Jeder API-Test benötigt Daten, mit denen er ausgeführt werden kann. Ein Login-Test benötigt Benutzer. Ein Checkout-Test benötigt Bestellungen, Adressen und Zahlungsdatensätze. Ein Suchtest benötigt einige tausend Zeilen, damit die Paginierung tatsächlich etwas bewirkt. Diese Daten manuell einzugeben ist langsam, und die manuell eingegebene Version ist immer zu "sauber", um echte Fehler zu finden.
Ein Testdatengenerator löst dieses Problem. Er erzeugt auf Anfrage realistische, vielfältige Datensätze, sodass Ihre Tests die Grenzfälle abdecken, die Ihre Produktionsdaten irgendwann hervorrufen werden. Dieser Leitfaden erklärt, was ein Testdatengenerator ist, welche Haupttypen Sie wählen können und wie Sie Testdaten direkt in Apidog generieren, ohne ein separates Tool anzuschließen.
Wenn Sie noch keine Erfahrung mit dem Fälschen von API-Antworten haben, beginnen Sie mit was eine Mock-API ist und kehren Sie hierher zurück, um sich mit der Datenseite des Problems zu befassen.
Was ist ein Testdatengenerator?
Ein Testdatengenerator ist ein Tool oder eine Bibliothek, die synthetische Datensätze erstellt, die wie echte Produktionsdaten aussehen. Anstatt hundertmal {"name": "test", "email": "test@test.com"} zu schreiben, beschreiben Sie die gewünschte Form (einen Namen, eine gültige E-Mail-Adresse, einen Preis zwischen 10 und 500) und der Generator füllt glaubwürdige Werte ein.
Gute Testdaten haben drei Eigenschaften:
- Realistisch. Namen sehen wie Namen aus, E-Mails bestehen die Validierung, Daten liegen in sinnvollen Bereichen.
- Vielfältig. Keine zwei Datensätze sind identisch, sodass Ihre Assertions "Off-by-one"- und Grenzfehler abfangen.
- Sicher. Sie sind synthetisch, sodass Sie niemals echte Kundendaten (und deren PII) in eine Testsuite kopieren.
Das Ziel sind nicht schöne Daten. Es ist Abdeckung. Ein Generator ermöglicht es Ihnen, die breite Masse an Eingaben (leere Zeichenketten, Unicode-Namen, riesige Zahlen, abgelaufene Daten) zu erzeugen, die Code auf eine Weise zum Absturz bringen, wie es Ihre sauberen manuellen Fixtures niemals tun würden.
Warum realistische Testdaten für API-Tests wichtig sind
APIs validieren Eingaben. Sie lehnen falsch formatierte E-Mails ab, begrenzen Zahlen außerhalb des Bereichs und verzweigen sich bei optionalen Feldern. Wenn jeder Testdatensatz John Doe / john@example.com / quantity 1 ist, testen Sie immer nur den "Happy Path".
Realistische, generierte Daten ermöglichen Ihnen drei Dinge, die Sie manuell nicht tun können:
- Umfassend testen. Generieren Sie 5.000 Produkte, und Ihre Paginierung, Sortierung und Filterung wird wirklich auf die Probe gestellt.
- Gezielt Grenzwerte testen. Fragen Sie nach Preisen von genau 0, negativen Mengen oder Namen mit 256 Zeichen, um zu bestätigen, dass die Validierung standhält.
- Datengesteuerte Tests durchführen. Führen Sie eine Tabelle von Eingaben durch einen Test und bestätigen Sie das richtige Ergebnis für jede Zeile.
Dieser letzte Punkt ist der, an dem sich ein Generator am meisten auszahlt, und es ist der Punkt, an dem Apidog die Datengenerierung direkt mit der Testausführung verbindet. Mehr dazu weiter unten.
Die wichtigsten Arten von Testdatengeneratoren
Testdatengeneratoren lassen sich in vier Kategorien einteilen. Die meisten Teams verwenden am Ende mehr als einen.
1. Code-Bibliotheken
Bibliotheken wie Faker.js (JavaScript) und Faker (Python) bieten Ihnen eine programmatische API: faker.person.fullName(), faker.internet.email(), faker.commerce.price(). Sie sind die flexibelste Option, da Sie Daten im Code generieren, zur Reproduzierbarkeit seeden und in Skripte integrieren können.
Der Kompromiss ist, dass Sie Code schreiben und warten müssen. Wenn Sie sich in JavaScript bewegen, erläutert unser ausführlicher Artikel über Faker.js und wie man es in Apidog verwendet die Bibliothek im Detail und zeigt, wie dieselben Faker-Regeln in die Mock-Engine von Apidog integriert werden können.
