什么是 Mock Data？
Mock Data（模拟数据 / 测试数据）是为开发、测试或演示人工构造的数据，用来复现指定的数据结构、业务约束、边界条件或失败场景，而不直接依赖真实生产记录。
快速了解
| 全称 | 模拟数据 / 测试数据 |
|---|---|
| 创建时间 | 1990 年代（随着软件测试的兴起） |
工作原理
Mock Data 的目标不是看起来像真实用户，而是为一个可验证目的提供受控输入：复现接口契约、关系约束、边界值、错误路径或负载形态。它可以来自固定测试数据、带种子的生成器、属性测试策略或模拟 API。Mock Data 不自动等于匿名数据或隐私安全数据：生产库经过掩码、替换或抽样后，仍可能通过稀有组合、自由文本、关联字段和外部数据被重新识别。不要把生成器输出直接用于生产业务，不要使用可投递到真实收件人的邮箱和手机号，也不要用随机记录替代明确的边界用例。应记录 Schema 版本、随机种子、区域设置、生成器版本和数据用途，并独立验证唯一性、外键、范围与保留规则。
主要特点
- 按 Schema、业务约束和关系生成，而不只追求表面逼真
- 固定测试数据适合精确回归，带种子生成适合可复现覆盖
- 显式包含空值、边界、重复、超长、时区和失败场景
- 使用保留域名、不可路由号码与沙箱端点，避免真实副作用
- 记录 Schema、种子、Locale、生成器版本和用途
- Mock Data 不等同匿名化，也不自动满足隐私合规
常见用途
- 前端开发和 UI 原型设计
- API 测试和集成开发
- 开发环境的数据库填充
- 演示和展示数据生成
- 在隔离环境中生成受控数据量进行负载测试
示例
Loading code...常见问题
为什么需要使用 Mock Data？
使用 Mock Data 的主要原因：1) 前后端并行开发，前端无需等待后端 API 完成；2) 测试边缘情况和异常场景；3) 保护生产环境的敏感数据；4) 演示和展示功能时不依赖真实数据；5) 进行性能测试时生成大量数据；6) 隔离外部依赖，使测试更稳定。
有哪些常用的 Mock Data 生成工具？
常用的 Mock Data 工具包括：1) Faker.js - JavaScript 库，支持多语言；2) JSON Server - 快速创建 REST API；3) Mockoon - 桌面应用，可视化创建 Mock API；4) MSW (Mock Service Worker) - 拦截网络请求；5) Postman - API 开发工具内置 Mock 功能；6) 在线工具如 Mockaroo、JSONPlaceholder。
Mock Data 和真实数据有什么区别？
Mock Data 是人工生成的模拟数据，与真实数据的区别：1) Mock Data 不包含真实用户信息，保护隐私；2) 可以按需生成任意数量和格式；3) 可以模拟各种边缘情况；4) 数据分布可能与真实情况不同；5) 不会影响生产环境。使用时应确保 Mock Data 的格式和结构与真实数据一致。
如何生成中文的 Mock Data？
生成中文 Mock Data 的方法：1) 使用 Faker.js 并设置 locale 为 zh_CN；2) 使用专门的中文假数据库；3) 自定义数据模板，包含中文姓名、地址、手机号等；4) 使用在线工具如本站的随机数据生成器。注意中文数据的格式特点，如手机号格式、身份证规则等。
Mock API 和 Mock Data 有什么关系？
Mock API 是返回 Mock Data 的模拟接口。Mock Data 是数据本身，Mock API 是提供这些数据的服务。创建 Mock API 的方式：1) 使用 JSON Server 从 JSON 文件创建；2) 使用 MSW 拦截真实请求；3) 使用 Postman 或 Mockoon 等工具；4) 在代码中使用条件判断返回模拟数据。
哪些情况下不应该使用 Mock Data？
不要用 Mock Data 证明生产数据分布、公平性、欺诈模式或容量结论，除非生成过程已经用独立真实证据校准；不要把经过简单替换的生产数据当成天然匿名；不要让测试邮箱、手机号、支付信息或 Webhook 指向真实系统；也不要让随机生成替代必须显式覆盖的权限、边界和失败用例。