项目预览
项目数据
项目介绍
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
技术标签
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。
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
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···
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 ···
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
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.
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···
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.
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···
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···
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···
