Po co generator danych na własny schemat?
Generator danych testowych dostarcza gotowe profile (imię, adres, NIP). Ale czasem potrzebujesz swojego schematu: produkt z polami SKU, cena (10 do 500 PLN), kategoria (z listy 5 wartości), tablica tagów. Albo zamówienie z zagnieżdżonym obiektem klienta.
Tu projektujesz strukturę pole-po-polu: typ, zakres, wzorzec, opcje. Generujesz N rekordów dokładnie pasujących. Eksportujesz JSON, CSV, SQL INSERT albo NDJSON do skopiowania do swojej aplikacji albo bazy.
Dostępne typy: tekst, liczba, liczba całkowita, prawda/fałsz, data, email, UUID, enum (lista do losowania), tablica, obiekt zagnieżdżony i "faker" (pobiera z naszych pul - imię, miasto, firma).
Jak korzystać
- Klikasz "Dodaj pole" - tworzysz nowe pole w schemacie. Wpisujesz nazwę (np. "price").
- Wybierz typ - tekst, liczba, data, enum, faker itd. Pojawią się opcje specyficzne dla typu (zakres, długość).
- Dla obiektów możesz dodać pola wewnątrz pól (rekurencja). Dla tablic wybierasz typ elementu i ile sztuk.
- Ustaw liczbę rekordów do wygenerowania - od 1 do 10 000.
- Wybierz format wyjścia - JSON (najczęstszy), CSV (do Excela), SQL INSERT (do bazy), NDJSON (linia per rekord, do streamowania).
- Wpisz seed (opcjonalnie) jeśli chcesz deterministycznego wyniku. Klikasz "Kopiuj" albo "Pobierz".
Do czego się przydaje
Konkretne projekty które wykorzystują własny schemat:
- Aplikacja sklepowa - generujesz 100 produktów: SKU (UUID), nazwa (faker), cena (liczba 10-500 z 2 miejscami po przecinku), kategoria (enum: "Elektronika", "Odzież", "Dom"), tagi (tablica 1-3 stringów). Wypełniasz stronę produktów demo w 5 sekund.
- System rezerwacji - rekord rezerwacji: id (UUID), klient (obiekt z imieniem i emailem), data od/do (zakres dat 2024-2025), status (enum: "potwierdzona", "anulowana", "oczekująca"), uczestnicy (tablica 1-6 imion).
- API GraphQL - schema first design. Definiujesz typy w narzędziu, generujesz mock data, ładujesz do Apollo Server mocked resolvers. Frontend pracuje zanim backend zacznie pisać kod.
- Migracja bazy - testujesz nowy schemat tabeli. Generujesz 1000 rekordów pasujących do struktury, wczytujesz przez SQL INSERT, sprawdzasz wydajność `WHERE` po nowym indeksie.
- Storybook stories - komponent React `<ProductCard>` ma 8 propsów. Generujesz 5 wariantów obiektu z różnymi wartościami - każdy jako osobne story. Klikalna paleta zamiast hardcodowanych.
- Próbka do CSV/Excel - klient pyta "jak będzie wyglądać raport sprzedaży?". Generujesz CSV z polami: data, kwota, klient, status. Otwierasz w Excelu, pokazujesz.
- Testy walidatorów - twoja funkcja `validateOrder(order)` ma działać przy 100 różnych wariantach. Generujesz 100 obiektów, każdy z innym zestawem wartości brzegowych.
- Dane do demo / pokazu na live coding - prezentacja "jak działa Twoja aplikacja" wymaga bazy z czymś sensownym. Generujesz 50 rekordów pasujących do realnej struktury.
Powiązane: gotowe profile w generatorze danych testowych, tematyczny wypełniacz w Lorem ipsum tematycznym.