Mockery.rs

根据规范文件生成模拟数据。可以在文件中指定多个模型，模型可以相互引用属性以创建关系型数据。

安装

目前 Mockery.rs 通过 crates.io 分发。将来将提供二进制分发。

• cargo install mockery (已测试与 rustc 1.39.0 兼容)

命令行使用

mockery.rs 0.2.0
Louis Capitanchik <[email protected]>
Generate spec based model data.

USAGE:
    mockery [FLAGS] [OPTIONS] <MODEL> [OUTPUT]

FLAGS:
    -h, --help       
            Prints help information

    -p, --pretty     
            Whether or not the output should be formatted for human consumption. Default: false

    -V, --version    
            Prints version information


OPTIONS:
    -n, --number <NUMBER>       
            The number of root models that should be generated

    -s, --spec <SPEC_PATH>      
            Sets the spec file to use. By default, mockery will look for a 'spec.json' file in CWD, and will error if it
            can not be found
    -t, --type <OUTPUT_TYPE>    
            Sets the output type. This value defaults to CSV for higher compatibility and throughput [possible values:
            csv, json]

ARGS:
    <MODEL>     
            Sets the model to generate. The model determines what files will be generated based on it's definition in
            the spec
    <OUTPUT>    
            Sets the output path. Must be a file path pointing to a folder that optionally exists; if it does not exist,
            it will be created. Files corresponding to the input model names will be created inside this folder

入门

模型在 specification 文件中定义，将模型名称映射到属性/类型对。目前仅支持 JSON，但未来将支持更多格式。本简短指南将指导你设置一个模型规范，可以生成复杂的关系型数据集

基本模型

spec.json 文件的最小样板代码如下

{
  "models": {
  
  }
}

这定义了一个空的模型集。显然，这意味着无法生成任何内容。所以我们将添加一个简单的 post 模型，其中包含 id（一个 UUID）、title（一个句子）和 contents（一个段落）属性，以表示像 Mastodon 这样的微博服务上的帖子。模型名称是 models 对象中的键，它们映射到定义模型属性的嵌套对象

{
  "models": {
    "post": {
      "id": {
        "type": "RandomData",
        "value": "UUID4"
      },
      "title": {
        "type": "RandomData",
        "value": "Sentence"
      },
      "contents": {
        "type": "RandomData",
        "value": "Paragraph"
      }
    }
  }
}

这里有很多新内容；我们定义了一个 post 模型和三个简单属性。每个属性都有一个 type 和 value，它决定了如何生成。指定 RandomData 作为 type 允许我们生成丰富的一组模拟数据。

我们选择使用 UUID4 值生成我们的 id 属性的 v4 UUID，使用 Sentence 值生成我们的 title 的一句 lorem ipsum 文本，并为我们 contents 生成一段 lorem ipsum 文本。

这足以开始，但有一些不同的值可以用于 type，这些值可能会很有用，还有在 RandomData 属性的 value 位置指定复杂类型选项的方法。

{
  "models": {
    "post": {
      "id": {
        "type": "RandomData",
        "value": "UUID4"
      },
      "title": {
        "type": "RandomData",
        "value": "Sentence"
      },
      "contents": {
        "type": "RandomData",
        "value": "Paragraph"
      },
      "cover_image": {
        "type": "RandomData",
        "value": {
          "LoremPicsum": {
            "width": 1920,
            "height": 1080
          }
        }
      }
    }
  }
}

{
  "serialize": {
    "post": [
      "id",
      "title",
      "contents",
      "cover_image"
    ]
  },
  "models": {
    "post": {
      "...": "..."
    }
  }
}