Testdaten-Generator

Das Tool erzeugt synthetische Datensätze basierend auf einem vom Nutzer definierten Schema. Sie legen Felddatentypen ( numerisch, String, Datum, Boolean usw.), Wertebereiche, Verteilungen (gleichmäßig, normal, Bernoulli) und die Gesamtanzahl der Datensätze fest. Ein Seed-Parameter sorgt für deterministische Ergebnisse über Durchläufe hinweg.
Jedes Feld wird gemäß seinen Regeln erzeugt; optionale Querverknüpfungen lassen sich mithilfe deterministischer IDs oder Datumsbeziehungen über denselben Seed annähern. Die Engine unterstützt Ausgaben in JSON, CSV und SQL-Insert-Anweisungen und kann Datensätze in Batches streamen. Fortgeschrittene Optionen umfassen Null-Wahrscheinlichkeit pro Feld, Maskierung sensibler Daten, locale-angepasste Formatierung und gezielte Verzerrung zur Nachbildung realer Verteilungen.
Zielgruppe sind QA-Ingenieure, die Daten-Pipelines validieren, Data Scientists, die Modelle testen, Software-Entwickler, die realistische Eingaben simulieren, und CI-Teams, die reproduzierbare Fixtures erstellen. Beispielhaft: eine Kundentabelle mit id, signup_date, age und status; ein Transaktionslog mit Betrag, Währung und Timestamp; ein Produktkatalog mit Kategorien-Hierarchien. Zusätzlich bietet das Tool Metadaten wie Feld-Histogramme und Vorschau-Samples.
Zu den Unterscheidern zählen reproduzierbare Seeds, ausdrucksstarke Felderdefinitionen, Mehrformat-Export und eine leichtgewichtige Laufzeit für schnelle Iterationen in Entwicklung und Tests. Es vermeidet Produktionsdaten, bewahrt realistische Werte und ermöglicht sicheres Experimentieren, Benchmarking und Regressionstests über Pipelines hinweg.