灵活且易于使用的解决方案,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: 简单易用: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,更是一种健康和绿色的出行方式。想象一下,在经过一整晚的充分休息,骑上爱车,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? 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? 动态规划问题的一般解决办法: 0-1背包问题: 0 - 1背包类问题 分割等和子集: 完全背包问题: 完全背包类问题 零钱兑换II: 什么是背包问题? 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:CentOS Linux release 7.9.2009 (Core) Docker 版本:Docker Engine - Community 24.0.2 BookStack 版本:23.02.3 MySQL 版本: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(Java Virtual Machine, JVM)是一种软件实现的抽象计算机,它负责执行Java字节码(Bytecode)。Java程序并不是直接在物理计算机上运行,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…...
在rocky linux 9.5上在线安装 docker
前面是指南,后面是日志 sudo dnf config-manager --add-repo https://download.docker.com/linux/centos/docker-ce.repo sudo dnf install docker-ce docker-ce-cli containerd.io -y docker version sudo systemctl start docker sudo systemctl status docker …...

【机器视觉】单目测距——运动结构恢复
ps:图是随便找的,为了凑个封面 前言 在前面对光流法进行进一步改进,希望将2D光流推广至3D场景流时,发现2D转3D过程中存在尺度歧义问题,需要补全摄像头拍摄图像中缺失的深度信息,否则解空间不收敛…...

令牌桶 滑动窗口->限流 分布式信号量->限并发的原理 lua脚本分析介绍
文章目录 前言限流限制并发的实际理解限流令牌桶代码实现结果分析令牌桶lua的模拟实现原理总结: 滑动窗口代码实现结果分析lua脚本原理解析 限并发分布式信号量代码实现结果分析lua脚本实现原理 双注解去实现限流 并发结果分析: 实际业务去理解体会统一注…...

Ascend NPU上适配Step-Audio模型
1 概述 1.1 简述 Step-Audio 是业界首个集语音理解与生成控制一体化的产品级开源实时语音对话系统,支持多语言对话(如 中文,英文,日语),语音情感(如 开心,悲伤)&#x…...

Map相关知识
数据结构 二叉树 二叉树,顾名思义,每个节点最多有两个“叉”,也就是两个子节点,分别是左子 节点和右子节点。不过,二叉树并不要求每个节点都有两个子节点,有的节点只 有左子节点,有的节点只有…...

RNN避坑指南:从数学推导到LSTM/GRU工业级部署实战流程
本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在聚客AI学院。 本文全面剖析RNN核心原理,深入讲解梯度消失/爆炸问题,并通过LSTM/GRU结构实现解决方案,提供时间序列预测和文本生成…...

微软PowerBI考试 PL300-在 Power BI 中清理、转换和加载数据
微软PowerBI考试 PL300-在 Power BI 中清理、转换和加载数据 Power Query 具有大量专门帮助您清理和准备数据以供分析的功能。 您将了解如何简化复杂模型、更改数据类型、重命名对象和透视数据。 您还将了解如何分析列,以便知晓哪些列包含有价值的数据,…...

视觉slam十四讲实践部分记录——ch2、ch3
ch2 一、使用g++编译.cpp为可执行文件并运行(P30) g++ helloSLAM.cpp ./a.out运行 二、使用cmake编译 mkdir build cd build cmake .. makeCMakeCache.txt 文件仍然指向旧的目录。这表明在源代码目录中可能还存在旧的 CMakeCache.txt 文件,或者在构建过程中仍然引用了旧的路…...

JVM 内存结构 详解
内存结构 运行时数据区: Java虚拟机在运行Java程序过程中管理的内存区域。 程序计数器: 线程私有,程序控制流的指示器,分支、循环、跳转、异常处理、线程恢复等基础功能都依赖这个计数器完成。 每个线程都有一个程序计数…...

android13 app的触摸问题定位分析流程
一、知识点 一般来说,触摸问题都是app层面出问题,我们可以在ViewRootImpl.java添加log的方式定位;如果是touchableRegion的计算问题,就会相对比较麻烦了,需要通过adb shell dumpsys input > input.log指令,且通过打印堆栈的方式,逐步定位问题,并找到修改方案。 问题…...