All Products
Search

This Product

    Data Management:Pembuatan data uji

    Document Center

    Data Management:Pembuatan data uji

    Last Updated:Jun 21, 2026

    Fitur Pembuatan Data Uji di DMS menggunakan mesin algoritma andal untuk menghasilkan berbagai jenis data uji secara batch, seperti nilai acak, nama wilayah, dan alamat IP virtual. Fitur ini secara signifikan mengurangi upaya persiapan data uji. Topik ini menjelaskan cara menggunakan DMS untuk menghasilkan data uji.

    Prasyarat

    Tipe database berikut didukung:

    • MySQL: ApsaraDB RDS for MySQL, PolarDB for MySQL, ApsaraDB MyBase for MySQL, PolarDB-X, AnalyticDB for MySQL, dan database MySQL dari sumber lain

    • SQL Server: ApsaraDB RDS for SQL Server, ApsaraDB MyBase for SQL Server, dan database SQL Server dari sumber lain

    • PostgreSQL: ApsaraDB RDS for PostgreSQL, PolarDB for PostgreSQL, ApsaraDB MyBase for PostgreSQL, AnalyticDB for PostgreSQL, dan database PostgreSQL dari sumber lain

    • MariaDB: ApsaraDB RDS for MariaDB dan database MariaDB dari sumber lain

    • ApsaraDB for OceanBase in MySQL mode

    • PolarDB for PostgreSQL (Compatible with Oracle)

    Latar Belakang

    Mempersiapkan data untuk pengujian fungsional atau kinerja bisa menjadi tantangan. Metode umum meliputi:

    • Entri manual: Tidak efisien dan tidak cocok untuk dataset besar.

    • Skrip kustom: Mahal untuk dipelihara, tidak berlaku universal, dan sering kali menghasilkan data dengan tingkat keacakan yang buruk.

    • Klon data produksi: Tidak aman dan dapat menimbulkan risiko privasi data.

    Pengembangan sering memerlukan cara yang aman, efisien, dan berulang untuk menyiapkan data dengan karakteristik yang dapat dikontrol. Fitur Pembuatan Data Uji di DMS dirancang untuk memenuhi kebutuhan tersebut.

    Catatan Penggunaan

    • Anda hanya dapat menghasilkan data uji untuk satu tabel dalam satu waktu. Untuk menghasilkan data uji untuk beberapa tabel, ulangi proses tersebut untuk setiap tabel.

    • Satu task dapat menghasilkan maksimal 1 juta baris data.

    • Tolok ukur kinerja berikut hanya bersifat referensi. DMS menerapkan pengendalian aliran (throttle) terhadap lalu lintas untuk mencegah beban berlebih pada database akibat pembuatan volume data besar secara cepat.

      • Menghasilkan 1 juta baris untuk tabel dengan 4 kolom memerlukan waktu sekitar 60 detik.

      • Menghasilkan 1 juta baris untuk tabel dengan 40 kolom memerlukan waktu sekitar 120 hingga 180 detik.

    Prosedur

    1. Masuk ke DMS 5.0.

    2. Di bilah navigasi atas, pilih Database Development > Environment Construction > Test Data Generation.

      Catatan

      Jika Anda menggunakan Konsol DMS dalam mode simple, arahkan pointer ke ikon 2023-01-28_15-57-17.png di pojok kiri atas konsol, lalu pilih All Features > Database Development > Environment Construction > Test Data Generation.

    3. Di halaman Test Data Generation Tickets, klik Test Data Generation di pojok kanan atas.

      Catatan

      Alternatifnya, di SQL Console database target, Anda dapat mengklik kanan tabel target dan memilih Data Plans > Test Data Generation.

    4. Di halaman permohonan tiket Pembuatan Data Uji, lengkapi bidang-bidang sesuai dengan tabel berikut, lalu klik Submit.

      Parameter

      Deskripsi

      Task name

      Nama yang baik membantu pencarian di masa depan dan memperjelas maksud task bagi pihak yang menyetujui.

      Database name

      Pilih database tempat Anda ingin menghasilkan data. Anda harus memiliki izin yang diperlukan untuk database tersebut.

      Table name

      Tabel yang akan diisi data. Daftar pengisian otomatis (autocomplete) muncul saat Anda mengetik nama tabel.

      Configure algorithm

      Opsi ini muncul setelah Anda memilih Table name. Anda dapat mengonfigurasi metode pembuatan untuk setiap kolom. Untuk informasi selengkapnya, lihat Konfigurasi algoritma.

      Number of rows

      Jumlah baris data yang akan dihasilkan.

      Conflict handling

      Pilih mode penanganan konflik. Nilai yang valid:

      • Skip when encountering data conflicts: Jika terjadi konflik data pada primary key atau unique key, catatan yang bertabrakan dilewati dan proses dilanjutkan untuk data lainnya.

      • Replace when encountering data conflicts: Jika terjadi konflik data pada primary key atau unique key, baris yang sudah ada diganti dan proses dilanjutkan untuk data lainnya.

      Change stakeholder

      Tambahkan stakeholder yang diperlukan. Pengguna yang tidak terdaftar sebagai peserta, pihak yang menyetujui, atau stakeholder tidak dapat melihat detail tiket.

    5. Setelah Anda mengirimkan tiket, tiket tersebut memasuki proses persetujuan. Setelah disetujui, sistem secara otomatis menghasilkan data dan memasukkannya ke dalam database target.

      Catatan

      Secara default, Database Administrator (DBA) dari database terkait yang menyetujui tiket Pembuatan Data Uji. Untuk informasi selengkapnya, lihat Pembuatan Data Uji.

    Konfigurasi algoritma

    Algoritma pembuatan data uji mendukung tiga metode: random, custom, dan enumeration.

    • random

      • Untuk tipe numerik, tersedia dua metode pembuatan: self-increasing sequence (dengan menentukan starting value dan step) serta interval number (menghasilkan nilai acak dalam rentang tertentu). Untuk tipe integer yang menggunakan metode interval number, Anda dapat menetapkan nilai minimum dan maksimum untuk menghasilkan integer acak dalam rentang tersebut (misalnya, dari 1 hingga 100).

      • Untuk tipe teks, tersedia dua metode pembuatan: variable length string (menghasilkan nilai acak dalam rentang panjang dan karakter tertentu) dan non-repeating string (menghasilkan string unik acak).

      • Untuk tipe tanggal dan waktu, Anda dapat menghasilkan nilai acak dalam rentang tanggal atau waktu tertentu.

    • custom

      Metode ini saat ini hanya didukung untuk tipe teks. Metode ini menyediakan tipe data standar untuk informasi pribadi, geolokasi, dan berbagai data spesifik industri.

      Kategori juga mencakup Basic type dan IT-related. Setiap kategori memiliki subkategori spesifik. Misalnya, di bawah informasi pribadi, Anda dapat memilih opsi seperti nama Tionghoa, warna, industri, perusahaan, departemen, jabatan, dan universitas. Setelah memilih, klik Confirm Algorithm Configuration untuk menyimpan pengaturan.

    • enumeration

      Anda dapat memberikan daftar nilai, dan DMS akan memilih secara acak dari daftar tersebut untuk mengisi data.

      Catatan

      Metode enumeration mendukung tipe data numerik, teks, dan tanggal/waktu.

      Di kotak dialog daftar nilai, klik Add Enumeration Value untuk menambahkan nilai yang diperlukan. Untuk menghapus nilai yang sudah ada, klik Remove di baris yang sesuai. Setelah selesai, klik Confirm Algorithm Configuration.

    Operasi terkait

    Setelah data uji dihasilkan, Anda dapat melakukan operasi berikut: