misata
活跃·★ 71·MIT·更新于 2026-10-26
Misata 是一款合成数据生成工具，通过让你声明期望结果，然后生成可证明匹配这些目标的真实关系型数据。与大多数从现有数据集学习的工具不同，Misata 可以根据纯英文描述、YAML 模式或现有数据库模式从头开始生成数据，确保引用完整性和统计准确性。
#合成数据生成#数据生成#结果一致性#关系型数据#数据测试#数据库填充#统计真实性#隐私保护
01
功能特性
01结果一致性生成：无需真实源数据即可生成与声明的聚合（例如，收入曲线、欺诈率）精确匹配的数据。
02多样化的模式输入：支持从纯英文描述、YAML 模式即代码、现有数据库模式、dbt 项目、Prisma 模式或 Python 字典模式生成数据。
03统计真实性与一致性：整合了分层分布、MAR/MNAR 缺失值、精确发生率控制、时间序列自相关和分层聚类效应等高级统计特征，以生成高度真实的数据。
04完整性证明与审计：提供“Oracle 报告”以验证引用完整性、约束和可复现性，并提供 story_audit 进行数据一致性检查。
05多区域支持：自动检测国家/地区上下文，并为15个内置区域生成统计上准确的数据（姓名、薪资、ID、货币）。
02
兼容性
Python
运行时
已通过文档验证
SQL Databases (PostgreSQL, MySQL, SQLite)
数据库集成
已通过文档验证
Databricks / Apache Spark
数据平台集成
已通过文档验证
Docker
部署
已通过文档验证
Linux, MacOS, Windows
操作系统兼容性
已通过文档验证
03
快速开始
1
$ pip install misata
04
使用场景
↳已知答案测试：声明关键绩效指标（KPI），生成数据，然后验证您的 dbt、Spark 或 SQL 转换返回的正是该数字，为管道测试提供真实依据。
↳数据库填充：使用类似生产环境且隐私安全的数据填充开发和测试环境，确保所有表之间的引用完整性。
↳集成测试：创建跨所有表具有外键完整性的关系型夹具，从而实现对数据交互的鲁棒测试。
↳演示和原型：生成逼真的数字、姓名和分布，不含个人身份信息（PII），适用于构建引人注目的演示和原型。
↳统计方法验证：生成通过混合效应模型、组内相关系数（ICC）测试和自相关检查的纵向、分组和多站点数据集。
05
同类工具
kordoc★ 2.8k
kordoc 是一个功能强大的工具，可将 HWP、HWPX、PDF、XLSX、DOCX、PPTX、PNG、JPG、WebP 等多种文档和图片格式转换为 Markdown 和结构化数据。
datagouv-mcp★ 1.6k
data.gouv.fr MCP Server是一个模型上下文协议服务器，允许AI聊天机器人通过对话直接搜索、探索和分析法国国家开放数据平台data.gouv.fr上的数据集。
评论
登录后发表评论
暂无评论，来发表第一条吧