Testdata- & mockdata-generator

Opbyg et tabelskema ved at tilføje typede felter (navn, e-mail, telefon, tal, datoer, UUID'er, ord og mere), vælg et antal rækker og et valgfrit, gentageligt seed, og generér derefter realistiske tilfældige rækker som CSV, TSV, JSON, HTML eller bulk SQL INSERT-sætninger til MySQL, PostgreSQL, SQLite eller SQL Server. Praktisk til databasefyldning, UI-mockups, belastningsprøver og API-fixture-svar. Alle værdier er syntetiske — der produceres ingen rigtige persondata, og alt kører helt lokalt.
Rækker: 1-5000 Seed (valgfrit):
Outputformat:
SQL-dialekt: Tabel:
Hvert felt har et kolonnenavn, en datatype med sine egne indstillinger, en valgfri NULL-andel (0-100%) og et Unik-flag. Typede værdier genereres automatisk igen, mens der redigeres.
Om genererede data:
Værdier trækkes fra syntetiske puljer — enhver lighed med en rigtig person, virksomhed eller adresse er tilfældig. US-telefonnumre bruger det reserverede fiktive 555-01xx-nummerområde, og e-mail bruger altid reserverede example.*-domæner (RFC 2606), så intet, der genereres her, kan ringes op eller nås. Lades seedet være tomt, bruges kryptografisk tilfældigt input; skrives det samme seed, gengives præcis de samme rækker, hvilket er praktisk til fixtures og regressionstests. Generering er begrænset til 5.000 rækker og kører 100% lokalt.
Hvad er skemadrevet datagenerering?

I stedet for at skrive rækker i hånden beskriver man formen af dataene — en typet feltliste — og generatoren udfylder hver kolonne fra en pulje af realistiske værdier: navne, e-mails, telefoner, datoer, UUID'er. Det er idéen bag Faker-lignende biblioteker, og den skalerer: skemaet ændres én gang, og tusind konsistente rækker kommer ud i den anden ende som CSV, JSON eller SQL INSERT'er, klar til at fylde en udviklingsdatabase.

Syntetiske data holder produktionsdata ude af lavere miljøer — en fejl i en belastningstest kan ikke lække noget, fordi ingen genereret række svarer til en rigtig kunde.