Как создать дополнительно 10000 пользователей в базе данных для нагрузочного тестирования?

Что проверяют

Умеете ли вы быстро и воспроизводимо наполнить базу правдоподобными данными и понимаете ли, чем вставка через API отличается от вставки напрямую в таблицу. Следом спрашивают, как потом эти данные найти и удалить и что делать с паролями.

Как отвечать

Сначала уточните, как пользователь создаётся в системе. Если регистрация тянет за собой профиль, роли и настройки, прямой INSERT в users даст неполных пользователей, и тест будет мерить не то. Тогда либо заполняете все связанные таблицы, либо создаёте через API или сервисный слой.

Если достаточно базы, варианты от быстрого к медленному:

• чистый SQL: в PostgreSQL INSERT INTO users (...) SELECT ... FROM generate_series(1, 10000) отрабатывает за доли секунды без Python вообще;
• COPY: в psycopg 3 через cursor.copy(), самый быстрый путь из кода для больших объёмов;
• пакетная вставка: psycopg2.extras.execute_values, в SQLAlchemy 2 session.execute(insert(User), rows) со списком словарей, в Django bulk_create(objs, batch_size=1000);
• построчный execute в цикле: 10 000 походов до базы, самый медленный вариант.

Данные генерирует Faker с Faker.seed(...), чтобы прогон воспроизводился, а для уникальных полей берётся fake.unique.email() или просто адрес с номером: loadtest_0001@example.com. Такой префикс заодно позволяет потом удалить всё одним запросом.

Отдельно про пароли. Захэшируйте один пароль один раз и запишите этот хэш всем 10 000 пользователям: bcrypt и argon2 специально медленные, и десять тысяч хэширований займут минуты. Нагрузочный сценарий в Locust или k6 при этом логинится известным паролем.

Где спотыкаются

Пишут в колонку пароля сгенерированный пароль открытым текстом. Логин не сработает, а если сработает, это уже дыра в безопасности.

Генерируют случайные данные без сида и без проверки уникальности. Прогон падает на UNIQUE где-то на восьмой тысяче, а повторить его в том же виде нельзя.

Забывают про статистику. После массовой вставки стоит выполнить ANALYZE, иначе планировщик какое-то время работает по старой оценке таблицы, и первые минуты теста искажают результаты.