Générateur de données de test et de données factices

Construisez un schéma de table en ajoutant des champs typés (nom, e-mail, téléphone, nombres, dates, UUID, mots et plus), choisissez un nombre de lignes et une graine reproductible facultative, puis générez des lignes aléatoires réalistes au format CSV, TSV, JSON, HTML ou en instructions SQL INSERT groupées pour MySQL, PostgreSQL, SQLite ou SQL Server. Pratique pour alimenter une base de développement, des maquettes d’interface, des échantillons de charge et des réponses d’API factices. Chaque valeur est synthétique — aucune donnée personnelle réelle n’est produite, et tout s’exécute entièrement en local.
Lignes : 1-5000 Graine (facultative) :
Format de sortie :
Dialecte SQL : Table :
Champs (schéma de table)
Chaque champ possède un nom de colonne, un type de données avec ses propres options, un taux de NULL facultatif (0–100 %) et un indicateur Unique. Les valeurs typées se régénèrent automatiquement au fil de vos modifications.
Aperçu
Sortie
Aperçu HTML
À propos des données générées :
Les valeurs proviennent de jeux synthétiques — toute ressemblance avec une vraie personne, une entreprise ou une adresse relève du hasard. Les numéros de téléphone américains utilisent la plage fictive réservée 555-01xx, et les e-mails utilisent toujours les domaines réservés example.* (RFC 2606), si bien que rien de ce qui est généré ici n’est composable ni joignable. Laisser la graine vide utilise une entrée cryptographiquement aléatoire ; saisir la même graine reproduit exactement les mêmes lignes, ce qui est pratique pour les jeux de données de test et les tests de non-régression. La génération est limitée à 5 000 lignes et s’exécute à 100 % en local.
Qu’est-ce que la génération de données pilotée par un schéma ?

Plutôt que de saisir les lignes à la main, vous décrivez la forme des données — une liste de champs typés — et le générateur remplit chaque colonne à partir d’un jeu de valeurs réalistes : noms, e-mails, téléphones, dates, UUID. C’est l’idée des bibliothèques de type Faker, et elle passe à l’échelle : modifiez le schéma une fois, et un millier de lignes cohérentes sortent en CSV, JSON ou instructions SQL INSERT prêtes à alimenter une base de développement.

Les données synthétiques gardent les données de production hors des environnements inférieurs — un bogue dans un test de charge ne peut rien divulguer, car aucune ligne générée ne correspond à un vrai client.