Testdaten-Generator
Felder definieren, Zeilenzahl wählen, Datei herunterladen: realistische falsche Namen, E-Mails, Adressen, Firmen, Daten und Zahlen als CSV, JSON oder SQL-INSERTs. Lokal in Ihrem Browser erzeugt — die Fake-Daten-Bibliothek lädt nur, wenn Sie auf „Erzeugen“ klicken, niemals auf der Startseite.
Felder
Warum Fake-Daten einer Tabelle mit echten Daten überlegen sind
Jeder Entwickler hat schon einmal einen Produktions-Dump in eine Staging-Datenbank eingefügt und es bereut: Echte E-Mail-Adressen bekommen echte Post, echte Telefonnummern bekommen echte Anrufe, und ein Screenshot in einer Demo oder einem Fehlerbericht veröffentlicht still und leise die Daten einer Person. Fake-Daten beseitigen diese ganze Klasse von Unfällen. Namen sehen aus wie Namen, E-Mails wie E-Mails, Adressen parsen wie Adressen — Layout, Validierung und Import-Code werden also realistisch beansprucht —, aber keine Zeile entspricht einer Person, und hinterher muss nichts bereinigt werden.
Der Generator deckt die Feldtypen ab, die die meisten Tabellen füllen: vollständige Namen, E-Mails, Städte, Straßenadressen, Telefonnummern, Firmennamen, Daten, Ganzzahlen, Dezimalzahlen, Booleans und UUIDs. Kombinieren Sie sie zur Form der Tabelle, die Sie bauen, stellen Sie die Zeilenzahl ein und laden Sie herunter. Hundert Zeilen genügen, um ein Layout zu prüfen; zehntausend genügen, um herauszufinden, ob eine Listenansicht, ein Suchindex oder ein Import-Skript den Kontakt mit Volumen überlebt. Die Seed-Option macht die Ausgabe reproduzierbar, sodass ein fehlschlagender Testfall exakt neu erzeugt statt ungefähr beschrieben werden kann.
Wozu die Formate da sind
CSV ist der universelle Austausch: Tabellenkalkulationen, Datenbank-Importassistenten und Datenwerkzeuge lesen es alle, und es ist der schnellste Weg, eine realistische Tabelle in eine Demo zu bekommen. JSON passt zu APIs und Seed-Skripten — ein Array von Objekten, eines pro Zeile, mit Schlüsseln genau so, wie Sie die Felder benannt haben. SQL-INSERTs gehen direkt in eine Datenbank: Wählen Sie den Tabellennamen, und der Export schreibt ein INSERT pro Zeile, mit Strings in Anführungszeichen und Zahlen und Booleans roh. Alle drei werden lokal aus denselben erzeugten Zeilen zusammengesetzt, sodass ein Formatwechsel nie die Daten ändert, nur ihre Verpackung.
Testdaten werden lokal mit @faker-js/faker (MIT-Lizenz) erzeugt. Die Bibliothek lädt bei Ihrem ersten Klick auf „Erzeugen“ und nur auf dieser Seite.
Häufige Fragen
Sind die erzeugten Daten echt?
Nein — jeder Wert ist erfunden: Namen, E-Mails, Adressen, Firmen und Zahlen stammen aus einer Fake-Daten-Bibliothek, nicht von einer echten Person oder einem echten Datensatz. Genau das macht es sicher, sie in Screenshots, Demos, Tests und Staging-Datenbanken einzufügen.
Warum dauert die erste Erzeugung einen Moment?
Die Fake-Daten-Bibliothek lädt nur, wenn Sie auf „Erzeugen“ klicken, und niemals auf der Startseite oder einer anderen Seite. Der erste Klick holt sie; spätere Erzeugungen im selben Besuch sind sofort da.
Was bewirkt der Seed?
Ein Seed macht die Ausgabe reproduzierbar: Derselbe Seed und dieselben Felder erzeugen immer dieselben Zeilen. Lassen Sie ihn leer für jedes Mal einen frischen Zufallssatz, oder setzen Sie ihn, wenn Sie ein Test-Fixture brauchen, das sich zwischen Läufen nicht ändert.
Wie viele Zeilen kann ich erzeugen?
Bis zu 10.000 Zeilen in einem Lauf. Darüber hinaus bekommt der Browser-Tab mit der Vorschautabelle und dem Zusammenbau des Downloads zu kämpfen; erzeugen Sie in Chargen, wenn Sie mehr brauchen.
Welchen SQL-Dialekt verwendet der Export?
Schlichte INSERT-Anweisungen mit einem Tabellennamen Ihrer Wahl, String-Werten in Anführungszeichen und rohen Zahlen und Booleans. Sie laufen unverändert auf MySQL, PostgreSQL und SQLite für die gängigen Spaltentypen; passen Sie die Tabellendefinition an Ihr Schema an.