アプリケーションのテストなどで利用できる、リアルな架空の個人情報データ（疑似データ）を生成するツールです。
個人情報テストデータジェネレーター
アプリケーションのテストなどで利用できる、リアルな架空の個人情報データ（疑似データ）を生成するツールです。
テストデータを貯めて感じたこと
https://toruby.connpass.com/event/286678/ の発表資料です。
Prisma で始める快適テストデータ生活
以前こんな記事を書きまして、こちらではいわゆる Rails とかである Factory Bot みたいな感覚で使えるものが欲しいなと思い作りました。 ただ、実際にこれを使ってテストを書き始めてみたものの、すぐにまだ足りないものを見つけました。 それは relation を持つもののデータを作るのがめんどくさい default のデータを書くのがめんどくさい の2点です。これらが解ければユニットテストのデータ準備周りで困ることはなさそうだと思い、ソリューションを考えてきたのでご紹介します！ relation を持つもののデータを作るのがめんどくさい まずこちらですが、relation の持ち方については次の二つがあるのでそれぞれ個別に考えます。 foreign key を持っているパターン 中間テーブルで紐づけているパターン foreign key を持っているパターン こちらに関しては P
こちらは ANDPAD Advent Calendar 2022 の25日目の記事です。 はじめまして、アンドパッドでQuality Control (≒ QAエンジニア) をやっている高木です。普段は「ANDPAD引合粗利管理」の開発チームでテストや品質に関わる業務を行なっています。 初めてのテックブログ執筆でアドベントカレンダーの最終日枠を取ってしまい非常に恐れ慄いているのですが、あまり気張らずに業務でのTryを記事にしようと思います。 直近、業務として開発経験が無い私がGo言語とWebDriverを使ってテストデータ作成を自動化を行ってみたので、その際に行ったこと・考えたことを書こうと思います。 背景 QAエンジニアとしてソフトウェアテストを行なっている中で、大量のデータを作成する必要があるテストが度々発生していました。 具体的には 各データで1度だけ確認できる挙動のテスト データを
MasaKato on Twitter: "人工知能学会論文「LSTMを用いた株価変動予測」のまとめ「実験の結果、LSTM は 1 分後利益率の時系列をモデル化できることが確認された。ただし、過学習が生じ、テストデータに対する予測ができない点が課題である」． これが月間アク… https://t.co/B23T8K4OnA"
人工知能学会論文「LSTMを用いた株価変動予測」のまとめ「実験の結果、LSTM は 1 分後利益率の時系列をモデル化できることが確認された。ただし、過学習が生じ、テストデータに対する予測ができない点が課題である」． これが月間アク… https://t.co/B23T8K4OnA
日本プロサッカーリーグ（Jリーグ）の公式Webサイトで、誤った試合結果を表示する問題が発生した件を巡り、Jリーグが6月10日、原因の詳細を説明した。サイトの不具合修正の過程で本番環境に接続したまま切断しなかったため、テストデータを開発環境に取り込むはずが、本番環境に取り込んでしまったとしている。 問題があったのは6～7日に開催された3試合。試合結果が逆転した他、ある選手が一発退場になるという誤情報を表示。影響を受けた鹿島アントラーズの小泉文明社長は「原因の説明を求めて抗議する」としていた。 Jリーグによると、公式Webサイトでは7日以前に、一部の試合データにおいて適切なページに遷移できない不具合が発生していたという。サイト運営会社で調査した際に、問題のデータを確認するため本番環境のデータベースに接続。その後、修正のためテストデータを開発環境に取り込もうとしたが、本番環境のデータベースに接続
E2Eのテスト環境とテストデータの理想と現実 〜現実のシステムでE2Eテストを作り維持する工夫と具体事例〜 / real world e2e testing
PHPerが日々奮闘するソフトウェア開発の現場では、ユニットテストを書くことは推奨され普及してきました。 一方、E2Eといった高レベルのテストになると整備したいという気持ちはありつつ、初期構築コスト自体の高さや、構築したもののテスト維持に失敗する話をよく聞きます。 その要因の一つとして、本トークではテスト環境とテストデータに着目します。 テスト環境とテストデータの扱いは、既存システム都合との折衷案を取る必要があったりする理想と現実の間での戦いになる事が多いでしょう。 現場での戦いの武器となるような事例とそれぞれの実践手段のメリット・デメリットをまとめてお伝えします。
