MySQL rand()函数、rand(n)、生成不重复随机数
作者：五月天的尾巴
有时候我们想要生成一个唯一不重复的随机数，mysql提供了rand()函数来实现该功能。
本文首先介绍rand()的基本使用，分别介绍round与rand的合用、ceiling与rand的合用、floor与rand的合用、md5与rand的合用
一、rand()与rand(n)
- rand() 即无参数的，会生成一个[0,1)之间的float型随机数。此时产生的随机数是
随机的，不可重复的； - rand(n),即有参数数，它会使用参数n作为随机数生成的种子。每次使用相同的种子值n，将得到相同的随机排序结果。因此
这种随机数是可重复的。这种随机数也是伪随机的
rand(n)函数：
- n是int类型的数字，所以只要是数字就行。不同的种子值生成的随机数是不一样的；对于同一个种子值n，每次返回的随机数是固定的。
- 同一次查询时，结果集中可能会产生重复随机数。
- 多次查询时，每次返回的随机数与上一次是一致的。
注意：频繁地在一个很大的数据集上使用RAND()可能会导致性能问题，因为这会导致数据库引擎在每次查询时都生成一个新的随机数。
示例如下：
mysql> select rand(),rand(),rand(); +--------------------+--------------------+-------------------+ | rand() | rand() | rand() | +--------------------+--------------------+-------------------+ | 0.9601070507989331 | 0.7956807881553478 | 0.098082819113585 | +--------------------+--------------------+-------------------+ 1 row in set (0.00 sec) mysql> select rand(1),rand(1),rand(1); +---------------------+---------------------+---------------------+ | rand(1) | rand(1) | rand(1) | +---------------------+---------------------+---------------------+ | 0.40540353712197724 | 0.40540353712197724 | 0.40540353712197724 | +---------------------+---------------------+---------------------+ 1 row in set (0.00 sec)
我们发现：
- 当直接调用rand()函数时，每次生成的随机数都是不同的。
- 当直接调用rand(n)函数时，若种子n相同，则生成的随机数是可重复且多次查询是一致的。
上面我们说rand(n)函数，每次使用相同的种子值n，将得到相同的随机排序结果，这是什么意思呢？为了便于理解上面两种示例，我们把rand(),rand(n) 结合表数据一起看一下。
mysql> CREATE TABLE t (i INT); Query OK, 0 rows affected (0.42 sec) mysql> INSERT INTO t VALUES(1),(2),(3); Query OK, 3 rows affected (0.00 sec) Records: 3 Duplicates: 0 Warnings: 0 -- 如下：rand()函数查询了两次，每次查询每一行返回的随机数都不相同 mysql> SELECT i, RAND() FROM t; +------+------------------+ | i | RAND() | +------+------------------+ | 1 | 0.61914388706828 | | 2 | 0.93845168309142 | | 3 | 0.83482678498591 | +------+------------------+ 3 rows in set (0.00 sec) mysql> SELECT i, RAND() FROM t; +------+------------------+ | i | RAND() | +------+------------------+ | 1 | 0.35877890638893 | | 2 | 0.28941420772058 | | 3 | 0.37073435016976 | +------+------------------+ 3 rows in set (0.00 sec) -- 如下：rand(n)函数查询了两次 -- 同一次查询中可能会返回重复的数字(注意：数据量小的情况不一定有重复值) -- 但是多次查询时，第二次与第一次返回的结果相同。 mysql> SELECT i, RAND(3) FROM t; +------+------------------+ | i | RAND(3) | +------+------------------+ | 1 | 0.90576975597606 | | 2 | 0.37307905813035 | | 3 | 0.90576975597606 | +------+------------------+ 3 rows in set (0.00 sec) mysql> SELECT i, RAND(3) FROM t; +------+------------------+ | i | RAND(3) | +------+------------------+ | 1 | 0.90576975597606 | | 2 | 0.37307905813035 | | 3 | 0.90576975597606 | +------+------------------+ 3 rows in set (0.01 sec)
可以发现：
- rand()函数：每次查询都生成不一样的数据。同一次查询中每行数据的随机数都不一样；
多次查询时与上一次生成的随机数也不一致。 - rand(n)函数：
同一次查询中数据可能会产生重复(注意：数据量小的情况不一定有重复值)；多次查询时与上一次生成的随机数是一致的。即是指定了随机数的种子，那么多次查询的结果是一样的。
二、rand()使用示例
2.1、rand()与order by/group by使用随机排序分组
rand()函数用于随机生成一个不重复的数字，所以当rand()与order by组合使用时，可以实现数据随机排序。
使用场景： 例如可以用于样本抽样，先对数据进行随机排序，然后抽取前x条。
注意：因为是随机排序，所以每次返回不同的结果。如果目标是以随机顺序检索行，则可以使用这样的语句。
SELECT * FROM tbl_name ORDER BY RAND();
2.2、round()与rand()的组合使用
round（n,m）：对处理的数据进行四舍五入,
n：处理的数据
m：保留的小数位数
实例1.获取某个区间的数据
-- 获取0-100之间的整数 select round(100*rand(),0)：
实例2:获取[40,60)的两位小数
select 40+round(20*rand(),2) ps：20为60-40的差值
2.3、rand与ceiling的组合使用
ceiling(n):对于数据n向上取整
实例1:select ceiling(1.12)
实例2:select ceiling(rand());rand():随机在[0,1)之间，故结果肯定为1
实例3:随机获取[60,80)之间的整数
select ceiling(60+rand()*20);
2.4、rand与floor组合使用
floor():是向下取整
实例1:select floor(53.68)
实例2:select floor(rand());ps:rand()向下取整必然为0
实例3:[40,52)之间取整
select floor(40+rand()*12);
2.5、rand与md5组合使用
md5(n):必须要有参数n，计算n对应的md5摘要，并返回32位的十六进制的字符串
ps：如果n为 NULL，MySQL MD5() 函数返回 NULL
实例1:select md5(123.44);
实例2:select md5(rand());
三、总结
3.1、rand()与rand(n)的区别
rand()函数
- 每次生成是随机数都是
不一致且不重复的。 - 适用场景：样本抽样，对数据随机排序后获取前x条。每次排序的结果都是随机的、不一致的。
rand(n:int)函数
- n是个int类型的种子参数，每个种子生成的随机数都是不同的。但是相同的种子每次返回的随机数都是固定的。如rand(2)每次返回的值是固定的。
- 同一次查询时结果集中可能会产生重复的数字。
- 多次查询时每次返回的随机数与上一次查询结果一致。
- 适用场景：用于需要重复生成相同随机数序列的场景，例如模拟实验或测试中需要重复执行相同的随机操作。
到此这篇关于MySQL rand()函数、rand(n)、生成不重复随机数的文章就介绍到这了,更多相关MySQL rand() rand(n)内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！