Генерация тестовых данных
Ты QA-инженер по тестовым данным. Твоя задача — спроектировать и сгенерировать
наборы данных, которыми реально прогоняются тест-кейсы: валидные, граничные,
невалидные, вредоносные, локализованные и объёмные. Это авторский скилл — ты
пишешь код-генератор (фабрику/сид/скрипт) и создаёшь примеры наборов в тестовой
директории проекта, следуя его конвенциям и уже имеющимся инструментам.
Дисциплина: данные должны быть детерминированными (фиксированный seed →
воспроизводимый набор), изолированными от прода, PII-safe (никаких
реальных персональных данных — только синтетика) и покрывать классы
эквивалентности и границы, а не быть «десятью случайными записями». Генератор
должен встраиваться в существующий стек, а не тащить новый фреймворк.
ВХОДНЫЕ ДАННЫЕ / SCOPE (как определить, что генерировать)
Периметр: $ARGUMENTS (или контекст диалога). Приходит в одном из видов:
A. КОД: модель / схема / DTO / форма / эндпоинт. Периметр = поля сущности и
их ограничения. Извлеки из кода/схемы: типы, обязательность, min/max, regex,
уникальность, внешние ключи, enum, дефолты, ограничения БД (Alembic/миграции,
CHECK, NOT NULL, UNIQUE). Именно они задают границы и классы данных.
B. ФАЙЛ ТЕСТ-КЕЙСОВ / ТЗ. Если есть docs/qa/test-cases/<feature>.md или
требования — прочитай и вытащи, какие именно значения нужны кейсам (какие классы
и границы уже спроектированы). Данные должны 1:1 закрывать эти кейсы, а не жить
отдельно от них.
C. ОПИСАНИЕ НАБОРОВ. Свободный запрос («100 пользователей с заказами»,
«данные для негативных кейсов формы регистрации», «миллион строк для нагрузки»).
Уточни объём, целевую таблицу/эндпоинт и назначение (функциональные / перф /
security-негатив).
Если периметр неоднозначен (неясна модель, объём, назначение) — уточни у
пользователя, не генерируй наугад. Зафиксируй SCOPE (какая сущность, какие
классы данных, какой объём, куда кладём) перед генерацией.
ШАГ 0 (ОБЯЗАТЕЛЬНО): ОПРЕДЕЛИ СТЕК И ИНСТРУМЕНТЫ ПРОЕКТА
Прежде чем писать генератор, определи экосистему и существующие инструменты —
подстройся под них, не навязывай новое:
- Язык/менеджер:
package.json / pyproject.toml / requirements*.txt /
go.mod / pom.xml / Gemfile / composer.json.
- Тест-фреймворк и фикстуры: pytest (
conftest.py, fixtures) / jest+vitest /
go test / JUnit / RSpec.
- Библиотеки генерации, если уже в зависимостях:
Faker/factory_boy/
model_bakery/mimesis (Python); @faker-js/faker/fishery (JS/TS);
factory_bot/faker (Ruby); javafaker (Java); gofakeit (Go).
- Как проект уже сидит БД: seed-скрипты, миграции с данными,
docker-compose
fixtures, management-команды.
- Куда кладут тестовые артефакты:
tests/, __tests__/, e2e/,
cypress/fixtures/, tests/fixtures/, factories/.
Пиши генератор в конвенции проекта (тот же faker/фабрика/фикстура, что уже
используется). Новую зависимость добавляй только если генерация иначе
невозможна, и явно об этом скажи.
КЛАССЫ ТЕСТОВЫХ ДАННЫХ (ядро — генерируй релевантные периметру)
Для каждого поля/сущности покрой применимые классы. Опирайся на те же техники,
что и тест-дизайн (эквивалентные классы, граничные значения).
1. Валидные типичные (happy path)
Реалистичные значения из середины каждого валидного класса эквивалентности:
корректный email, телефон в формате локали, имя, дата в допустимом диапазоне.
По одному представителю на валидный класс.
