随机生成1千万json数据并插入pg数据库中

以下是使用Python生成1千万个JSON数据并插入PostgreSQL数据库的示例代码：

import json
import random
import string
import psycopg2

# 生成随机字符串
def random_string(length):
    return ''.join(random.choices(string.ascii_letters + string.digits, k=length))

# 生成随机JSON数据
def random_json():
    data = {
        'id': random.randint(1, 100000000),
        'name': random_string(10),
        'age': random.randint(18, 60),
        'email': random_string(10) + '@example.com',
        'phone': ''.join(str(random.randint(0, 9)) for _ in range(11)),
        'address': {
            'street': random_string(10),
            'city': random_string(8),
            'state': random_string(6),
            'zipcode': ''.join(str(random.randint(0, 9)) for _ in range(6))
        }
    }
    return json.dumps(data)

# 连接PostgreSQL数据库
conn = psycopg2.connect(database="your_database_name", user="your_username", password="your_password", host="your_host", port="your_port")
cursor = conn.cursor()

# 插入数据
for i in range(10000000):
    data = random_json()
    cursor.execute("INSERT INTO your_table_name (data) VALUES (%s)", (data,))
    if i % 100000 == 0:
        conn.commit()
        print(f"Inserted {i} records")

# 提交事务并关闭连接
conn.commit()
conn.close()

在上面的代码中，我们使用了Python内置的`json`模块来生成随机的JSON数据，并使用`psycopg2`模块连接和操作PostgreSQL数据库。我们还定义了一个`random_string`函数来生成随机字符串。

在主程序中，我们通过循环生成1千万个JSON数据，并使用`cursor.execute`方法将其插入到数据库中。为了提高性能，我们每隔10万条记录提交一次事务，并打印出插入记录的数量。最后，我们提交事务并关闭连接。