TDengine 数学函数 RAND 用户手册

RAND 函数

语法

RAND([seed])

功能说明

返回一个从 0 到 1 均匀分布的随机数。

版本

v3.3.3.0

返回结果类型

DOUBLE

适用数据类型

• seed：INTEGER（可选参数）

嵌套子查询支持

适用于内层查询和外层查询。

适用于

表和超级表。

使用说明

• 如果指定了 seed 值，将使用指定的 seed 作为随机种子，确保生成的随机数序列具有确定性（可重复性）。
• 如果不指定 seed 参数，每次调用将返回不同的随机数。
• 返回值范围为 [0, 1) 之间的 DOUBLE 类型浮点数。
• 若 seed 为 NULL，返回 NULL。
• 只能与普通列、选择（Selection）、投影（Projection）函数一起使用，不能与聚合（Aggregation）函数一起使用。
• 在表查询场景下，RAND 函数会为每一行数据生成独立的随机数。

---

示例所用表与数据（可直接复制执行）

-- 建库与使用
CREATE DATABASE IF NOT EXISTS power;
USE power;-- 智能电表表结构（带相位信息）
CREATE STABLE meters (ts TIMESTAMP,current FLOAT,voltage INT,phase FLOAT,power DOUBLE
) TAGS (groupid INT,location VARCHAR(64)
);-- 子表
CREATE TABLE d1001 USING meters TAGS (1, 'California.SanFrancisco');
CREATE TABLE d1002 USING meters TAGS (2, 'California.LosAngeles');-- 写入数据
INSERT INTO d1001 VALUES('2024-01-01 10:00:00.000', 10.3, 220, 30.0, 2266.0),('2024-01-01 10:01:00.000', 12.6, 221, 45.0, 2784.6),('2024-01-01 10:02:00.000',  8.5, 223, 60.0, 1895.5),('2024-01-01 10:03:00.000', 11.2, 222, 120.0, 2486.4);INSERT INTO d1002 VALUES('2024-01-01 10:00:00.000',  9.0, 219, 0.0, 1971.0),('2024-01-01 10:01:00.000', 14.0, 222, 90.0, 3108.0),('2024-01-01 10:02:00.000',  7.2, 220, 180.0, 1584.0),('2024-01-01 10:03:00.000', 10.5, 221, -30.0, 2320.5);

---

基础示例

示例 1: 无种子的随机数生成

-- 返回一个随机数
taos> SELECT RAND();rand()           |
============================0.202092426923147 |-- 再次调用返回不同的随机数         
taos> SELECT RAND();rand()           |
============================0.131537788143166 |

示例 2: 使用固定种子生成可重复的随机数

-- 使用种子 1
taos> SELECT RAND(1);rand(1)          |
============================0.000007826369259 |-- 相同种子返回相同结果
taos> SELECT RAND(1);rand(1)          |
============================0.000007826369259 |-- 使用不同种子
taos> SELECT RAND(100);rand(100)         |
============================0.154633387365937 |

示例 3: NULL 值处理

taos> SELECT RAND(NULL);rand(null)       |
========================NULL                  |

示例 4: 在表查询中为每行生成随机数

-- 每行数据都会生成不同的随机数
taos> SELECT ts, current, RAND() AS random_value FROM d1001 LIMIT 3;ts            |  current  |    random_value      |
===================================================================2024-01-01 10:00:00.000 | 10.300000 | 0.456789123456789   |2024-01-01 10:01:00.000 | 12.600000 | 0.789012345678901   |2024-01-01 10:02:00.000 |  8.500000 | 0.234567890123456   |

示例 5: 生成指定范围的随机数

-- 生成 [0, 100) 范围的随机数
taos> SELECT RAND() * 100 AS rand_0_100;rand_0_100       |
========================45.678912345678 |-- 生成 [10, 50) 范围的随机数
taos> SELECT 10 + RAND() * 40 AS rand_10_50;rand_10_50       |
========================32.145678901234 |

---

智能电表场景示例

示例 6: 随机抽样数据质量检查

目的：从海量电表数据中随机抽样进行数据质量检查，避免总是检查相同的数据。

-- 随机抽样 10% 的数据进行质量检查
SELECT ts, current, voltage, power
FROM d1001
WHERE RAND() < 0.1
ORDER BY ts;

应用价值：

• 实现公平的随机抽样
• 避免抽样偏差
• 降低检查成本

示例 7: 负载测试数据生成

目的：为负载测试生成模拟的随机扰动数据，使测试更接近真实场景。

-- 在实际功率基础上添加 ±5% 的随机扰动
SELECT ts,power AS actual_power,power * (0.95 + RAND() * 0.1) AS simulated_power
FROM d1001
ORDER BY ts;

应用价值：

• 模拟真实电网的功率波动
• 测试系统对异常值的处理能力
• 验证告警阈值的合理性

示例 8: A/B 测试分组

目的：将电表随机分配到不同的测试组，用于对比不同算法或策略的效果。

-- 将电表随机分为两组（A组和B组）
SELECT tbname,location,CASE WHEN RAND() < 0.5 THEN 'Group A'ELSE 'Group B'END AS test_group
FROM meters
GROUP BY tbname, location;

应用价值：

• 实现公平的实验分组
• 避免选择偏差
• 提高实验结果可信度

示例 9: 随机时间点数据采样

目的：在时间序列数据中随机选择数据点进行分析，减少计算量。

-- 使用固定种子确保可重复的随机采样
SELECT ts, current, voltage, phase
FROM d1002
WHERE RAND(42) < 0.2  -- 采样约 20% 的数据
ORDER BY ts;

