Mock 数据实战指南【2026】：Fixture、生成器与安全测试数据

2026-02-06 - QubitTool 技术团队

Mock 数据是测试输入或替代依赖，并不会自动等于“安全的虚假用户数据”。随机姓名生成器可能产生看似合理的字符串，却违反数据库约束、向真实地址发邮件，或掩盖真正需要覆盖的边界。好的测试数据是有意设计的：它表达契约、失败模式或分布，并且可重新生成、审计和解释。

简明定义与术语边界见 Mock Data 术语页。需要为 UI 或 API 原型快速创建浏览器本地样本时，可使用随机数据生成器，再按自己的 Schema 和命名测试场景校验、调整输出。

核心要点

区分 fixture、stub、fake、模拟器、工厂和合成数据，它们解决不同测试问题。
假数据不等于生产数据匿名化。合成记录仍可能保留敏感分布、接近真实个人，或被发送到外部系统。
使用保留域名、文档 IP 段、支付服务商测试卡和不可路由端点；不要用通用 faker 为认证测试生成密钥或凭据。
保持外键、唯一性、时间关系、状态转换、地区设置和领域不变量。
需要快照和可重复性时，固定生成器、语言环境、时区、种子、Schema 和库版本。种子是复现元数据，不是安全秘密。
随机性本身覆盖能力有限。应组合代表性 fixture、边界案例、无效值、性质测试、契约校验和接近生产的负载分布。

测试替身与数据策略

策略	目的	常见控制
Fixture	稳定、经过审查的输入/输出	版本化文件
Factory	带覆盖参数地创建有效记录	默认值加场景参数
Stub	返回预设依赖结果	请求/参数匹配
Fake	轻量但可运行的实现	内存数据库或队列
Simulator	模拟时序、故障和外部行为	可控状态机
合成数据集	按分布生成大量记录	生成器、种子、来源和质量检查
匿名化数据	降低真实数据可链接性	威胁模型和再识别审查

不要把变换后的生产数据库导出称为 Mock 数据并认为隐私问题已经解决。匿名化和合成生成需要独立的威胁模型、访问控制、留存规则和删除流程。

从契约开始

生成记录前先写明：

必填/可选字段、类型、范围和格式；
唯一性、外键和跨记录关系；
状态转换和合法事件顺序；
时区、语言环境、货币、舍入和日历规则；
错误和授权场景；
绝不能输出、持久化或发送给第三方的字段。

使用系统边界相同的 JSON Schema、OpenAPI 契约、数据库约束或领域验证器校验生成数据。能生成合法 JSON 的生成器，仍可能创建不可能的业务状态。

安全值域

使用不会意外联系真实人员或系统的值：

字段	更安全的测试策略
邮箱	`[email protected]` 或拦截邮件的 sink
主机名/URL	`https://api.example.test`，并阻断外连
IPv4/IPv6	`192.0.2.0/24`、`198.51.100.0/24`、`2001:db8::/32` 等文档地址
电话	服务商文档规定的测试号码，不使用随机真实号码
支付卡	支付服务商测试 PAN，只在 test mode 使用
密码/令牌	仅限测试作用域的专用 fixture 或生成秘密
姓名/地址	明确合成的值或审查过的本地 fixture
图片	具备权利、尺寸确定的本地资源

不要生成看似真实的密码，再把它当 JWT 密钥、API key 或加密密钥。默认不要让测试 URL 发起网络请求，应使用阻断网络策略并断言外连已被拦截。

确定性与可复现性

可复现数据不仅需要数字种子，还要记录生成器与依赖版本、语言环境、时区、参考日期、Schema 修订、种子、生成选项和源代码提交：

javascript

import { faker } from "@faker-js/faker";

faker.seed(20260206);
faker.setDefaultRefDate("2026-02-06T00:00:00.000Z");

const user = {
  id: "user-0001",
  name: faker.person.fullName(),
  email: "[email protected]",
  createdAt: faker.date.past({ years: 2 }).toISOString(),
};

console.log(user);

库版本变化可能改变精确 API 和输出。应固定版本；如果生成数据有意演进，也不要把快照当作唯一断言。

种子不是秘密。它适合复现测试，不得用于安全令牌、密码材料、会话 ID、加密密钥或密码学熵源。

工厂与不变量

工厂应让有效默认值容易生成，让无效场景显式表达：

typescript

type User = {
  id: string;
  email: string;
  status: "active" | "suspended";
  createdAt: string;
};

let sequence = 0;

export function buildUser(
  overrides: Partial<User> = {},
): User {
  sequence += 1;
  return {
    id: `user-${sequence.toString().padStart(4, "0")}`,
    email: `user-${sequence}@example.test`,
    status: "active",
    createdAt: "2026-02-06T00:00:00.000Z",
    ...overrides,
  };
}

const suspended = buildUser({ status: "suspended" });

关系型数据应先创建父记录再创建子记录，保留外键引用，并在测试间重置状态。时间相关测试应注入时钟，而不是在工厂里读取墙上时钟。并发测试不要共享全局可变计数器，或应隔离每个测试的生成器状态。

