Hãy tưởng tượng bạn đang triển khai một phần mềm hoạch định nguồn lực doanh nghiệp (ERP) trước khi đưa vào vận hành thực tế cho doanh nghiệp. Bạn cần tạo một số dữ liệu ảo để kiểm tra ứng dụng của mình. Bạn sẽ cần một bảng hóa đơn, danh sách nhà cung cấp, bảng đơn đặt hàng mua và nhiều thứ khác. Hãy cùng tạo dữ liệu để kiểm tra ứng dụng.
Data odoo faker
Dự án này sử dụng thư viện Python faker để tạo dữ liệu trông giống thật nhưng giả cho khách hàng, sản phẩm và đơn hàng. Dữ liệu này có thể hữu ích cho mục đích thử nghiệm, phát triển hoặc trình diễn.
- Điều kiện tiên quyết
- Đã cài đặt Python 3.x ( https://www.python.org/downloads/ )
- Thư viện Python faker, bạn có thể sử dụng faker_commerce, faker_food bên trong thư viện này
pip install faker
pip install faker_commerce
- Cài đặt
Vô https://github.com/erpblogs/fake-odoo-data Sao chép tệp mẫu: cp common_sample.py common.py
- Cấu hình cơ sở dữ liệu:
Mở common.py trong trình soạn thảo văn bản.
Xác định vị trí cài đặt kết nối cơ sở dữ liệu.
Cập nhật thông tin sau bằng thông tin đăng nhập cơ sở dữ liệu của bạn:
Tên máy chủ/Địa chỉ IP
Tên cơ sở dữ liệu
Tên người dùng
Mật khẩu
Cách sử dụng
Cập nhật run.sh:
Mở run.sh trong trình soạn thảo văn bản.
Điều chỉnh các thông số sau để kiểm soát lượng dữ liệu được tạo ra:
TOTAL_CUSTOMERS=2000
TOTAL_PRODUCTS=100000
TOTAL_SO=10000000
BATCH_SIZE=1000
Chạy tập lệnh: python3 -m run.sh
Chạy nhiều tiến trình tập lệnh SO song song: nếu bạn muốn chạy nhiều tiến trình để tạo nhanh SO
Cài đặt song song
sudo apt install parallel
Bắt đầu kịch bản của bạn
parallel python3 -m run_so.py ::: {1..4} > output.log 2>&1 &
Bộ dữ liệu thử nghiệm cho tất cả các mô-đun đang hoạt động trong ERPNext
Lệnh gần nhất hiện có là ‘bench run-tests’. Lệnh này sẽ tạo một Công ty mới và nhiều giao dịch khác nhau.
Không giống lắm với công ty Demo. Nhưng đây là công ty tốt nhất hiện có, trừ khi bạn có thể tìm thấy Nhà cung cấp dịch vụ cung cấp thứ gì đó.
Tìm hiểu thêm: https://medium.com/@erpnextsolution
Chạy lệnh sau để chạy tất cả các bài kiểm tra của bạn. Nó sẽ xây dựng tất cả các phụ thuộc kiểm tra một lần và chạy các bài kiểm tra của bạn. Bạn nên chạy các bài kiểm tra từ thư mục frappe\bench.
# run all tests
bench –site [sitename] run-tests
# run tests for only frappe app
bench –site [sitename] run-tests –app frappe
# run tests for the Task doctype
bench –site [sitename] run-tests –doctype “Task”
# run tests for All doctypes in specified Module Def
bench –site [sitename] run-tests –module-def “Contacts”
# run a test using module path
bench –site [sitename] run-tests –module frappe.tests.test\_api
# run a specific test from a test file
bench –site [sitename] run-tests –module frappe.tests.test\_api –test test\_insert\_many
# run tests without creating test records
bench –site [sitename] run-tests –skip-test-records –doctype “Task”
# profile tests and show a report after tests execute
bench –site [sitename] run-tests –profile –doctype “Task”
Nguồn: https://frappeframework.com/docs/user/en/testing
CƠ SỞ DỮ LIỆU MẪU
- Các tệp zip này chứa các cơ sở dữ liệu bị hỏng phổ biến mà Paul sử dụng cho một số bản demo DBCC CHECKDB. Một số cơ sở dữ liệu sẽ chỉ hoạt động trên một số phiên bản SQL Server, vì vậy để biết hướng dẫn, hãy xem https://www.sqlskills.com/sql-server-resources/sql-server-demos/
- Đây là danh sách các nguồn dữ liệu công khai theo chủ đề với chất lượng cao. Chúng được thu thập và sắp xếp từ các blog, câu trả lời và phản hồi của người dùng. Hầu hết các tập dữ liệu được liệt kê bên dưới đều miễn phí, tuy nhiên, một số thì không. https://github.com/awesomedata/awesome-public-datasets
- Danh sách được tuyển chọn gồm các tập dữ liệu JSON tuyệt vời không yêu cầu xác thực. https://github.com/jdorfman/awesome-json-datasets
- PyDataFaker là một gói python để tạo dữ liệu giả có mối quan hệ giữa các bảng. Việc tạo dữ liệu giả có thể hữu ích cho nhiều ứng dụng khác nhau như tạo bản demo sản phẩm hoặc thử nghiệm phần mềm. https://github.com/SamEdwardes/pydatafaker
Python đã có một gói tuyệt vời để tạo dữ liệu giả có tên là Faker https://faker.readthedocs.io/en/master/ . Faker rất tuyệt vời để tạo các đơn vị dữ liệu giả riêng lẻ, nhưng có thể tốn thời gian để tạo dữ liệu giả phức tạp hơn thực sự liên quan đến nhau.
PyDataFaker cho phép bạn nhanh chóng tạo các bảng này và tạo mối quan hệ giữa chúng!
PyDataFaker hiện đang được phát triển. Vào thời điểm này, có thể tạo các thực thể sau:
Kinh doanh : tạo một doanh nghiệp giả với các bảng ERP thông thường
Trường học : tạo một trường học giả
Hiện tại, nhiều thực thể khác đang được phát triển tại đây: https://github.com/SamEdwardes/pydatafaker
Bài viết liên quan: