CN115455091A - 数据生成方法、装置、电子设备和存储介质 - Google Patents

Abstract

本申请公开了一种数据生成方法、装置、电子设备和存储介质。具体包括：获取数据查询语句；根据数据查询语句，确定目标数据的生成规则；根据生成规则，生成目标数据。本申请实施例的技术方案中，生成的目标数据是符合数据查询语句的逻辑和调用关系的，能够被复杂的查询语句命中的有意义的数据，而非没有逻辑关联性的随机值，解决了现有技术中完全随机生成的数据无法在数据库中被正常的调用的问题；同时，这种方法在条件限制下进行随机生成，不需要配置数据源，进一步提高了造数的效率。总体而言提高了数据库开发人员的工作效率。

Description

数据生成方法、装置、电子设备和存储介质

技术领域

本申请涉及数据处理技术领域，尤其涉及一种数据生成方法、装置、电子设备和存储介质。

背景技术

数据库是一个按数据结构来存储和管理数据的计算机软件***。数据库技术的大量使用为现今社会庞大的互联网、物联网体系提供了有力支撑。因此，对于数据库使用的验证和测试就显得尤为重要。

当前，技术人员可以向构建的数据库输入测试数据，再对数据库中的测试数据进行处理，以在处理过程中验证数据库的功能。通常，测试数据需要根据额外配置的数据源进行筛选或随机挑选，但工作量非常大，耗时耗力耗费计算资源；若简单的随机生成数据则会使数据库中的数据出现大量错误，无法正常的进行数据库的应用，这样的测试数据的实用性很差。

发明内容

本申请提供了一种数据生成方法、装置、电子设备和存储介质，以提升数据生成的效率，提高测试数据的实用性。

根据本申请的一方面，提供了一种数据生成方法，所述方法包括：

获取数据查询语句；

根据数据查询语句，确定目标数据的生成规则；

根据生成规则，生成目标数据。

根据本申请的另一方面，提供了一种数据生成装置，包括：

查询语句获取模块，用于获取数据查询语句；

生成规则确定模块，用于根据数据查询语句，确定目标数据的生成规则；

数据生成模块，用于根据生成规则，生成目标数据。

根据本申请的另一方面，提供了一种电子设备，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请任一实施例所述的数据生成方法。

根据本申请的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本申请任一实施例所述的数据生成方法。

本申请实施例的技术方案中，根据由数据查询语句确定的表元数据和语句逻辑顺序，进一步确定目标数据的生成规则，对用于测试数据库的目标数据进行造数。因此，生成的目标数据是符合数据查询语句的逻辑和调用关系的，能够被复杂的查询语句命中的有意义的数据，而非没有逻辑关联性的随机值，解决了现有技术中完全随机生成的数据无法在数据库中被正常的调用的问题；同时，这种方法在条件限制下进行随机生成，不需要配置数据源，进一步提高了造数的效率。总体而言提高了数据库开发人员的工作效率。

应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本申请实施例一提供的一种数据生成方法的流程图；

图2是根据本申请实施例二提供的一种数据生成方法的流程图；

图3是根据本申请实施例三提供的一种数据生成装置的结构示意图；

图4是实现本申请实施例的数据生成方法的电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例一

图1为本申请实施例一提供了一种数据生成方法的流程图，本实施例可适用于情况，该方法可以由数据生成装置来执行，该数据生成装置可以采用硬件和/或软件的形式实现，该数据生成装置可配置于电子设备中。

如图1所示，该方法包括：

S110、获取数据查询语句。

其中，数据查询语句可以是用于对数据库进行结构化查询的语句。可选的，所述数据查询语句为数据库结构化查询语言SQL语句(即Structured Query Language)。需要说明的是，由于数据库的技术日益发展，数据库的类型也越来越多，不同的数据库可以使用不同的数据查询语句。本申请各实施例以SQL语句作为举例进行说明，不可理解为对本申请各实施例的限定。获取数据查询语句的方式可以是实时的获取人工输入的数据查询语句，也可以根据具体情况在既定的存储器中获取或调用预先存储的数据查询语句。

S120、根据数据查询语句，确定目标数据的生成规则。

其中，目标数据可以是需要进行构造的数据，目标数据用于输入至数据库中，为数据库的使用作试验基础。例如，若数据库为学生在校信息库，那么目标数据可以是具体的学生信息，比如姓名、性别、年龄和班级等。生成规则可以是目标数据的生成依据。生成规则可以根据数据查询语句中包括的数据库信息和查询逻辑等进行确定，例如通过数据库信息在数据查询语句中对查询逻辑进行分析，以确定对各数据库的具体查询需求(或调用等操作的需求)。