システム障害による日程・結果ページの誤った情報表示に関してhttps://t.co/SoSG6hzlJk — Ｊリーグ（日本プロサッカーリーグ） (@J_League) June 7, 2023 ここ最近、SNSのサッカー界で燃えていたこの事象について、6年半くらいテストを専門に行うITエンジニアとしてご飯を食べさせてもらっている自分の立場から、ちょっと考察して意見を述べようかなと思います。 先に結論として自分自身、漏れてしまったテストデータの内容については「失礼だろ」「ふざけてんのか」とはあまり思いませんでした。テストを毎日のルーティーンとしてこなしている我々にとって、人それぞれではないですが、指定されていない任意のテストデータの場合、そこに特別思いをいちいち持つことはほとんどないからです。大事なのは、そこで不具合が出ないこと・品質が仕様通りに保たれているか担保することであって、そこが確
CloudWatch Logs にテストデータを送信する方法2パターン(CLI/マネジメントコンソール) | DevelopersIO
コンサル部＠大阪オフィスのYui(@MayForBlue)です。 今回はCloudWatch Logs にテストデータ(ログイベント)を送信する方法を、マネジメントコンソールを使う場合と AWS CLI を使う場合の2パターンご紹介します。 前提条件 ロググループ、ログストリームが作成されていること Cloud Watch Logs は階層の概念があり、ログイベントの保存のためにはロググループ、ログイベントの作成が必須となります。 ログイベントを保存するために、ロググループと、その中に一つ以上のログストリームを作成してください。 ログストリームは、対象のロググループの詳細画面の「ログストリームを作成」をクリックしてログストリーム名を入力することで作成できます。 テスト用のログイベントを送信する マネジメントコンソールの場合 CloudWatch Logs のダッシュボードから対象のロググル
はじめに 事業開発部でQAエンジニアをしている長友です。 今日はCodeceptJSというものを使ってみましたという記事です。 CodeceptJSはE2Eテストのフレームワークです。 今回はこちらを使ってテストデータを作成してみたというお話です。 経緯 急遽テスト実施をしてほしいということでとある案件に送り込まれました。 何もわからない状態で入ったので、どんな状況なのかやどんな感じでテストが行われているのかもわかってませんでした。 CodeceptJSについては、「Software Design 2020年6月号」〜「Software Design 2020年8月号」まで連載されていた「はじめよう、高速E2Eテスト」という記事を見たりしていて知っていました。そして、2020年の年末に開催されたソフトウェアテスト自動化カンファレンス2020で連載記事を書かれていた末村さんが「"全部乗せ"
これは何 Firebase(具体的には、Cloud Firestore)の運用に便利なfsrpl (Firestore Replication Tool) と、その使い方について紹介します。以前、別の場所に投稿したものがありますが、このCLIツールにオプション変更のあったため本記事では最新の利用方法についてユースケースを添えて紹介します。 fsrplの概要 FirebaseOpenSourceでも紹介されているCLIツールで、下記の３つの機能があります。(READMEからの抜粋です) copy 特定のドキュメントを、別のCollection配下にコピーできる。また、ワイルドカードを利用することでコレクション配下のすべてのドキュメントをコピーできる。 さらに、特定のProjectのFirebaseから他のFirebaseへ、特定のドキュメントのデータをコピーできる dump 特定のドキュメン
この記事では、Backlog クラシックプランからの移行フローリニューアルの開発プロジェクトで、 Playwright を使いテストデータの作成を自動化したことについて紹介します。 今回、初めて Playwright をさわってみたのですが、複雑な手順をわかりやすいコードとして表現できるのがとても便利だったので知見と今後の課題をまとめます。 要約 テストデータの作成に時間がかかり、十分に手動テストができていなかった Playwright などのツールを使って自動化することで、効率よく不具合を発見できるようになった 継続的に E2E テストとしてメンテナンスしてゆくためにはさらに工夫が必要 開発を進める上で感じた課題 仕様変更によって多くのテストデータを用意する必要が発生した このプロジェクトでは、開発チームが中心となって大まかなフローや画面設計を作っていました。その一方で、画面上の文言やシ
テストデータが偏るということについて
2022/05/18 サイボウズ株式会社 開運研修の1コマ
リアルなテストデータを作ってモック化までできる Mockaroo - kakakakakku blog