2. Standalone- und Online-Generatoren
Tools wie Mockaroo ermöglichen es Ihnen, Spalten in einer Web-Benutzeroberfläche zu definieren und CSV, JSON oder SQL herunterzuladen. Sie sind praktisch für eine einmalige Seed-Datei oder einen schnellen Datensatz, ohne Code schreiben zu müssen. Der Nachteil: Die Daten sind ein statischer Export. Sie neu zu generieren oder mit einem sich ändernden Schema synchron zu halten, bedeutet, jedes Mal zur Benutzeroberfläche zurückzukehren.
3. Schema-basierte Generatoren
Wenn Sie bereits eine OpenAPI-Spezifikation oder ein JSON-Schema haben, liest ein schema-basierter Generator die Feldtypen und Einschränkungen und erstellt automatisch passende Daten. Dies hält Ihre Testdaten mit dem Vertrag synchron. Wir behandeln den OpenAPI-Workflow in wie man Mock-Daten aus OpenAPI-Schemas generiert. Der JSON Schema-Standard macht dies möglich: Typen, Formate und Bereiche sind alle maschinenlesbar.
4. KI-basierte Generatoren
Die neueste Option fordert ein Modell auf, kontextbezogene Datensätze zu erfinden: ein realistisches Support-Ticket, eine plausible Produktbeschreibung, ein kohärentes Benutzerprofil. Dies ist besonders nützlich, wenn Sie Daten benötigen, die zusammen "Sinn ergeben", anstatt zufälliger Feldwerte. Ein praktisches Beispiel finden Sie unter Generierung von Mock-Daten mit Claude Code.
So generieren Sie Testdaten in Apidog
Hier ist der Teil, den die meisten Übersichten über „Testdatengeneratoren“ übersehen: Wenn Sie APIs in Apidog testen, benötigen Sie überhaupt keinen separaten Generator. Die Datengenerierung ist an drei Stellen in den Workflow integriert.
Intelligentes Mocking mit Feldregeln. Wenn Apidog einen Endpunkt mockt, liest es jeden Feldnamen und -typ und generiert automatisch glaubwürdige Werte. Ein email-Feld gibt eine gültige E-Mail-Adresse zurück, ein createdAt-Feld ein Datum, ein price-Feld eine Zahl. Sie können pro Feld Regeln im Faker-Stil anhängen, um die Ausgabe zu steuern, sodass der Mock dieselbe Form zurückgibt, die Ihre echte API liefern würde. Laden Sie Apidog herunter, und jeder von Ihnen definierte Endpunkt liefert sofort realistische Daten, ohne dass eine db.json gepflegt werden muss.
KI-generierte Testdaten. Apidog kann eine Reihe von Testdatensätzen für einen Endpunkt aus dessen Schema generieren, sodass Sie einen vielfältigen Datensatz erhalten, ohne Regeln für jedes Feld manuell schreiben zu müssen.
Datengesteuertes Testen. Das ist der Punkt, der den Kreis schließt. Sie hängen einen CSV- oder JSON-Datensatz an einen Testschritt an, und Apidog führt den Schritt einmal pro Zeile aus, wobei die Werte als Variablen eingesetzt werden. Ein Test, viele Eingaben, ein Assertionsmuster. Die Mechanismen werden in wie man parametrisierte API-Tests aus CSV und JSON ausführt behandelt, und wenn Sie Tools für diese spezifische Aufgabe abwägen, vergleicht welches Tool für datengesteuerte API-Tests zu verwenden ist die Optionen. Läuft in CI? Dieselben Datensätze funktionieren über das Terminal mit datengesteuerten Tests in der Apidog CLI.
Schritt für Schritt: Testdaten für einen Endpunkt generieren
- Öffnen Sie Ihr Projekt in Apidog und wählen Sie den Endpunkt aus, für den Sie Testdaten benötigen.
- Definieren Sie das Antwortschema (oder importieren Sie es aus Ihrer OpenAPI-Datei). Feldnamen und -typen steuern die Generierung.
- Aktivieren Sie das Mocking. Apidog gibt sofort generierte Werte für jedes Feld zurück.
- Um bestimmte Felder zu steuern, fügen Sie eine Mock-Regel hinzu (zum Beispiel setzen Sie
statusauf einen vonactive,pending,closed). - Für Testläufe erstellen Sie einen Datensatz (CSV oder JSON), hängen ihn an den Testschritt an, und der Schritt iteriert über jede Zeile.
Sie haben jetzt realistische Antworten für die Entwicklung und eine wiederholbare Eingabetabelle für Tests, beides vom selben Ort aus, an dem Sie die Tests schreiben und ausführen.