在一种可选实施方式中，所述根据数据查询语句，确定目标数据的生成规则，可以包括：根据数据查询语句，确定被查询数据库，并确定被查数据库的表元数据；根据表元数据，确定生成规则。

其中，被查询数据库可以是数据查询语句的调用对象，即数据查询语句是对被查询数据库进行操作，且被查询数据库的类型和数量不作限定。可以对不同的数据库中的内容进行联动查询，例如查询数据库A和数据库B中的共有内容等方式。表元数据可以是数据库的表结构信息，例如表头信息、字段信息和字段类型等。根据数据库的表结构信息可以确定不同的数据库中可以存储何种数据，其数据表征了何种意义。因此，根据这些表结构信息可以确定用于测试数据库功能的目标数据的生成规则，确定生成规则的方法可以是按照表头信息、字段信息和字段类型等对数据的生成规则进行确定，还可以预先训练机器学习模型，该模型输入表元数据，数据生成规则，本申请实施例对此不作限定。

在一种可选实施方式中，所述根据表元数据，确定生成规则，可以包括：根据表元数据和数据查询语句，确定被查询数据库的字段关联关系；将字段关联关系作为生成规则。

其中字段关联关系可以是不同的被查询数据库(不同的表)中的各字段之间在被查询时的对应关系。例如，数据查询语句要查询数据库A和数据库B中共有的C类型数据，那么在数据库A中的C类型数据的字段C1和在数据库B中的C类型数据的字段C2需要建立对应关系。将C1和C2的对应关系作为目标数据的生成规则。可以理解的是，由于目标数据的功能是用于对数据库进行测试，则目标数据必须符合被查询数据库中的各项属性要求，其中包括对目标数据的字段要求、数据类型要求等。由于目标数据的不合适而导致数据库的测试过程报错是不应该出现的，因此，符合字段关联关系的目标数据才可以在测试数据库中不容易报错。

在一种可选实施方式中，所述根据表元数据和数据查询语句，确定被查询数据库的字段关联关系，可以包括：根据表元数据和数据查询语句的语句逻辑顺序，确定字段关联关系。

其中，语句逻辑顺序可以是数据查询数据对与被查询数据库的查询操作的逻辑顺序。例如，数据查询数据的目的是将同时存在于数据库X和数据库Y的数据加入到数据库Z中。那么对于数据库的操作应当是查询数据库X和Y中相同的数据，并将这些数据添加至数据库Z中对应字段的表格下。因此，在这个示例中，语句逻辑顺序为先查询后添加，先查询X和Y，将X和Y中的字段信息和数据类型等进行匹配，找到共存数据的信息，再将Z对应的表头的字段信息和数据类型等与X、Y的信息相匹配，将这些匹配关系作为字段关联关系。

在一种可选实施方式中，所述根据表元数据和数据查询语句的语句逻辑顺序，确定字段关联关系，可以包括：根据表元数据和语句逻辑顺序，确定字段关联优先级；根据字段关联优先级，确定字段关联关系。

其中，字段关联优先级表征了构建字段关联关系的先后顺序。由于语句逻辑顺序决定了对不同数据库的操作逻辑，因此可以根据这些操作逻辑确定关联关系的优先级，特别的，可以将语句逻辑顺序的倒序作为字段关联优先级的确定依据，即按照语句逻辑顺序的倒序进行字段关联关系的确定。

延续前例，由于语句逻辑顺序为先查询X和Y，后添加至Z，则先将Z中需要用到的表元数据(即字段和数据类型等)记作优先的匹配关系，再将查询X和Y的表元数据记作较后的匹配关系，将此二者结合成为字段关联关系。在生成目标数据时，可以先按照优先的匹配关系确定需要的目标数据的内容，再根据较后的匹配关系确定目标数据的具体生成方式。当然，本实施例仅用两层匹配关系作为举例，在更为复杂的语句逻辑顺序中也可以按照这种逻辑顺序倒序的优先级用于解析数据查询语句，为后续生成符合逻辑的目标数据提供支撑和依据。

S130、根据生成规则，生成目标数据。

根据前述步骤中确定的生成规则(即字段关联关系)生成用于测试的目标数据。当然，生成目标数据的方法可以采用现有技术中任意一种随机数据生成算法，例如可以在生成规则的约束内进行目标数据的随机生成，本申请实施例对于目标数据的生成算法不作限定。

