Puis-je imbriquer des objets (objet dans un objet) ?

**Oui.** Choisissez le type « object » et la section « nested fields » se déplie pour ajouter d'autres champs. Chacun peut être à nouveau un objet. Profondeur pratiquement illimitée (le navigateur s'étouffera bien avant le schéma).

Comment fonctionnent les tableaux ?

Choisissez le type « array », puis le **type d'item** (string, number, etc., pas encore de tableau-de-tableau). Réglez la longueur min/max. Le générateur construit un tableau de longueur aléatoire dans cette plage, chaque item généré indépendamment. Exemple : tags = array (string, min 1, max 3) renvoie `["abc", "xyz"]` ou `["foo"]`.

Qu'est-ce que le type de champ « faker » ?

Un raccourci vers nos [[data pools||listes de mots : prénoms, villes, entreprises et autres]] du générateur de données fictives. Choisissez une clé (first_name, city, company, color, etc.) et le générateur tire de la liste prête. Plus rapide que de taper votre propre enum à 30 valeurs.

Quels types sont disponibles ?

Liste complète : **string** (texte, option Lorem), **number** (float), **integer**, **boolean** (avec probabilité de true configurable), **date** (dans une plage), **email**, **uuid** (v4), **enum** (liste de choix), **array**, **object** (imbriqué), **faker** (depuis nos pools prédéfinis).

Que fait la « true probability » pour les booléens ?

Valeur 0,5 = **50 % de chance d'avoir true, 50 % d'avoir false**. Valeur 0,9 = 90 % true, 10 % false. Utile pour des données réalistes. Exemple : « isActive » dans une table users : **la plupart des utilisateurs sont actifs**, mettez 0,85. « isDeleted » : très peu, mettez 0,05.

Puis-je sauvegarder mon schéma pour plus tard ?

Pour l'instant, le schéma vit dans la mémoire du navigateur le temps de la session. La **sauvegarde des schémas (presets)** est sur la roadmap. En attendant : **sauvegardez le JSON généré** plus une capture de la config.

Pourquoi le JSON a-t-il des guillemets doubles mais les objets TypeScript des guillemets simples ?

**TypeScript préfère les guillemets simples** dans le code (selon les défauts Prettier). JSON est le standard avec guillemets doubles. Nous suivons chaque convention. Si vous voulez autre chose, copiez et faites un find-and-replace dans votre éditeur.

Cela fonctionne-t-il hors-ligne ?

**Oui.** Tout tourne dans le navigateur, zéro requête serveur. Chargez la page une fois, coupez le wifi, continuez de générer. Vos données ne sont jamais envoyées nulle part : **100 % privé**.

Puis-je générer 1 million d'enregistrements ?

La limite stricte est **10 000** par opération. Au-delà, le navigateur s'étouffe au rendu de la sortie. S'il vous en faut un million, lancez 100 lots de 10 000 et concaténez, ou utilisez le générateur dans un script Node.js exécuté en local.

Générateur données test par schéma - gratuit

Schema

Data pool

minmax

Probabilité de True (0-1)

Record count

Format

Seed (optional)

Result (10)

[
  {
    "id": "5dc13f4e-029a-4f5d-8d17-142e2f1a5725",
    "name": "David",
    "age": 23,
    "email": "nnavtuhe.hgpwpmsy@demo.org",
    "active": true
  },
  {
    "id": "5c60f807-36c8-4155-bcd8-6212289d399d",
    "name": "Sarah",
    "age": 56,
    "email": "izevzj.odeo@mail.com",
    "active": false
  },
  {
    "id": "535aa379-7a13-4eb9-96bb-dbef7c43677c",
    "name": "Hannah",
    "age": 41,
    "email": "kxkwquab.dhrszpew@test.com",
    "active": false
  },
  {
    "id": "7d1b4656-124d-4926-a13a-e3bd62e08c47",
    "name": "James",
    "age": 27,
    "email": "ofyqwuzh.noflhdki@example.com",
    "active": true
  },
  {
    "id": "f9b3d3c5-ad18-4798-bbd7-ec6ccfcfaff8",
    "name": "Sarah",
    "age": 22,
    "email": "jnlx.onek@test.com",
    "active": true
  },
  {
    "id": "f8dbdbd0-9246-488a-b7b4-4e79c7a7469f",
    "name": "Sophie",
    "age": 25,
    "email": "zxub.bmhwn@mail.com",
    "active": true
  },
  {
    "id": "806db121-462b-4770-a2ad-8a83155ef2b7",
    "name": "Olivia",
    "age": 42,
    "email": "xymc.ekapytn@mail.com",
    "active": true
  },
  {
    "id": "0de47f7b-b147-44b2-82a1-a77e49a3e52f",
    "name": "Olivia",
    "age": 63,
    "email": "vhfpuyoo.cujbul@mail.com",
    "active": false
  },
  {
    "id": "7bcd27b4-09c9-48a7-b110-953e5b1c0226",
    "name": "Robert",
    "age": 74,
    "email": "baedj.lshvtdvi@mail.com",
    "active": false
  },
  {
    "id": "1ee0150a-a201-4f2e-9105-97b46ee46737",
    "name": "Michael",
    "age": 63,
    "email": "mmnt.kuyckam@mail.com",
    "active": true
  }
]

Pourquoi un constructeur de données de test à base de schéma ?

