前言
在日常的测试中，咱们常常须要提前准备一大堆测试数据，用来验证业务逻辑。当然对于简略的数据类型齐全能够通过 JDK 自带的 Random 类来实现。然而对于一个比较复杂的类，或者参数的格局有特殊要求的时候，Random 就不实用了，这个时候就须要借助一些可能生成测试数据的框架。
相干框架
我在理论调研中，找到了 2 个在集体看来还不错的生成框架，他们别离是：
- jmockdata
- java-faker
上面我将一一介绍这些框架的优缺点以及实用场景。话不多说，间接开始撸代码。
JmockData
首先出场的是 JmockData 框架，它是官网定义如下：
一款实现模仿JAVA类型或对象的实例化并随机初始化对象的数据的工具框架。
依赖
<dependency> <groupId>com.github.jsonzou</groupId> <artifactId>jmockdata</artifactId> <version>4.2.0</version> </dependency>根底类型数据生成
@Test public void testBaseType(){ // 根底数据类型 System.out.println(JMockData.mock(byte.class)); System.out.println(JMockData.mock(int.class)); System.out.println(JMockData.mock(long.class)); System.out.println(JMockData.mock(double.class)); System.out.println(JMockData.mock(float.class)); System.out.println(JMockData.mock(String.class)); System.out.println(JMockData.mock(BigDecimal.class)); // 根底数据类型的数组 System.out.println(JMockData.mock(byte[].class)); System.out.println(JMockData.mock(int[].class)); System.out.println(JMockData.mock(long[].class)); System.out.println(JMockData.mock(double[].class)); System.out.println(JMockData.mock(float[].class)); System.out.println(JMockData.mock(String[].class)); System.out.println(JMockData.mock(BigDecimal[].class)); }运行后果
0261034018582.187194.445Xu79051.92[B@7fbe847c[I@41975e01[J@c2e1f26[D@dcf3e99[F@6d9c638[Ljava.lang.String;@7dc5e7b4[Ljava.math.BigDecimal;@1ee0005JavaBean 类型数据生成
/** * java bean 测试 */ @Test public void testJavaBean(){ Person mock = JMockData.mock(Person.class); System.out.println(mock); }运行后果
Person[address=RrayfQIK,age=5863,idCard=SDn,name=j]
这里能够看到，应用 JMockdata.mock(xx.class); 能够很容易的生成一个 JavaBean。框架通过反射，在底层遍历取得类的属性与类型，而后填充数据。
然而与此同时，大家也发现了，尽管咱们能够的的确确的生成了一个 Person 类，也给它的每个属性都填充了值，然而生成的数据只是依据类型简略生成的，比方 age 字段被填充的是 5863。如果数据有事实含意，没有规定的随机就很容易呈现乌龙。
要解决这个问题，咱们就要限度随机数据的范畴，能够通过它的配置性能实现。
应用随机配置
@Test public void testJavaBeanWithConfig() { MockConfig mockConfig = new MockConfig() .subConfig("age") // 设置 int 的范畴 .intRange(1, 100) .subConfig("email") // 设置生成邮箱正则 .stringRegex("[a-z0-9]{5,15}\\@\\w{3,5}\\.[a-z]{2,3}") .globalConfig(); Person mock = JMockData.mock(Person.class, mockConfig); System.out.println(mock); }运行后果
Person[address=hXttj2s,age=2,email=w14hnn@UvFB9.kt,idCard=V5bBdX,name=KM8]
能够看到 age 跟 email 曾经失常了，能够通过他弱小的配置性能对于数据进行生成的限度，然而你也发现了，对于一些有简略边界的数据，这样做能够，否则就像 address 、 name 这样的数据，很难通过简略规定去生成。
而对于有现实意义的数据生成，能够应用 java-faker 框架。
Java-faker
依赖
<dependency> <groupId>com.github.javafaker</groupId> <artifactId>javafaker</artifactId> <version>1.0.2</version></dependency>数据生成
@Test public void testRandomName() { Faker faker = new Faker(); final Name name = faker.name(); System.out.println("firstName : " + name.firstName()); System.out.println("username : " + name.username()); System.out.println("bloodGroup : " + name.bloodGroup()); System.out.println("suffix : " + name.suffix()); System.out.println("title : " + name.title()); System.out.println("lastName : " + name.lastName()); System.out.println("nameWithMiddle : " + name.nameWithMiddle()); System.out.println("fullName : " + name.fullName()); System.out.println("name : " + name.name()); System.out.println("prefix : " + name.prefix()); }生成后果
firstName : Hollisusername : cristy.whitebloodGroup : O-suffix : Sr.title : Product Implementation SpecialistlastName : JohnstonnameWithMiddle : Alesia Hagenes KiehnfullName : Dr. Pat Marvinname : Ms. Jamal Rauprefix : Mr.