在一种可选实施方式中，所述根据生成规则，生成目标数据，可以包括：根据生成规则和预设数据需求，生成目标数据；其中，预设数据需求包括生成数量、字段随机值范围和数据长度。

其中，预设数据需求可以是对于目标数据生成的要求，例如可以包括但不限于生成数量、字段随机值范围和数据长度等。其中，生成数据即需要的目标数据的数量；字段随机值范围可以是存入数据库中符合表元数据的字段的范围，例如字段关联关系中包括有“整数”的生成规则，但是随机生成的数字可能在数据库的表格中并不合理(例如生成年龄数据中的负数)，因此可以预设随机值范围(例如设置随机生成的年龄数据的年龄范围)；数据长度可以是目标数据在存储或传输过程中占用的字节。在预设数据需求的限定条件下，依照生成规则对目标数据进行造数。当然，预设数据需求可以由相关技术人员根据大量试验或者人工经验而确定，本申请实施例对预设数据需求的类型、数量和确定方法不作限定。

在一个实际的示例中，假设当前两个数据库分别是M班数学考试成绩库(简称M库)和N班数学考试成绩库(简称N库)，现要统计M班和N班中所有数学考试成绩大于95分的学生，将这些学生信息统计至数学竞赛报名库(简称竞赛库)。可以获取M库、N库和竞赛库的表元数据，可以包括但不限于数据库的表格的表头字段(姓名、班级、数学考试成绩等)，和各表头字段对应的数据类型(汉字、字母或数字；整型、浮点型等)。可以先将竞赛库的表元数据作为数据的生成规则之一。将M库中数学考试成绩大于95分的条件作为生成规则之一，将“成绩大于95分”这一信息与学生信息的其他表头字段确定为字段关联关系，即生成的一条数据可以同时包括大于95分的数学考试成绩和学生的姓名、班级、年龄等。根据上述各生成规则(和字段关联关系)，通过随机数据生成算法对目标数据进行生成。生成的数据可以被成功添加至竞赛库的表格内，且符合竞赛库中表头字段对数据的要求。

本申请实施例的技术方案中，根据由数据查询语句确定的表元数据和语句逻辑顺序，进一步确定目标数据的生成规则，对用于测试数据库的目标数据进行造数。因此，生成的目标数据是符合数据查询语句的逻辑和调用关系的，能够被复杂的查询语句命中的有意义的数据，而非没有逻辑关联性的随机值，解决了现有技术中完全随机生成的数据无法在数据库中被正常的调用的问题；同时，这种方法在条件限制下进行随机生成，不需要配置数据源，进一步提高了造数的效率。总体而言提高了数据库开发人员的工作效率。

实施例二

图2为本申请实施例二提供的一种数据生成方法的流程图，本实施例是在前述各实施方式的基础上提供的一种优选实施方式。

本优选实施方式中，通过python和c语言进行实现，部署环境于linux服务器上，用于数据生成的造数工具和工具管理平台通过web端实现，以配置对应数据的连接和SQL语句。如图2所示，具体如下：

首先，配置需要造数工具连接的数据库信息，将jdbc连接的数据库连接配置到工具管理平台的配置中。

造数工具检测对应连接是否正常，如果异常则报错“数据库连接异常”，重新修改连接的数据库配置或者检查数据库是否正常。

确认配置数据库正常后，在工具管理平台的web界面中输入待造数的复杂SQL语句(即数据查询语句)。

工具管理平台根据该SQL语句确定需要查询或调用的表名称，然后针对该数据库中查找对应的表元数据，若无法查询到对应的表元数据，否则报错数据库中缺失对应的表元信息。

如果能够查到相关表的元数据信息，则对SQL语句进行逻辑条件的拆解，并生成造数规则和逻辑关联关系。其中，通过语法解析生成不同表各字段之间的对应关系，若不同表的字段之间没有对应关系(即字段关联关系)，则随机生成符合字段类型的规则信息。将对应关系和/或规则信息作为数据生成的规则。

选择是否需要对生成的生成规则进行调整，如需调整，则在工具管理平台上对生成规则进行调整。例如，生成规则中有不合理，或者不符合数据库的情况，通过工具管理平台由人工的方式进行调整。

技术人员可以根据工具管理平台对造数的数量、字段随机值的范围和数据的长度等进行配置，根据这些配置信息和生成规则，通过预设数据生成算法，随机的生成符合生成规则中各个逻辑条件的数据，并将生成的数据并***数据库。在到达预设的造数的数量后，停止数据的生成，若数据生成过程中出现报错信息，则可以将报错信息返回至工具管理平台，便于后续对相关问题进行排查。