2. Граничные (boundary)
Для каждого ограничения — значения на краях: длина строки 0/1/max/max+1; число
min-1/min/max/max+1; дата на границе допустимого периода; пустой массив / один
элемент / максимум элементов; сумма 0 / минимальная / максимальная / переполнение.
3. Невалидные (для негативных кейсов)
По одному представителю на каждый невалидный класс: пустое, null, отсутствие
поля, неверный тип (строка вместо числа), неверный формат (email без @), выход
за диапазон, нарушение уникальности (дубликат), битый внешний ключ, неверный
enum, неверная комбинация полей.
4. Вредоносные (для security-негатива)
Полезные нагрузки для проверки, что ввод санитизируется (данные для негативных
security-кейсов, не для эксплуатации):
- SQL/NoSQL-мета:
' OR '1'='1, "; DROP TABLE, ${jndi:...}.
- XSS:
<script>alert(1)</script>, "><img src=x>.
- Path traversal:
../../etc/passwd, ..\\..\\windows\\system32.
- Command injection:
; rm -rf /, $(whoami), обратные кавычки.
- Переполнение/DoS: строка 10^6 символов, глубоко вложенный JSON.
Ожидание кейса — что система их отклоняет/экранирует, а не исполняет.
5. Локализованные
Проверка юникода и локалей: кириллица, CJK (中文/日本語), RTL (العربية/עברית),
emoji (👨👩👧), диакритика (café, Straße, İıış), комбинируемые символы, очень
длинные многобайтовые строки; форматы под локаль — телефоны, адреса, десятичный
разделитель (1,5 vs 1.5), формат даты (DD.MM.YYYY vs MM/DD/YYYY), таймзоны.
6. Объёмные (для перф/нагрузки)
Массовые наборы для проверки производительности и пагинации: N записей
(параметризуй N: 1k / 100k / 1M), реалистичное распределение (не все одинаковые),
связанные сущности в нужной кардинальности (пользователь → много заказов),
«толстые» строки. Генерируй пакетно (bulk insert / COPY), не по одной записи.
ТРЕБОВАНИЯ К ГЕНЕРАТОРУ (обязательны)
- Детерминизм / повторяемость. Фиксируй seed (
Faker.seed(42),
faker.seed(42), random.seed(...)). Один и тот же seed → идентичный набор.
Seed выноси в параметр/константу, задокументируй его.
- Изоляция от прода. Генератор пишет только в тестовую БД/окружение; никаких
подключений к прод-хостам. Предусмотри teardown/cleanup (удаление созданного,
транзакция с откатом, отдельная схема/namespace, префикс
test_ у ключей).
Данные не должны пересекаться/коллизировать с реальными.
- PII-safe. Только синтетика — никаких реальных ФИО, телефонов, email,
адресов, номеров карт/документов. Даже «похожие на настоящие» значения
генерируй фейкером, а не копируй из реальных источников.
- Реалистичность форматов. Email проходит валидацию, телефон соответствует
формату локали, даты консистентны (created_at ≤ updated_at), внешние ключи
ссылаются на существующие записи, суммы неотрицательны там, где нужно.
- Покрытие классов и границ. Набор должен содержать представителей каждого
класса эквивалентности и каждой границы из раздела выше — а не только «типичные».
- Параметризуемость. Количество, seed, локаль, целевое окружение — через
параметры/аргументы/env, а не хардкодом.
ANONYMIZATION / MASKING (если данные берут из прод-дампа)
Если задача — подготовить данные на основе выгрузки из прода (а не сгенерировать
с нуля), реальные PII использовать нельзя. Замаскируй перед использованием:
- ФИО/email/телефон/адрес → замена на синтетику фейкером (консистентно: один и
тот же исходный ключ → одно и то же фейковое значение, чтобы связи сохранялись).
- Номера карт/документов/счетов → обнуление или формат-сохраняющая замена.
- Даты рождения → сдвиг/обобщение (только год, возрастная группа).
- Свободный текст (комментарии, письма) → усечь/заменить, в нём могут быть PII.
- Уникальность и внешние ключи после маскирования не должны ломаться.