能够看到 java-faker 生成数据特地的不便，根本格局如下：
Faker faker = new Faker(); final Xx xx = faker.xx(); xx.yyyy;
步骤：
- 创立 faker 对象
- 通过 faker 对象取得要生成的实体对象
- 调用实体对象取得对于生成的局部
这里的实体对象，对应下面的 name，也就说咱们要生成姓名相干的数据，拿到实体对象后还能够只取得其中的局部数据，比方姓名中的姓或名，还有前缀，甚至血型，能够说是十分全面。
而且 java-faker 反对的实体对象特地的多，如下：
- Address
- Ancient
- Animal
- App
- Aqua Teen Hunger Force
- Artist
- Avatar
- Back To The Future
- Aviation
- Basketball
- Beer
- Bojack Horseman
- Book
- Bool
- Business
- ChuckNorris
- Cat
- Code
- Coin
- Color
- Commerce
- Company
- Crypto
- DateAndTime
- Demographic
- Disease
- Dog
- DragonBall
- Dune
- Educator
- Esports
- File
- Finance
- Food
- Friends
- FunnyName
- GameOfThrones
- Gender
- Hacker
- HarryPotter
- Hipster
- HitchhikersGuideToTheGalaxy
- Hobbit
- HowIMetYourMother
- IdNumber
- Internet
- Job
- Kaamelott
- LeagueOfLegends
- Lebowski
- LordOfTheRings
- Lorem
- Matz
- Music
- Name
- Nation
- Number
- Options
- Overwatch
- PhoneNumber
- Pokemon
- Princess Bride
- Relationship Terms
- RickAndMorty
- Robin
- RockBand
- Shakespeare
- SlackEmoji
- Space
- StarTrek
- Stock
- Superhero
- Team
- TwinPeaks
- University
- Weather
- Witcher
- Yoda
- Zelda
从身份证到姓名再到地址、动物、书籍、头像、职位等等，基本上笼罩了咱们生存中的方方页面。
另外，java-faker 更贴心的是帮咱们实现了国际化，可能方才看了姓名的例子，有些敌人感觉这个框架难看但不好用，就拿生成姓名来说，生成都是 Johnston、Tom、Kiwi 之类英文名，在国内很少用到这些数据。其实java-faker 曾经思考到这个问题。而且只有改一行代码就能够了。
批改后的代码
// 原代码 Faker faker = new Faker(); // 新代码 Faker faker = new Faker(Locale.CHINA); final Name name = faker.name(); System.out.println("firstName : " + name.firstName()); System.out.println("username : " + name.username()); System.out.println("bloodGroup : " + name.bloodGroup()); System.out.println("suffix : " + name.suffix()); System.out.println("title : " + name.title()); System.out.println("lastName : " + name.lastName()); System.out.println("nameWithMiddle : " + name.nameWithMiddle()); System.out.println("fullName : " + name.fullName()); System.out.println("name : " + name.name()); System.out.println("prefix : " + name.prefix());生成后果
firstName : 熠彤username : 烨霖.龙bloodGroup : A-suffix : IVtitle : Investor Division EngineerlastName : 范nameWithMiddle : 胡思fullName : 孟鸿涛name : 黎航prefix : Miss
只须要，把之前的 Faker faker = new Faker(); 改成 Faker faker = new Faker(Locale.CHINA); 即可。如果你想生成其它国家的内容也是能够的，java-faker 反对的国家如下：
- bg
- ca
- ca-CAT
- da-DK
- de
- de-AT
- de-CH
- en
- en-AU
- en-au-ocker
- en-BORK
- en-CA
- en-GB
- en-IND
- en-MS
- en-NEP
- en-NG
- en-NZ
- en-PAK
- en-SG
- en-UG
- en-US
- en-ZA
- es
- es-MX
- fa
- fi-FI
- fr
- he
- hu
- in-ID
- it
- ja
- ko
- nb-NO
- nl
- pl
- pt
- pt-BR
- ru
- sk
- sv
- sv-SE
- tr
- uk
- vi
- zh-CN
- zh-TW
总结
JmockData
个人感觉它是 plus 版的 Random 类，不便简略的按类型生成数据，也能够本人给定配置与规定去生成，毛病，上文也说了，生成的数据没有太多实际意义，简略数据还好，如果像姓名、地址等有现实意义的数据，就不太适合了。
Java-faker
java-faker 其实是迁徙自 ruby 中赫赫有名的 faker。很多语言都有他的对应迁徙，比方 python、java。所以数据量和性能是很欠缺并且通过考验的，应用起来也很不便。理论工作中，能够优化应用。如果要说毛病，集体感觉他有些中央国际化的并不全面，比方车牌、身份证之类的。如果对于这些数据有比拟严格的要求，举荐另一个我的项目 yindz/common-random: 简略易用的随机数据生成器。这个我的项目对于本地化数据，做了很多解决，根本够用。