尚硅谷基于腾讯云EMR搭建离线数据仓库（2023版）/视频/021-腾讯云EMR-离线数仓-业务数据生成.mp4原创

哎，安装完MYSL之后，我们要尝试去自己生成一些数据写入到MYS当中，那首先呢，创建这个data目录，我们已经创建好了，把这个架包以及application.publish配置信息导进来，我们也已经导过了，对吧？好，那就在这个位置。当然这个JA点呢，你就可以不要了，因为刚才我们这个文件其实有两种执行方式，第一个呢，直接在我们Linux系统里边在这取S。指定路径也可以执行，呃，当然刚才我用的是。界面化的一个操作，对吧，直接去运行一样啊，那接下来呢，我们就要运行这个价包，往我们马L里面写数据，去看一下能不能写进去对吧？啊呃，那首先呢，看一下我们的这个配置文件，看有没有要修改的地方。好，那第一个这是哈杜101对吧，要注意修改。呃，ROOT6个零没有问题啊，当然你密码如果不是六个零的话，你要注意一下啊。好日期的话，那我改成2022。

改成幺。101，好吧，呃，然后呢，首次是一，之后只为零这个。无所谓。啊，那这个呢，其实我们用户啊，直接指为零就好了啊，就不用，因为用户呢，我们就不需要重置了，其实现在在我们表当中，我们那个脚本啊，不光是建表，还预设置了一些数据，大家发现没对吧，包括我们的用户数据一样，这里面呢本身就有。我们有4000条，这是第四页，这是已经是最后一页了，然后呢，第四页共1000条，总共有4000条，那用户信息呢，我们就保留在这儿吧，因为用户呢，毕竟它应该就是会多一些，比其他的表数据要多一些，对吧，所以4000表我们就不重置了啊，首日呢也就不重置了，好，那每次新生成的用户量男性比率是多少，用户数据变化的概率，因为用户呢，信息他有可能会有人修改，对吧。

然后用户取消的收藏的比例，收藏的数量是多少，这里面参数呢，都有对应的注释说明，大家可以自己看一下啊，那当然你不想改的话，你就默认的，因为这里边呢，我们为了造数据的量，可以提高用户的下单比率，对吧？假如说我们有4000个用户，下单比率30%，那每次呢，嗯，有多少个，那你要50%又有多少个，对吧？这样的一个情况啊，你都可以自己去控制啊，这样的话，你可以控制这个每次的数据量大小。好，那这个呢，我们就不用管了，主要检查一下主机端口号，用户名，密码这些东西是否正确，至于这个时间啊，什么东西啊，因为我们到时候都可以调，现在呢，我们只是做一个测试对吧？好，那我们来看一下怎么确认它有没有升值数据呢？首先大家注意啊，用户表。对吧，因为他刚才我们写的生长，每次生成200条，现在呢是1000，然后再看一下我们的一个。订单表啊，我们就拿两张表来举例子说明啊，订单表里边呢，现在是空的，好吧，那我们接下来造数据叫Java杠。

价。杠走。这个呢，他开始往里边去写入数据啊。我们就稍微等一下再我们去看啊，如果你觉得这个时间比较长，你可以把里面参数呢，对应的调小一点就好了。呃，那我们先看这个用户表吧，刷新，然后呢，贴到最后一页，诶那第五页200条，这是我们在配置文件当中所写到的。配置文件当中我们写了每次生成新用户量是200对吧，所以4000变成四千二啊，然后是订单，刚才没有数据，那我们刷新。啊，100多条的一个数据啊，那他说不对呀，你有4000个用户，然后呢，我记得你写的是30%的下单率，那怎么只有100多条呢，注意。

我们在下单之前还需要做什么事啊？加购吧，是不是加购啊，看有10%的加购的概率，然后30%的下单比率，你再算一下那。这边百分之十四千四百左右。对吧，400左右啊，那这个三十一百二左右吧。400的30%，因为我们要从购物车先经过购物车才能下订单啊，那120，那我们刚才看到数据是多少条，106条符合，因为这只是一个概率啊，他不是说完全就30%能能懂这意思吧，这它只是一个概率，OK，那这个数据呢，是没有问题的，好吧？啊，因为我刚才带着大家看了这30%，所以我要解释一下，有同学可能不理解了，你明明说30%按道理来说应该一千二啊，对吧，怎么100多条呢？啊，那因为他先得是。勾加购，然后再去下订单，好，那到这块为止呢，其实我们的数据就已经搞定。

啊，业务数据生成就搞定了。