더미데이터 생성

 

 

1. SQL 문을 활용한 대량 더미 데이터 생성

 

1-1. PostgreSQL 예시

• generate_series, random(), uuid_generate_v4() 함수 활용
• 랜덤 데이터 생성과 날짜 처리에 강력한 기능 제공

-- 1000명의 사용자 데이터를 생성
INSERT INTO p_user (id, username, email, password, created_at)
SELECT 
    uuid_generate_v4(), -- 랜덤 UUID
    'user_' || generate_series(1, 1000), -- user_1, user_2, ...
    'user_' || generate_series(1, 1000) || '@example.com', -- 이메일
    'password123',
    NOW() - (random() * interval '365 days') -- 과거 1년 내 생성일
FROM generate_series(1, 1000);


-- 1000개의 리뷰 데이터를 생성
INSERT INTO p_review (id, review_content, review_rating, user_id, created_at)
SELECT 
    uuid_generate_v4(), -- 랜덤 UUID
    'Review #' || generate_series(1, 1000), -- 리뷰 내용
    floor(random() * 5 + 1)::smallint, -- 1~5점 랜덤
    (SELECT id FROM p_user OFFSET floor(random() * 1000) LIMIT 1), -- 랜덤 사용자 ID
    NOW() - (random() * interval '30 days') -- 과거 한 달 내 생성일
FROM generate_series(1, 1000);

 

 

1-2. SQL 스크립트 예시 - PostgreSQL

DO $$
DECLARE
    user_count INTEGER := 1000;
    review_count INTEGER := 1000;
    i INTEGER;
BEGIN
    -- 사용자 데이터 생성
    FOR i IN 1..user_count LOOP
        INSERT INTO p_user (id, username, email, password, created_at)
        VALUES (
            uuid_generate_v4(),
            'user_' || i,
            'user_' || i || '@example.com',
            'password123',
            NOW() - (random() * interval '365 days')
        );
    END LOOP;

    -- 리뷰 데이터 생성
    FOR i IN 1..review_count LOOP
        INSERT INTO p_review (id, review_content, review_rating, user_id, created_at)
        VALUES (
            uuid_generate_v4(),
            'Review #' || i,
            floor(random() * 5 + 1)::smallint,
            (SELECT id FROM p_user OFFSET floor(random() * user_count) LIMIT 1),
            NOW() - (random() * interval '30 days')
        );
    END LOOP;
END $$;

 

 

 

2. Spring Boot를 활용한 더미 데이터 생성

 

2.1 @PostConstruct 활용

• 특징: 주로 @Service나 @Component 클래스에서 작성, 애플리케이션 실행 시 한 번만 실행되는 초기화 코드
• 장점: 코드 내에서 동적으로 데이터를 생성 가능하며 설정이 간단
• 제약: 트랜잭션이 적용되지 않고 애플리케이션 시작 시간이 지연될 수 있음

@Component
@RequiredArgsConstructor
public class DummyDataInitializer {

    private final UserRepository userRepository;
    private final ReviewRepository reviewRepository;

    @PostConstruct
    public void init() {
        User user = new User(UUID.randomUUID(), "user1", "user1@example.com", "password123");
        userRepository.save(user);

        Review review = new Review("Great service!", (short) 5, user);
        reviewRepository.save(review);
    }
}

 

 

2.2 CommandLineRunner 활용

• 특징: 애플리케이션 시작 시 실행되는 run 메서드에서 초기화 작업
• 장점: 특정 로직을 분리하여 구성 가능하며 초기화 작업이 명확, 트랜잭션 적용 가능
• 단점: 애플리케이션 전체를 실행해야 데이터가 삽입

@Component
@RequiredArgsConstructor
public class DummyDataRunner implements CommandLineRunner {

    private final UserRepository userRepository;

    @Override
    public void run(String... args) {
        User user = new User(UUID.randomUUID(), "user1", "user1@example.com", "password123");
        userRepository.save(user);
    }
}

 

 

2.3 @EventListener(ApplicationReadyEvent.class) 활용

 

• 특징: Spring 컨텍스트 초기화 완료 후 실행되므로 트랜잭션 사용 가능
• 장점: 완벽히 초기화된 상태에서 실행됨
• 단점: 전체 애플리케이션이 실행된 이후 작동하므로 테스트 자동화에는 적합하지 않음

 

@Component
@RequiredArgsConstructor
public class DummyDataInitializer {

    private final UserRepository userRepository;

    @EventListener(ApplicationReadyEvent.class)
    @Transactional
    public void init() {
        User user = new User(UUID.randomUUID(), "user1", "user1@example.com", "password123");
        userRepository.save(user);
    }
}

 

 

 

 

3. 외부 라이브러리 활용

 

3.1 Faker 라이브러리

• 특징: 다양한 동적 데이터를 랜덤으로 생성할 수 있는 Java 라이브러리
• 장점: 이름, 이메일, 주소 등 다양한 데이터를 실제 데이터와 유사하게 생성 가능
• 단점: 외부 라이브러리에 의존하며 랜덤성으로 인해 특정 요구 조건에 맞는 데이터 생성이 어려울 수 있음

https://www.datafaker.net/documentation/getting-started/

Getting started - Datafaker

 

 

@Component
@RequiredArgsConstructor
public class DummyDataGenerator {

    private final UserRepository userRepository;
    private final Faker faker = new Faker();

    @EventListener(ApplicationReadyEvent.class)
    public void init() {
        for (int i = 0; i < 1000; i++) {
            User user = new User(UUID.randomUUID(), faker.name().username(), faker.internet().emailAddress(), "password123");
            userRepository.save(user);
        }
    }
}

 

 

Gradle 의존성 추가:

dependencies {
    implementation 'net.datafaker:datafaker:2.4.2'
}

 

 

 

4. 데이터베이스 도구 및 플랫폼 활용

 

4-1. Mockaroo

https://mockaroo.com

Mockaroo - Random Data Generator and API Mocking Tool | JSON / CSV / SQL / Excel

 

 

• 특징: 웹 기반의 더미 데이터 생성 도구
• 사용법:  Mockaroo에서 데이터 구조 정의 -> SQL 스크립트로 다운로드 -> 데이터베이스에 실행
• 단점: 한 번에 만들 수 있는 데이터가 1000개로 한정(이후 유료), 여러 테이블 간의 관계를 직접적으로 나타낼 수 없다보니 정확한 데이터를 생성하는데 어려움이 있음

 

 

4-2. pg_bulkload (PostgreSQL)

• 특징: PostgreSQL의 대량 데이터 입력을 빠르게 처리.
• 사용법: 데이터를 CSV 파일로 준비한 뒤, pg_bulkload 명령어로 대량 입력.

 

csv 파일 예시

id,username,email,password,created_at
1,user_1,user1@example.com,password123,2024-11-01
2,user_2,user2@example.com,password123,2024-11-02

 

 

 

pg_bulkload 설정 파일 작성: bulkload.conf 파일 생성

INPUT = '/path/to/your/file.csv'
OUTPUT = 'p_user'
DELIMITER = ','