Mock 数据生成器完全指南：快速生成测试数据

为什么需要 Mock 数据生成器

日常开发里，联调、界面调试、演示和轻量压测都要大量测试数据。手写不仅慢，而且容易千篇一律，或字段格式对不上真实业务。

Mock 数据生成器 按你勾选的字段类型组合多行假数据，可改列名、选地区样本、设随机种子，并导出 JSON / CSV / TSV / YAML / SQL。全程在浏览器本地完成，不上传。

常见痛点

• 后端接口还没就绪，前端无法联调——先用生成器造一批同结构假数据把界面跑起来
• 测试需要多类型字段，手写太慢；造好的 JSON 可用 JSON 格式化核对结构
• 演示数据一眼假，客户或评审观感差
• 需要几百上千行做列表滚动或导入演练，手写不现实

工具里有什么

字段类型一览

当前提供 32 种字段，分七类：

只要结构占位、不关心字段语义时，可用更轻的 JSON 生成器；要邮箱、手机、姓名这类「像真的」字段，用本工具。

地区样本（locale）

地区设置会影响手机号、地址、公司与性别文案：

• 中文 / 国内：11 位手机号前缀、省市街道地址、中文性别标签与公司后缀
• English / US：+1 (area) xxx-xxxx 手机号、美国城市街道邮编、英文公司与 gender 标签

中文名 / 英文名作为独立字段类型，可与地区组合：例如地区选 English，仍可勾选中文名做双语界面测试。

随机种子：可复现的 fixture

留空种子时每次结果不同，适合随手演示。填写任意字符串（如 fixture-users-v1）后，在字段、行数、地区、格式不变的前提下，再次生成会得到相同输出。适合：

• 前端 golden test / snapshot 对照
• PR 里贴固定样例，避免「我这边跑出来不一样」
• 文档与教程中的可复制样例

同一种子换列名或行数，结果会变——种子绑定的是整次生成参数，不是单一字段。

导出格式

单次行数范围是 1–1000。先用十几行验列类型与下游解析，再放大行数。

使用场景

场景一：前后端并行

1. 按接口文档勾选字段并改成真实列名（如 userId、createdAt）
2. 需要可复现时设种子，导出 JSON
3. 前端挂本地 mock；后端就绪后只换数据源

场景二：列表与边界观感

勾选超长倾向的文本类型（Lorem、随机中文）与布尔/年龄等短字段混排，观察表格折行、空态与排序。布局压测还可搭配 Lorem 生成器。

场景三：本地库灌数

导出 SQL，在开发库执行前检查表名与列类型是否匹配；布尔字段会写成 TRUE/FALSE。生产环境不要灌入任何 PII 形态的随机值。

实用建议

1. 先定列，再生成：列名对齐真实 API，减少前后端对字段名的二次改写。
2. 小批量验通再放大：10–20 行够 UI；列表滚动可到数百行；本工具上限 1000，更大压测请用服务端脚本。
3. 演示选地区样本：国内客户看中文地址与手机；国际 demo 切 English/US，避免「英文名 + 中国手机号」的违和感。
4. 需要稳定样例就写种子：文档、CI、评审材料统一用同一 seed。
5. 假数据也要合规：格式像真不等于可以冒充真人；勿写入生产库。

与「中国测试数据」工具怎么分工

本工具是通用多字段表格造数器。若要批量、覆盖更全的国内证照号码，用专用的中国测试数据生成器与校验器（身份证、统一社会信用代码、车牌等）。重叠是有意的：

本页身份证现已按 GB 11643 MOD 11-2 生成校验位；银行卡对公开测试 BIN 做 Luhn。它们仍不对应真人/真账户——校验位通过 ≠ 真实签发。

种子卫生与 fixture 碰撞

种子只冻结同一次请求的随机性：字段类型、列名、行数、地区、格式，以及（对时间类字段）生成时注入的墙钟。团队常踩三类坑：

1. 只改列名、种子不变——输出会变，因为字段规格参与生成输入
2. 跨环境共用一个种子但默认地区不同——即使种子字符串相同，CN/US 手机号也会分叉
3. 导出 SQL 后手改表名——灌库没问题，但列变更后请回工具重生成，避免引号/转义漂移

种子按 fixture 命名（fixture-users-v2），不要用人名电脑名（alice-laptop）。在 PR 里贴样例 JSON 时把种子一并写上。

能力边界（如实说明）

• 输出是扁平行对象（每行一组字段），不是任意深度的嵌套 JSON 树。需要嵌套时，可先生成扁平 JSON，再在代码里组装，或手写一层结构。
• 字段之间无业务关联（例如订单时间不必晚于注册时间）；复杂关联请在测试代码里二次加工。
• 带校验位的身份证/银行卡仍是合成数据——勿写入生产库，也勿当成「真实证件存在」的证明。

结语

把「造数」从手写里拆出来，联调与演示会快很多。ToolVault 的 Mock 数据生成器 支持数十种字段类型、地区样本、随机种子与多种导出格式，纯前端运行。需要结构化契约时，生成后再用 JSON Schema 相关工具校验即可。

排查注记

「种子卫生」单独成节并列出三类坑，是因为种子只冻结同一次请求的随机性——字段、行数、地区、格式都参与生成输入，只改列名、种子不变，输出照样会变；所以团队约定按 fixture 命名种子、PR 里贴样例时把种子一并写上，防的就是「我这边跑出来不一样」。「能力边界」如实说明的三条（扁平行对象、字段间无业务关联、校验位通过不等于真实签发）划定了工具替你负责的范围，复杂关联要回测试代码二次加工。实用建议第一条「先定列、再生成」也是同一逻辑：列名对齐真实 API，省掉前后端对字段名的二次改写。