PostgreSQL生成随机数字、字符串、日期、验证码以及UUID

在日常生活中，随机数对于我们而言并不陌生，例如手机短信验证码就是一个随机的数字字符串；对于统计分析、机器学习等领域而言，通常也需要生成大量的随机数据用于测试、数据抽样、算法验证等。

今天我们介绍一下如何在 PostgreSQL 中生成随机数据，如果觉得文章有用，欢迎关注❤️、点赞👍、推荐🎁

📝计算机生成的都是伪随机数，并不是真正的物理随机数。

生成随机数字

生成 0 到 1 之间的随机数

PostgreSQL 中的RANDOM()
函数可以用于生成一个大于等于 0 小于 1 的随机数字。例如：

SELECT random();
random            |
------------------|
0.5573292311275964|

SELECT random();
random              |
--------------------|
0.017827744704202786|

该函数返回的数据类型为 double precision，每次调用都会返回不同的结果。

如果我们想要重现某个结果，需要生成相同的随机数；这种情况下可以使用SETSEED(d)
函数设置一个随机数种子，d 的类型为 double precision，取值范围从 -1.0 到 1.0。例如：

SELECT setseed(0);

SELECT random();
random            |
------------------|
0.0000000000000391|

random            |
------------------|
0.0009853946746503|
...

SELECT setseed(0);

SELECT random();
random            |
------------------|
0.0000000000000391|

random            |
------------------|
0.0009853946746503|

从结果可以看出，设置相同的种子之后，随后的函数调用返回了一系列相同的随机数。

生成指定范围内的随机数

基于 RANDOM() 函数和一些运算，就可以返回任意两个数字之间的随机数：

low + RANDOM() * (high - low)

以上表达式将会返回一个大于等于 low，小于 high 的随机数。例如：

SELECT 10 + random() * 10 AS rd;
rd                |
------------------|
15.680596127871453|

以上示例返回了一个大于等于 10 且小于 20 的随机数字。

如果想要生成某个范围内的随机整数，可以加上 FLOOR 函数。例如：

SELECT floor(10 + random() * 10);
floor|
-----|
 12.0|

该语句返回了一个大于等于 10，小于等于 19（不是 20）的随机整数。

生成 6 位数字手机验证码

我们已经知道了如何获取指定范围内的随机数，再加上 TO_CHAR 格式化函数就可以生成由 6 位数字字符组成的手机验证码。例如：

SELECT to_char(random() * 1000000, '099999') AS captcha;
captcha|
-------|
 076774|

TO_CHAR 函数可以确保数据不够 6 位时在前面补足 0。

生成遵循正态分布的随机数

PostgreSQL 提供了一个扩展模块 tablefunc，可以用于生成遵循正态分布（normal distribution）的随机数。首先，输入以下命令启用该模块：

CREATE EXTENSION tablefunc;

然后使用该模块中的NORMAL_RAND(n,mean, stddev)
函数返回 n 个均值为 mean，标准差为 stddev 的随机数。例如：

SELECT *
FROM normal_rand(10, 0, 1);
normal_rand         |
--------------------|
  0.0936639131151394|
   -1.26936035550923|
   2.006729235590952|
  0.7869592803653096|
 -1.5740650326039192|
-0.18656503408337746|
  1.0665080022417979|
 -1.1240167023021148|
  1.1073155396442795|
 0.09360901134478303|

以上查询返回了 10 个遵循标准正态分布的随机数。

我们也可以验证一下该函数是否遵循正态分布，例如：

SELECT count(*), avg(v), stddev(v)
FROM normal_rand(1000000, 0, 1) AS v;
count  |avg               |stddev            |
-------|------------------|------------------|
1000000|0.0001662571158423|0.9992607627843408|

另一种方法就创建一个存储函数来模拟正态分布的随机数：

CREATE OR REPLACE FUNCTION normal_distrib(mean DOUBLE PRECISION, stdev DOUBLE PRECISION)
RETURNS DOUBLE PRECISION 
LANGUAGE plpgsql 
AS $$
DECLARE
    x DOUBLE PRECISION;
    y DOUBLE PRECISION;
    rd DOUBLE PRECISION;
BEGIN 
    x := random();
    y := random();
    rd = (sqrt(-2 * ln(x)) * cos(2 * pi() * y)) * stdev + mean;

    RETURN rd;

END $$;

该函数利用 Box-Muller 变换算法通过两个平均分布的随机数生成正态分布的随机数。以下语句通过 normal_distrib 函数生成了一个遵循正态分布的随机数：

SELECT normal_distrib(0,1);
normal_distrib   |
-----------------|
0.404847649020953|

以下语句可以用于验证 normal_distrib 函数是否遵循正态分布：

WITH RECURSIVE d(n, v) AS (
  SELECT 1 AS n, normal_distrib(0, 1) AS v
  UNION ALL
  SELECT n+1, normal_distrib(0, 1) FROM d WHERE n<1000000
)
count  |avg                  |stddev           |
-------|---------------------|-----------------|
1000000|-0.001243494839949032|0.999320444731066|