Le générateur de données fictives livre des profils tout faits (nom, adresse, numéro fiscal). Mais parfois, il vous faut votre propre schéma : un produit avec SKU, prix (10 à 500), catégorie (énumération à 5 valeurs), tableau de tags. Ou une commande avec un objet imbriqué pour le client.

Ici, vous concevez la structure champ par champ : type, plage, motif, options. Générez N enregistrements qui correspondent exactement. Exportez en JSON, CSV, SQL INSERT ou NDJSON pour le déposer dans votre app ou votre base.

Types disponibles : string, number, integer, boolean, date, email, UUID, enum (liste de choix), array, objet imbriqué, et « faker » (puise dans nos pools : prénom, ville, entreprise).

Mode d'emploi

Cliquez sur « Add field » : crée un nouveau champ dans le schéma. Tapez un nom (par exemple « price »).

Choisissez un type : string, number, date, enum, faker, etc. Les options propres au type apparaissent (plage, longueur).

Pour les objets, vous pouvez ajouter des champs dans des champs (récursif). Pour les tableaux, choisissez le type d'item et min/max count.

Réglez le nombre d'enregistrements à générer : 1 à 10 000.

Choisissez le format de sortie : JSON (le plus courant), CSV (Excel), SQL INSERT (base de données), NDJSON (une ligne par enregistrement, pour le streaming).

Tapez une seed (optionnel) pour une sortie déterministe. Cliquez sur « Copier » ou « Télécharger ».

Quand c'est utile

Projets réels qui nécessitent un schéma personnalisé :

App e-commerce : générez 100 produits : SKU (UUID), nom (faker), prix (number 10-500 à 2 décimales), catégorie (enum : « Electronics », « Clothing », « Home »), tags (tableau de 1 à 3 chaînes). Remplissez une page produit démo en 5 secondes.
Système de réservation : enregistrement de réservation : id (UUID), client (objet avec nom et email), plage de dates (2024-2025), statut (enum : « confirmed », « cancelled », « pending »), invités (tableau de 1 à 6 noms).
API GraphQL : design schema-first. Définissez les types dans l'outil, générez des données mockées, déposez dans des mocked resolvers Apollo Server. Le frontend marche avant que le backend n'écrive une ligne.
Migration de base de données : tester un nouveau schéma de table. Générez 1000 enregistrements correspondant à la structure, chargez avec SQL INSERT, vérifiez la performance d'un `WHERE` sur un nouvel index.
Stories Storybook : le composant React `<ProductCard>` a 8 props. Générez 5 variantes d'objet avec des valeurs différentes, chacune comme sa propre story. Palette cliquable au lieu de hardcoder.
Échantillons CSV/Excel : un client demande « à quoi ressemblerait le rapport de ventes ? ». Générez un CSV avec date, montant, client, statut. Ouvrez dans Excel, montrez.
Tests de validators : votre `validateOrder(order)` doit gérer 100 variantes edge-case. Générez 100 objets, chacun avec des valeurs limites différentes.
Démos live : un talk « voilà comment notre app fonctionne » a besoin d'une base peuplée. Générez 50 enregistrements correspondant à la forme réelle.

Liés : profils prêts dans le générateur de données fictives, texte placeholder thématique dans lorem ipsum thématique.

Questions et réponses

L'autre a des champs fixes (nom, téléphone, numéro fiscal). Celui-ci a n'importe quels champs que vous définissez. L'autre génère « un utilisateur ». Celui-ci génère ce que vous voulez : un produit, une commande, une transaction, un ticket Jira, un commentaire Reddit, une transaction bancaire. L'autre est plus rapide pour « donne-moi 100 utilisateurs fictifs ». Celui-ci est plus puissant pour « donne-moi 100 objets avec ces champs et contraintes précis ».

