最近在论坛看到有人问,如何快速生成100万不重复的8位编号,对于这个问题,有几点是需要注意的:
1. 如何生成8位随机数,生成的数越随机,重复的可能性当然越小
2. 控制不重复
3. 考虑性能
针对这个问题,我写了如下的示例来解决,希望能为有这类需求的人提供指导
生成100万条8位不重复数据的示例
use tempdb
go
-- 创建测试表
create table tb(id char(8))
-- 创建用于自动过滤重复值的唯一索引
create unique index ix_tb on tb(id)
with ignore_dup_key
go
-- 测试数据插入的处理时间, 记录开始处理的时间点
declare @dt datetime
set @dt = getdate()
-- 插入随机数据
set nocount on
declare @row int
set @row = 1000000 -- 设置总记录数
while @row >0
begin
-- 显示提示信息, 表示还需要插入多行数据
raiserror('need %d rows', 10, 1, @row) with nowait
-- 插入随机的位编码数据
set rowcount @row
insert tb select
id = right(100000000 + convert(bigint, abs(checksum(newid()))), 8)
from syscolumns c1, syscolumns c2
set @row = @row - @@rowcount
end
-- 显示插入数据使用的时间
select begindate = @dt, enddate = getdate(),
second = datediff(second, @dt, getdate()),
go
-- 显示最终的结果记录是否正确
select count(*) from tb
go
-- 删除测试
drop table tb
解决中用到的技巧:
1. 控制产生的数据不重复,直接使用唯一索引中的 ignore_dup_key 选项,使插入数据中的重复值自动过滤,避免手工处理重复
2. 使用 checksum 配合 newid() 函数,使生成的数据尽量随机,一般生成随机数会考虑使用 rand() 函数,但这个函数是产生伪随机值,用下面的语句测试一下,会发现产生的数据全部是一样的,这不适用于想批量生成多个随机数,而newid() 函数生成的是guid,基本上不会有重复的,再通过checksum将其转化成数字,这样产生重复的可能性会比较小
select top 10
rand()
from sysobjects
3. 在效率控制,使用循环+批量生成的方式,而不是传统的逐个生成。在sql server中,每个插入语句都会有一个内部的事务处理,如果逐条插入,则事务的开销太大,效率势必非常低;不考虑一次性生成100万数据,一则因为生成的数据可能有重复的,去掉重复就没有100万了,二则一次性生成100万数据,消耗的内存和cpu资源也很高,一般的电脑可能承受不住.
新闻热点
疑难解答