Generador de datos de prueba y datos simulados

Cree un esquema de tabla añadiendo campos con tipo (nombre, correo electrónico, teléfono, números, fechas, UUID, palabras y más), elija un número de filas y una semilla opcional reproducible, y genere filas aleatorias realistas en CSV, TSV, JSON, HTML o sentencias INSERT SQL masivas para MySQL, PostgreSQL, SQLite o SQL Server. Útil para poblar bases de datos, maquetas de interfaz, muestras de carga y respuestas de datos de prueba de API. Todos los valores son sintéticos — no se produce ningún dato personal real, y todo se ejecuta en local.
Filas: 1-5000 Semilla (opcional):
Formato de salida:
Dialecto SQL: Tabla:
Campos (esquema de tabla)
Cada campo tiene un nombre de columna, un tipo de datos con sus propias opciones, una tasa de NULL opcional (0-100 %) y una marca Único. Los valores con tipo se regeneran automáticamente mientras edita.
Vista previa
Salida
Vista previa HTML
Sobre los datos generados:
Los valores se extraen de conjuntos sintéticos — cualquier parecido con una persona, empresa o dirección reales es casual. Los números de teléfono de EE. UU. usan el rango de centralita ficticio reservado 555-01xx, y el correo electrónico usa siempre dominios reservados example.* (RFC 2606), así que nada de lo generado aquí se puede marcar ni alcanzar. Dejar la semilla vacía usa una entrada criptográficamente aleatoria; escribir la misma semilla reproduce exactamente las mismas filas, lo que resulta útil para datos de prueba y pruebas de regresión. La generación se limita a 5000 filas y se ejecuta al 100 % en local.
¿Qué es la generación de datos basada en esquema?

En lugar de escribir filas a mano, describe la forma de los datos — una lista de campos con tipo — y el generador rellena cada columna con un conjunto de valores realistas: nombres, correos electrónicos, teléfonos, fechas, UUID. Esta es la idea que hay detrás de las bibliotecas tipo Faker, y escala: cambie el esquema una vez y salen mil filas coherentes en forma de CSV, JSON o INSERT SQL listos para poblar una base de datos de desarrollo.

Los datos sintéticos mantienen los datos de producción fuera de los entornos inferiores: un error en una prueba de carga no puede filtrar nada, porque ninguna fila generada corresponde a un cliente real.