数据库种子数据生成

问题在哪

本地联调、集成测试和预发布演练往往需要一个「看起来像真数据」的库，但手写 INSERT 很快会在外键顺序、唯一约束和重复执行上踩坑：跑两次就 duplicate key，子表先于父表插入直接失败，CI 里又因为随机数据不可复现导致用例飘红。生产库更不能拿来随便灌测试行。

技能怎么帮你落地

该技能把 数据库种子填充 当成一条可审查的工作流，而不是一堆零散的 SQL 片段：

• 模式分析：从迁移或 DDL 梳理表、列类型、NOT NULL / UNIQUE / 外键，并排出父表先于子表的插入顺序。
• 策略选择：开发用固定随机种子的确定性数据；演示用 Faker 类库；需要分布真实性时用脱敏快照思路——并约定每张表的行数。
• 脚本生成：按项目栈（Python / JS / SQL / Ruby 等）写出满足约束的种子，插入包在事务里；唯一字段用序列或 ON CONFLICT 类模式处理。
• 幂等与分环境：支持重复执行（如 INSERT ON CONFLICT DO NOTHING、UPSERT、或 truncate 后插入）；用环境变量切换「本地小集 / 集成中等 / 压测大集」配置。
• 执行校验：核对行数，检查外键是否都指向已存在行，并记录各表填充结果。

你只需提供模式（或迁移路径）、目标环境和数据规模，也可指定数据特征（如多时区用户、近 12 个月订单）。

边界与注意

• Faker 不保证大规模下的全局唯一，需 fake.unique 或计数器后缀；循环外键要分两阶段插入再更新。
• 万级以上行数应走批量加载（如 PostgreSQL COPY），而非逐条 INSERT。
• 脚本应带环境守卫，禁止对生产库执行种子；显式 ID 填充后记得重置自增序列。