sql批量生成测试数据的核心是利用 递归 CTE、系统表笛卡尔积或存储过程分批插入，结合随机函数与业务规则（如预设城市列表、手机号格式、状态比例）构造真实感数据，适配不同 数据库 语法特性。
用 SQL 批量生成测试数据，核心是利用数据库的递归、循环 或系统表特性，快速构造出符合业务逻辑的模拟数据，不用写脚本、不依赖外部 工具。
用递归 CTE 生成连续编号或时间序列
适合造用户 ID、订单号、日期维度等有规律的数据。以 postgresql 或 SQL Server 为例：
- 生成 1~10000 的用户 ID 和随机姓名：
WITH users AS (
select 1 AS id, ‘User_’ || floor(random() * 1000)::text AS name
union ALL
SELECT id + 1, ‘User_’ || floor(random() * 1000)::text
FROM users
WHERE id )
INSERT intO user_table (id, name) SELECT id, name FROM users;
注意：mysql 8.0+ 支持 CTE，旧版可用 INSERT …… SELECT 配合 numbers 辅助表；递归深度需留意（如 SQL Server 默认 100，可加OPTION (MAXRECURSION 10000)）。
用系统表或笛卡尔积放大行数
没有递归支持时（如 MySQL 5.7），可借 INFORMATION_SCHEMA.COLUMNS 等自带多行的系统表“凑数”：
- 生成约 1 万行（取前 100 列 × 前 100 列）：
INSERT INTO order_table (order_no, amount, create_time)
SELECT
CONCAT(‘ORD_’, LPAD(@row:=@row+1, 6, ‘0’)),
ROUND(RAND() * 999.99, 2),
DATE_SUB(NOW(), INTERVAL FLOOR(RAND() * 365) DAY)
FROM INFORMATION_SCHEMA.COLUMNS t1
CROSS JOIN INFORMATION_SCHEMA.COLUMNS t2
CROSS JOIN (SELECT @row := 0) r
LIMIT 10000;
关键是用 CROSS JOIN 制造组合爆炸，再用 LIMIT 截断；变量 @row 用于生成唯一编号。
按业务规则注入真实感字段
单纯随机数不够像真数据。可结合 CASE、字符串 函数、固定列表提升可信度：
- 城市字段从预设列表中随机选：
ELT(FLOOR(1 + RAND() * 5), '北京', '上海', '广州', '深圳', '杭州')- 手机号用前缀 + 8 位随机数：
CONCAT('13', LPAD(FLOOR(RAND() * 100000000), 8, '0')) - 状态字段按比例分布：
CASE WHEN RAND()
避免所有字段都用RAND()，否则容易出现逻辑矛盾（比如“已完成”订单却无支付时间），建议先定主干字段（如 status），再条件生成关联字段。
一次性插入 vs 分批提交防锁表
生成超 10 万行时，单条 INSERT 可能卡住或 OOM。稳妥做法是分批次：
- 每 5000 行提交一次（以 MySQL 为例）：
DELIMITER $$
CREATE PROCEDURE gen_test_data()
BEGIN
DECLARE i INT default 1;
while i INSERT INTO log_table (…) SELECT … FROM … LIMIT 5000 OFFSET i-1;
COMMIT;
SET i = i + 5000;
END WHILE;
END$$
DELIMITER ;
CALL gen_test_data();
或者用应用层控制（python/Shell 调用多条 INSERT），更灵活也更易中断重试。
基本上就这些——不需要框架、不写java/Python，纯 SQL 就能把测试环境撑起来。关键在理解自己用的数据库支持什么语法，再把“生成逻辑”拆成可叠加的简单步骤。
