用Python生成测试数据

有时我们需要大量的数据，一般编个程序生成一堆随机数据，Python很适合文本处理，干这个很方便。

下面程序生成一千万条数据，空格分开。

一条数据长度随机，平均38个字节左右，总共生成370MB左右的数据文件，用时23分钟左右。

测试了哪个地方是性能瓶颈，发现用时最长是genRandomName函数，而且每条数据调用两次，第二长的是genRandomDay。

genRandomName 用时是 genRandomDay 的 7倍，genRandomDay 里也没什么可优化的，所以重点优化genRandomName。

在Python中尝试了几种方法：

1.先生成字符列表，再join，而不是用+。

2.用random.sample。

提高速度都不明显，小于10%。

后来发现不做字符串操作，速度也提高有限，random操作看来比较耗时间。

于是写了一个c语言dll，通过ctypes使用，提高速度明显，同样是一千五条，用时8.65分钟。

c_dll是用c实现的生成任意长度的随机字符串的函数，编译成dll，放到Python程序相同目录下调用。

后来，用c实现的randInt函数代替Python的，用时5.3分钟，相对原来23分钟，速度提高4.34倍。