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
其次分别介绍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。