リアルなテストデータを簡単に作ってモック化までできるサービス「Mockaroo」を紹介する❗️データベースのテストデータを作ったり，フロントエンドを実装するときに必要になるバックエンド API をモック化できる．テストデータに test や hoge という文字列を使ってしまうと本番環境相当の確認がしにくく，できる限りリアルなテストデータを作りたい場面は多くあると思う💡 www.mockaroo.com Mockaroo の特徴としては，サポートしてるタイプがなんと現時点で「13 カテゴリ（169 種類）」もある．以下にカテゴリごとにタイプ数をまとめる．What's new を見ると，定期的にタイプは増えている． Advanced（10 種類） Basic（29 種類） Car（1 種類） Commerce（13 種類） Construction（6 種類） Crypto（7 種類） H
はじめに PostgreSQLで大量のダミーテストデータを作成するとき、やったことをまとめる。 本記事では、以下のER図・DDLのテーブル構造に入れるデータ投入するためのSQLについて説明する。 ER図 DDL CREATE TABLE users( id uuid PRIMARY KEY DEFAULT gen_random_uuid(), name varchar(255) NOT NULL ); CREATE TABLE articles( id uuid PRIMARY KEY DEFAULT gen_random_uuid(), user_id uuid NOT NULL, title varchar(255) NOT NULL, content text NOT NULL ); CREATE TABLE comments( id uuid PRIMARY KEY DEFAULT
公開日 2020.11.3カテゴリ：Laravelタグ：PHP,Laravel,Factory
TSのType, Interface, Classから秒でテストデータ作成するnpm-pkg公開(Rust製)
はじめまして🙋 タイトルの通りTypescriptのType, Interface, Classから秒でテストデータ作成するツールを公開しました👏👏👏 boostestと言います🚀🚀🚀 boostestとは？ npmでインストールするコマンドです。 日本語のREADMEには利用方法の動画もあります✨✨ ざっくりいうと下記のようなツールでして... typescriptのtypeやinterface, classから瞬時にテストデータ作成できる📝 typeやinterfaceはテストデータを部分的に上書き可能🏗️ テストデータは実際のコードとして出力されるため、ユーザーのアセットになる💸 下記のようにインストールできます。
対話型生成AI（人工知能）の「ChatGPT」は、プログラムの作成やプログラミングの学習にも大いに役立つ。この特集では、ChatGPTをプログラミングで活用し、良き相棒にするための方法を紹介する。なお、本特集の内容は2023年4月時点での情報に基づいており、今後、大きく変更される可能性がある。 2. テストデータを作成する プログラムの作成時に、テストデータが必要になることがあります。テストデータの作成にChatGPTが役立つのかどうか、試してみましょう。 ここでは、データベースで使える蔵書のテストデータを10個作ってくれるようChatGPTに依頼します。次の文章を入力しましょう。
【Prismaとテストシリーズ】PrismaでFactoryBot的にテストデータを作成する方法を調べてみた | DevelopersIO
「テストのためのデータを作成するのもきついな」「ヘルパー関数を用意するかFactoryBotのようなライブラリを使えたら嬉しいのに」。そんなモチベーションで調べてみました。結論から言うと先人を参考にヘルパーを作ってみました。 こんにちは。AWS事業本部モダンアプリケーションコンサルティング部に所属している今泉（@bun76235104）です。 PrismaはTypeScriptでも利用できるORMの一つです。 前回、前々回と「Prismaでテストする際にどうすれば快適にテストに集中できるか」ということを考えてみました。 今回はこれに加えて、「テストをするときのデータ作成を楽にしたい問題」について考えてみました。 さっそくまとめ 調べてみた方法と検証してみた方法 調査してみた方法 既存のライブラリを使う方法 Integrated testing with Prisma.| by Yosuke
負荷テストデータ作成に関するTips — 指定率行の抽出・更新 —
JPOUG Advent Calendar 2019の13日目のエントリーです。 負荷テスト用データは件数が重要 最近、負荷テストの支援をすることが多いのですが、負荷テスト用のデータ準備にはいつも悩まされます。 経験から述べると、アプリケーション開発者にデータの準備をお願いすると大抵はうまく行かないことが多いです。 開発者はプログラムが仕様通り動くかどうかを確認する必要最小限のデータを準備することに関心はありますが、実際の業務を想定した量のデータを準備することはあまり考えていません。 また、本番環境の実データを使うにはセキュリティ上いろいろな制約があるため、機微な情報をマスク化する等の加工に時間がかかりただでさえ厳しいテスト工程を圧迫します。 結論から言うと、負荷テストでは値のリアルさよりも件数の妥当性の方が重要だと思います。 何年か前に参画したプロジェクトでは、アプリケーションの仕様を十