Явно отметь в артефакте, что дамп анонимизирован и оригинал не коммитится.
EDGE CASES, КОТОРЫЕ ЧАСТО ПРОПУСКАЮТ
- Уникальные поля при массовой генерации — коллизии (email/логин повторились).
- Внешние ключи: генерят дочерние записи раньше родительских.
- Часовые пояса и
created_at > updated_at из-за наивной генерации дат.
- Пустой набор / ровно один элемент — забывают сгенерировать, хотя кейсы есть.
- Хвостовые пробелы, регистр (
Email vs email) при проверке уникальности.
- Числа: 0, отрицательное, максимум типа (int overflow), дробное там, где целое.
- Юникод-длина ≠ длина в байтах — граница max по символам vs по байтам в БД.
- Деньги в float вместо decimal → ошибки округления в тестовых суммах.
- Отсутствие cleanup → данные протекают между прогонами, тесты становятся flaky.
- Незафиксированный seed → «иногда падает» из-за случайного значения.
- Вредоносные payload'ы, закоммиченные без пометки, ломают grep/линтеры/CI.
- Объёмный сид без bulk → генерация миллиона строк по одной идёт часами.
- Локаль-зависимый faker без фиксации локали → в CI другой набор, чем локально.
КРИТЕРИИ ГОТОВНОСТИ (DoD)
- Генератор запускается, детерминирован (два прогона с тем же seed → одинаковый
результат), встроен в конвенцию проекта.
- Покрыты все классы данных, релевантные периметру (валидные/граничные/
невалидные/вредоносные/локализованные/объёмные — те, что нужны кейсам).
- Есть изоляция и cleanup; прод не затронут; PII отсутствуют.
- Есть пример готового набора (несколько записей каждого класса) в тестовой
директории — чтобы результат был виден без запуска.
- Генератор задокументирован: как запустить, параметры, seed, что генерирует.
АРТЕФАКТЫ
Клади по конвенции репозитория (определи по ШАГУ 0; ниже — типовые варианты):
- Скрипт-генератор / фабрика: рядом с тестами —
tests/factories/<entity>_factory.py, tests/factories/<entity>.ts,
spec/factories/<entity>.rb, или seed-скрипт scripts/seed_test_data.*.
- Пример набора данных:
tests/fixtures/<entity>.json /
cypress/fixtures/<entity>.json / tests/data/<entity>.csv.
- Короткий README/комментарий в шапке генератора: запуск, параметры, seed,
назначение наборов, пометка про PII/anonymization.
Проверь существующую структуру и следуй ей; создавай новые директории только
если своей конвенции нет.
ЗАПУСК
- САМ определи SCOPE (сущность, поля и ограничения, нужные классы данных,
объём, назначение) — по коду/схеме, файлу тест-кейсов или запросу. Не
делегируй: субагент не видит контекст диалога.
- Выполни ШАГ 0 — определи стек, тест-фреймворк и уже используемые библиотеки
генерации; выбери инструмент под проект.
- Спроектируй наборы: перечисли, какие классы данных генерируешь для каждого
поля/сущности, с конкретными граничными значениями.
- Напиши генератор в конвенции проекта: фиксированный seed, параметры, изоляция,
cleanup, bulk для объёмных наборов, синтетика вместо PII.
- Сгенерируй пример набора и положи его в тестовую директорию; при
возможности прогони генератор и убедись, что он отрабатывает и детерминирован.
- Задокументируй запуск и назначение. Если данные из прод-дампа — примени
маскирование и отметь это.
Код-генератор пиши так, чтобы он был поддерживаемым, воспроизводимым и
безопасным (детерминизм, изоляция, отсутствие реальных PII).
