My SQL Data 项目
快速生成 SQL 和模拟数据，大幅提高开发测试效率！
项目的创作起因就是为了解决自己开发项目时反复写 SQL 建表和造数据的麻烦，
试想一下：如果我做新项目的时候，不用写建表 SQL、不用造数据，能直接得到一个造好了假数据的表，那该有多好！
无论你是前端、后端、测试、数据开发、数据科学，还是研究方向的同学，相信这个工具都会对你有帮助！
主要应用场景如下：
1）通过填写可视化表单的方式，快速生成建表语句、模拟数据和代码，告别重复工作！
2）支持多种快捷导入方式。比如已经有现成的数据表，可以直接导入建表语句，一键生成模拟数据；还可以直接导入 Excel 表格，快速完成建表；甚至还支持智能导入，输入几个单词就自动生成表格和数据！
3）支持多种生成模拟数据的规则。比如固定值、随机值、正则表达式、递增值，甚至还支持选择词库来生成特定范围内的随机值！
4）支持词库、表设计、字段信息共享。可以学习或参考其他同学的库表设计，或者直接使用现成的库表和字段，一键生成或进行二次开发，协作万岁！
5）可以直接使用现成的词库来建立字典表，或者作为研究用的数据集，并支持二次完善词库！
项目本身功能完整（分为用户前台和管理后台）、达到上线标准、架构设计清晰、目录结构规范。
前端用到了复杂的嵌套 & 动态 & 可折叠表单、代码编辑器；后端用到了多种主流设计模式、AOP 切面鉴权等，还是非常值得朋友们学习的。
也请大佬们请多多指教 🙏🏻
- 可视化建表
- 快捷导入建表
- 智能导入
- 导入表
- 导入配置
- 导入建表 SQL
- 导入 Excel
- 一键生成
- SQL 建表、插入数据语句
- 模拟数据
- JSON 数据
- Java 代码
- 前端代码
- 多种模拟数据生成规则
- 固定值
- 随机值
- 正则表达式
- 递增
- 定制词库
- 词库共享
- 创建词库
- 词库继承
- 一键创建字典表
- 根据词库生成模拟数据（可以用来决定午饭吃什么哈哈）
- 表信息共享
- 创建表信息
- 一键复制建表语句
- 一键导入表
- 字段共享
- 创建字段
- 一键复制创建字段语句
- 一键导入字段
- 举报
- 用户管理
- 词库管理
- 表信息管理
- 字段信息管理
- 举报管理
主要技术：
- React 18
- Umi 4.x
- Ant Design 4.x 组件库
- Ant Design Pro Components 高级组件
- TypeScript 类型控制
- Eslint 代码规范控制
- Prettier 美化代码
依赖库：
- monaco-editor 代码编辑器
- copy-to-clipboard 剪切板复制
主要技术：
- Spring Boot 2.7.x
- MyBatis Plus 3.5.x
- MySQL 8.x
- Spring AOP
依赖库：
- FreeMarker：模板引擎
- Druid：SQL 解析
- datafaker：模拟数据
- Apache Commons Lang3：工具库
- Hutool：工具库
- Gson：Json 解析
- Easy Excel：Excel 导入导出
- Knife4j：接口文档生成
- 运行 sql 目录下的 create_table.sql 建表
- 修改 application.yml 中的数据库地址为自己的
- 安装完 Maven 依赖后，直接运行即可
- 已经编写好了 Dockerfile，支持 Docker 镜像部署。
安装依赖：
npm run install运行：
npm run dev打包：
npm run build主要分享系统的整体架构和核心设计，而传统 web 开发部分不做过多介绍。
核心设计理念：将各输入方式统一为明确的 Schema，并根据 Schema 生成各类内容。
系统分为以下几个核心模块，各模块职责分明：
- Schema 构造器：将各种不同的输入源转为统一的 Table Schema 定义
- 统一 Schema 定义：本质是一个 Java 类（JSON 配置），用于保存表和字段的信息
- 生成器：负责根据 Schema 生成数据和代码
- 共享服务：包括词库、表信息、字段信息共享
核心模块的代码都在后端 core 目录下
核心类：TableSchemaBuilder，作用是将不同的参数统一收敛为 TableSchema 对象。
其中，buildFromSql（根据 SQL 生成 Schema）使用了 Druid 数据库连接池自带的语法解析器，非常强大。（解析器这种东西一般不要自己写，有这时间你都能做几个项目了，写出来还没人家的好用)
用于保存表和字段的信息，结构如下：
{
"dbName": "库名",
"tableName": "test_table",
"tableComment": "表注释",
"mockNum": 20,
"fieldList": [{
"fieldName": "username",
"comment": "用户名",
"fieldType": "varchar(256)",
"mockType": "随机",
"mockParams": "人名",
"notNull": true,
"primaryKey": false,
"autoIncrement": false
}]
}将每种生成类型定义为一个 Builder（core/builder 目录）：
每种生成规则定义为一个 Generator，使用 DataGeneratorFactory（工厂模式）对多个 Generator 实例进行统一的创建和管理。
使用 dataFaker 库实现随机数据生成（RandomDataGenerator）。
使用 Generex 库实现正则表达式数据生成（RuleDataGenerator)。
使用门面模式聚合各种生成类型，提供统一的生成调用和校验方法
包括词库、表信息、字段信息共享，其实就是对这些实体的增删改查 web 服务，不多说了。