from faker.factory import Factory Faker = Factory.create fake = Faker() fake.seed(0) fake = Faker("ja_JP") print( fake.csv( header=None, data_columns=("{{name}}", "{{zipcode}}", "{{address}}", "{{phone_number}}"), num_rows=10, include_row_ids=False, ) ) % env PTVSD_LAUNCHER_PORT=53546 /usr/local/opt/python/bin/python3.7 /Users/nandymak/.vscode/extensions/ms-python.python-2020.2.64397/pythonFiles/l
米Delphix、用途別のハードウェア一体型仮想DBシステム、ランサムウェア対策とテストデータ管理 | IT Leaders
IT Leaders トップ ＞ テクノロジー一覧 ＞ データマネジメント ＞ 新製品・サービス ＞ 米Delphix、用途別のハードウェア一体型仮想DBシステム、ランサムウェア対策とテストデータ管理 データマネジメント データマネジメント記事一覧へ [新製品・サービス] 米Delphix、用途別のハードウェア一体型仮想DBシステム、ランサムウェア対策とテストデータ管理 2022年7月15日(金)日川 佳三（IT Leaders編集部） リスト 米Delphix（デルフィクス）は2022年7月14日（米国現地時間）、仮想データベースソフトウェア「Delphix」をベースとしたハードウェアアプライアンス2製品を提供開始した。CDP（継続的データ保護）コピーによる、ランサムウェアなどからデータベースを保護する用途の「Delphix CDP Appliance」と、テストデータ準備など開発工程を
はじめに今回は、効率的にテストデータを用意する方法についてまとめていきます。具体的には、「Factory Bot」を使用したテストデータについてです。Factory Botの導入方法から始まり、継承やtraint、コールバックの機能に関して説明していきます。最後には「まとめ」としてFactory Botを使用する際の注意点もまとめていきます。 Factory BotとはFactory Botとは、テストのサンプルデータを簡単に作成することができる構文を提供してくれるgemです。Factory Botには様々な機能が存在し、効率的にサンプルデータを用意するのに適しています。 Factory Botのインストールそれでは、Factory Botの導入を行います。Gemfileのテスト・開発環境において、gem ‘factory_bot_rails’の記述を追加しましょう。 group :dev
対象のDB 今回、DDLを作成する対象のDBはRedshiftとします。 ChatGPTとのやりとり DDLの作成 早速、IF仕様を記載して、ChatGPTにDDLの作成をお願いしてみました。 作成してもらったDDLを確認すると、String→VARCHAR、Double→DECIMALの読み替えや、全桁数や小数部を考慮した桁数の設定ができていることがわかります。（凄い！） 更に、以下の仕様に変更するよう追加で要望を出してみます。 VARCHAR属性の項目の桁数を2倍に IDをプライマリーキーに 項目名を英語に 急な仕様変更にも嫌な顔1つせず、的確に修正してくれました。 項目が5つ程度だと有り難みが薄いですが、これが数百項目となるとシステム的に処理しないとしんどいので、これらの変換作業がノーコード（ChatGPTに投げる）でできるのは大きいと思います。 テストデータの作成 DDLはこれで良
北海道 〒060-8588 札幌市中央区北3条西6丁目 011-231-4111 青森県 〒030-8570 青森市長島一丁目1-1 017-722-1111 岩手県 〒020-8570 盛岡市内丸10番1号 019-651-3111 宮城県 〒980-8570 仙台市青葉区本町3丁目8番1号 022-211-2111 秋田県 〒010-8570 秋田市山王四丁目１－１ 018-860-1111 山形県 〒990-8570 山形市松波二丁目8－1 023-630-2211 福島県 〒960-8670 福島市杉妻町2-16 024-521-1111 茨城県 〒310-8555 水戸市笠原町978番6 029-301-1111 栃木県 〒320-8501 宇都宮市塙田1-1-20 028-623-2323 群馬県 〒371-8570 前橋市大手町1-1-1 027-223-1111 埼玉県 〒
