Gerador de Dados Mock JSON

Gerador de Dados Fictícios — Gere Dados Fake em JSON ou CSV (Até 10 Milhões de Registros)

Precisa de dados de teste agora? Este gerador de dados fictícios cria datasets mock realistas em segundos — escolha um template, personalize os campos, defina a quantidade de registros e baixe em JSON ou CSV. Sem bibliotecas para instalar, sem chave de API, sem cadastro.

Seja para popular um banco de dados, testar um endpoint REST, preencher uma planilha CSV no Excel ou pandas, montar um protótipo de React antes do backend existir, ou carregar uma coleção Postman com dados que parecem reais — este gerador de dados fake entrega o que você precisa na hora.

Como Usar o Gerador de Dados Fictícios

Escolha um template — selecione entre Usuários, Produtos, Pedidos, Posts de Blog ou comece do zero com Personalizado.
Edite os campos — renomeie qualquer campo, mude o tipo de dado, adicione novos campos com o botão + Adicionar campo ou remova os que não precisar.
Defina a quantidade de registros — de 1 a 10.000.000 de registros. Para quantidades acima de 10.000, o arquivo é baixado automaticamente em vez de ser exibido no preview.
Escolha o formato — alterne entre JSON e CSV no cabeçalho do painel de saída antes de baixar.
Clique em Gerar — seus dados aparecem instantaneamente. Clique em Baixar para salvar ou Copiar para saídas menores.

Ative "Envolver com paginação" para obter um envelope de resposta JSON como { data: [...], page: 1, total: 50, perPage: 10 } — ideal para simular respostas paginadas de API. Ao baixar como CSV, a ferramenta extrai automaticamente apenas as linhas de dados.

Gerar Dados em Massa como CSV

A opção de download CSV torna este gerador muito mais útil do que apenas para testes de API. Carregue a saída diretamente em:

Excel ou Google Sheets — para equipes de QA que revisar dados de teste sem mexer em código
pandas / polars — pd.read_csv("mock-data.csv") e você tem um DataFrame realista em uma linha
scripts de seed de banco de dados — COPY tabela FROM 'mock-data.csv' (PostgreSQL) ou LOAD DATA INFILE (MySQL)
testes de pipeline de dados — valide transformações ETL com dados de entrada realistas e determinísticos
ferramentas de BI — Tableau, Power BI, Metabase — carregue dados de exemplo antes da fonte real estar pronta

Os valores CSV seguem o padrão RFC 4180: vírgulas, aspas e quebras de linha dentro dos valores são corretamente escapados. Objetos e arrays aninhados são convertidos para JSON dentro da célula CSV.

Gerar 10 Milhões de Registros

A maioria das ferramentas de mock data limita a poucos milhares de registros. Este gerador suporta até 10.000.000 de registros em uma única geração. Para datasets acima de 10.000 registros, a saída é enviada diretamente para download em vez de ser exibida no painel de preview — mantendo o navegador rápido independentemente do volume.

Casos de uso para grandes volumes de dados fictícios:

Teste de carga em queries de banco de dados ou índices com volume realista
Benchmark de parser CSV, pipeline ETL ou importação em data warehouse
Geração de dados de treinamento para modelos de ML que precisam de texto, números ou valores categóricos realistas
Teste de stress em endpoints de API paginados com volumes de produção

Dados JSON Mock para APIs

Quando você está desenvolvendo ou testando uma integração de API, precisa de uma resposta mock realista — não {"nome": "teste", "id": 1}. Este gerador cria payloads com UUIDs, timestamps ISO, emails reais, enums e objetos aninhados, para que o seu frontend lide com formatos de dados reais desde o primeiro dia.

Cole a saída no Mockoon, no json-server ou no MSW e você tem uma API fake rodando em menos de dois minutos. A opção de paginação espelha o formato de resposta usado pelo Laravel, Rails e pelos principais frameworks REST em Node.js.

Dados JSON de Exemplo para E-commerce

O template Pedidos (E-commerce) gera dados prontos para fluxos de checkout, histórico de pedidos e testes de gateway de pagamento. Cada registro inclui:

{
  "order_id": "8f14e45f-ceea-467a-a866-085d6b78c8e1",
  "customer_name": "Marcus Rivera",
  "total_amount": 134.99,
  "payment_status": "PAID",
  "created_at": "2025-11-03",
  "items_count": 3
}

O template Produtos é igualmente útil para UIs de catálogo e busca:

{
  "id": "a87ff679-a2f3-471d-8326-ee4758c0f1e4",
  "name": "Teclado Mecânico Sem Fio",
  "price": 89.99,
  "sku": "TMF-7842",
  "category": "Eletrônicos",
  "in_stock": true,
  "rating": 4.3
}

Use o schema Personalizado se o seu modelo de dados for diferente — adicione desconto_percentual, codigo_moeda, endereco_entrega (aninhado) ou qualquer campo que o seu projeto precisar.

Dados Fake para Testes de Frontend

Desenvolvedores frontend estão sempre esperando a API ficar pronta. Em vez de hardcodar const users = [{nome: "Usuário Teste"}] no componente, gere 50 registros de usuários realistas e importe como fixture JSON. Seus componentes vão lidar com formatos reais — nomes longos, endereços aninhados, edge cases de booleano — antes da API existir.

