SQLark 的数据生成一直是用户最喜欢的功能之一，可以快速批量生成 DM、Oracle、MySQL 的仿真数据，应用在开发、功能测试、性能压测等各种环节中。
👉前往 SQLark 官网：www.sqlark.com 下载全功能免费版。
SQLark 提供 8 大类 47 小类数据规则，每一种规则又提供精细的配置项，供大家灵活配置。但是在实际使用中我们发现，用户总是希望不动手或者少动手，直接点击【生成数据】，就可以生成贴近业务场景的测试数据。
为了让用户少动手，在大部分情况下都能直接“一键生成”，SQLark 不仅能够根据表字段的含义、类型、精度等信息，智能匹配到姓名、身份证号、日期等数据规则，同时还支持自动识别表结构中的外键关联、自增列、check约束、虚拟列等，最大限度减少用户手动配置的工作量。
外键约束
对于表结构中最常见的外键约束，SQLark 也支持自动识别和关联，无须用户动手配置。
除了识别外键约束，SQLark 还能自动识别表结构中的自增列、check 约束及虚拟列。下面我们以一张员工信息表 employee_info 为例，来详细了解一下。
--员工信息表
create table employee_info
(
employee_id integer identity(1, 1) not null primary key,
employee_name varchar(50) not null,
identity_card varchar(18),
job_id varchar(10) not null,
email varchar(50),
phone_num varchar(20),
gender char(1) check (gender in ('m', 'f')),
birth_date date check(birth_date > '1920-01-01' and birth_date < '2020-01-01'),
age int generated always as (datediff(year,birth_date,sysdate())) virtual
);
自增列
在上述表中含有自增列 employee_id ，SQLark 可以自动识别到自增列，并完成规则匹配。
check约束
在上述表中有两个列存在 check 约束：
1、出生日期 birth_date 列存在约束 birth_date > '1920-01-01' and birth_date < '2020-01-01' ，SQLark 可以读取该约束规则，自动匹配“日期”规则并设置好出生年月范围。
2、性别 gender 列存在约束 gender char(1) check (gender in ('m', 'f')) ，SQLark 读取约束条件后自动匹配为“枚举”规则，并将’M’'F’两个值填入枚举选项中。
虚拟列
上表中还存在一个虚拟列 age，由出生日期 birth_date 列通过函数计算和转换而来 datediff(year,birth_date,sysdate()) 。SQLark 可以识别和处理虚拟列规则，并保障生成正确的数据。
总结
所以这一张员工信息表，以前需要在多个地方手动调整才能收获完美数据，现在只需要填一填生成行数，然后点击 【生成数据】，就可以快速准确的生成测试数据了！
👉前往 SQLark 官网：www.sqlark.com 下载全功能免费版。
