Sql中的随机函数

NEWID() 从表中随机返回N条记录 SELECT TOP 10 * FROM ywle order by newid() order by 一般是根据某一字段排序,newid()的返回值 是uniqueidentifier ,order by newid()随机选取记录是如何进行的 newid()在扫描每条记录的时候都生成一个值, 而生成的值是随机的, 没有大小写顺序. 所以最终结果再按这个排序, 排序的结果当然就是无序的了 RAND() 在查询分析器中执行：select rand()，可以看到结果会是类似于这样的随机小数：0.36361513486289558，像这样的小数在实际应用中用得不多，一般要取随机数都会取随机整数。 但如果查询是这样的 select top 10 rand() from [table] 会发现10条结果是一样的。所以如果要产生10个随机数的话，可以这样 select top 10 rand(checksum(newid())) from [table]   附示例：转载自：http://topic.csdn.net/u/20080417/14/64ff6dd7-7052-4777-9c94-052263b8772a.html   如何快速生成100万不重复的8位编号 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   代码 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   > 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