边界与性质测试

普通平均记录远远不够，应有意覆盖：

空、最小、最大和超限字符串；
Unicode 组合字符、RTL 文本、emoji 和混合文字；
零、负数、大数、小数，以及相关场景对 NaN/无穷的拒绝；
缺失、null、重复、未知和乱序字段；
闰日、夏令时切换、时区偏移、过期和未来时间戳；
重复 ID、孤立引用、冲突状态、重试和幂等场景；
未授权租户、畸形令牌、超时、部分失败和限流。

性质测试生成器可以探索组合，但每个失败种子都应保存为回归 fixture。随机探索应补充而不是替代能解释业务规则的命名示例。

API 与数据库测试

API 测试应将响应 fixture 与请求工厂分开，断言状态码、响应头、Schema、授权、错误结构和副作用。HTTP 成功状态不证明响应或数据库状态正确。

数据库测试应：

通过领域约束生成记录，或插入前验证；
使用隔离数据库或事务；
为性能测试使用接近真实的索引和基数；
不用很小的随机数据集宣称生产查询表现；
按留存策略清理或销毁测试数据。

性能数据集应记录行数、分布、倾斜、热点键、并发、查询组合、硬件、缓存状态和测量日期。“生成一百万条随机记录”不是负载模型。

地区、文本与 Lorem Ipsum

带语言环境的生成器有助于 UI 和国际化测试，但库的 locale 不保证姓名、地址、电话号码或法律数据在文化上有效。应测试长译文、缺字形、复数规则、日期/数字格式、RTL 布局和文字脚本变化。

Lorem Ipsum 只近似拉丁文字密度，不代表真实语言行为。它不能测试翻译长度、屏幕阅读器语义、搜索、复制粘贴、内容审核或 RTL 布局。相关需求应使用经过审查的本地化字符串和明确长度分布；装饰性占位文本应标记，避免被读成有意义内容。

带校验意识的 Faker 示例

Faker 等库是便利生成器，不是 Schema 验证器：

python

from dataclasses import dataclass
from datetime import datetime, timezone


@dataclass(frozen=True)
class User:
    user_id: str
    email: str
    created_at: datetime


def build_user(index: int) -> User:
    if index < 1:
        raise ValueError("index must be positive")
    return User(
        user_id=f"user-{index:04d}",
        email=f"user-{index:04d}@example.test",
        created_at=datetime(2026, 2, 6, tzinfo=timezone.utc),
    )

增加独立的 Schema/领域校验步骤，并为无效覆盖值编写测试。不要认为库生成的“看似有效”电话、卡号、URL 或地址可以安全发送或具有法律意义。

Mock 服务与故障模拟

Mock 服务应模拟 API 契约和受控故障，而不是只返回随机 JSON。应为以下场景定义响应 fixture：

成功、空结果、部分结果和分页；
Schema 无效和未知字段响应；
认证失败、授权拒绝、限流、超时、重试和取消；
重复投递、事件乱序和幂等冲突。

单元测试中的网络调用应确定性地拦截。真实协议行为放到集成或预发布环境测试，并使用隔离凭据和明确数据删除流程。

隐私与治理

如果合成数据来自生产分布、包含复制值，或被发送给第三方生成器，它仍可能敏感。应维护数据集与产物清单，限制访问，按需要加密，扫描日志和快照，并记录留存与删除。

不要把真实凭据、访问令牌、私钥、个人标识符或生产数据库导出放进 fixture。测试仓库同样是数据边界。

常见问题

Mock 数据总是隐私安全吗？

不是。纯合成值可以减少暴露，但生成器可能产生真实联系信息、复制模板或敏感分布。应使用保留域名和测试值，阻断网络投递，并审查来源。

种子需要保密吗？

不需要。种子是复现元数据，绝不能用于密码、令牌、密钥或安全原语的熵。

随机 Mock 数据能替代边界测试吗？

不能。随机数据可能错过罕见组合，也不会记录预期不变量。应把命名边界 fixture 与性质测试结合。

Mock 数据可以用于生产吗？

只有在它是明确标注的产品行为时才可以，例如空状态演示。它不能静默替代真实业务数据、授权决策、计费记录或审计证据。

如何安全测试支付字段？

使用支付服务商文档规定的测试模式和测试卡号，隔离凭据，并断言应用不会把测试数据发送到生产端点。不要自行编造号码并称为有效支付工具。

Lorem Ipsum 适合 UI 测试吗？

它适合拉丁文字布局的粗略密度测试，但不能测试本地化、语义、无障碍、搜索、审核或 RTL 行为。相关需求应使用代表性的本地化 fixture。

一手来源

总结

高质量 Mock 数据是受控的测试工具，而不是一堆看似真实的随机记录。应先定义契约，保持关系和不变量，使用保留值域，固定复现元数据，生成命名失败场景，独立校验，并治理每个数据集和产物。这样可以提高测试信号，同时避免隐私、投递和安全风险。