本文主要是介绍Hana中的大批量随机数据生成,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
微信公众号:数据库杂记 个人微信: _iihero
我是iihero. 也可以叫我Sean.
iihero@CSDN(https://blog.csdn.net/iihero)
Sean@墨天轮 (https://www.modb.pro/u/16258)
iihero@zhihu (https://www.zhihu.com/people/iihero)
数据库领域的资深爱好者一枚。SAP数据库技术专家与架构师,PostgreSQL ACE.
水木早期数据库论坛发起人db2@smth. 早期多年水木论坛数据库版版主。
国内最早一批DB2 DBA。前后对Sybase, PostgreSQL, HANA,
Oracle, DB2, SQLite均有涉猎。曾长期担任CSDN相关数据库版版主。
三本著作:<<Java2网络协议内幕>> <<Oracle Spatial及OCI高级编程>>
<<Sybase ASE 15.X全程实践>>
兴趣领域:数据库技术及云计算、GenAI业余专长爱好:中国武术六段 陈式太极拳第13代传人(北京陈式太极拳第5代传人)
职业太极拳教练,兼任北京陈式太极拳研究会副秘书长。
如果想通过习练陈式太极拳强身健体,也可以与我联系。
相关背景
在做性能调查或POC验证的时候,为目标表快速随机生成大量数据显得非常重要。下边以HANA为例进行一个简要的介绍。其实,各种DBMS在“造”数据方面,有些大同小异。在PostgreSQL里头已经简要介绍了完整的生成方法。
下边的某些内容,可能又让你回到数学数字时代,对数字数值需要有那么一点了解。
1.随机数
SELECT current_schema FROM dummy;
SET SCHEMA dbadmin;-- 生成100以内的随机整数
SELECT CAST (rand()*100 AS int) FROM dummy;
76
使用rand()即可表示一个1以内的随机小数。但是这个数值很可能为0啊。有的时候这个满足不了要求。比如我要生成1到26之间的随机整数,并且不能出界:可以用下边的round()函数来得到:
-- SELECT floor((rand()*26 + 0.5)) FROM dummy;
SELECT round((rand()*26 + 0.5)) FROM dummy;
-- SELECT ceil((rand()*26 - 0.5)) FROM dummy;
这种方法在任何一种数据库中都是通用的。说白了,这三个函数就是API,是标准化的。floor和ceil,一个是退1取值,一个是进1取值。而round函数则是真正的四舍五入。比较一下下边的几个值就很清楚了:
SELECT floor(-0.1), floor(0.5), floor(0.51), floor(0.6) FROM dummy;
SELECT CEIL(-0.5), CEIL (-0.1), CEIL(0.49), CEIL (0.5) FROM dummy;
SELECT round(-0.1), round(0.49), round(0.5), round(0.51) FROM dummy;
2. 随机整数
4字节的int, 用2*10的9次幂来控制范围。8字节的int, 用9*10的18次幂来控制范围。
select CAST(rand() * (2*power(10, 9)) as int) FROM dummy;
338102167
select CAST(rand() * (9*power(10, 18)) as bigint) FROM dummy;
2371456246530383872
3. 随机Numeric
其实前边已经近似列出。示例如下:
select CAST(rand() * 100 AS numeric(4,2)) FROM dummy;
-- 34.74
4. 随机长度的重复字符串
select rpad('ab', CAST (rand()*20 AS int) * 2, 'ab') FROM dummy;
-- ababababababababab
当然,你用lpad也一样是可以的。用它以实现跟PG中repeat类似的效果。
5. 随机长度的重复二进制串
使用与前边类似的机制生成。只不过用的是二进制串表示法。
SELECT X'00abcd' "binary string 1", x'dcba00' "binary string 2" FROM DUMMY;
SELECT rpad(X'00abcd', CAST (rand()*20 AS int) * 2, X'00abcd') FROM dummy;
-- 00ABCD00ABCD00AB
6. 随机长度的子串
比如,现在有一个定长的串,我们要取其中随机长度的一个子串。
select substring('abcdefghijiklmnopqrstuvwxyz', 1, round(rand()*26 + 0.5)) FROM dummy;
-- abcdefghijiklmnop
7. 随机任意长度的字符串
上边介绍的是固定串的随机子串。这样的内容随机性并不是很好。更常见的是要生成任意长度的字符串。看看下边的例子:
SELECT string_agg(SUBSTRING('abcdefghijklmnopqrstuvwxyz', round((rand() * 26 + 0.5)), 1), '') AS random_str FROM SERIES_GENERATE_DECIMAL(1, 0, 10);
-- ouchhlnzol
这里用到了生成序列的函数SERIES_GENERATE_DECIMAL以及列转行聚集函数。只是生成序列指定了只循环10次。我们如果把这个次数参数化,就可以达成目的了。
CREATE FUNCTION random_string (IN max_count int)
RETURNS val CLOB
AS
BEGINSELECT string_agg(SUBSTRING('abcdefghijklmnopqrstuvwxyz', round((rand() * 26 + 0.5)), 1), '') INTO val FROM SERIES_GENERATE_DECIMAL(1, 0, max_count);