经过测试，自定义的 normal_distrib 函数执行时间为 12.5 s，normal_rand 函数只需要 1.5 s。

生成随机字符串

生成固定长度的随机字符串

除了随机数字之外，有时候我们也需要生成一些随机的字符串。PostgreSQL 没有提供专门生成随机字符串的函数，但是可以通过其他函数进行模拟。例如：

SELECT chr(floor(random() * 26)::integer + 65);
chr|
---|
V  |

以上查询返回了一个随机的大写字母，chr 函数用于将 ASCII 码转换为对应的字符。我们可以基于该查询进一步创建一个存储函数：

CREATE OR REPLACE FUNCTION random_string(
  num INTEGER,
  chars TEXT default '0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz'
) RETURNS TEXT
LANGUAGE plpgsql
AS $$
DECLARE
  res_str TEXT := '';
BEGIN
  IF num < 1 THEN
      RAISE EXCEPTION 'Invalid length';
  END IF;
  FOR __ IN 1..num LOOP
    res_str := res_str || substr(chars, floor(random() * length(chars))::int + 1, 1);
  END LOOP;
  RETURN res_str;
END $$;

random_string 函数可以返回由指定字符（默认为所有数字、大小写字母）组成的随机字符串。例如：

SELECT random_string(10);
random_string|
-------------|
etP3odkRgA   |

以上示例返回了一个由字母和数字组成、长度为 10 的随机字符串。以下语句也可以用于返回一个 6 位随机数字组成的手机验证码：

SELECT random_string(6, '0123456789');
random_string|
-------------|
082661       |

生成可变长度的随机字符串

那么，怎么返回一个长度可变的随机字符串呢？很简单，为 random_string 函数指定一个随机的长度参数即可。例如：

SELECT random_string(floor(10 + random() * 11)::int);
random_string   |
----------------|
8tz5zHcbKVKoVg4S|

以上示例返回了一个长度大于等于 10 且小于等于 20 的随机字符串。

生成随机日期和时间

将指定日期增加一个随机的数字，就可以得到随机的日期。例如：

SELECT current_date + floor((random() * 15))::int rand_date;
rand_date |
----------|
2020-11-04|

以上示例返回了当前日期 14 天之内的某个随机日期。以下语句则返回了一天中的某个随机时间：

SELECT make_time(floor((random() * 12))::int, floor((random() * 60))::int, floor((random() * 60))::int) AS rand_time;
rand_time|
---------|
 10:04:52|

其中，make_time 函数用于将代表时、分、秒的整数转换为时间。

获取表中的随机记录

对于返回多行数据的查询语句，RANDOM 函数每次都会返回不同的随机值。例如：

SELECT random() FROM employee;
random             |
-------------------|
0.10449782906204419|
 0.3345344734009643|
 0.7295074473683592|
...

利用这个特性，我们可以从表中返回随机的数据行。例如：

SELECT emp_id, emp_name
FROM employee
ORDER BY random()
LIMIT 5;
emp_id|emp_name |
------|---------|
     2|关羽      |
     9|赵云      |
    13|关兴      |
    25|孙乾      |
    17|马岱      |

以上示例从 employee 表中返回了 5 行随机记录。该方法需要为表中的每行数据都生成一个随机数，然后进行排序；所以会随着表中的数据量增加而逐渐变慢。

如果表中存在自增主键，也可以基于主键生成一个随机数据。例如：

SELECT round(rand() * (SELECT max(emp_id) FROM employee)) AS id;
id  |
----|
10.0|

然后基于这个随机数返回一条随机的记录：

SELECT e.emp_id, e.emp_name
FROM employee e
INNER JOIN (SELECT round(random() * (SELECT max(emp_id) FROM employee)) AS id
     ) AS t
ON e.emp_id >= t.id
LIMIT 1;
emp_id|emp_name|
------|--------|
    10|廖化     |

这种方法一次只能返回一条随机记录，而且只有当自增字段的值没有间隙时才会返回均匀分布的随机记录。

另外，PostgreSQL 中的查询语句支持 TABLESAMPLE 子句，可以实现数据的抽样。例如：

SELECT emp_id, emp_name
FROM employee 
TABLESAMPLE BERNOULLI (10);
emp_id|emp_name|
------|--------|
     4|诸葛亮   |
    13|关兴     |

除了 BERNOULLI 之外，也可以指定 SYSTEM 抽样方法，参数代表了抽样近似百分比。

生成 UUID

UUID（Universal Unique Identifier）或者 GUID（Globally Unique Identifier）是一个 128 比特的数字，可以用于唯一标识每个网络对象或资源。由于它的生成机制，一个 UUID 可以保证几乎不会与其他 UUID 重复，因此常常用于生成数据库中的主键值。

PostgreSQL 提供了一个用于加/解密的扩展模块 pgcrypto，其中的 gen_random_uuid() 函数可以用于返回一个 version 4 的随机 UUID。首先，输入以下命令启用该模块（gen_random_uuid() 从 PostgreSQL 13 开始成为了一个内置函数）：

CREATE EXTENSION pgcrypto;

然后，通过该函数返回一个 UUID：

SELECT gen_random_uuid();
gen_random_uuid                     |
------------------------------------|
2d757cf5-c18c-469c-8b5e-eed914eacc93|

该函数返回的数据类型为 uuid。如果想要生成没有中划线（-）的 UUID 字符串，可以使用 REPLACE 函数：

SELECT replace(gen_random_uuid()::text,'-','');
replace                         |
--------------------------------|
cabbfcdc62c54e2889bdd2b7095f1270|

总结

本文介绍了在 PostgreSQL 中生成随机数据的方法，包括随机数字、验证码、随机字符串以及随机日期和时间等，同时还介绍了如何从表中返回随机记录，以及如何生成 UUID。