概要 「8桁の英数字,4桁の英数字」のような指定されたフォーマットに従って、テスト用のダミーデータを大量に作成したいケースはそれなりにあるかと思います。 今回そのためのオンラインツールを作ったのでその紹介と、開発中に得た知見について書きます。 技術要素 React+Redux+TypeScript+Material-UI+Firebaseで作っています。 Random String Generator 指定フォーマットの正規表現を入力して 作る数を入れて、GENERATEボタンを押すと、 テストデータが生成されます。 生成されたデータはダウンロード、またはクリップボードへコピーできます。 作成できる数の上限は10,000件までに設定しています。 正規表現から文字列の生成 randexpというライブラリを使って、正規表現からそれに沿ったランダムの文字列を生成しています。 基本的な正規表現は問
データサイエンティスト1万人以上が使うテストデータの生成AI、表形式に対応のエンタープライズ版が登場 - fabcross for エンジニア
マサチューセッツ工科大学（MIT）からスピンアウトしたDataCeboは2023年12月、同社が初めて販売するプロダクト「SDV（Synthetic Data Vault） Enterprise」を発表した。SDV Enterpriseは、同社が公開中のオープンソースライブラリ「SDV」より100倍速くデータを作成し、品質は10倍向上。企業向けに表形式データにも対応したとうたっている。 SDVは、本物を模した「合成データ」を大量に作成する生成ソフトウェアシステムだ。アプリケーションのテストや機械学習モデルの訓練にも使用できる。これまでに100万回以上ダウンロードされ、1万人以上のデータサイエンティストが利用している。 これまで合成データを作成するためには、開発者がスクリプトを書かなければならなかった。それがSDVを使うことで、収集したデータサンプルから学習して、実データと同じ特性を持った大
Firestoreへのテストデータ投入を楽にしたい！ Firestoreの管理画面は使いづらい Firestore、気楽に開発出来て大変便利ですよね。無料で始められるのも中小企業にとってありがたいところです。晴れて正式版になったのもウレシイ。 でも、開発時これはキツイな・・・と思ったのが、テストデータの投入なんです。 一件、二件程度なら別に構わないんですが、フィールドを多数持つようなレコードを大量に生成したいときは、管理画面からのデータ投入なんて不可能です。（そもそもそういうことを意図した画面ではないはずなので、Firestoreが劣っているということではないです） SpreadSheet&GASが良さそう 既にqiitaでも先人の方たちがその足跡（GAS：SpreadSheetに登録したデータをFirestoreに送信する や、firestoreにgoogle app script、 【
Factorybotとは Rspec標準で使える"fixture"に代わり、テストデータの準備をサポートしてくれるライブラリ。 "factory_bot_rails"はRails向けの拡張版のFactorybot セットアップ方法 以下をGemfileに追加し、 bundle install
問題があったのは同日午後1時30分ごろから午後4時40分ごろ。6日開催の「ヴィッセル神戸対FCバルセロナ戦」、7日開催の「ツエーゲン金沢対FC町田ゼルビア戦」「鹿島アントラーズ対Honda FC戦」の計3試合で、誤った試合結果が表示した。 鹿島アントラーズ対Honda FC戦は、3対0で鹿島アントラーズが勝利したが、Jリーグ公式Webサイトでは0対1でHonda FCが勝利したと表示。また、鈴木優磨選手（FW）が一発退場を宣告されたともしていた。 これに対し、メルカリ会長であり鹿島アントラーズの社長も務める小泉文明さんはTwitterで「なぜ鹿島が0-1で負け、鈴木優磨選手がレッドカードで退場と表示されていたのかの原因までの説明を求めて抗議します」と投稿した。 関連記事 サッカーJ2で来場者数が2000人多く計上されてしまう 一人分なのに千の桁が動くカウンターが原因 サッカーJ2リーグで5
Stripeを長く使っていると、いろんなデータがアカウントに蓄積されていきます。そしてその中には、現在のAPI仕様から外れてしまったデータ形式のものが積み上がっている場合もあります。 そんな時は、Stripe Dashboardからテストデータを全削除してしまいましょう。 ダッシュボードの[開発者]メニューから一括削除 ダッシュボードの[開発者]タブにアクセスすると、[テストデータ]という項目からデータの削除ができます。 削除前に確認画面が出ますので、とりあえず押してみましょう。 どれだけのデータを削除予定で、データ量が多い場合の削除時間見込みも表示されます。 テストデータの削除だけでは消えない（っぽい）もの ダッシュボードをざっと見たところ、以下のデータは別途手動で削除が必要そうでした。 イベントログ[開発者 > ログ]APIキー（標準 / 制限付き） [開発者 > APIキー] どちら
