Generator för testdata & mockdata

Bygg ett tabellschema genom att lägga till typade fält (namn, e-post, telefon, tal, datum, UUID:er, ord med mera), välj ett radantal och ett valfritt reproducerbart frö, och generera sedan realistiska slumpmässiga rader som CSV, TSV, JSON, HTML eller massiva SQL INSERT-satser för MySQL, PostgreSQL, SQLite eller SQL Server. Användbart för databasfyllning, UI-skisser, belastningsexempel och API-fixturer. Varje värde är syntetiskt — inga riktiga personuppgifter produceras, och allt körs helt lokalt.
Rader: 1-5000 Frö (valfritt):
Utdataformat:
SQL-dialekt: Tabell:
Fält (tabellschema)
Varje fält har ett kolumnnamn, en datatyp med egna alternativ, en valfri NULL-andel (0–100 %) och en Unik-flagga. Typade värden genereras om automatiskt när man redigerar.
Förhandsvisning
Utdata
HTML-förhandsvisning
Om genererad data:
Värden dras från syntetiska urval — varje likhet med en verklig person, ett verkligt företag eller en verklig adress är en slump. US-telefonnummer använder det reserverade fiktiva växelintervallet 555-01xx och e-post använder alltid reserverade example.*-domäner (RFC 2606), så inget som genereras här går att ringa eller nå. Om fröet lämnas tomt används kryptografiskt slumpmässig indata; att skriva samma frö återskapar exakt samma rader, vilket är praktiskt för fixturer och regressionstester. Generering begränsas till 5 000 rader och körs helt lokalt.
Vad är schemastyrd datagenerering?

I stället för att skriva rader för hand beskriver man datans form — en typad fältlista — och generatorn fyller varje kolumn från ett urval av realistiska värden: namn, e-postadresser, telefoner, datum, UUID:er. Det är idén bakom Faker-liknande bibliotek, och den skalar: ändra schemat en gång så kommer tusen konsekventa rader ut i andra änden som CSV, JSON eller SQL INSERT som är redo att fylla en utvecklingsdatabas.

Syntetisk data håller produktionsdata borta från lägre miljöer — ett fel i ett belastningstest kan inte läcka något, eftersom ingen genererad rad motsvarar en verklig kund.