[ { "id": "5dc13f4e-029a-4f5d-8d17-142e2f1a5725", "name": "David", "age": 23, "email": "nnavtuhe.hgpwpmsy@demo.org", "active": true }, { "id": "5c60f807-36c8-4155-bcd8-6212289d399d", "name": "Sarah", "age": 56, "email": "izevzj.odeo@mail.com", "active": false }, { "id": "535aa379-7a13-4eb9-96bb-dbef7c43677c", "name": "Hannah", "age": 41, "email": "kxkwquab.dhrszpew@test.com", "active": false }, { "id": "7d1b4656-124d-4926-a13a-e3bd62e08c47", "name": "James", "age": 27, "email": "ofyqwuzh.noflhdki@example.com", "active": true }, { "id": "f9b3d3c5-ad18-4798-bbd7-ec6ccfcfaff8", "name": "Sarah", "age": 22, "email": "jnlx.onek@test.com", "active": true }, { "id": "f8dbdbd0-9246-488a-b7b4-4e79c7a7469f", "name": "Sophie", "age": 25, "email": "zxub.bmhwn@mail.com", "active": true }, { "id": "806db121-462b-4770-a2ad-8a83155ef2b7", "name": "Olivia", "age": 42, "email": "xymc.ekapytn@mail.com", "active": true }, { "id": "0de47f7b-b147-44b2-82a1-a77e49a3e52f", "name": "Olivia", "age": 63, "email": "vhfpuyoo.cujbul@mail.com", "active": false }, { "id": "7bcd27b4-09c9-48a7-b110-953e5b1c0226", "name": "Robert", "age": 74, "email": "baedj.lshvtdvi@mail.com", "active": false }, { "id": "1ee0150a-a201-4f2e-9105-97b46ee46737", "name": "Michael", "age": 63, "email": "mmnt.kuyckam@mail.com", "active": true } ]

Pourquoi un constructeur de données de test à base de schéma ?

Types disponibles : string, number, integer, boolean, date, email, UUID, enum (liste de choix), array, objet imbriqué, et « faker » (puise dans nos pools : prénom, ville, entreprise).

Mode d'emploi

Cliquez sur « Add field » : crée un nouveau champ dans le schéma. Tapez un nom (par exemple « price »).

Choisissez un type : string, number, date, enum, faker, etc. Les options propres au type apparaissent (plage, longueur).

Pour les objets, vous pouvez ajouter des champs dans des champs (récursif). Pour les tableaux, choisissez le type d'item et min/max count.

Réglez le nombre d'enregistrements à générer : 1 à 10 000.

Choisissez le format de sortie : JSON (le plus courant), CSV (Excel), SQL INSERT (base de données), NDJSON (une ligne par enregistrement, pour le streaming).

Tapez une seed (optionnel) pour une sortie déterministe. Cliquez sur « Copier » ou « Télécharger ».

Quand c'est utile

Projets réels qui nécessitent un schéma personnalisé :

App e-commerce : générez 100 produits : SKU (UUID), nom (faker), prix (number 10-500 à 2 décimales), catégorie (enum : « Electronics », « Clothing », « Home »), tags (tableau de 1 à 3 chaînes). Remplissez une page produit démo en 5 secondes.
Système de réservation : enregistrement de réservation : id (UUID), client (objet avec nom et email), plage de dates (2024-2025), statut (enum : « confirmed », « cancelled », « pending »), invités (tableau de 1 à 6 noms).
API GraphQL : design schema-first. Définissez les types dans l'outil, générez des données mockées, déposez dans des mocked resolvers Apollo Server. Le frontend marche avant que le backend n'écrive une ligne.
Migration de base de données : tester un nouveau schéma de table. Générez 1000 enregistrements correspondant à la structure, chargez avec SQL INSERT, vérifiez la performance d'un `WHERE` sur un nouvel index.
Stories Storybook : le composant React `<ProductCard>` a 8 props. Générez 5 variantes d'objet avec des valeurs différentes, chacune comme sa propre story. Palette cliquable au lieu de hardcoder.
Échantillons CSV/Excel : un client demande « à quoi ressemblerait le rapport de ventes ? ». Générez un CSV avec date, montant, client, statut. Ouvrez dans Excel, montrez.
Tests de validators : votre `validateOrder(order)` doit gérer 100 variantes edge-case. Générez 100 objets, chacun avec des valeurs limites différentes.
Démos live : un talk « voilà comment notre app fonctionne » a besoin d'une base peuplée. Générez 50 enregistrements correspondant à la forme réelle.

Liés : profils prêts dans le générateur de données fictives, texte placeholder thématique dans lorem ipsum thématique.

Questions et réponses

Générateur données test par schéma

Pourquoi un constructeur de données de test à base de schéma ?

Mode d'emploi

Quand c'est utile

Questions et réponses

Outils similaires

Générateur données Faker

Lorem Ipsum thématique

Lorem Ipsum

Générateur UUID

Générateur de mots de passe

Générateur données test par schéma

Pourquoi un constructeur de données de test à base de schéma ?

Mode d'emploi

Quand c'est utile

Questions et réponses

Outils similaires

Générateur données Faker

Lorem Ipsum thématique

Lorem Ipsum

Générateur UUID

Générateur de mots de passe