告别手搓！Postgres 一站式测试数据生成方案

Snaplet 是一个一站式开发者工具，用来生成还原真实生产环境的数据。

在开发过程中，为了提高研发效率，开发者自然希望可以使用和生产环境类似的数据进行测试。这其中就面临不少的挑战:

1. 数据隐私问题。

2. 如何从生产数据中进行取样。因为数据是关联的，所以还要获取关联的数据。

3. 保证数据的保鲜度。因为生产环境的数据一直在变化，一周前从生产环境拉的数据可能就已经过时了。

解决这些挑战需要设计灵活合理的工作流，并且因为是针对开发阶段的，所以开发者体验就显得很重要。Snaplet 就是针对这些目标进行设计的一款解决方案。

核心流程

Snaplet 核心交互是 CLI，使用前端技术栈实现。Snaplet 同时配有 Cloud，用于托管处理过的数据库快照。大致的流程分为三步：

1. 从生产环境的数据库生产快照。

2. 对快照进行处理，处理有三个子步骤：

1. Select。只选取需要的数据库/表，比如 log 表这种就可以一开始剔除。

2. Transform。把生产的数据内容进行变换，比如对字段进行脱敏。

3. Subset。过滤掉不需要的数据，比如只采样 1%。

3. 通过 CLI 把处理后数据库快照恢复到测试数据库。

因为如何变换生产数据库数据是五花八门的，所以 Snaplet 是通过让用户写 JS/TS 代码的方式来完成的。

Snaplet 同时提供了生成 seed 数据的功能。Snaplet 会根据用户的数据库 schema，自动生成操作数据变换的客户端。然后让用户写 JS/TS 来指定需要生成这样的 seed 数据。

内部实现

执行命令行看一下 Snaplet 生成的快照: $SNAPLET_SOURCE_DATABASE_URL='postgresql://postgres:postgres@localhost:5432/postgres' npx snaplet snapshot capture /tmp/snapshot_1

从生成的结构看，有 structure.json / summary.json 这样的 manifest 文件。schema 保存在 schemas.sql。而每个表的数据则以单独的 CSV 文件格式保存。

看一下 Snaplet 的依赖，不出所料，用的是 Faker，就是去年一气之下被作者删库的主角。

总结

Snaplet 的亮点在于集成。一方面是和基于 Git 的研发流程集成 (GitOps)，可以和分支，PR， CI/CD 这些集成。另一方面是和各种云服务的集成，比如 AWS S3，GitHub Action，Neon，Prisma，Supabase 这些。Snaplet 体现了典型硅谷开发者工具公司的风格，专注于一个细分领域。目前社区期待 Snaplet 可以尽快支持 MySQL，当然如果已经是 Postgres 党，那就可以立马上车，品味公司之选。

---

Snaplet 极大提高了在功能开发阶段中，数据库开发的效率。而当开发阶段完成，需要审核上线数据库的变更时，就是 Bytebase 出场的时候了。