(+351) 21 24 10006  ·  info@bconcepts.pt
Carnaxide, Lisboa

Como gerar dados de teste com SQL Server: passo a passo

João Barros 16 de November de 2026 4 min de leitura

Criar conjuntos de dados de teste é essencial para validar queries, realizar testes de carga, testar índices e desenvolver funcionalidades sem afectar dados reais. Este guia mostra como gerar dados de teste em SQL Server de forma prática e reprodutível, usando técnicas set-based e funções como RAND, NEWID e CHECKSUM para produzir registos com aparência realista. Explicamos o porquê de cada técnica e damos exemplos concretos.

Pré-requisitos

  • Instância do SQL Server acessível (local ou remota).
  • SQL Server Management Studio (SSMS) ou outra ferramenta SQL.
  • Permissões para criar bases de dados e tabelas (CREATE DATABASE, CREATE TABLE, INSERT).

Passo 1: Criar uma base de dados e uma tabela de exemplo

Comece por isolar os dados de teste numa base de dados dedicada para evitar impactos. A tabela de exemplo imita um cenário comum: clientes com nome, email, data de criação e flag de actividade. Usamos IDENTITY para gerar chaves únicas automaticamente e tipos como NVARCHAR e DATETIME2 para compatibilidade e precisão.

CREATE DATABASE TestDataDB;
GO
USE TestDataDB;
GO

CREATE TABLE Customers (
  CustomerID INT IDENTITY(1,1) PRIMARY KEY,
  FirstName NVARCHAR(50),
  LastName NVARCHAR(50),
  Email NVARCHAR(100),
  CreatedDate DATETIME2,
  IsActive BIT
);

Porquê: ter uma tabela simples permite testar várias queries (joins, filtros por data, agregações). Identity facilita a referência e a desduplicação posterior.

Passo 2: Gerar nomes e emails usando combinações simples

Uma técnica eficiente é criar listas pequenas de nomes e apelidos e usar CROSS JOIN para obter todas as combinações. Com 5 nomes e 5 apelidos obtemos 25 combinações únicas — rápido e determinístico. Para tornar os emails distintos adicionamos um número gerado por CHECKSUM(NEWID()) mod 100.

-- tabelas temporárias com listas curtas
CREATE TABLE #FirstNames (Name NVARCHAR(50));
CREATE TABLE #LastNames (Name NVARCHAR(50));

INSERT INTO #FirstNames VALUES ('Ana'),('João'),('Miguel'),('Rita'),('Pedro');
INSERT INTO #LastNames VALUES ('Silva'),('Santos'),('Ferreira'),('Costa'),('Pereira');

-- usar CROSS JOIN para criar combinações e inserir
INSERT INTO Customers (FirstName, LastName, Email, CreatedDate, IsActive)
SELECT f.Name, l.Name,
       LOWER(f.Name + '.' + l.Name + CAST(ABS(CHECKSUM(NEWID()))%100 AS VARCHAR(3)) + '@example.com'),
       DATEADD(day, -ABS(CHECKSUM(NEWID()))%365, GETDATE()),
       CASE WHEN ABS(CHECKSUM(NEWID()))%2 = 0 THEN 1 ELSE 0 END
FROM #FirstNames f
CROSS JOIN #LastNames l;

Exemplo concreto: com 5×5 = 25 linhas geradas, cada Email terá um sufixo 0–99 para reduzir colisões. Esta abordagem evita loops e é muito mais rápida para volumes pequenos/médios.

Passo 3: Gerar muitos registos (exemplo 10000) com técnicas set-based

Para criar milhares de registos, use uma tabela de números (tally). É uma técnica set-based que evita cursores e é escalável. No exemplo criamos até 10000 entradas; ajustando TOP() ou o cálculo de multiplicação das listas obterá exactamente o número desejado.