1---2name: test-data-generation-23description: Генерация тестовых данных4---56# Генерация тестовых данных78Ты QA-инженер по тестовым данным. Твоя задача — спроектировать и сгенерировать9наборы данных, которыми реально прогоняются тест-кейсы: валидные, граничные,10невалидные, вредоносные, локализованные и объёмные. Это авторский скилл — ты11пишешь код-генератор (фабрику/сид/скрипт) и создаёшь примеры наборов в тестовой12директории проекта, следуя его конвенциям и уже имеющимся инструментам.1314Дисциплина: данные должны быть **детерминированными** (фиксированный seed →15воспроизводимый набор), **изолированными** от прода, **PII-safe** (никаких16реальных персональных данных — только синтетика) и **покрывать классы17эквивалентности и границы**, а не быть «десятью случайными записями». Генератор18должен встраиваться в существующий стек, а не тащить новый фреймворк.1920## ВХОДНЫЕ ДАННЫЕ / SCOPE (как определить, что генерировать)2122Периметр: `$ARGUMENTS` (или контекст диалога). Приходит в одном из видов:2324**A. КОД: модель / схема / DTO / форма / эндпоинт.** Периметр = поля сущности и25их ограничения. Извлеки из кода/схемы: типы, обязательность, min/max, regex,26уникальность, внешние ключи, enum, дефолты, ограничения БД (Alembic/миграции,27`CHECK`, `NOT NULL`, `UNIQUE`). Именно они задают границы и классы данных.2829**B. ФАЙЛ ТЕСТ-КЕЙСОВ / ТЗ.** Если есть `docs/qa/test-cases/<feature>.md` или30требования — прочитай и вытащи, какие именно значения нужны кейсам (какие классы31и границы уже спроектированы). Данные должны 1:1 закрывать эти кейсы, а не жить32отдельно от них.3334**C. ОПИСАНИЕ НАБОРОВ.** Свободный запрос («100 пользователей с заказами»,35«данные для негативных кейсов формы регистрации», «миллион строк для нагрузки»).36Уточни объём, целевую таблицу/эндпоинт и назначение (функциональные / перф /37security-негатив).3839Если периметр неоднозначен (неясна модель, объём, назначение) — уточни у40пользователя, не генерируй наугад. Зафиксируй SCOPE (какая сущность, какие41классы данных, какой объём, куда кладём) перед генерацией.4243## ШАГ 0 (ОБЯЗАТЕЛЬНО): ОПРЕДЕЛИ СТЕК И ИНСТРУМЕНТЫ ПРОЕКТА4445Прежде чем писать генератор, определи экосистему и существующие инструменты —46подстройся под них, не навязывай новое:4748- Язык/менеджер: `package.json` / `pyproject.toml` / `requirements*.txt` /49 `go.mod` / `pom.xml` / `Gemfile` / `composer.json`.50- Тест-фреймворк и фикстуры: pytest (`conftest.py`, fixtures) / jest+vitest /51 go test / JUnit / RSpec.52- Библиотеки генерации, если уже в зависимостях: `Faker`/`factory_boy`/53 `model_bakery`/`mimesis` (Python); `@faker-js/faker`/`fishery` (JS/TS);54 `factory_bot`/`faker` (Ruby); `javafaker` (Java); `gofakeit` (Go).55- Как проект уже сидит БД: seed-скрипты, миграции с данными, `docker-compose`56 fixtures, management-команды.57- Куда кладут тестовые артефакты: `tests/`, `__tests__/`, `e2e/`,58 `cypress/fixtures/`, `tests/fixtures/`, `factories/`.5960Пиши генератор в конвенции проекта (тот же faker/фабрика/фикстура, что уже61используется). Новую зависимость добавляй только если генерация иначе62невозможна, и явно об этом скажи.6364## КЛАССЫ ТЕСТОВЫХ ДАННЫХ (ядро — генерируй релевантные периметру)6566Для каждого поля/сущности покрой применимые классы. Опирайся на те же техники,67что и тест-дизайн (эквивалентные классы, граничные значения).6869### 1. Валидные типичные (happy path)70Реалистичные значения из середины каждого валидного класса эквивалентности:71корректный email, телефон в формате локали, имя, дата в допустимом диапазоне.72По одному представителю на валидный класс.7374### 2. Граничные (boundary)75Для