生成100萬個10位隨機字串
需求是需要給資料庫mysql插入100萬個10位的隨機字串，以後隨時從資料庫裡獲取100-1000個值用於業務系統。
10位隨機字串可以使用的字元包括0-9和A-Z，任何語言都基本上有隨機函式，生成10位隨機字串很簡單，但是怎麼確保100萬條資料都不一樣。
效率最低但是最簡單的想法是插入一條前和現有的所有資料比較，不一樣就插入，發現一樣就重新生成一個隨機值再比較，時間複雜度是o(n!),很顯然對於100萬條資料來說這種演算法是不可取的。
我們換一個思路，我先順序生成100萬條資料，然後隨機從100萬條資料裡取100-1000條，這樣生成資料的時間複雜度是o(n)，效率高很多，取隨機資料直接使用mysql帶的rand()函式。以下是細節：
1. 生成資料
順序生成100萬條資料的方法就是我們最簡單的排列組合，可選的字元是36個，字串10位，則組合可能是 P(36, 10) ，如果我們用筆和紙的話，很容易寫出第一個到n個的資料：
0000000000 0000000001 ... 000000000A 000000000B ... 000000000Z 0000000010 0000000011 ...
其本質其實是一個36進位制的數一直在增值1,就是從最後一位開始，一直加，到9加1就到 A ，到 Z 之後再加1就開始進一位。對應的演算法程式碼如下：
//36進位制加一進位
private char[] systemAdd(char[] ss) {
int LENGTH = 10;
for (int i = LENGTH - 1; i >= 0; i--) {
int temp = ss[i];
int number9 = '9';
int numberZ = 'Z';
if (temp < number9 - 1) {
ss[i] = (char) ((int) ss[i] + 1);
break;
} else if (temp == number9) {
ss[i] = 'A';
break;
} else if (temp < numberZ) {
ss[i] = (char) ((int) ss[i] + 1);
break;
} else {
ss[i] = '0';
}
}
return ss;
}
這裡有一個細節就是 P(36,4)=36*35*34*33 的值就已經大於100萬了。我們如果按順序生成，只會用到後4位，前面6位全是0，為了避免最後生成的隨機字串前6位都一樣，我們可以把前6位變成隨機值。
image.png
//100萬前6位都是0，所以把前6位改成隨機值
for (int j = 0; j < 6; j++) {
int temp = ThreadLocalRandom.current().nextInt(36);
ss[j] = all[temp];
}
2. 插入資料
我們肯定不能生成一條資料就插一次資料庫，100萬條資料分10組，每組10萬條，我們也不能10萬條資料就生成10萬個 insert 語句，我們拼成一個 insert 語句，類似：
insert into tablename (cloumn1, column2) values (c1_v1,c2_v1), (c1_v2,c2_v2), (c1_v3,c2_v3)
然後通過 JDBC 執行 SQL 語句完成插入。基本的程式碼如下:
void run() throws SQLException, ClassNotFoundException {
long index = 0;
long TOTAL = 1000000;
//分組
long PART = 100000;
//分10個insert語句插入資料庫
for (long i = 0; i < TOTAL / PART; i++) {
StringBuffer sb = new StringBuffer();
dbService.initInsertSQL(sb);
for (long j = i * PART; j < (i + 1) * PART; j++) {
index++;
if (index > TOTAL) break;
dbService.appendInsertSQL(index, String.valueOf(current), sb);
current = systemAdd(current);
}
sb.deleteCharAt(sb.length() - 1);
dbService.excute(sb.toString());
}
}
最後測試一下，從生成到插入資料庫100萬條大概8秒，速度是可以接收的。
3. 獲取資料
從資料庫裡獲取資料不需要再單獨寫演算法了，利用mysql的rand函式就可以。
SELECT * FROM random_values order by rand() limit 1000
但是要注意的是，獲取完需要把這1000條資料從表中刪除或加一個標記表示已用，否則下次再獲取可能會重複。
image.png
完整原始碼請參考 git