END;SELECT random_string(20) FROM dummy;
-- lsjnfkfwnyfuftnqzwck
8. 固定枚举值中的随机值
SELECT ARRAY ( 'Beijing', 'Shenzhen', 'Nanjing', 'Hangzhou' ) FROM DUMMY;
-- ['Beijing','Shenzhen','Nanjing','Hangzhou']SELECT CARDINALITY(ARRAY ( 'Beijing', 'Shenzhen', 'Nanjing', 'Hangzhou' ) )FROM DUMMY;
-- 4 ,得到数组的元素个数SELECT MEMBER_AT(ARRAY ( 'Beijing', 'Shenzhen', 'Nanjing', 'Hangzhou' ), round((rand() * 4 + 0.5))) FROM DUMMY;
-- Shenzhen, 得到某一个随机位置的元素值
上边的示例一看就非常明白。
9. 日期类型的随机值
要用到函数: SERIES_GENERATE_TIMESTAMP
SELECT * FROM SERIES_GENERATE_TIMESTAMP('INTERVAL 1 SECOND', '1999-01-01 08:00:01.000', '1999-01-01 08:00:11.000');
1999-01-01 08:00:01.000 1999-01-01 08:00:02.000 1 0.1
1999-01-01 08:00:02.000 1999-01-01 08:00:03.000 2 0.1
1999-01-01 08:00:03.000 1999-01-01 08:00:04.000 3 0.1
1999-01-01 08:00:04.000 1999-01-01 08:00:05.000 4 0.1
1999-01-01 08:00:05.000 1999-01-01 08:00:06.000 5 0.1
1999-01-01 08:00:06.000 1999-01-01 08:00:07.000 6 0.1
1999-01-01 08:00:07.000 1999-01-01 08:00:08.000 7 0.1
1999-01-01 08:00:08.000 1999-01-01 08:00:09.000 8 0.1
1999-01-01 08:00:09.000 1999-01-01 08:00:10.000 9 0.1
1999-01-01 08:00:10.000 1999-01-01 08:00:11.000 10 0.1
生成随机的:从今年1月1号起的180天内的随机日期
SELECT ELEMENT_NUMBER, GENERATED_PERIOD_START FROM SERIES_GENERATE_TIMESTAMP('INTERVAL 1 DAY', '2023-01-01', '2023-12-31') WHERE ELEMENT_NUMBER = round((rand() * 180 + 0.5))select ADD_DAYS('2023-01-01' , round((rand() * 180))) FROM dummy;
-- 2023-02-18
10. 生成序列
SELECT * FROM SERIES_GENERATE_DECIMAL(1,0,10);
SELECT element_number FROM SERIES_GENERATE_DECIMAL(1,0,10);
这个可以详细参考函数 SERIES_GENERATE_DECIMAL的用法。它与PG中的generate_series()有异曲同工之妙。
11. 综合一下
建一个表,插入10天的数据。
CREATE TABLE TBIG(id int, col2 varchar(32), col3 timestamp);
INSERT INTO TBIG SELECT n.ELEMENT_NUMBER, random_string(32), n.GENERATED_PERIOD_START FROM SERIES_GENERATE_TIMESTAMP('INTERVAL 1 SECOND', '1999-01-01 08:00:01.000', '1999-01-10 08:00:11.000') AS n;Updated Rows 777610
Query INSERT INTO TBIG SELECT n.ELEMENT_NUMBER, random_string(32), n.GENERATED_PERIOD_START FROM SERIES_GENERATE_TIMESTAMP('INTERVAL 1 SECOND', '1999-01-01 08:00:01.000', '1999-01-10 08:00:11.000') AS n
Finish time Tue Mar 07 22:51:42 GMT 2023
随机取几条记录看看:
SELECT top 5 * FROM TBIG ORDER BY rand();534358 exehkptxtkwfvkeykhiepsufozuvapsz 1999-01-07 12:25:58.000
208860 pmxysenwszvgkmlvdrosuebxztycimxz 1999-01-03 18:01:00.000
542491 vuvpllthtefxrpixdmrvqpfqbppqqcfs 1999-01-07 14:41:31.000
718813 cvwhnilgaxsepdybecvzutnfqobgsbxt 1999-01-09 15:40:13.000
195289 xbbkuvexaxcbljzpldnmavrqpgbtoqhg 1999-01-03 14:14:49.000
有了上述方法,基本上可以构造任意随机和复杂长度的表数据。用起来还是非常方便的。
-- END --
这篇关于Hana中的大批量随机数据生成的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!