标签: random

我希望能够生成bytea任意长度（<1Gb）的随机字段来填充测试数据。

这样做的最佳方法是什么？

我需要创建一些涉及层次结构的测试数据。我可以让它变得简单并做几个CROSS JOINs，但这会给我一个完全统一/没有任何变化的结构。这不仅看起来很乏味，而且测试数据缺乏变化有时会掩盖原本会发现的问题。所以，我想生成一个遵循以下规则的非统一层次结构：

• 3 层深
  • 1 级随机 5 - 20 个节点
  • 级别 2 是 1 - 10 个节点，每个级别 1 的每个节点随机
  • 级别 3 是 1 - 5 个节点，每个级别 2 的每个节点随机
• 所有分支都将有 3 层深。在这一点上，深度的均匀性是可以的。
• 任何给定级别上的子节点的名称都可以重叠（即子节点的名称在同一级别的所有节点中不需要是唯一的）。
• 术语“随机”在这里定义为伪随机，而不是唯一随机。这需要提及，因为术语“随机”通常用于表示“不产生重复的给定集合的随机排序”。我接受 random = random 并且如果级别 1 的每个节点的子节点数仅为 4、7 和 8，即使级别 1 上的 20 个节点每个节点的潜在分布为 1 - 10 个子节点，那很好，因为这就是随机。
• 尽管使用嵌套WHILE循环可以很容易地做到这一点，但首选是找到一种基于集合的方法。一般而言，生成测试数据没有生产代码对效率的要求，但尝试基于集合的方法可能会更具教育意义，并有助于在未来找到基于集合的方法来解决问题。因此WHILE，不排除循环，但只有在不可能使用基于集合的方法时才能使用循环。
• Set-based = 理想情况下是单个查询，无论 CTE、APPLY 等如何。因此使用现有或内联数字表很好。使用 WHILE / CURSOR / 程序方法是行不通的。我想将部分数据暂存到临时表或表变量中就可以了，只要操作都是基于集合的，没有循环。然而，话虽如此，单查询方法可能比多查询更受青睐，除非可以证明多查询方法实际上更好。另请记住，“更好”的构成通常是主观的;-)。还请记住，前一句中“典型地”的用法也是主观的。
• 任何版本的 SQL Server（我想是 2005 和更新版本）都可以。
• 只有纯 T-SQL：没有那些愚蠢的 SQLCLR 东西！！至少在生成数据方面。将使用 SQLCLR 创建目录和文件。但在这里，我只是专注于产生要创造的价值。 …

我需要将一些随机值放入数据库，但我不想最终得到完全随机的文本（如 7hfg43d3）。相反，我想随机选择自己提供的值之一。

我可以在 DB 表 (PostgreSQL) 中创建具有默认值随机字符串的列，以及如何创建？

如果不可能，请告诉我。

我有一个表，其中包含进入其他表的几个键（其中每个键由多列组成）。我希望能够将具有相同键的行组合在一起，但我不想将所有行组合在一起。这不是一个简单GROUP BY的键，而是我希望能够分组说 10。所以如果一个特定的键出现 50 次，当我进行这个分组时我会得到 5 个结果（5 组，每组 10 个）。我还希望此分组在密钥内随机发生。

我不知道这样做的直接方法，而且我想出的迂回方法并没有像我认为的那样工作。我想出的迂回解决方案是为每个键创建一个新列，该列将是一个整数，以便值i表示该ith键的出现（但以随机顺序）。然后我可以进行整数除法，以便键中的每 n（比如 10）行具有相同的值，并且我可以GROUP BY对该值执行 a 。

有没有更直接的方法来完成我刚刚描述的事情？这很尴尬，我在创建新索引列时遇到了问题（正如我在这个问题中所描述的）。

编辑：首先请注意，这是针对 MySQL 的。如果我的目标不明确，我将添加一个示例。MySQL 文档显示了一种几乎可以到达的方法：

CREATE TABLE animals (
    grp ENUM('fish','mammal','bird') NOT NULL,
    id MEDIUMINT NOT NULL AUTO_INCREMENT,
    name CHAR(30) NOT NULL,
    PRIMARY KEY (grp,id)
) ENGINE=MyISAM;

INSERT INTO animals (grp,name) VALUES
    ('mammal','dog'),('mammal','cat'),
    ('bird','penguin'),('fish','lax'),('mammal','whale'),
    ('bird','ostrich');

SELECT * FROM animals ORDER BY grp,id;

这将创建一个表，虽然不是我想要的，但它很接近：

+--------+----+---------+
| grp    | id | name …

我们有一个数据库，每当我们从我们的服务收到订单时，我们就会将数据插入表中。

我们auto_increment用来生成 ID 并分配相同的订单。这通常在任何地方都是一样的。

但问题是，由于这些信息被传递给第三方供应商，他们能够追踪我们每天收到的订单数量。通过在清晨发送一个请求并在午夜发送另一个请求并计算ID.

这是提供有关我们服务的洞察信息。由于它是一个有点复杂的系统，我们不能做可以随机化它的复杂操作。

我最初的想法是以auto_increment位随机方式生成数字。

1,2,3,4,5,67,68,69,70,71,133,134,135,136,137,189,190,191,192,193,194

我想这应该很简单，因为 Mysql 用完了缓存，通过附加一些随机数来生成下一个序列。

如何在不影响性能的情况下实现这一目标？

在下面的示例中，我有一个表foo，我想从中随机选择每组的一行。

CREATE TABLE foo (
  line INT
);
INSERT INTO foo (line)
SELECT generate_series(0, 999, 1);

假设我想按 分组line % 10。我可以这样做：

SELECT DISTINCT ON (bin) bin, line
FROM (
    SELECT line, line % 10 AS bin, random() x
    FROM foo
    ORDER BY x
) X

我想做的是多次从每个垃圾箱中随机选择。我原以为我能和做到这一点generate_series()，并LATERAL

SELECT i, line, bin
FROM
(
 SELECT generate_series(1,3) i
) m,
LATERAL
(SELECT DISTINCT ON (bin) bin, line
FROM (
    SELECT line, line % 10 bin, random() x …

我想使用 TABLESAMPLE 从 PostgreSQL 满足特定条件的行中随机采样。

这运行良好：

select * from customers tablesample bernoulli (1);

但我不知道如何将条件嵌入脚本中。例如这个

select * from customers where last_name = 'powell' tablesample bernoulli (1);

抛出这个错误：

SQL 错误 [42601]：错误：“tablesample”位置或附近的语法错误
：71

我在 Bash Shell 脚本中使用此代码来检索随机日期。

有没有办法在 Microsoft SQL Server 中做到这一点？

我可以想象，通过单个 SELECT 查询并可能通过调用一些可以轻松执行的函数，不知何故。

根据postgresql uuid-ossp文档uuid_generate_v1()是基于Mac地址+时间戳：

https://www.postgresql.org/docs/9.4/static/uuid-ossp.html

在分布式数据库场景中，我们有数百个数据库使用 UUID 键生成记录并同步回中央数据库。

假设我们检测到一台机器将来的日期/时间错误，我们将其改回正确的日期/时间。它可能会在此特定计算机上生成冲突的 UUID 密钥吗？

一种情况是夏令时/夏令时。