はじめに 事業開発部でQAエンジニアをしている長友です。 今日はCodeceptJSというものを使ってみましたという記事です。 CodeceptJSはE2Eテストのフレームワークです。 今回はこちらを使ってテストデータを作成してみたというお話です。 経緯 急遽テスト実施をしてほしいということでとある案件に送り込まれました。 何もわからない状態で入ったので、どんな状況なのかやどんな感じでテストが行われているのかもわかってませんでした。 CodeceptJSについては、「Software Design 2020年6月号」〜「Software Design 2020年8月号」まで連載されていた「はじめよう、高速E2Eテスト」という記事を見たりしていて知っていました。そして、2020年の年末に開催されたソフトウェアテスト自動化カンファレンス2020で連載記事を書かれていた末村さんが「"全部乗せ"
「さくっ」とテストデータを作るための段取り
1. はじめに この記事は、開発工程でテストデータを作らないといけない方向けの情報です。 コマンドを使って、さくっとテストデータを作ります。 【利用者像】: アプリケーション開発の局面で、とにかくテストデータが必要な方 実務経験1年未満のエンジニア大多数。要員育成が必要なチームリーダーの方 【利用シーン】: テスト工程(ITa/ITb) 【前提】: 正常系・準正常系・異常系の違いがわかっている方が望ましい 2. 出来上がるもの テスト実施のためのテストデータを作成します。 「たくさん」とは、～10万件レベル、「盛りだくさん」100万件以上とします。(盛りだくさんは、本記事では対象としていません） 対象データ： CSV、TXT、SQL、JSON、XML YAML、TOML 3. 作り方 3.1. データ作成計画を策定する テスト仕様書をインプットに、テストの実施条件・期待値から、どういうテス
merged-pr-stat のテストデータをダンプする方法
npx shibayu36/merged-pr-stat log --start=2020-07-01T00:00:00 --end=2020-07-30T23:59:59 --query="repo:microsoft/vscode repo:microsoft/TypeScript issue: 101853 101489 100804 93160"
全国学力テスト、データ活用力に課題 結果公表 - 日本経済新聞
文部科学省は28日、小学6年と中学3年を対象に4月に実施した2022年度の全国学力・学習状況調査（全国学力テスト）の結果を公表した。データ活用力や科学的な分析力の定着に課題があり、中3の理科の平均正答率は5割を下回った。育成には議論しながら主体的に学ぶ授業が有効とされるが、現場への浸透は途上だ。デジタル社会への適応力を身につけるためにも改善が求められる。今回は国語と算数・数学、理科の3教科を実
IT Leaders トップ ＞ テクノロジー一覧 ＞ 開発ツール／プラットフォーム ＞ 新製品・サービス ＞ ユーザーローカル、システム検証用の「個人情報テストデータジェネレーター」を無料提供 開発ツール／プラットフォーム 開発ツール／プラットフォーム記事一覧へ [新製品・サービス] ユーザーローカル、システム検証用の「個人情報テストデータジェネレーター」を無料提供 2021年9月14日(火)日川 佳三（IT Leaders編集部） リスト ユーザーローカルは2021年9月14日、疑似個人情報データ生成ツール「個人情報テストデータジェネレーター」の提供を開始した。テストデータを必要とする開発者に向けて無料で提供する。Web画面からテストデータの生成条件を指定することで、テストデータを自動生成する。生成したテストデータは、CSV/TSV/xlsx（Excel）のいずれかのファイル形式でダウ
Auroraテストデータ作成 - Qiita
import mysql.connector from datetime import datetime # MySQL接続情報 db_config = { 'host': 'host名', 'user': 'ユーザー名', 'password': 'パスワード', 'database': 'DB名' } # MySQLへの接続 connection = mysql.connector.connect(**db_config) cursor = connection.cursor() # データ生成と挿入 start_time = datetime.now() insert_query = "INSERT INTO `user` (`user_id`, `huga_id`, `created_at`) VALUES (%s, %s, %s)" for i in range(10001, 1
