JSON Mock-Daten-Generator

JSON Schema Eingabe

1

Generierte Mock-Daten Ausgabe

Einstellungen
Array-Anzahl3

Steuert, wie viele Objekte Faker in Array-Feldern erzeugt.

Optionale Felder80%

Wahrscheinlichkeit, dass nicht-required Properties enthalten sind.

Seed

Konstant halten für reproduzierbare Faker-Ausgabe.

Locale

Faker nutzt Locale-Pakete für Namen, Adressen und Telefonnummern.

Batch-Größe

Mehrere Top-Level-Records auf einmal erzeugen. Größere Batches können länger dauern.

Zahlenverteilung

Gleichmäßige Verteilung zwischen Minimum- und Maximum-Constraints.

Wahrscheinlichkeit fehlender Werte0%

Nulls oder komplett fehlende Properties einführen, um unvollständige Daten zu simulieren.

Wahrscheinlichkeit „schmutziger“ Werte0%

Einen Teil primitiver Werte durch Strings wie "N/A" ersetzen, um Validierung zu stress-testen.

Mock-Daten generieren

Geben Sie ein JSON Schema ein, um realistische Mock-Daten für Tests und Entwicklung zu erzeugen

Unterstützt gängige JSON-Schema-Typen

Erzeugt realistische Fake-Daten

Anpassbare Datenmenge und Locale

Batch-Modus & Simulation unvollkommener Daten

So generieren Sie Mock-JSON aus JSON Schema – Schritt-für-Schritt

Erzeugen Sie realistische Fake-JSON-Daten aus einem JSON Schema für API-Tests, UI-Prototyping, Load-Tests und contract-driven Entwicklung.

  1. Schritt 1 – JSON Schema bereitstellen

    • Schema in den linken Editor einfügen oder aus Datei/URL/Beispiel importieren.
    • Wenn möglich, vom echten API-Schema starten, damit Mock-Daten nah an der Produktion sind.
  2. Schritt 2 – Schema mock-tauglich machen

    • Vermeiden Sie nicht unterstützte Keywords wie $ref, dependencies, und bedingte Schemas (if/then/else).
    • Wenn Ihr Schema $ref, nutzt, öffnen Sie den Mock-Generator am besten aus einem Tool, das Schemas vorlädt und dereferenced (z. B. „Mock-Daten generieren“ auf Code→Schema-Seiten).
    • Fokussieren Sie auf type, properties, required, items, formats und Constraints.
  3. Schritt 3 – Settings konfigurieren

    • Locale wählen für realistische Namen, Adressen und Telefonnummern.
    • Seed setzen für reproduzierbare Mock-Daten (ideal für Tests und Snapshots).
    • Batch-Größe, Array-Anzahl, Zahlenverteilung und Optionals-Wahrscheinlichkeit anpassen.
    • Missing/Dirty-Simulation nutzen, um Validierung und UI-Fehlerhandling zu testen.
  4. Schritt 4 – Generieren und Ausgabe prüfen

    • Klicken Sie auf „Mock-Daten generieren“, um Output gemäß Ihren Schema-Constraints zu erzeugen.
    • Wenn Werte unplausibel wirken, Schema enger fassen (formats, enums, min/max) und neu generieren.
  5. Schritt 5 – Mock-Daten in Tests und Generatoren nutzen

    • JSON kopieren oder herunterladen und als Fixtures für Unit-/Integrationstests verwenden.
    • Generiertes JSON in Code-Generatoren (TypeScript/Java/etc.) einspeisen, um passende DTOs zu erstellen.

Wichtiger Hinweis zu JSON-Schema-Features

  • Schemas, die auf $ref, dependencies, oder if/then/else setzen, müssen vor der Mock-Generierung vereinfacht oder dereferenced werden.
  • Schema-Validatoren interpretieren Drafts und Keywords unterschiedlich; für strikte Contract-Tests nutzen Sie in CI einen vollständigen Validator.
Beispiel: JSON Schema → Mock JSON
// JSON Schema (input)
{
  "type": "object",
  "properties": {
    "id": { "type": "string", "format": "uuid" },
    "email": { "type": "string", "format": "email" },
    "active": { "type": "boolean" },
    "createdAt": { "type": "string", "format": "date-time" }
  },
  "required": ["id", "email", "active", "createdAt"]
}

// Mock JSON (output example)
{
  "id": "9b1deb4d-3b7d-4bad-9bdd-2b0d7b3dcb6d",
  "email": "[email protected]",
  "active": true,
  "createdAt": "2024-03-01T10:15:00.000Z"
}

Verwandte Schema- und Code-Tools

Schemas generieren, Verträge validieren und stabile JSON-Beispiele in typisierten Code überführen.

Häufig gestellte Fragen

Was ist Mock-Daten-Generierung?

Mock-Daten-Generierung erstellt realistische Fake-Daten basierend auf JSON-Schema-Definitionen. Das ist hilfreich für Tests, Entwicklung und Prototyping, wenn Sie Beispieldaten benötigen, die Ihrer Struktur entsprechen.

Wie funktioniert der Generator?

Der Generator analysiert Ihr JSON Schema und erzeugt Daten, die Typen, Constraints und Formate einhalten. Unterstützt werden strings, numbers, booleans, arrays, objects sowie Formate wie email, date und UUID.

Welche Optionen gibt es?

Öffnen Sie die Settings, um die Ausgabe zu feinjustieren: Array-Größen, Batch-Größe und Locale, Seed fixieren, Zahlenverteilung wählen, Wahrscheinlichkeit optionaler Felder anpassen sowie fehlende oder „schmutzige“ Daten simulieren.

Welche Schema-Features werden unterstützt?

Unterstützt werden Basistypen, Object-Properties, Arrays, String-Formate, Enums, const, min/max-Constraints und gängige Kompositions-Keywords wie anyOf/oneOf/allOf. Schemas mit $ref, dependencies oder if/then/else können vereinfacht oder dereferenced werden müssen.

Wie mache ich die Generierung reproduzierbar?

Nutzen Sie die Seed-Option in den Settings, um jedes Mal dieselben Daten zu erzeugen – ideal für konsistente Tests oder um bestimmte Datensätze wiederherzustellen.

Kann ich das Datenvolumen steuern?

Ja. Nutzen Sie array count für Collections pro Feld und batch size für die Anzahl Top-Level-Records. Optionals-, Missing- und Dirty-Slider helfen, sparse oder messy Datasets zu simulieren.

JSON Mock-Daten-Generator | JSONSwiss