本文为您介绍如何使用模拟数据生成Faker连接器。

背景信息

模拟数据生成Faker是系统内置的连接器，它根据表中每个字段提供的Java Faker表达式生成测试数据。当您在开发或测试时，需要使用一些测试数据来验证业务逻辑时，推荐您使用模拟数据生成连接器。

模拟数据生成连接器支持的信息如下。
类别详情
支持类型源表和维表
运行模式批模式和流模式
数据格式不适用
特有监控指标无
API种类SQL
是否支持更新或删除结果表数据不涉及

前提条件

无

使用限制

  • 仅Flink计算引擎VVR 4.0.12及以上版本支持模拟数据生成连接器。
  • 仅支持部分数据类型，包括CHAR(n)、VARCHAR(n)、STRING、TINYINT、SMALLINT、INT、BIGINT、FLOAT、DOUBLE、DECIMAL、BOOLEAN、TIMESTAMP、ARRAY、MAP、MULTISET和ROW。

语法结构

CREATE TABLE faker_source (
  `name` STRING,
  `age` INT
) WITH (
  'connector' = 'faker',
  'fields.name.expression' = '#{superhero.name}',
  'fields.age.expression' = '#{number.numberBetween ''0'',''1000''}'
);

WITH参数

类型参数说明数据类型是否必填默认值备注
通用connector表类型。String是无固定值为faker。
fields.<field>.expression生成该字段值的Java Faker表达式。String是无详情请参见字段表达式。
fields.<field>.null-rate该字段值为空的占比。Float否0.0无
fields.<field>.lengthARRAY、MAP或MULTISET集合类型的大小。Integer否1无
源表独有number-of-rows生成的数据行数。Integer否-1如果设置了该参数，则源表是有界的，否则是无界的。
rows-per-second生成数据的速率。Integer否10000默认值为10000条/秒。

使用示例

  • 源表示例
    CREATE TEMPORARY TABLE heros_source (
  `name` STRING,
  `power` STRING,
  `age` INT
) WITH (
  'connector' = 'faker',
  'fields.name.expression' = '#{superhero.name}',
  'fields.power.expression' = '#{superhero.power}',
  'fields.power.null-rate' = '0.05',
  'fields.age.expression' = '#{number.numberBetween ''0'',''1000''}'
);

CREATE TEMPORARY table blackhole_sink(
  `name` STRING,
  `power` STRING,
  `age` INT
) WITH (
  'connector' = 'blackhole'
);

INSERT INTO blackhole_sink SELECT * FROM heros_source;
  • 维表示例
    CREATE TEMPORARY TABLE datagen_source (
  `character_id` INT,
  `location` STRING,
  `proctime` AS PROCTIME()
) WITH (
  'connector' = 'datagen'
);

CREATE TEMPORARY TABLE faker_dim (
  `character_id` INT,
  `name` STRING
) WITH (
  'connector' = 'faker',
  'fields.character_id.expression' = '#{number.numberBetween ''0'',''100''}',
  'fields.name.expression' = '#{harry_potter.characters}'
);

SELECT
  c.character_id,
  l.location,
  c.name
FROM datagen_source AS l
JOIN faker_dim FOR SYSTEM_TIME AS OF proctime AS c
ON l.character_id = c.character_id;

字段表达式

  • 操作方法
    使用模拟数据生成连接器时，DDL中定义的每个字段，都需要在WITH语句中提供具体的表达式。表达式的固定格式为'fields.<field>.expression' = '#{className.methodName ''parameter'', ...}'。相关的参数说明如下表所示。
    参数说明
    field表示DDL中具体的字段名。
    className表示Faker类的类名。

    Java Faker提供了大约80个Faker类用于生成您需要的字段表达式，您可以根据需要选择对应的类。

    说明 Faker类的类名不区分大小写。
    methodName表示方法名。
    说明 方法名不区分大小写。
    parameter表示方法的入参。
    说明
    • 方法的入参需要使用两个半角单引号（' ）括起来。
    • 多个参数使用半角逗号（,）进行分隔。
  • 示例
    本文结合Java Faker API文档和语法结构部分中的age字段表达式'fields.age.expression' = '#{number.numberBetween ''0'',''1000''}' 为例，为您介绍如何为DDL中的字段正确地生成SQL表达式。
    1. 在Java Faker API文档中，找到Number类。Number类
    2. 在Number类中找到numberBetween方法，并查看其方法描述。numberBetween

      numberBetween方法表示返回指定数字范围的值。

    3. 根据类名Number和方法名numberBetween传入方法的参数0和1000，生成age字段的SQL表达式'fields.age.expression' = '#{number.numberBetween ''0'',''1000''}' 。

      表示生成的age字段的值在0到1000范围内。