Генератор mock JSON данных

Ввод JSON Schema

1

Вывод Сгенерированные mock-данные

Настройки
Размер массивов3

Управляет тем, сколько объектов Faker создаёт внутри array-полей.

Опциональные поля80%

Вероятность включения свойств, которые не required в схеме.

Seed

Держите seed фиксированным для воспроизводимого вывода Faker.

Locale

Faker использует locale-пакеты для имён, адресов и телефонов.

Batch size

Генерируйте несколько top-level записей за раз. Большие batch могут занимать больше времени.

Распределение чисел

Равномерное распределение между min и max ограничениями.

Вероятность пропущенных значений0%

Добавляет null или полностью отсутствующие свойства, чтобы имитировать неполные данные.

Вероятность «грязных» значений0%

Заменяет часть примитивов на строки вроде "N/A", чтобы стресс-тестировать валидацию.

Генерация мок-данных

Введите JSON Schema, чтобы сгенерировать реалистичные мок-данные для тестов и разработки

Поддержка распространённых типов JSON Schema

Генерация реалистичных fake-данных

Настраиваемый объём и locale

Batch-режим и симуляция «неидеальных» данных

Как генерировать mock JSON по JSON Schema — пошаговая инструкция

Генерируйте реалистичные fake JSON данные по JSON Schema для API-тестов, UI-прототипирования, нагрузочного тестирования и разработки по контракту.

  1. Шаг 1 — Задайте JSON Schema

    • Вставьте схему в левый редактор или импортируйте из файла/URL/примера.
    • По возможности начинайте с реальной схемы API, чтобы мок-данные были ближе к продакшену.
  2. Шаг 2 — Сделайте схему «mock-friendly»

    • Избегайте неподдерживаемых keywords вроде $ref, dependencies, и условных схем (if/then/else).
    • Если ваша схема использует $ref, попробуйте открыть Генератор моков из инструмента, который предзагружает и dereference схемы (например “Сгенерировать мок-данные” на страницах код→схема).
    • Сфокусируйтесь на type, properties, required, items, formats и ограничениях.
  3. Шаг 3 — Настройте параметры генерации

    • Выберите locale для реалистичных имён, адресов и телефонов.
    • Установите seed для воспроизводимых данных (удобно для тестов и snapshots).
    • Настройте batch size, array count, распределения чисел и вероятность optional полей.
    • Симуляция missing/dirty данных помогает тестировать валидацию и UI обработку ошибок.
  4. Шаг 4 — Сгенерируйте и проверьте результат

    • Нажмите “Сгенерировать мок-данные”, чтобы получить результат, соответствующий ограничениям схемы.
    • Если значения выглядят странно — уточните схему (formats, enums, min/max) и сгенерируйте снова.
  5. Шаг 5 — Используйте мок-данные в тестах и генераторах

    • Скопируйте или скачайте JSON и используйте его как fixtures для unit/integration тестов.
    • Скармливайте сгенерированный JSON генераторам кода (TypeScript/Java/etc.), чтобы получить совпадающие DTOs.

Важная заметка про возможности JSON Schema

  • Схемы, которые зависят от $ref, dependencies, или if/then/else могут требовать упрощения или dereference перед генерацией моков.
  • JSON Schema валидаторы по-разному интерпретируют drafts и keywords; для строгих контрактных тестов используйте полноценный валидатор в CI.
Пример: 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"
}

Связанные инструменты схем и генерации кода

Генерируйте схемы, валидируйте контракты и превращайте стабильные JSON-примеры в типизированный код.

Часто задаваемые вопросы

Что такое генерация mock-данных?

Генерация мок-данных создаёт реалистичные fake-данные на основе JSON Schema. Это полезно для тестов, разработки и прототипирования, когда нужны примеры, соответствующие структуре.

Как работает генератор?

Генератор анализирует JSON Schema и создаёт данные, которые соответствуют типам, ограничениям и форматам. Поддерживаются strings, numbers, booleans, arrays, objects и форматы вроде email, date и UUID.

Какие опции генерации доступны?

Откройте панель настроек: управляйте размерами массивов, batch size и locale, фиксируйте seed, выбирайте распределение чисел, настраивайте вероятность optional полей и симуляцию пропусков/«грязных» значений.

Какие возможности schema поддерживаются?

Поддерживаются базовые типы, object properties, arrays, string formats, enums, const, min/max ограничения и keywords композиции like anyOf/oneOf/allOf. Схемы с $ref, dependencies или условными if/then/else могут требовать упрощения или dereference перед генерацией моков.

Как сделать генерацию воспроизводимой?

Используйте seed в настройках, чтобы получать одинаковые данные каждый раз. Это удобно для стабильных тестов или восстановления конкретного набора данных.

Можно ли контролировать объём данных?

Да. Используйте array count для коллекций в полях и batch size для количества top-level записей. Слайдеры optional/missing/dirty помогут имитировать sparse или messy datasets.

Генератор mock JSON данных | JSONSwiss