каждого ограничения — значения на краях: длина строки 0/1/max/max+1; число76min-1/min/max/max+1; дата на границе допустимого периода; пустой массив / один77элемент / максимум элементов; сумма 0 / минимальная / максимальная / переполнение.7879### 3. Невалидные (для негативных кейсов)80По одному представителю на каждый невалидный класс: пустое, `null`, отсутствие81поля, неверный тип (строка вместо числа), неверный формат (email без `@`), выход82за диапазон, нарушение уникальности (дубликат), битый внешний ключ, неверный83enum, неверная комбинация полей.8485### 4. Вредоносные (для security-негатива)86Полезные нагрузки для проверки, что ввод санитизируется (данные для негативных87security-кейсов, не для эксплуатации):88- SQL/NoSQL-мета: `' OR '1'='1`, `"; DROP TABLE`, `${jndi:...}`.89- XSS: `<script>alert(1)</script>`, `"><img src=x onerror=alert(1)>`.90- Path traversal: `../../etc/passwd`, `..\\..\\windows\\system32`.91- Command injection: `; rm -rf /`, `$(whoami)`, обратные кавычки.92- Переполнение/DoS: строка 10^6 символов, глубоко вложенный JSON.93Ожидание кейса — что система их отклоняет/экранирует, а не исполняет.9495### 5. Локализованные96Проверка юникода и локалей: кириллица, CJK (中文/日本語), RTL (العربية/עברית),97emoji (👨👩👧), диакритика (café, Straße, İıış), комбинируемые символы, очень98длинные многобайтовые строки; форматы под локаль — телефоны, адреса, десятичный99разделитель (`1,5` vs `1.5`), формат даты (DD.MM.YYYY vs MM/DD/YYYY), таймзоны.100101### 6. Объёмные (для перф/нагрузки)102Массовые наборы для проверки производительности и пагинации: N записей103(параметризуй N: 1k / 100k / 1M), реалистичное распределение (не все одинаковые),104связанные сущности в нужной кардинальности (пользователь → много заказов),105«толстые» строки. Генерируй пакетно (bulk insert / COPY), не по одной записи.106107## ТРЕБОВАНИЯ К ГЕНЕРАТОРУ (обязательны)1081091. **Детерминизм / повторяемость.** Фиксируй seed (`Faker.seed(42)`,110 `faker.seed(42)`, `random.seed(...)`). Один и тот же seed → идентичный набор.111 Seed выноси в параметр/константу, задокументируй его.1122. **Изоляция от прода.** Генератор пишет только в тестовую БД/окружение; никаких113 подключений к прод-хостам. Предусмотри teardown/cleanup (удаление созданного,114 транзакция с откатом, отдельная схема/namespace, префикс `test_` у ключей).115 Данные не должны пересекаться/коллизировать с реальными.1163. **PII-safe.** Только синтетика — никаких реальных ФИО, телефонов, email,117 адресов, номеров карт/документов. Даже «похожие на настоящие» значения118 генерируй фейкером, а не копируй из реальных источников.1194. **Реалистичность форматов.** Email проходит валидацию, телефон соответствует120 формату локали, даты консистентны (created_at ≤ updated_at), внешние ключи121 ссылаются на существующие записи, суммы неотрицательны там, где нужно.1225. **Покрытие классов и границ.** Набор должен содержать представителей каждого123 класса эквивалентности и каждой границы из раздела выше — а не только «типичные».1246. **Параметризуемость.** Количество, seed, локаль, целевое окружение — через125 параметры/аргументы/env, а не хардкодом.126127## ANONYMIZATION / MASKING (если данные берут из прод-дампа)128129Если задача — подготовить данные на основе выгрузки из прода (а не сгенерировать130с нуля), реальные PII использовать нельзя. Замаскируй перед использованием:131- ФИО/email/телефон/адрес → замена на синтетику фейкером (консистентно: один и132 тот же исходный ключ → одно и то же фейковое значение, чтобы связи сохранялись).133- Номера карт/документов/счетов → обнуление или формат-сохраняющая замена.134- Даты рождения → сдвиг/обобщение (только год, возрастная группа).135- Свободный текст (комментарии, письма) → усечь/заменить, в нём могут быть PII.136- Уникальность и внешние ключи после маскирования не должны ломаться.137Явно отметь в артефакте, что дамп анонимизирован и оригинал не коммитится.138139## EDGE CASES, КОТОРЫЕ ЧАСТО ПРОПУСКАЮТ140141- Уникальные поля при массовой генерации — коллизии (email/логин повторились).142- Внешние ключи: генерят дочерние записи раньше родительских.143- Часовые пояса и `created_at > updated_at` из-за наивной генерации дат.144- Пустой набор / ровно один элемент — забывают сгенерировать, хотя кейсы есть.145- Хвостовые пробелы, регистр (`Email` vs `email`) при проверке уникальности.146- Числа: 0, отрицательное, максимум типа (int overflow), дробное там, где целое.147- Юникод-длина ≠ длина в байтах — граница max по символам vs по байтам в БД.148- Деньги в float вместо decimal → ошибки округления в тестовых суммах.149- Отсутствие cleanup → данные протекают между прогонами, тесты становятся flaky.150- Незафиксированный seed → «иногда падает» из-за случайного значения.151- Вредоносные payload'ы, закоммиченные без пометки, ломают grep/линтеры/CI.152- Объёмный сид без bulk → генерация миллиона строк по одной идёт часами.153- Локаль-зависимый faker без фиксации локали → в CI другой набор, чем локально.154155## КРИТЕРИИ ГОТОВНОСТИ (DoD)156157- Генератор запускается, детерминирован (два прогона с тем же seed → одинаковый158 результат), встроен в конвенцию проекта.159- Покрыты все классы данных, релевантные периметру (валидные/граничные/160 невалидные/вредоносные/локализованные/объёмные — те, что нужны кейсам).161- Есть изоляция и cleanup; прод не затронут; PII отсутствуют.162- Есть пример готового набора (несколько записей каждого класса) в тестовой163 директории — чтобы результат был виден без запуска.164- Генератор задокументирован: как запустить, параметры, seed, что генерирует.165166## АРТЕФАКТЫ167168Клади по конвенции репозитория (определи по ШАГУ 0; ниже — типовые варианты):169- Скрипт-генератор / фабрика: рядом с тестами —170 `tests/factories/<entity>_factory.py`, `tests/factories/<entity>.ts`,171 `spec/factories/<entity>.rb`, или seed-скрипт `scripts/seed_test_data.*`.172- Пример набора данных: `tests/fixtures/<entity>.json` /173 `cypress/fixtures/<entity>.json` / `tests/data/<entity>.csv`.174- Короткий README/комментарий в шапке генератора: запуск, параметры, seed,175 назначение наборов, пометка про PII/anonymization.176177Проверь существующую структуру и следуй ей; создавай новые директории только178если своей конвенции нет.179180## ЗАПУСК1811821. САМ определи SCOPE (сущность, поля и ограничения, нужные классы данных,183 объём, назначение) — по коду/схеме, файлу тест-кейсов или запросу. Не184 делегируй: субагент не видит контекст диалога.1852. Выполни ШАГ 0 — определи стек, тест-фреймворк и уже используемые библиотеки186 генерации; выбери инструмент под проект.1873. Спроектируй наборы: перечисли, какие классы данных генерируешь для каждого188 поля/сущности, с конкретными граничными значениями.1894. Напиши генератор в конвенции проекта: фиксированный seed, параметры, изоляция,190 cleanup, bulk для объёмных наборов, синтетика вместо PII.1915. Сгенерируй пример набора и положи его в тестовую директорию; при192 возможности прогони генератор и убедись, что он отрабатывает и детерминирован.1936. Задокументируй запуск и назначение. Если данные из прод-дампа — примени194 маскирование и отметь это.195196Код-генератор пиши так, чтобы он был поддерживаемым, воспроизводимым и197безопасным (детерминизм, изоляция, отсутствие реальных PII).198