Zasilanie bazy danych danymi testowymi
Generuj realistyczne dane testowe za pomocą INSERT ... SELECT i generate_series, a następnie weryfikuj je prostymi zapytaniami analitycznymi.
Zasilanie bazy danych danymi testowymi to bezpłatna lekcja SQL Academy na CoddyKit. To lekcja 4 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej SQL Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs SQL Academy zawiera 4 lekcji w sumie.
Po co seedować?
Puste bazy danych ukrywają błędy. Potrzebujesz realistycznych danych:
- Do uruchamiania testów interfejsu i E2E
- Do weryfikowania charakterystyki wydajności (indeksów, planów zapytań)
- Do prezentowania aplikacji
Dane seedowane ręcznie
W przypadku kilku wierszy „fixture” zapisz je ręcznie w SQL lub migracji:
INSERT INTO users (id, email, full_name) VALUES
(1, 'alice@example.com', 'Alice Adams'),
(2, 'bob@example.com', 'Bob Brown');
SELECT setval('users_id_seq', (SELECT MAX(id) FROM users));Generated Series do dużych zbiorów
generate_series jest bardzo przydatną funkcją. Utwórz 1000 postów:
INSERT INTO posts (author_id, title, body, published_at)
SELECT
((random() * 9 + 1)::int), -- random user 1-10
'Post number ' || g,
'Lorem ipsum body ' || g,
NOW() - (random() * INTERVAL '90 days')
FROM generate_series(1, 1000) AS g;Losowe klucze obce
Wybierz losowy rekord nadrzędny:
INSERT INTO comments (post_id, author_id, body)
SELECT
(SELECT id FROM posts ORDER BY random() LIMIT 1),
(SELECT id FROM users ORDER BY random() LIMIT 1),
'Sample comment ' || g
FROM generate_series(1, 5000) AS g;
-- Slow at scale — see next slide for a faster pattern.Szybciej: wstępnie zapisz rekordy nadrzędne w pamięci
Zmaterializuj identyfikatory kandydatów jednokrotnie:
WITH u AS (SELECT id FROM users),
p AS (SELECT id FROM posts)
INSERT INTO comments (post_id, author_id, body)
SELECT
(SELECT id FROM p OFFSET floor(random()*1000)::int LIMIT 1),
(SELECT id FROM u OFFSET floor(random()*10)::int LIMIT 1),
'Sample comment ' || g
FROM generate_series(1, 5000) AS g;faker_fdw i narzędzia
Aby uzyskać bogatsze dane fikcyjne (imiona, adresy, akapity), użyj:
faker_fdw— rozszerzenia Postgresa udostępniającego bibliotekę Python Faker@faker-js/fakerdla Node- Seederów Django/Rails w postaci skryptów
COPY do dużych importów zbiorczych
Aby załadować milion wierszy, COPY jest 5–10 razy szybsze niż INSERT:
COPY users (email, full_name)
FROM '/tmp/seed_users.csv' WITH (FORMAT csv, HEADER true);Resetowanie sekwencji
Jeśli ręcznie wstawiono wiersze z jawnymi identyfikatorami, przesuń sekwencję do przodu, aby przyszłe automatyczne identyfikatory nie powodowały konfliktów:
SELECT setval('users_id_seq', (SELECT COALESCE(MAX(id), 0) FROM users));Idempotentne seedy
Zapewnij możliwość bezpiecznego wielokrotnego uruchamiania seedów. Użyj UPSERT albo TRUNCATE, a następnie INSERT:
INSERT INTO products (sku, name, price) VALUES
('A-001', 'Widget', 9.99)
ON CONFLICT (sku) DO UPDATE
SET name = EXCLUDED.name, price = EXCLUDED.price;Realistyczny rozkład danych
Testy powinny odzwierciedlać kształt danych produkcyjnych. Jeśli 80% postów ma 0 komentarzy, a 1% ma ich 1000, dane testowe powinny wyglądać podobnie — w przeciwnym razie plany użycia indeksów będą mylące.
Seedowanie w CI
W przypadku testów end-to-end uruchom skrypt seedujący po migracjach, a przed zestawem testów. Przechowuj seedy w systemie kontroli wersji.
Podsumowanie
Dobre seedy = realistyczne dane + idempotentny skrypt + szybkie ładowanie (COPY dla dużych zbiorów danych).
- generate_series dla dużych zbiorów
- UPSERT przy wielokrotnych uruchomieniach
- setval po ręcznych wstawieniach
- Rozkłady danych zgodne z produkcją
Szybkie sprawdzenie
Chcesz szybko wstawić 10 000 wierszy danych testowych. Która funkcja PostgreSQL generuje numery wierszy?
Często zadawane pytania
Czy lekcja „Zasilanie bazy danych danymi testowymi” jest bezpłatna?
Tak — pełny tekst „Zasilanie bazy danych danymi testowymi” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu SQL Academy, przejdź na CoddyKit PRO. Kurs SQL Academy zawiera 4 lekcji w sumie.
Co nauczysz się w „Zasilanie bazy danych danymi testowymi”?
Generuj realistyczne dane testowe za pomocą INSERT ... SELECT i generate_series, a następnie weryfikuj je prostymi zapytaniami analitycznymi. Ćwiczysz SQL Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.
Czy potrzebuję doświadczenia, aby zacząć SQL Academy?
Nie wymagamy żadnego doświadczenia. SQL Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 4 z 4.
Ile czasu zajmuje lekcja „Zasilanie bazy danych danymi testowymi”?
Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.
Czy mogę pisać i uruchamiać kod w tej lekcji SQL Academy?
Tak. Każda lekcja SQL Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.
Wszystkie lekcje w tym kursie
- Modelowanie bloga: użytkownicy, posty, komentarze
- Wybór kluczy i typów
- Indeksy dla typowych zapytań
- Zasilanie bazy danych danymi testowymi