Generator Data Mock JSON

Input JSON Schema

1

Output Data Mock yang Dihasilkan

Pengaturan
Jumlah Array3

Mengontrol berapa banyak objek yang dibuat Faker di dalam field array.

Properti Opsional80%

Peluang properti schema yang tidak wajib akan disertakan.

Seed

Pertahankan ini stabil agar output Faker dapat direproduksi.

Locale

Faker menggunakan paket locale untuk nama, alamat, dan nomor telepon.

Ukuran Batch

Buat beberapa record level-atas sekaligus. Batch yang lebih besar mungkin membutuhkan waktu lebih lama.

Distribusi Angka

Sebaran merata antara constraint minimum dan maksimum Anda.

Probabilitas Nilai Hilang0%

Perkenalkan null atau properti yang benar-benar hilang untuk meniru data yang tidak lengkap.

Probabilitas Nilai Kotor0%

Ganti sebagian nilai primitif dengan string seperti "N/A" untuk menguji validasi.

Buat Data Mock

Masukkan JSON schema untuk menghasilkan data mock realistis untuk pengujian dan pengembangan

Mendukung tipe JSON Schema umum

Menghasilkan data palsu yang realistis

Jumlah data dan locale dapat disesuaikan

Mode batch & simulasi data tidak sempurna

Cara membuat data mock JSON dari JSON Schema – panduan langkah demi langkah

Hasilkan data JSON palsu yang realistis dari JSON Schema untuk pengujian API, prototyping UI, load testing, dan pengembangan berbasis kontrak.

  1. Langkah 1 – Sediakan JSON Schema

    • Tempel schema ke editor kiri, atau impor dari file/URL/contoh.
    • Mulailah dari schema API nyata jika memungkinkan agar data mock mendekati produksi.
  2. Langkah 2 – Buat schema ramah untuk mock

    • Hindari keyword yang tidak didukung seperti $ref, dependencies, dan schema kondisional (if/then/else).
    • Jika schema Anda menggunakan $ref, cobalah membuka Mock Generator dari alat yang memuat dan melakukan dereference schema (misalnya “Buat Data Mock” pada halaman code→schema).
    • Jaga schema tetap fokus pada type, properties, required, items, formats, dan constraints.
  3. Langkah 3 – Konfigurasikan pengaturan pembuatan

    • Pilih locale untuk nama, alamat, dan nomor telepon yang realistis.
    • Atur seed agar data mock dapat direproduksi (bagus untuk tes dan snapshot).
    • Sesuaikan ukuran batch, jumlah array, distribusi angka, dan probabilitas field opsional.
    • Gunakan simulasi data hilang/kotor untuk menguji validasi dan penanganan error UI.
  4. Langkah 4 – Buat dan tinjau output

    • Klik “Buat Data Mock” untuk menghasilkan output yang mengikuti constraint schema Anda.
    • Jika nilai terlihat tidak tepat, perketat schema (format, enum, min/max) lalu generate ulang.
  5. Langkah 5 – Gunakan data mock dalam tes dan generator

    • Salin atau unduh JSON dan gunakan sebagai fixtures untuk unit/integration test.
    • Umpankan JSON yang dihasilkan ke code generator (TypeScript/Java/dll.) untuk membuat DTO yang cocok.

Catatan penting tentang fitur JSON Schema

  • Schema yang mengandalkan $ref, dependencies, atau if/then/else perlu disederhanakan atau di-dereference sebelum pembuatan mock.
  • Validator schema berbeda dalam interpretasi draft dan keyword; gunakan validator penuh di CI untuk contract testing yang ketat.
Contoh: JSON Schema → JSON mock
// 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"
}

Alat schema & pembuatan kode terkait

Buat schema, validasi kontrak, dan ubah contoh JSON yang stabil menjadi kode bertipe.

Pertanyaan yang Sering Diajukan

Apa itu pembuatan data mock?

Pembuatan data mock membuat data palsu yang realistis berdasarkan definisi JSON Schema. Ini berguna untuk pengujian, pengembangan, dan prototyping saat Anda membutuhkan data contoh yang sesuai struktur data Anda.

Bagaimana generator bekerja?

Generator menganalisis JSON Schema Anda dan membuat data yang sesuai dengan tipe, constraint, dan format yang didefinisikan. Mendukung string, angka, boolean, array, objek, serta berbagai format string seperti email, tanggal, dan UUID.

Opsi pembuatan apa yang tersedia?

Buka panel pengaturan untuk mengatur output. Kendalikan ukuran array, ukuran batch, dan locale, kunci seed randomisasi, pilih distribusi angka, atur probabilitas field opsional, dan bahkan simulasi data hilang atau kotor untuk pemeriksaan ketahanan.

Fitur schema apa yang didukung?

Generator mendukung tipe dasar, properti objek, array, format string, enum, nilai konstan, constraint min/max, dan keyword komposisi umum seperti anyOf/oneOf/allOf. Schema yang menggunakan $ref, dependencies, atau kondisi if/then/else mungkin perlu disederhanakan atau di-dereference sebelum pembuatan mock.

Bagaimana cara membuat hasil yang dapat direproduksi?

Gunakan opsi seed di panel pengaturan untuk menghasilkan data yang sama setiap saat. Ini berguna untuk skenario pengujian yang konsisten atau saat Anda perlu membuat ulang dataset tertentu.

Bisakah saya mengontrol volume data?

Ya. Gunakan jumlah array untuk koleksi per-field dan kontrol ukuran batch untuk jumlah record level-atas. Slider probabilitas opsional, nilai hilang, dan nilai kotor membantu Anda meniru dataset yang jarang atau berantakan.

Generator Data Mock JSON | JSONSwiss