应用价值：

• 大数据集的快速分析
• 趋势预览和可视化
• 降低存储和传输成本

示例 10: 模拟传感器噪声

目的：在仿真环境中为传感器数据添加随机噪声，模拟真实测量误差。

-- 为电流数据添加高斯噪声（简化版，使用均匀分布近似）
SELECT ts,current AS original_current,current + (RAND() - 0.5) * 0.2 AS noisy_current
FROM d1001
ORDER BY ts;

应用价值：

• 测试数据清洗算法
• 验证滤波器效果
• 评估系统鲁棒性

示例 11: 随机延迟模拟

目的：模拟数据传输延迟，测试系统对乱序数据的处理能力。

-- 为每条记录添加随机延迟（0-5秒）
SELECT ts,ts + CAST(RAND() * 5000 AS BIGINT) AS delayed_ts,current,voltage
FROM d1001
ORDER BY delayed_ts;

应用价值：

• 测试时序数据库的乱序写入能力
• 验证数据同步机制
• 评估实时性要求

---

生产场景应用与目的

场景 A: 统计抽样分析（降低计算成本）

目的：对海量历史数据进行统计分析时，通过随机抽样减少计算量，同时保证统计结果的代表性。

示例：

-- 从过去一个月的数据中随机抽样 1% 进行趋势分析
SELECT _wstart AS time_window,AVG(power) AS avg_power,MAX(power) AS max_power,MIN(power) AS min_power
FROM meters
WHERE ts >= NOW - 30dAND RAND() < 0.01  -- 1% 抽样率
INTERVAL(1h);

场景 B: 负载均衡测试（压力分散）

目的：在性能测试中随机选择设备进行压力测试，避免集中测试对系统造成过大冲击。

示例：

-- 随机选择 10% 的设备进行高频查询测试
SELECT tbname, COUNT(*) AS record_count,AVG(power) AS avg_power
FROM meters
WHERE ts >= NOW - 1hAND RAND() < 0.1
GROUP BY tbname;

场景 C: 数据脱敏（隐私保护）

目的：在数据分享或演示时，通过添加随机扰动保护敏感信息。

示例：

-- 对功率数据进行随机化处理（保持趋势但隐藏精确值）
SELECT ts,location,FLOOR(power * (0.9 + RAND() * 0.2)) AS anonymized_power
FROM meters
WHERE ts >= NOW - 1d;

场景 D: 随机告警抑制（避免告警风暴）

目的：当大量设备同时触发告警时，随机选择部分设备发送告警，避免告警系统过载。

示例：

-- 只对随机 20% 的异常设备发送告警
SELECT tbname,ts,voltage,'Voltage out of range' AS alert_message
FROM meters
WHERE voltage > 240 OR voltage < 200AND RAND() < 0.2;  -- 随机抑制 80% 的告警

注意事项

1. 随机性质量：RAND() 使用伪随机数生成器，适用于大多数应用场景，但不适合密码学用途。

2. 性能考虑：在大数据集上使用 WHERE RAND() < threshold 进行抽样时，仍需扫描全表，性能开销较大。对于大规模抽样，建议使用 SAMPLE 函数。

3. 种子的使用：

   • 在需要可重复结果的场景（如调试、测试）使用固定种子
   • 在需要真随机性的场景（如生产环境抽样）不指定种子

4. 分布特性：RAND() 返回均匀分布，如需其他分布（如正态分布），需要额外的数学变换。

5. NULL 值传播：种子为 NULL 时结果为 NULL，使用时需注意过滤。

6. 并发一致性：在并发查询场景下，即使使用相同种子，不同客户端的随机序列可能不同。

---

数学关系

• 均匀分布：P(a ≤ RAND() ≤ b) = b - a，其中 0 ≤ a < b ≤ 1
• 范围转换：[min, max) = min + RAND() * (max - min)
• 整数随机数：FLOOR(RAND() * n) 生成 [0, n) 范围的整数
• 概率采样：RAND() < p 实现概率 p 的伯努利采样

---

相关函数

• SAMPLE：结构化采样函数，性能优于 RAND() 过滤
• UNIQUE：去重函数，可与 RAND() 结合实现随机去重
• FLOOR/CEIL：与 RAND() 结合生成随机整数
• CAST：类型转换，用于生成特定类型的随机数

---

函数意义与实际应用价值

数学意义

RAND 函数基于伪随机数生成算法（通常是线性同余生成器或梅森旋转算法），能够生成统计上均匀分布的随机数序列。当提供种子时，确保随机序列的可重复性。

实际应用价值

1. 数据采样

   • 减少大数据集的处理时间
   • 保证样本的随机性和代表性
   • 支持分层抽样和配额抽样

2. 测试与模拟

   • 生成测试数据
   • 模拟随机事件
   • 压力测试和负载测试

3. 算法验证

   • A/B 测试分组
   • 随机化实验设计
   • 蒙特卡洛模拟

4. 系统优化

   • 负载均衡
   • 告警抑制
   • 流量控制

5. 隐私保护

   • 数据脱敏
   • 差分隐私
   • 噪声注入

---

本用户手册提供了 RAND 函数的完整使用说明，特别针对电力系统中的数据采样、测试模拟、负载均衡等实际需求，方便用户快速上手并应用于生产环境。

关于 TDengine

TDengine 是一款专为物联网、工业互联网等场景设计并优化的大数据平台，其核心模块是高性能、集群开源、云原生、极简的时序数据库。

它能安全高效地将大量设备每天产生的高达 TB 甚至 PB 级的数据进行汇聚、存储、分析和分发，并提供 AI 智能体对数据进行预测与异常检测，提供实时的商业洞察。