Faker کتابخانه‌ای برای تولید داده‌های ساختگی اما شبیه داده واقعی است، مانند نام، نشانی، شماره تلفن و تاریخ. این داده‌ها برای تست، Seed کردن پایگاه داده و ساخت نمونه‌های آزمایشی کاربرد دارند.

داده ساختگی نباید با اطلاعات واقعی کاربران اشتباه گرفته شود. خروجی Faker برای محیط آزمایش مناسب است و نباید ناخواسته به داده عملیاتی تبدیل شود.

این مفهوم در یک پروژه واقعی

برای تست پرداخت می‌توان داده مشتری غیرواقعی با Faker ساخت. داده ساختگی برای تست مناسب است، اما نباید در Production به جای داده معتبر مورد استفاده قرار گیرد.

این راهکار را به‌صورت پیش‌فرض به تمام پروژه‌ها تحمیل نکنید. هزینه پیاده‌سازی، خطاهای محتمل و سازگاری با زیرساخت فعلی را بسنجید.

داده ساختگی و اطلاعات واقعی

برای تست ثبت سفارش می‌توان مشتری و نشانی ساختگی تولید کرد، اما Faker لزوماً توزیع آماری واقع‌گرایانه ندارد. برای تست عملکرد، اندازه داده و الگوی دسترسی باید شبیه Production طراحی شود.