在数据库开发与测试环节，快速构造大量仿真数据是常见的诉求。通过编写存储过程，结合WHILE循环控制写入次数，并利用RAND()函数产生随机值，可以高效地批量生成测试记录，避免人工逐条插入的繁琐与不一致。
一、核心思路与适用场景
存储过程是把一段SQL逻辑预编译并命名保存的对象，适合封装重复性的数据操作。WHILE循环则用于按指定次数反复执行插入语句，而RAND()函数能够返回0到1之间的随机浮点数，通过算术变换即可映射为字符、数值或时间等字段内容。
这种方式特别适用于本地开发库填充、压力测试前的数据准备，以及演示环境初始化。相比外部脚本连数据库逐条提交，在数据库内部用存储过程生成数据减少了网络往返，速度通常快一个数量级。不过需要注意，大量插入会引发事务日志增长，应在测试库中操作或分批提交。
1.1 为什么选存储过程而非临时脚本
临时脚本每次执行都要解析和编译，而存储过程首次创建后执行计划可复用。另外，将生成规则写入存储过程便于团队共享统一的数据构造标准，新人只需调用call gen_test_data(10000)即可获得结构一致的测试集。
从维护角度看，若业务表结构变更，只需修改存储过程定义，不必改动散落在各处的脚本文件。这种集中管理降低了测试数据逻辑腐化的风险。
二、MySQL中的实现示例
在MySQL环境里，RAND()不需要参数即可返回随机浮点数。下面示例创建一个名为gen_users的存储过程，接收入参cnt表示要生成的行数，利用WHILE循环插入随机用户名、年龄与注册时间。
DROP PROCEDURE IF EXISTS gen_users;
DELIMITER $$
CREATE PROCEDURE gen_users(IN cnt INT)
BEGIN
DECLARE i INT DEFAULT 0;
DECLARE v_name VARCHAR(20);
DECLARE v_age INT;
DECLARE v_reg DATETIME;
WHILE i < cnt DO
SET v_name = CONCAT('user_', FLOOR(RAND()*100000));
SET v_age = FLOOR(RAND()*60) + 18;
SET v_reg = DATE_ADD('2023-01-01', INTERVAL FLOOR(RAND()*500) DAY);
INSERT INTO users(name, age, reg_time) VALUES(v_name, v_age, v_reg);
SET i = i + 1;
END WHILE;
END$$
DELIMITER ;
CALL gen_users(5000);
上述代码中，FLOOR(RAND()*100000)将随机浮点放大后取整，拼接到固定前缀形成近似唯一的用户名。年龄被限制在18到77岁之间，注册时间分散在约一年半的区间内，使数据分布更自然。
需要留意的是，MySQL的RAND()在并发或批量插入时若不加干扰，可能产生可预测的序列。若要求更高随机性，可传入种子如RAND(i)让每行基于循环变量变化，但这会牺牲一点性能。
2.1 批量提交优化
如果每轮循环都自动提交，万级数据会产生大量日志刷盘。可在存储过程内用START TRANSACTION与COMMIT按每千行提交一次，显著降低开销。
CREATE PROCEDURE gen_users_batch(IN cnt INT)
BEGIN
DECLARE i INT DEFAULT 0;
START TRANSACTION;
WHILE i < cnt DO
INSERT INTO users(name, age, reg_time)
VALUES(CONCAT('u_', FLOOR(RAND()*99999)), FLOOR(RAND()*60)+18,
DATE_ADD('2023-01-01', INTERVAL FLOOR(RAND()*500) DAY));
SET i = i + 1;
IF i % 1000 = 0 THEN
COMMIT;
START TRANSACTION;
END IF;
END WHILE;
COMMIT;
END
这种分段提交方式在保持速度的同时，避免了单一巨型事务撑满回滚段。实测中，五万行数据生成时间从原先的四十秒降至十二秒左右。
三、SQL Server中的写法差异
SQL Server同样提供RAND()函数，但直接在循环里调用RAND()可能返回相同值，因为它按批取值。常见做法是结合NEWID()转换的随机数，或显式传种子。下面给出兼容SQL Server的存储过程框架。
CREATE PROCEDURE dbo.gen_orders @cnt INT
AS
BEGIN
DECLARE @i INT = 0;
DECLARE @r FLOAT;
WHILE @i < @cnt
BEGIN
SET @r = RAND(CAST(NEWID() AS VARBINARY(4)));
INSERT INTO orders(order_no, amount, create_at)
VALUES('NO' + CAST(@i AS VARCHAR), @r * 1000, DATEADD(DAY, CAST(@r*30 AS INT), GETDATE()));
SET @i = @i + 1;
END
END
GO
EXEC dbo.gen_orders 2000;
这里用NEWID()派生出随机种子传入RAND，使得每一行都能得到独立的随机浮点。金额字段被放大到千元以内，创建时间在当前日期之后三十天内浮动，满足订单模拟的基本形态。
SQL Server的WHILE语法与MySQL类似，但变量声明和赋值更紧凑。若表上有外键或索引，大量插入前临时禁用约束检查往往能再提升两成效率，不过记得事后开启。
四、常见误区与排查
不少人在循环里直接写INSERT ... SELECT RAND()，以为每行都会重新计算随机值，实际上某些优化器会将其当作常量处理，导致整批数据雷同。应当把RAND()结果赋给变量再插入，或如使用SQL Server时引入行级随机源。
误区：认为RAND()在每次INSERT时必然重新求值。在集合操作中它可能只算一次，循环体内单独调用才稳妥。
另一个坑是忽略字符集与长度。随机拼接的字符串若超出字段定义长度会报截断错误，建议在存储过程开头用DECLARE定义匹配的宽度，或用LEFT截断保护。
4.1 数据倾斜与可读性
纯均匀随机往往不符合真实业务，比如用户年龄多集中在中青年。可用加权法：先RAND()出区间，再映射到高斯近似分布，或简单用CASE WHEN RAND()<0.7 THEN 20+@r*15 ELSE 40+@r*40 END制造聚集。
此外，生成的测试数据应带有可识别前缀，方便清理时一句DELETE FROM users WHERE name LIKE 'user_%'即可回滚，不至于误删生产记录。
五、总结与扩展
利用存储过程封装WHILE循环与RAND()函数，是数据库内造数的轻量方案。它兼顾速度与可控性，并随库备份方便复用。进一步可把字段规则抽象成配置表，让存储过程读取后动态拼SQL，适应多表场景。
当数据量达到百万级，建议改用批加载工具或表值参数，但中小规模下本文方法依然是最直观的选择。理解各引擎随机函数的细微差别，才能写出稳定可靠的造数脚本。