在数据库开发测试过程中，批量生成符合特定条件的测试数据是常见需求，手动插入不仅耗时还容易出错，结合GENERATE_SERIES函数和随机函数可以高效完成这个任务。
核心函数说明
GENERATE_SERIES函数
GENERATE_SERIES是PostgreSQL等数据库内置的序列生成函数，用于生成指定范围内的连续数值序列，语法为GENERATE_SERIES(start, stop, step)，其中start是起始值，stop是结束值，step是步长，默认步长为1。该函数返回的是一组行数据，每行对应一个序列值。
常用随机函数
不同数据库的随机函数略有差异，PostgreSQL使用random()返回0到1之间的随机浮点数，MySQL使用RAND()，SQL Server使用RAND()或NEWID()生成随机值。我们可以通过随机函数结合运算生成指定范围的随机数值、随机字符串等。
PostgreSQL场景实现示例
假设我们需要向用户表user_info中插入100条测试数据，要求用户年龄介于18到60岁之间，用户状态随机为0或1，用户名为随机生成的6位字符串。
首先创建测试表：
-- 创建用户测试表
CREATE TABLE user_info (
id SERIAL PRIMARY KEY,
user_name VARCHAR(20) NOT NULL,
age INT NOT NULL,
status INT NOT NULL,
create_time TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);
接下来使用GENERATE_SERIES生成1到100的序列，结合随机函数生成对应字段值，批量插入数据：
-- 批量插入100条符合条件的随机测试数据
INSERT INTO user_info (user_name, age, status)
SELECT
-- 生成6位随机字符串，包含大小写字母和数字
SUBSTRING(MD5(RANDOM()::TEXT), 1, 6) AS user_name,
-- 生成18到60之间的随机整数年龄
FLOOR(18 + RANDOM() * 43) AS age,
-- 随机生成0或1的状态值
FLOOR(RANDOM() * 2) AS status
FROM GENERATE_SERIES(1, 100);
上述语句中，GENERATE_SERIES(1, 100)生成100行序列值，每一行都会执行一次SELECT子查询的字段计算，最终批量插入100条数据。如果需要添加额外的条件，比如只插入状态为1的数据，可以在SELECT后添加WHERE条件：
-- 只插入状态为1的50条测试数据
INSERT INTO user_info (user_name, age, status)
SELECT
SUBSTRING(MD5(RANDOM()::TEXT), 1, 6) AS user_name,
FLOOR(18 + RANDOM() * 43) AS age,
1 AS status
FROM GENERATE_SERIES(1, 50);
其他数据库适配方案
如果使用的是不支持GENERATE_SERIES的数据库，比如MySQL，可以通过自定义数字表或者递归CTE生成序列，再结合RAND()函数实现类似效果。
MySQL 8.0及以上版本可以使用递归CTE生成序列：
-- MySQL 8.0+ 批量插入50条测试数据
INSERT INTO user_info (user_name, age, status)
WITH RECURSIVE seq AS (
SELECT 1 AS n
UNION ALL
SELECT n + 1 FROM seq WHERE n < 50
)
SELECT
SUBSTRING(MD5(RAND()), 1, 6) AS user_name,
FLOOR(18 + RAND() * 43) AS age,
FLOOR(RAND() * 2) AS status
FROM seq;
注意事项
- 插入数据前需要确认目标表的字段约束，比如非空约束、唯一约束，避免插入失败。
- 随机函数生成的结果每次执行都会变化，如果需要固定测试数据，可以设置随机种子，比如PostgreSQL中使用
SET seed TO 0.5;固定随机结果。 - 批量插入数据量较大时，建议分批次插入，避免单次插入占用过多数据库资源。
- 如果表中有自增主键，不需要在插入语句中指定该字段，数据库会自动生成对应值。
使用GENERATE_SERIES结合随机函数的方式，相比手动编写循环插入，执行效率更高，代码更简洁，适合快速生成大量测试数据的场景。
SQL随机插入数据GENERATE_SERIES测试数据生成修改时间：2026-07-09 09:12:22