-- criar uma tally table temporária com N números
WITH Tally AS (
  SELECT TOP (10000) ROW_NUMBER() OVER (ORDER BY (SELECT NULL)) AS n
  FROM sys.all_objects a
  CROSS JOIN sys.all_objects b
)
INSERT INTO Customers (FirstName, LastName, Email, CreatedDate, IsActive)
SELECT
  -- escolher aleatoriamente entre listas com módulo
  fn.Name,
  ln.Name,
  LOWER(fn.Name + '.' + ln.Name + CAST(n%100 AS VARCHAR(3)) + '@example.com'),
  DATEADD(second, -(ABS(CHECKSUM(NEWID())) % 31536000), GETDATE()), -- até 1 ano atrás
  CASE WHEN n%3 = 0 THEN 0 ELSE 1 END
FROM Tally t
CROSS JOIN (SELECT Name FROM #FirstNames) fn
CROSS JOIN (SELECT Name FROM #LastNames) ln
WHERE t.n <= 10000;

Nota prática: dependendo de quantas listas cruzar, a multiplicação pode gerar mais linhas do que espera (por exemplo 10000×5×5 = 250000). Se pretende exactamente 10000 linhas, use SELECT TOP (10000) ... ou limite com WHERE/ROW_NUMBER(). Esta técnica é rápida em máquinas modernas: inserir 100k–1M registos pode ser feito em segundos a minutos, dependendo do I/O.

Passo 4: Introduzir diversidade com NEWID e RAND

RAND() devolve o mesmo valor por batch em SELECT sem semente variável; por isso, para variabilidade por linha prefira CHECKSUM(NEWID()) ou NEWID() combinado com funções. Use-os para gerar idades, saldos e datas dispersas. Exemplos de distribuição: Age entre 18 e 77, Balance entre 0 e 1000.

-- adicionar coluna Age e Balance com valores pseudo-aleatórios
ALTER TABLE Customers ADD Age INT NULL, Balance DECIMAL(10,2) NULL;

UPDATE Customers
SET Age = 18 + ABS(CHECKSUM(NEWID()))%60,
    Balance = CAST((ABS(CHECKSUM(NEWID()))%100000) / 100.0 AS DECIMAL(10,2));

Explicação: ABS(CHECKSUM(NEWID()))%60 gera 0–59. Ao somar 18 obtemos intervalo 18–77. Para Balance usamos centésimos; %100000 produz 0–99999 que depois dividimos por 100.

Passo 5: Remover duplicados e validar integridade

Ao gerar massas de dados é normal surgirem duplicados. Detecte por email (ou pela combinação FirstName+LastName) e elimine mantendo a linha desejada, normalmente a com menor CustomerID. A limpeza previne erros em índices únicos e relatórios.

-- encontrar emails duplicados
SELECT Email, COUNT(*) AS Qty
FROM Customers
GROUP BY Email
HAVING COUNT(*) > 1;

-- remover duplicados mantendo o menor CustomerID
;WITH Dups AS (
  SELECT *, ROW_NUMBER() OVER (PARTITION BY Email ORDER BY CustomerID) AS rn
  FROM Customers
)
DELETE FROM Dups WHERE rn > 1;

Validar integridade inclui também verificar intervalos (datas no passado), percentagem de IsActive (ex.: ~66% activos se usou n%3 acima) e distribuição de Age/Balance com COUNT/AVG/MIN/MAX.

Verificar o resultado

Use queries simples para confirmar volume, amostras e estatísticas. Estas queries ajudam a validar se os dados gerados seguem as regras esperadas.

-- contagem total
SELECT COUNT(*) AS TotalCustomers FROM Customers;

-- amostra de 10 registos aleatórios
SELECT TOP (10) * FROM Customers ORDER BY NEWID();

-- estatísticas básicas
SELECT MIN(CreatedDate) AS Oldest, MAX(CreatedDate) AS Newest, AVG(Age) AS AvgAge FROM Customers;

Conclusão

Gerar dados de teste em SQL Server usando técnicas set-based e funções como NEWID e CHECKSUM evita loops e melhora performance. Comece com listas pequenas e combine-as, depois escale com uma tally table. Próximos passos recomendados: transformar estes scripts em procedimentos armazenados parametrizáveis (número de registos, percentagem activos), usar tabelas temporárias para isolamento e versionar os ficheiros .sql para reprodutibilidade. Com estes padrões consegue criar cenários realistas para desenvolvimento, teste de performance e validação de queries.