java 生成压测数据

public static void main(String[] args) throws IOException {

List<Object[]> rows = new ArrayList<Object[]>();
String filePath = "D:\\开发计划\\test\\";
String fileName = "dataSoure";
for(int i=0;i<10000;i++){
Random rd = new Random();
int in = rd.nextInt()*10000+1;
String out = String.valueOf(in).substring(1, 6);
String plateNo = "浙A"+out;
String vehicleFrameNo = "LJ12EKR25F4R"+out;
String engineNo = "LJ12EK"+out;
SimpleDateFormat format = new SimpleDateFormat("yyyyMMddHHmmss");
String payFlowId = "A"+format.format(new Date())+out;
String[] array = {plateNo,",",vehicleFrameNo,",",engineNo,",",payFlowId};
rows.add(array);
}
boolean a = createTxtFile(rows,filePath,fileName);
System.out.println(a);
}

/**
* 生成.TXT格式文件,行数几乎无上限
*/
public static boolean createTxtFile(List<Object[]> rows, String filePath, String fileName) {
// 标记文件生成是否成功
boolean flag = true;

try {
// 含文件名的全路径
String fullPath = filePath + File.separator + fileName + ".txt";

File file = new File(fullPath);
if (file.exists()) { // 如果已存在,删除旧文件
file.delete();
}
file = new File(fullPath);
file.createNewFile();

// 遍历输出每行
PrintWriter pfp = new PrintWriter(file);
for (Object[] rowData : rows) {
StringBuffer thisLine = new StringBuffer("");
for (int i = 0; i < rowData.length; i++) {
Object obj = rowData[i]; // 当前字段

// 格式化数据
String field = "";
if (null != obj) {
if (obj.getClass() == String.class) { // 如果是字符串
field = (String) obj;
}
} else {
field = " "; // null时给一个空格占位
}

// 拼接所有字段为一行数据,用tab键分隔
if (i < rowData.length - 1) { // 不是最后一个元素
thisLine.append(field);
} else { // 是最后一个元素
thisLine.append(field);
}
}
pfp.print(thisLine.toString() + "\n");
}
pfp.close();

} catch (Exception e) {
flag = false;
e.printStackTrace();
}
return flag;
}

时间: 2024-08-26 05:53:01

java 生成压测数据的相关文章

【转】Visual Studio 2010在数据库生成随机测数据

测试在项目中是很重要的一个环节,在Visual Studio 2010中,在测试方面已经有很好的支持了,比如有单元测试,负载测试等等.在数据测试的方面,Visual Studio 2010,还支持对数据库进行多种测试,其中一个很好用的功能是能为开发者在测试阶段,大量方便地为数据库生成随机的数据,而且还可以自己指定生成数据的规则,十分方便,这就让在测试过程中,开发者能有更充足的数据样本对项目进行测试.本文则介绍其中的Data Generation数据生成器的使用方法. 1 创建SQL Server

当压测数据压不上去时可能是哪些原因造成的

1.网络带宽 在压力测试中,有时候要模拟大量的用户请求,如果单位时间内传递的数据包过大,超过了带宽的传输能力,那么就会造成网络资源竞争,间接导致服务端接收到的请求数达不到服务端的处理能力上限. 2.连接池 可用的连接数太少,造成请求等待.连接池一般分为服务器连接池(比如Tomcat)和数据库连接池(或者理解为最大允许连接数也行). (关于连接池的具体内容,可参考之前的博客:性能测试:连接池和线程) 3.垃圾回收机制 从常见的应用服务器来说,比如Tomcat,因为java的的堆栈内存是动态分配,具

mysql做千万条压测数据

#创建数据库CREATE DATABASE bigdata#使用数据库USE bigdata #创建表CREATE TABLE dept(id INT UNSIGNED PRIMARY KEY AUTO_INCREMENT,deptno MEDIUMINT UNSIGNED NOT NULL DEFAULT 0,dname VARCHAR(20) NOT NULL DEFAULT '',loc VARCHAR(13) NOT NULL DEFAULT '') ENGINE = INNODB DE

