PostgreSQL 生成随机数字、字符串、日期、验证码以及 UUID

您所在的位置:网站首页 数据库随机生成密码 PostgreSQL 生成随机数字、字符串、日期、验证码以及 UUID

PostgreSQL 生成随机数字、字符串、日期、验证码以及 UUID

2024-07-10 00:42| 来源: 网络整理| 查看: 265

随机数

文章目录 生成随机数字生成 0 到 1 之间的随机数生成指定范围内的随机数生成 6 位数字手机验证码生成遵循正态分布的随机数 生成随机字符串生成固定长度的随机字符串生成可变长度的随机字符串 生成随机日期和时间获取表中的随机记录生成 UUID总结

大家好,我是只谈技术不剪发的 Tony 老师。今天我们介绍一下如何在 PostgreSQL 中生成随机数据,包括随机数字、验证码、随机字符串以及随机日期和时间等。如果觉得文章有用,欢迎评论📝、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


【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3