let!(:words_starting_with_ruby) { create_list(:product_suggest, 6, :ruby) } let!(:word_starting_with_rails) { create(:product_suggest, :rails) } let!(:api_key) { Rails.application.credentials.api[:API_KEY] } 上の create_list(:product_suggest, 6, :ruby) や create(:product_suggest, :rails) の:ruby, :railsといったようにステータスを指定してテストデータを作ることができ、使いやすい。 定義
この記事を書いた背景 RailsのAPIモードで開発していたのですが、動作確認のためステージング環境にテストデータを大量に作成する必要がありました。 その際、Railsコンソールからデータを増やそうと思いeachで繰り返しデータの生成を実行したのですが、herokuのプランの都合上1時間に発行できるクエリ数が3,600に限られており、それがオーバーしたようでデータの作成が途中で終わってしまいました（泣） しかも、一度クエリの上限数を超えると１時間ほどDBにアクセスできなくなるという問題も、、、 （現在は有料プランに切り替えたので恐らく問題ないですが、当時は無料プランだったためこうした制限に引っ掛かりました） 参考：https://zenn.dev/ttskch/articles/905ae809e29504 急に有料プランに切り替えたくても自社持ちの費用でないため承認まで時間がかかる可能性
こんにちは。 今回はIBMのDb2コンテナを使ってスムーズにデータベースのセットアップとテストデータの挿入を行う方法を紹介します。 今回のコードはGitHubに公開しておりますので、参考にしてください。 https://github.com/rikkyrice/setup-db2-container 概要 Db2のコンテナは落としてこれたけど、 立ち上げた段階でテーブルやテストデータをバックグラウンドで作っておいてほしいといった方にオススメのやり方です。 Db2コンテナの落とし方は以下の記事で紹介していますので、ぜひご覧ください。 Db2のDBコンテナを立ててちょっとしたデータを挿入してみる この記事では、上記の記事の派生として、カスタムコンテナを作る手順を紹介しています。 開発環境 Win10 Enterprise docker (v19.03.13) ibmcom/db2 (v11.5
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
QAがGoで始めるテストデータ作成の自動化 - ANDPAD Tech Blog
Jリーグはなぜテストデータを本番環境に出したのか 今後は“誰も不快にさせない”テストデータ作成へ
Jリーグのテストデータ流出問題について、テスト専門職の立場で考察してみた｜タケゴラ
テストデータ作成にCodeceptJSを使ってみた | DevelopersIO
Cloud Firestore運用ツールfsrplを使ってテストデータを用意する
Playwright を使ってテストデータ作成を自動化した話 | 株式会社ヌーラボ(Nulab inc.)
PostgreSQLで大量テストデータを作るときにやったこと
Laravel 8 で刷新された ModelFactory でテストデータを簡単に作成する
プログラムを試すテストデータをChatGPTで作成、「完全に期待通り」で満足
Pythonでそれっぽいテストデータを作成する(前編) - Qiita
【Rspec】Factory Botで効率的にテストデータを用意する
ChatGPTにIF仕様からDDLとテストデータを作ってもらう | DevelopersIO
テストデータの住所に迷ったときのサンプル集 | 大阪のシステム開発なら 株式会社ウィズテクノロジー
正規表現からテストデータを作るツールを作った話 - Qiita
Firestoreのテストデータ投入をGASで楽にする - Qiita
Factorybotを使ったテストデータの作成方法 - Qiita
Jリーグサイトで試合結果を誤表示 勝敗逆転、退場の誤情報も テストデータを本番環境に反映
Stripe Dashboardから、テスト環境のテストデータを掃除する + アカウント解約について
テストデータ作成にCodeceptJSを使ってみた | DevelopersIO
ユーザーローカル、システム検証用の「個人情報テストデータジェネレーター」を無料提供 | IT Leaders
【FactoryBot】【trait】を使って、わかりやすくテストデータをつくる - Qiita
SQLでバルクインサートを使ってテストデータを大量に作成する - Qiita
Db2/DBコンテナに初期テストデータを挿入した状態でセットアップ - Qiita