So wählen Sie einen Testdatengenerator aus
| Wenn Sie benötigen… | Verwenden Sie | Warum |
|---|---|---|
| Volle programmatische Kontrolle in JS/Python | Faker-Bibliothek | Flexibel, skriptfähig, reproduzierbar mit Seeds |
| Eine schnelle statische Seed-Datei | Mockaroo oder ähnliches | Kein Code, exportieren und los |
| Daten, die Ihrem API-Vertrag entsprechen | Schema-basiert (OpenAPI/JSON Schema) | Bleibt mit der Spezifikation synchron |
| Kontextbezogene, „sinnvolle“ Datensätze | KI-Generator | Kohärente Mehrfeld-Daten |
| Generierte Daten in Mocks und Tests integriert | Apidog | Ein Tool für Mocking, Generieren und Ausführen |
Es gibt keinen einzelnen Gewinner. Ein Team, das viel mit Skripten arbeitet, greift auf Faker zurück; ein Team, das APIs bereits in Apidog entwirft, erhält Generierung, Mocking und datengesteuerte Läufe, ohne den Arbeitsbereich verlassen zu müssen.
Best Practices für API-Testdaten
- Seed für Reproduzierbarkeit. Ein fehlgeschlagener Test ist nur nützlich, wenn Sie die genauen Daten, die ihn zum Scheitern gebracht haben, neu generieren können. Verwenden Sie einen festen Seed für Läufe, die Sie wiederholen müssen.
- Generieren Sie auch die fehlerhaften Daten. Leere Felder, falsche Typen, übergroße Payloads und abgelaufene Token gehören in Ihren Datensatz, nicht nur gültige Zeilen.
- Daten und Schema synchron halten. Wenn sich der Vertrag ändert, regenerieren Sie. Schema-basierte Generierung macht dies automatisch.
- Niemals echte PII verwenden. Synthetische Daten umgehen Datenschutzbestimmungen und das Risiko, Kundendaten in ein Repository zu leaken.
- Volumen an den Test anpassen. Paginierungs- und Performance-Tests benötigen Tausende von Zeilen; eine einzelne Validierungsprüfung benötigt nur eine Handvoll.
FAQ
Was ist der Unterschied zwischen einem Testdatengenerator und einem Mock-Server? Ein Generator erzeugt die Daten; ein Mock-Server stellt sie über HTTP als gefälschte API-Antworten bereit. Oft möchte man beides, weshalb Apidog sie kombiniert: Der Mock liefert Daten, die der Generator erstellt hat. Ein eigenständiger Generator gibt Ihnen einfach eine Datei.
Kann ich Testdaten aus meiner OpenAPI-Spezifikation generieren? Ja. Schema-basierte Tools lesen die Typen und Einschränkungen der Spezifikation, um passende Datensätze zu erstellen. Siehe Generierung von Mock-Daten aus OpenAPI-Schemas.
Ist das Generieren von Testdaten sicher, um sie in einem Repo zu committen? Synthetische Daten sind sicher, da sie keine echten persönlichen Informationen enthalten. Committen Sie niemals Exporte von Produktionsdaten.
Wie führe ich einen Test mit vielen generierten Eingaben durch? Verwenden Sie datengesteuertes Testen: Hängen Sie einen CSV- oder JSON-Datensatz an, und der Test iteriert pro Zeile. Der Leitfaden zum parametrisierten Testen zeigt die Einrichtung.
Muss ich einen gefälschten Server hochfahren, um Testdaten zu verwenden? Nicht unbedingt. Wenn Sie eine wegwerfbare REST-API benötigen, die von einer Flatfile unterstützt wird, lesen Sie unseren Leitfaden zu json-server und JSONPlaceholder. Für schema-bewusste, teamfähige Mocks verwenden Sie den integrierten Mock von Apidog.
Die Kurzversion
Ein Testdatengenerator verwandelt die langsame, fehleranfällige Aufgabe, Datensätze zu erfinden, in eine einzeilige Beschreibung der gewünschten Form. Wählen Sie eine Code-Bibliothek für die Skriptsteuerung, ein schema-basiertes Tool, um mit Ihrem Vertrag synchron zu bleiben, oder einen KI-Generator für kohärente Datensätze. Wenn Sie APIs bereits in Apidog testen, erhalten Sie Generierung, intelligente Mocks und datengesteuerte Läufe an einem Ort, sodass die von Ihnen generierten Daten direkt in die Tests einfließen, die sie verwenden. Laden Sie Apidog herunter und richten Sie es auf einen Endpunkt, um realistische Testdaten bei der ersten Anfrage zu sehen.