Testdaten- & Mock-Daten-Generator

Erstellen Sie ein Tabellenschema, indem Sie typisierte Felder hinzufügen (Name, E-Mail, Telefon, Zahlen, Datumsangaben, UUIDs, Wörter und mehr), wählen Sie eine Zeilenanzahl und einen optionalen, reproduzierbaren Seed, und erzeugen Sie dann realistische Zufallszeilen als CSV, TSV, JSON, HTML oder als Sammel-SQL-INSERT-Anweisungen für MySQL, PostgreSQL, SQLite oder SQL Server. Praktisch für die Befüllung von Datenbanken, UI-Mockups, Lastbeispiele und API-Fixture-Antworten. Jeder Wert ist synthetisch — es entstehen keine echten personenbezogenen Daten, und alles läuft vollständig lokal.
Zeilen: 1-5000 Seed (optional):
Ausgabeformat:
SQL-Dialekt: Tabelle:
Felder (Tabellenschema)
Jedes Feld hat einen Spaltennamen, einen Datentyp mit eigenen Optionen, eine optionale NULL-Rate (0–100 %) und ein Flag Eindeutig. Typisierte Werte werden beim Bearbeiten automatisch neu erzeugt.
Vorschau
Ausgabe
HTML-Vorschau
Zu den erzeugten Daten:
Die Werte stammen aus synthetischen Pools — jede Ähnlichkeit mit einer realen Person, einem Unternehmen oder einer Adresse ist zufällig. US-Telefonnummern verwenden den reservierten fiktiven Vorwahlbereich 555-01xx, und E-Mail-Adressen verwenden stets die reservierten Domains example.* (RFC 2606). Daher ist nichts davon wählbar oder erreichbar. Lassen Sie den Seed leer, wird kryptografisch zufällige Eingabe verwendet; geben Sie denselben Seed ein, reproduzieren Sie exakt dieselben Zeilen, was für Fixtures und Regressionstests praktisch ist. Die Erzeugung ist auf 5.000 Zeilen begrenzt und läuft vollständig lokal.
Was ist schemagesteuerte Datenerzeugung?

Anstatt Zeilen von Hand zu tippen, beschreiben Sie die Struktur der Daten — eine typisierte Feldliste — und der Generator füllt jede Spalte aus einem Pool realistischer Werte: Namen, E-Mails, Telefonnummern, Datumsangaben, UUIDs. Das ist die Idee hinter Faker-artigen Bibliotheken, und sie skaliert: Ändern Sie das Schema einmal, und Tausende konsistenter Zeilen kommen als CSV, JSON oder SQL-INSERTs heraus, bereit, eine Entwicklungsdatenbank zu befüllen.

Synthetische Daten halten Produktionsdaten aus Testumgebungen heraus — ein Fehler in einem Lasttest kann nichts preisgeben, weil keine erzeugte Zeile einem echten Kunden entspricht.