造数完成后技术人员可以连接数据库，执行具体SQL语句，查看SQL语句的执行情况，以用于测试数据库的正常与否和生成的数据正常与否。

实施例三

图3为本申请实施例三提供的一种数据生成装置的结构示意图。如图3所示，该装置300包括：

查询语句获取模块310，用于获取数据查询语句；

生成规则确定模块320，用于根据数据查询语句，确定目标数据的生成规则；

数据生成模块330，用于根据生成规则，生成目标数据。

本申请实施例的技术方案中，根据由数据查询语句确定的表元数据和语句逻辑顺序，进一步确定目标数据的生成规则，对用于测试数据库的目标数据进行造数。因此，生成的目标数据是符合数据查询语句的逻辑和调用关系的，能够被复杂的查询语句命中的有意义的数据，而非没有逻辑关联性的随机值，解决了现有技术中完全随机生成的数据无法在数据库中被正常的调用的问题；同时，这种方法在条件限制下进行随机生成，不需要配置数据源，进一步提高了造数的效率。总体而言提高了数据库开发人员的工作效率。

在一种可选实施方式中，所述生成规则确定模块320可以包括：

表元数据确定单元，用于根据数据查询语句，确定被查询数据库，并确定被查数据库的表元数据；

生成规则确定单元，用于根据表元数据，确定生成规则。

在一种可选实施方式中，所述生成规则确定单元可以包括：

关联关系确定子单元，用于根据表元数据和数据查询语句，确定被查询数据库的字段关联关系；

规则确定子单元，用于将字段关联关系作为生成规则。

在一种可选实施方式中，所述关联关系确定子单元可以具体用于：

根据表元数据和数据查询语句的语句逻辑顺序，确定字段关联关系。

在一种可选实施方式中，所述关联关系确定子单元可以包括：

优先级确定从单元，用于根据表元数据和语句逻辑顺序，确定字段关联优先级；

关联关系确定从单元，用于根据字段关联优先级，确定字段关联关系。

在一种可选实施方式中，所述数据生成模块330可以具体用于：

根据生成规则和预设数据需求，生成目标数据；其中，预设数据需求包括生成数量、字段随机值范围和数据长度。

在一种可选实施方式中，所述数据查询语句为数据库结构化查询语言SQL语句。

本申请实施例所提供的数据生成装置可执行本申请任意实施例所提供的数据生成方法，具备执行各数据生成方法相应的功能模块和有益效果。

实施例四

图4示出了可以用来实施本申请的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。

如图4所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。

电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如数据生成方法。

在一些实施例中，数据生成方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的数据生成方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行数据生成方法。

本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。

用于实施本申请的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本申请的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的***和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (10)

1.一种数据生成方法，其特征在于，所述方法包括：

获取数据查询语句；

根据所述数据查询语句，确定目标数据的生成规则；

根据所述生成规则，生成所述目标数据。

2.根据权利要求1所述的方法，其特征在于，所述根据所述数据查询语句，确定目标数据的生成规则，包括：

根据所述数据查询语句，确定被查询数据库，并确定所述被查数据库的表元数据；

根据所述表元数据，确定所述生成规则。

3.根据权利要求2所述的方法，其特征在于，所述根据所述表元数据，确定所述生成规则，包括：

根据所述表元数据和所述数据查询语句，确定所述被查询数据库的字段关联关系；

将所述字段关联关系作为所述生成规则。

4.根据权利要求3所述的方法，其特征在于，所述根据所述表元数据和所述数据查询语句，确定所述被查询数据库的字段关联关系，包括：

根据所述表元数据和所述数据查询语句的语句逻辑顺序，确定所述字段关联关系。

5.根据权利要求4所述的方法，其特征在于，所述根据所述表元数据和所述数据查询语句的语句逻辑顺序，确定字段关联关系，包括：

根据所述表元数据和所述语句逻辑顺序，确定字段关联优先级；

根据所述字段关联优先级，确定所述字段关联关系。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述根据所述生成规则，生成所述目标数据，包括：

根据所述生成规则和预设数据需求，生成所述目标数据；其中，所述预设数据需求包括生成数量、字段随机值范围和数据长度。

7.根据权利要求1-5任一项所述的方法，其特征在于，所述数据查询语句为数据库结构化查询语言SQL语句。

8.一种数据生成装置，其特征在于，包括：

查询语句获取模块，用于获取数据查询语句；

生成规则确定模块，用于根据所述数据查询语句，确定目标数据的生成规则；

数据生成模块，用于根据所述生成规则，生成所述目标数据。

9.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的数据生成方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的数据生成方法。

Images