感谢分享，我最近去了新公司，也准备做大数据造数的平台~

很简单，http 接口接收到参数，启动 mqtt 的生产者，发送就行

一旦提离职了，就没有回头路。

看到社区的公众号推送了，并且也有我的答案。

那我还是补一下坑~

代码实现

import random
from collections import Counter


def get_str() -> str:
    random_str = [str(random.randint(0, 1)) for _ in range(40)]
    return "".join(random_str)


def get_hash(s) -> int:
    return abs(hash(s))


def get_random() -> int:
    s: str = get_str()
    h: int = get_hash(s)
    return h % 1001


def main():
    res = []
    for _ in range(10000):
        r = get_random()
        res.append(r)
    c = Counter(res)
    # 所有结果，最多只有1000个
    count_all = c.most_common(1000)
    # 出现次数最多的前10个
    print(count_all[:10])
    # 出现结果最少的10个
    print(count_all[-10:])

    d = dict(c)
    # 1000出现的次数
    print(d.get(1000))
    # 500出现的次数
    print(d.get(500))
    # 0出现的次数
    print(d.get(0))


if __name__ == '__main__':
    main()

运行结果

[(109, 23), (387, 21), (696, 20), (867, 20), (900, 19), (354, 19), (625, 19), (444, 19), (563, 18), (70, 18)]
[(738, 3), (77, 3), (603, 3), (800, 3), (106, 3), (780, 2), (228, 2), (22, 2), (778, 2), (107, 2)]
13
16
6

不同的实现方式。

BugDestroyer

哈希值是由前面生成的随机字符串决定的呀。这样才会更加均匀

• 生成 n 位随机浮点数 f
• 然后浮点转成字符串
• 字符串取 hash 值，然后再取绝对值
• 最后除 1000，取余 abs(hash(str(f))) % 1000

超过 25

嘿嘿，这个不太方便

offer 合适就离开~

深圳二线厂

学习算法可以锻炼几种能力:

• 对常用的数据结构更了解，知道他们应用的场景，可以更有底气跟开发 battle
• 要考虑非常全面的边界值情况，这点对于设计测试用例来说帮助很大
• 养成写单元测试的习惯

tps 的时间统计，在代码中有体现，是单个请求维度的。
locust 没有 tps 的概念，是 rps。
另外本次压测最关注的点是消息是否有丢失，和最大并发量。至于响应时间，并不是最重要的。

每天都有这个弹窗，我明明已经取消了自动更新。

有 Mac 阻止升级提示吗？
现在是 10.15.7，不想升级 bigsur，但又天天提醒，挺烦的。

不支持。
但我想，YAPI 的用例集已经一个成熟的用例，它应该学会自动跑过来才行。

说说我做的吧

• 目前测试组有二十多个人，日活大概 2/3 的样子。因为有部分是硬件童鞋，用不上，平台主要是 HTTP 接口测试。
• 收益最明显的是那种没有界面，纯接口的项目，有个新项目，近 300 个接口。没用平台之前，每次回归要用 3h 左右，在 postman 一个个发送。用了平台后，回归就 1min，时间大大缩短。
• 其次就是造数据。在大数据实时计算过程中，都是依赖发送 kafka 来生成数据，写 redis 来做基础信息，最后断言就靠消费 kafka 和读 redis。通过测试平台配合数据工厂（提供各种 http 造数接口），可以非常方便的完成这些工作。重点是界面化，比脚本的可读性高很多。并且测试和开发都能用，一个人写完，其他人就能直接使用。不像脚本那样，测试童鞋写好了，开发童鞋想借用一下，结果发现并没有 python 环境，运行不了。
• 打通 YAPI，快速编写接口自动化。因为所有请求相关的参数都已经自动生成，包括登录。支持一个用例在多环境运行，且无需要做任何用例改动，通过切换配置实现。
• 打通 Gitlab-CI，构建就自动跑用例，且支持不同环境对应不同任务。
• 历史数据持久化，可以统计出各种各样维度的数据，这对于写 PPT 很有帮助，嘻嘻

自动化产生的数据是要清理，但立刻清理的做法我认为不妥。定期清理可能会更好。

新数据我觉得不算偏门，我们也是这么做。
teardown 删除我觉得并不是很好，不利于排查问题。

好东西，还差一个 Flink

可以讲一下 postman 的 mock

懂大数据常用的组件 hbase hive kafka es redis 这些就差不多啦，再高级的就是理解 Flink Spark 这些程序原理，遇到问题能够看代码定位，再再高级可能就是对 Flink 算子进行分析，提出优化建议等等

大数据可以分为两种，实时计算和离线计算，你用到这两个组件是大数据很常用的。
具体算不算，我也不知道怎么定义比较好。