为什么 Bogus 生成的数据在测试中经常“不生效”
多数人用
Bogus时直接 new
Faker<t>()</t>就开始
Generate()，结果发现：数据库插入失败、API 校验报错、时间字段超出范围。根本原因不是数据“假”，而是默认配置和业务场景脱节——
Faker默认生成全量字段（包括可能为空的引用类型）、日期从 1970 年起、字符串长度随机且无业务语义。
实操建议：
显式调用RuleFor覆盖关键字段，尤其
Id、
CreatedAt、
StrictMode(true)提前暴露未映射字段（避免后期因新增属性导致静默空值） 对
DateTime字段统一设范围：
ruleFor(x => x.CreatedAt, f => f.Date.Between(DateTime.Now.AddYears(-2), DateTime.Now))禁用默认构造：传入
new Faker<user>().UseConstructor(() => new User())</user>，防止
default(User)触发意外初始化逻辑
如何批量生成带关联关系的假数据（比如订单+订单项）
单表 faker 很容易，但真实测试常需主子结构一致（如一个
Order对应多个
OrderItem，且
OrderItem.OrderId必须等于父级
Id）。Bogus 本身不自动维护跨对象引用，得手动桥接。
实操建议：
先生成主对象列表，再用SelectMany展开子对象，并在子对象
RuleFor中捕获外键值：
f.RuleFor(x => x.OrderId, _ => order.Id)避免在
Faker<orderitem></orderitem>内部直接引用外部变量（闭包陷阱），改用
CustomInstantiator或工厂方法传参 若关系复杂（如多层嵌套），优先用
Faker.GenerateLazy(n)+
ToList()控制内存，防止
IEnumerable延迟执行引发重复生成 示例片段：
var orders = new Faker<Order>()
.RuleFor(x => x.Id, f => f.IndexFaker)
.Generate(100);
var orderItems = orders.SelectMany(order =>
new Faker<OrderItem>()
.RuleFor(x => x.OrderId, _ => order.Id)
.RuleFor(x => x.ProductName, f => f.Commerce.ProductName())
.Generate(3)
);
中文支持与业务字段定制的关键配置
默认
Bogus是英文语料，直接生成
UserName是 “Lance Kirlin”，对中文系统测试几乎无用；更麻烦的是，像“手机号”“身份证号”“省市地址”等强规则字段，官方没内置，必须自己补。
实操建议：
切换本地化：构造Faker时传入
new CultureInfo("zh-CN")，可让姓名、地址、公司名等自动转中文（但注意：部分 provider 如 Commerce.ProductName()仍为英文） 手机号用正则生成：
f.Random.ReplaceNumbers("1##-####-####")，比 f.Phone.PhoneNumber()更可控 身份证号需校验算法，别手写——推荐用 NuGet 包
Z.ExtensionMethods的
GenerateIdCard()，或封装一个带校验位计算的静态方法 避免在
RuleFor中调用耗时操作（如 HTTP 请求、文件读取），Bogus 是同步批量生成，阻塞会拖慢整个测试集
性能瓶颈在哪？10 万条数据生成慢的常见原因
生成 1000 条很快，但到 10 万条明显卡顿，往往不是 Bogus 本身慢，而是生成逻辑里混入了隐式开销。
实操建议：
禁用Faker.StrictMode（调试期开，压测期关），它每次生成都反射检查属性，10 万次就是 10 万次反射 不要在
RuleFor里反复 new 同一个
Faker实例（如
f => new Faker<address>().Generate()</address>），改为复用单例
Faker<address> addressFaker = new();</address>字符串字段慎用
f.Lorem.Sentence()（随机句长 + 标点处理），换成
f.Lorem.Word(5)固定词数，性能差 3–5 倍 若需导出 CSV/JSON，别用
JsonSerializer.Serialize(list)一次性序列化，改用
System.Text.Json.Utf8JsonWriter流式写入，内存占用直降 70%
真正难的不是生成“假数据”，而是生成“像真数据一样被系统信任”的数据——字段约束、关联一致性、业务语义、性能边界，每个点漏掉一点，测试就离真实环境远一分。