京东全链路压测军演系统(ForceBot)架构解密

摘要:全链路压测是应对电商大促容量规划最有效的手段,如何有效进行容量规划是其中的架构关键问题.京东在全链路压测方面做过多年尝试,本文转载京东商城基础平台技术专家文章,介绍其最新的自动化压测 ForceBot 体系. ForceBot愿景 1.诞生背景 伴随着京东业务的不断扩张,研发体系的系统也随之增加,各核心系统环环相扣,尤其是强依赖系统,上下游关系等紧密结合,其中一个系统出现瓶颈问题,会影响整个系统链路的处理性能,直接影响用户购物体验. 往年的 618.双 11 大促备战至少提前 3 个月时间

全链路压测自动化实践

背景与意义 境内度假是一个低频.与节假日典型相关的业务,流量在节假日较平日会上涨五到十几倍,会给生产系统带来非常大的风险.因此,在2018年春节前,我们把整个境内度假业务接入了全链路压测,来系统性地评估容量和发现隐患,最终确保了春节期间系统的稳定. 在整个过程中,我们意识到,全链路压测在整个系统稳定性建设中占有核心重要的位置,也是最有效的方案.结合实际业务节假日的频率(基本平均一个月一次),如果能够把它作为稳定性保障的常规手段,我们的系统质量也能够得到很好的保障.同时,为了解决周期常态化压测过程

虚拟网卡性能压测

本文主要介绍多种场景下,虚拟机网卡的压测及性能对比,根据openstack实际的部署方式,虚拟机网卡压测场景包括 SRIOV(passthrough).SRIOV+Macvtap(passthrough).Vlan+Linux bridge.OVS+Linux Bridge,分别从协议类型(TCP/UDP).Message Size方向压测虚拟机网卡的时延.发包率.吞吐量. 压测环境 host1:  服务器型号:IBM x3550m2 CPU型号:Intel(R) Xeon(R) CPU*8,每

全链路压测资料汇总——业内大厂解决方案

最近忙于公司的全链路压测平台调研和技术规划文档输出工作,参考了全网能搜到的业内大厂的全链路压测方案,这里做个汇总,以及将个人认为可以落地的方案做一个关键点整理. 技术链接 滴滴全链路压测解决之道 阿里巴巴的全链路压测 阿里怎么做双11全链路压测? 美团全链路压测自动化实践 全链路压测平台在美团中的实践 饿了么全链路压测的探索与实践 饿了么全链路压测平台的实现与原理 有赞全链路压测方案设计与实施详解 京东全链路压测系统(ForceBot)架构解密 罗辑思维在全链路压测方面的实践和工作笔记 大厂方案

有赞全链路压测实战

一.前言 有赞致力于成为商家服务领域里最被信任的引领者,因为被信任,所有我们更需要为商家保驾护航,保障系统的稳定性.有赞从去年开始通过全链路压测,模拟大促真实流量,串联线上全部系统,让核心系统同时达到流量峰值: 验证大促峰值流量下系统稳定性 容量规划 进行强弱依赖的划分 降级.报警.容灾.限流等演练 …通过全链路压测这一手段,对线上系统进行最真实的大促演练,获取系统在大压力时的表现情况,进而准确评估线上整个系统集群的性能和容量水平,不辜负百万商家的信任. 有赞对于性能测试主要有线下单系统单接口.

SSDB性能压测报告

测试场景 机器: 两台Intel(R) Xeon(R) E5506  2.13GHz  (4核 8线程)*2/内存32GB/SAS 300G 数据: key: 10位顺序数字     value: 50字节      数据量: 2kw 并发: 并发数依次为10.20.40.80.160 压测工具:redis-benchmark ssdb 版本: 1.9.2 ssdb 配置: leveldb: cache_size: 5120 block_size: 32 write_buffer_size: 6