O template Usuários inclui tudo que uma UI de gerenciamento de usuários precisa: UUID como chave primária, nome completo, username, email, telefone, endereço aninhado, empresa, cargo e um campo active. Gere uma vez, salve em src/fixtures/users.json e importe onde precisar.

Tipos de Campo Suportados

Cada campo pode ser um dos 18 tipos de dado:

UUID — UUID v4 no padrão RFC
Nome completo / Primeiro / Último nome — nomes realistas de um pool diversificado
Email — derivado do nome do registro, sempre em formato válido
Username — login no formato slug como alice.chen42
Telefone — número no formato norte-americano (+1 (555) 012-3456)
Número / Inteiro — float ou inteiro aleatório dentro do intervalo mín/máx
Booleano — true ou false aleatório
Data — string ISO, distribuída nos últimos dois anos
Timestamp — timestamp Unix em milissegundos
Moeda — float com duas casas decimais (ex: 49.99)
Enum — escolha aleatória da sua lista de valores separados por vírgula
Array (Enum) — 2 a 4 valores aleatórios da sua lista de enum
Lorem — sentença placeholder em latim
URL — URL fictícia plausível em example.com
Endereço — objeto aninhado com street, city e zip

Perguntas Frequentes

Como gerar dados fictícios para testar uma API?

Use um template que corresponda ao formato de resposta da sua API e personalize os campos para o seu schema exato. Defina a quantidade de registros para corresponder ao tamanho típico de paginação (10, 20, 25) e ative o envelope de paginação para que a estrutura bata com o que a sua API realmente retorna. Cole a saída direto no mock server do Postman ou no handler do MSW.

Posso baixar os dados gerados em CSV?

Sim. Selecione CSV no toggle de formato ao lado do botão Baixar antes de gerar. A ferramenta exporta um arquivo CSV corretamente escapado, compatível com Excel, Google Sheets, pandas e qualquer parser CSV padrão. Para saídas paginadas, apenas as linhas de dados são exportadas (os campos page, total e perPage são excluídos).

Como gerar 10 milhões de linhas de dados fictícios?

Digite 10000000 no campo de quantidade de registros. Para saídas acima de 10.000 registros, o arquivo é baixado automaticamente sem ser exibido no preview. Escolha o formato JSON ou CSV antes de clicar em Gerar. A geração de 100.000 registros leva alguns segundos; 10 milhões pode levar entre 1 e 3 minutos dependendo do seu computador.

Como criar dados de exemplo sem ter um backend pronto?

Gere o dataset com o template que corresponde ao seu modelo de dados, baixe como .json e importe no componente como fixture estática. A maioria dos frameworks (React, Vue, Svelte) aceita import de JSON direto: import users from './fixtures/users.json'. Essa abordagem é mais rápida do que subir uma API mock e funciona completamente offline.

Posso gerar dados CSV com campos personalizados?

Sim. Comece com qualquer template ou use Personalizado, adicione e renomeie os campos para o seu schema, depois alterne o formato para CSV antes de baixar. O arquivo resultante usa os nomes dos seus campos como cabeçalhos de coluna na primeira linha.

Quantos registros posso gerar de uma vez?

Até 10.000.000 de registros por geração. Para saídas acima de 10.000 registros, a ferramenta baixa o arquivo automaticamente sem exibir o preview. Para saídas muito grandes (100k+), baixe como JSON ou CSV — copiar do navegador não é prático nessa escala.

A ferramenta envia meus dados para um servidor?

Não. Tudo roda inteiramente no navegador com JavaScript. Nenhum schema é enviado a servidor algum, nada é armazenado e nenhum analytics é coletado sobre os nomes dos seus campos ou o output gerado. Ao recarregar a página, tudo é redefinido.

Qual a diferença entre este gerador e o Faker.js?

Faker.js é uma biblioteca Node.js que você instala como dependência de desenvolvimento e usa no código. Esta ferramenta é uma interface no navegador que requer zero configuração — útil quando você precisa de um arquivo JSON ou CSV agora sem tocar nas dependências do projeto. Para geração programática dentro de um script de seed ou pipeline de CI, o Faker.js é a escolha certa. Para prototipagem rápida, dados de demonstração e fixtures para Postman, este gerador é mais rápido.

O que é a opção de envolver com paginação?

Envolve o array gerado em { data: [...], page: 1, total: N, perPage: 10 } — o envelope de resposta usado pela maioria das APIs REST (Laravel, Rails, Express com middleware de paginação). Útil para testar componentes de lista que leem response.data e exibem response.total em um controle de paginação. Ao exportar como CSV, esse envelope é ignorado e apenas as linhas de dados são exportadas.

Recursos

JSON.org — Introdução ao JSON — A especificação canônica do formato JSON.
RFC 4180 — Formato CSV — A especificação IETF que define o formato CSV usado na exportação.
MDN — JSON.stringify() — Referência do método JavaScript usado para produzir a saída JSON.
RFC 4122 — Padrão UUID — A especificação IETF que define o UUID v4.