DT Dev Tools

Generator danych testowych (Mock Data) — JSON, CSV, SQL

Generuj fałszywe dane testowe jako JSON, NDJSON, CSV lub SQL INSERT: imiona, e-maile, adresy, UUID, IBAN-y, IP, ceny i daty, z ziarnem dla powtarzalnych wyników.

🔒 Działa całkowicie w Twojej przeglądarce — nic nie jest przesyłane

Pola
Identity
Person
Work
Address
Internet
Finance
Time
Other

Czy to narzędzie było przydatne? Oceń je:

Co robi Generator danych testowych

Generator danych testowych tworzy fałszywe zbiory danych do prototypów, stanów interfejsu, dem, testów, dokumentacji i eksperymentów z importem. Wybieraj spośród 29 pól pogrupowanych tematycznie — tożsamość (id, uuid), osoba (imię i nazwisko, nazwa użytkownika, e-mail, telefon, wiek), praca (firma, stanowisko), adres (ulica, miasto, kraj, kod pocztowy, szerokość i długość geograficzna), internet (IPv4, IPv6, adres MAC, URL, kolor hex), finanse (IBAN, cena, ilość), czas (data, data i czas ISO) oraz inne (boolean, zdanie). Wartości w jednym wierszu do siebie pasują: e-mail i nazwa użytkownika wywodzą się z imienia i nazwiska tej samej osoby, a kod pocztowy odpowiada formatowi miasta.

Wyeksportuj wiersze jako czytelny JSON do makiet API, NDJSON do narzędzi strumieniowych i importu zbiorczego, CSV do arkuszy kalkulacyjnych albo gotowe do uruchomienia instrukcje SQL INSERT z poprawnie zakodowanymi ciągami do zasilania lokalnej bazy danych. Dodaj ziarno, a wynik stanie się deterministyczny: to samo ziarno, pola i liczba wierszy dają dokładnie te same dane na każdej maszynie, co zapewnia powtarzalność testów snapshotowych, zrzutów ekranu i zgłoszeń błędów.

Prywatny przepływ pracy w przeglądarce

Całe przetwarzanie odbywa się w Twojej przeglądarce za pomocą JavaScriptu po stronie klienta. Narzędzie nie wysyła na serwer fragmentów kodu, wartości konfiguracyjnych, wygenerowanych danych, tekstu zapytań ani skopiowanych przykładów i nie wymaga konta. Model wyłącznie lokalny ma znaczenie dla narzędzi programistycznych, ponieważ wklejane do nich treści często wyglądają jak prawdziwe dane aplikacji. Praca lokalna zmniejsza ryzyko i utrzymuje szybkość działania, bo nie ma komunikacji sieciowej.

Praktyczne wskazówki

Danych testowych nigdy nie należy mylić z anonimizacją jakości produkcyjnej. Jeśli potrzebujesz analityki bezpiecznej dla prywatności, deidentyfikacji zgodnej z wymogami regulacji lub statystycznie realistycznych danych syntetycznych, użyj dedykowanego procesu. Wygenerowane IBAN-y mają poprawne cyfry kontrolne, ale nie należą do prawdziwych kont, e-maile używają zarezerwowanych domen przykładowych, a adresy IPv6 pochodzą z zakresu dokumentacyjnego 2001:db8::/32, więc dane są bezpieczne do pokazywania w demach. Utrzymuj umiarkowaną liczbę wierszy, aby przeglądarka pozostała responsywna, i sprawdź nazwy pól oraz formaty, zanim wprowadzisz dane do rygorystycznych schematów.

Jak używać

  1. Wybierz polaWybierz spośród 29 pól, takich jak uuid, imię i nazwisko, e-mail, adres, IBAN, IP, cena i daty.
  2. Ustaw liczbę, format i ziarnoWpisz do 1000 wierszy, wybierz JSON, NDJSON, CSV lub SQL i opcjonalnie podaj ziarno.
  3. Skopiuj lub pobierzPrzejrzyj wynik, a następnie skopiuj go lub pobierz plik.

Najczęściej zadawane pytania

Czy korzysta z zewnętrznej usługi fałszywych danych?
Nie. Używa wbudowanych list słów i losowego generowania bezpośrednio w przeglądarce.
Jakie formaty mogę wyeksportować?
JSON, NDJSON (JSON Lines), CSV oraz instrukcje SQL INSERT z wybraną przez Ciebie nazwą tabeli — skopiuj je lub pobierz plik.
Czy mogę ponownie otrzymać te same dane?
Tak. Wpisz ziarno, takie jak demo-42, a to samo ziarno, pola i liczba wierszy zawsze dadzą identyczne wiersze, co przydaje się w testach snapshotowych i wspólnych demach.
Czy dane są realistyczne?
Są wystarczająco realistyczne dla prototypów i fixture'ów — IBAN-y przechodzą nawet walidację sumy kontrolnej, a adresy IPv6 używają zakresu dokumentacyjnego — ale każda wartość jest fałszywa.