greenmask

一条命令把生产库脱敏成安全测试数据

开源 🏷️定价信息待确认 ✅ 目前可打开 数据集 🍴 复刻 84 🐛 待处理 68 👀 关注 6
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 1803
维护状态 活跃
是否开源 开源
定价模式 🏷️定价信息待确认

项目预览

greenmask 项目界面预览图
图片来源:项目官网

项目数据

分类数据集
开发团队GreenmaskIO
定价模式🏷️定价信息待确认
价格说明定价信息待确认
访问状态✅ 目前可打开
是否开源是
开源协议Apache-2.0
主要语言Go
技术栈/模型anonymization,backup,data-masking,database,dba,differential-privacy,dump,faker,go,golang,mysql,mysqldump,obfuscation,pg,postgresql,security,security-tools,sql-dump,synthetic-data,testing-tools
GitHub 星标★ 1803
上线时间2023-12-01 00:00:00
代码更新2026-11-06
仓库体积52.7 MB
本站数据更新2026-11-09
维护状态活跃
收录时间2026-08-10
浏览次数7

项目介绍

Greenmask 是一个用 Go 编写的数据库匿名化与测试数据管理工具,主要面向 PostgreSQL 和 MySQL。它解决了开发、测试环境中使用真实数据带来的隐私泄露风险,以及手工构造测试数据成本高的问题。核心能力包括:基于逻辑备份的匿名化,支持多种内置转换器(如假名化、随机化、脱敏、差分隐私等),并允许用户通过自定义转换器灵活扩展;提供与 pg_dump 兼容的备份格式,可无缝集成到现有备份流程;支持对数据库结构进行扫描,自动识别需要处理的列;同时具备数据一致性保持、并行处理等特性。通过 Greenmask,团队可以安全地将生产数据脱敏后用于开发、测试或演示环境,既保障数据合规,又提升研发效率。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-10 · 当前星标 ★ 1803

使用教程

ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。

难度:入门 约 10 分钟 部署方式:Docker 4 步

环境要求

  • Git(用于克隆仓库)
  • Docker 与 Docker Compose(运行 README 中的沙箱环境)
  • 如需处理真实数据:PostgreSQL(完全支持)或 MySQL(Beta)实例
  • 可选:兼容 S3 的对象存储(AWS S3、MinIO、GCS 等)

安装与启动步骤

  1. 1准备 Docker 环境

    README 的沙箱快速启动依赖 Docker 与 Docker Compose,请先安装并启动 Docker 守护进程。

  2. 2克隆 Greenmask 仓库

    从 GitHub 克隆官方仓库并进入目录,README 给出的克隆地址为 SSH 格式。

    git clone git@github.com:GreenmaskIO/greenmask.git && cd greenmask
  3. 3运行沙箱环境

    在仓库目录执行该命令,启动含示例数据库与预置转换规则的沙箱演示环境。

    docker-compose run greenmask
  4. 4查阅文档与 Playground

    需要接入真实 PostgreSQL/MySQL 或编写自定义转换器时,参考官方文档与 Playground。

如何确认成功

docker-compose run 后容器正常启动并输出沙箱运行日志、无报错,即表示演示环境就绪。

常见问题

Q:MySQL 是否已支持?

A:README 说明 MySQL 仍处于开发中(Beta)状态,PostgreSQL 为完全支持且生产可用;生产环境建议优先使用 PostgreSQL。

Q:生成的备份能否配合现有工具使用?

A:可以。Greenmask 生成的是逻辑备份,格式兼容 pg_restore、mysqldump 等标准工具,便于接入现有备份流程。

Q:脱敏结果是否可复现?

A:支持基于哈希函数的确定性转换,相同输入会得到一致的输出,便于在多次生成中保持数据一致。

Q:备份存储在哪里?

A:Greenmask 是无状态工具,备份可放置于本地目录或 S3 兼容存储(AWS S3、MinIO、GCS 等)。

注意事项

  • README 仅提供沙箱演示的快速启动方式,真实环境接入与转换配置请查阅 docs.greenmask.io 与 Playground。
  • 克隆命令使用 SSH 地址,执行前需确保本机已配置可访问 GitHub 的 SSH Key。
  • MySQL 支持为 Beta,谨慎用于生产环境。
  • 工具本身无状态,备份的持久化与生命周期由本地目录或对象存储负责。

核心亮点

  • 内置丰富转换器,覆盖假名、随机、脱敏、差分隐私等常见需求,开箱即用
  • 基于逻辑备份,与 pg_dump 兼容,可无缝集成现有备份恢复流程
  • 支持自定义转换器和扩展,灵活应对复杂脱敏规则

不足之处

  • 文档/社区待观察
  • 对非技术用户上手门槛较高,需要熟悉数据库备份和配置

适用场景

  • 开发/测试环境数据库搭建,快速生成接近生产的脱敏数据
  • 数据合规场景,将生产数据脱敏后用于外包或第三方协作
  • 数据备份后自动脱敏,用于灾难恢复演练或数据分析

替代项目

pg_dump_anonymize、DataMask、Nymizer

上一篇:synthea

下一篇:CTGAN

同类项目推荐

fastdup 开源

快速扫描海量图像视频,自动揪出重复、异常和标签错误

fastdup is a powerful, free tool designed to rapidly generate valuable insights from···

★ 1915 2026-08-24
common-voice 开源

众包录制真人语音,免费下载多语言开放语料

Common Voice is part of Mozilla's initiative to help teach machines how real people ···

★ 3501 2026-10-27
OpusFilter 开源

配置式过滤平行语料,快速清洗出高质量句对

OpusFilter - Parallel corpus processing toolkit

★ 116 2026-09-11
synthoseis 开源

自动造地震数据+标签,省去人工标注

Generating seismic data and associated labels to train deep learning networks.

★ 136 2026-10-06
address 开源

用真实开放数据一键生成27国测试地址

A self-hosted address and synthetic test-profile generator for 27 countries and regi···

★ 2291 2026-10-20
lhotse 开源

统一音频数据清单,少写加载代码,直接开训语音模型

Tools for handling multimodal data in machine learning projects.

★ 1162 2026-10-18
dataset-viewer 开源

不下载数据集,网页直接看样本和统计

Backend that powers the dataset viewer on Hugging Face dataset pages through a publi···

★ 908 2026-09-21
dp_cgans 开源

用差分隐私 GAN 造表格/RDF 假数据,隐私合规两不误

A library to generate synthetic tabular or RDF data using Conditional Generative Adv···

★ 101 2026-10-20
PLTranslationEmpirical 开源

看穿 LLM 代码翻译的坑,用数据帮你避雷

Artifact repository for the paper "Lost in Translation: A Study of Bugs Introduced b···

★ 54 2026-08-09