我有一张表格，比方说250个网址：
create table url (
id serial,
url varchar(64)
)
这些网址分别对应网站。每个网站都有不同的受欢迎程度。假设id=125（以高斯为中心的那个）最受欢迎，id=1或id=250最不受欢迎。
我想在“url”表中提供的“log”表中填充类似url的“log”表，但考虑到不同的URL可能更频繁地出现（例如，其id为125将是最受欢迎的。）
create table log (
id serial,
url_id integer
)
我想避免使用random()，因为它是统一的而不是非常“真实”。
如何使用Postgresql实现这一目标？
答案 0 :(得分：9)
我正在寻找一种根据高斯分布生成数字的方法，并且首先发现了这篇文章。这就是为什么我分享我刚才发现的东西：
至少从PostGreSQL 8.4开始，还有一个名为tablefunc（http://www.postgresql.org/docs/9.2/static/tablefunc.html）的附加模块。
它提出了一个函数normal_rand（n，mean，stddev），使用高斯分布生成n个伪随机数（因此该函数返回一组值，通常在FROM子句中使用）。但是，如果将n设置为1，则可以将其用作返回值而不是一组值的函数。
考虑到包含10条记录的表nb10，以下两个查询返回一组10个伪随机数，遵循标准高斯分布（均值= 0，stddev = 1）
SELECT normal_rand(1, 0, 1) FROM nb10;
和
SELECT * from normal_rand(10, 0, 1);
我希望这可以帮助将来的任何人......： - ）
要具体回答您的问题，您可以使用以下内容：
SELECT floor(random_rand(1, 0, 1) * 250 + 125);
不幸的是，使用此查询可以获得不在[0,249]范围内的答案。你可以举例如：
使用模运算符保留在[0,250 [范围内，我认为这是最佳解决方案，尽管它略微改变了高斯曲线。这是我建议你使用的最终查询（modulo / + / modulo技巧是因为-x modulo y和x正数在PostGreSQL中给出一个负数，这不是坏事：p）：
SELECT ((floor(normal_rand(1,0,1)*250 + 125)::int % 250) + 250) % 250 as v;
答案 1 :(得分：7)
范围[0,1]上的12个均匀分布的总和是对在[0,12]范围内界定的高斯分布的良好近似。然后可以通过乘以常数然后加/减常数来轻松地重新缩放。
select
random() +
random() +
random() +
random() +
random() +
random() +
random() +
random() +
random() +
random() +
random() +
random();
答案 2 :(得分：1)
一个简单的事实是你想创建自己的函数，它将rand（）包含在一个隐式或显式提供高斯分布的东西中。
我没有统计背景来告诉您如何将均匀分布转换为高斯分布，但您必须编写转换器。像http://www.perlmonks.org/?node_id=26889那样提供的东西（如果你不喜欢Perl，你可以在pl / pgsql甚至普通的SQL中重写它）。
CREATE OR REPLACE FUNCTION gaussian_rand() RETURNS numeric LANGUAGE PLPERL VOLATILE AS
$$
my ($u1, $u2); # uniformly distributed random numbers
my $w; # variance, then a weight
my ($g1, $g2); # gaussian-distributed numbers
do {
$u1 = 2 * rand() - 1;
$u2 = 2 * rand() - 1;
$w = $u1*$u1 + $u2*$u2;
} while ( $w >= 1 );
$w = sqrt( (-2 * log($w)) / $w );
$g2 = $u1 * $w;
$g1 = $u2 * $w;
# return both if wanted, else just one
return $g1;
$$;
答案 3 :(得分：1)
tablefunc模块提供具有正态分布的随机函数。您可以使用以下方法测试它是否已安装：
SELECT normal_rand(1, 0, 1); -- generates 1 single value with mean 0 and a standard deviation of 1
上面的查询应该在正态分布中生成单个值
如果您没有安装它，请尝试以下操作：
CREATE EXTENSION "tablefunc";
否则您需要以a super user and install the module身份登录。
答案 4 :(得分：0)
您也可以直接使用内置语言PL / PgSQL来实现此功能
create or replace
function random_gauss( avg real = 0, stddev real = 1 )
returns real language plpgsql as $$
declare x1 real; x2 real; w real;
begin
loop
x1 = 2.0 * random() - 1.0;
x2 = 2.0 * random() - 1.0;
w = x1*x1 + x2*x2;
exit when w < 1.0;
end loop;
return avg + x1 * sqrt(-2.0*ln(w)/w) * stddev;
end; $$;
with data as (
select t, random_gauss(100,15)::integer score from generate_series(1,1000000) t
)
select
score,
sum(1),
repeat('=',sum(1)::integer/500) bar
from data
where score between 60 and 140
group by score
order by 1;
rollback;
从100万个数字的样本中得到的平均值为100，标准差为15。
score | sum | bar
-------+-------+--------------------------------------------------------
60 | 764 | =
61 | 893 | =
62 | 1059 | ==
63 | 1269 | ==
64 | 1524 | ===
65 | 1740 | ===
66 | 1990 | ===
67 | 2346 | ====
68 | 2741 | =====
69 | 3160 | ======
70 | 3546 | =======
71 | 4109 | ========
72 | 4633 | =========
73 | 5252 | ==========
74 | 5952 | ===========
75 | 6536 | =============
76 | 7429 | ==============
77 | 8140 | ================
78 | 9061 | ==================
79 | 10063 | ====================
80 | 10844 | =====================
81 | 11911 | =======================
82 | 13180 | ==========================
83 | 13880 | ===========================
84 | 15111 | ==============================
85 | 16016 | ================================
86 | 17310 | ==================================
87 | 18262 | ====================================
88 | 19615 | =======================================
89 | 20400 | ========================================
90 | 21186 | ==========================================
91 | 22190 | ============================================
92 | 23103 | ==============================================
93 | 24150 | ================================================
94 | 24327 | ================================================
95 | 24992 | =================================================
96 | 25505 | ===================================================
97 | 25868 | ===================================================
98 | 26146 | ====================================================
99 | 26574 | =====================================================
100 | 27104 | ======================================================
101 | 26599 | =====================================================
102 | 26345 | ====================================================
103 | 25940 | ===================================================
104 | 25485 | ==================================================
105 | 25157 | ==================================================
106 | 24827 | =================================================
107 | 23844 | ===============================================
108 | 23262 | ==============================================
109 | 22211 | ============================================
110 | 21326 | ==========================================
111 | 20315 | ========================================
112 | 19496 | ======================================
113 | 18026 | ====================================
114 | 17182 | ==================================
115 | 16026 | ================================
116 | 14979 | =============================
117 | 13959 | ===========================
118 | 12840 | =========================
119 | 11718 | =======================
120 | 11169 | ======================
121 | 10037 | ====================
122 | 9273 | ==================
123 | 8041 | ================
124 | 7402 | ==============
125 | 6761 | =============
126 | 5827 | ===========
127 | 5257 | ==========
128 | 4736 | =========
129 | 4153 | ========
130 | 3494 | ======
131 | 3103 | ======
132 | 2731 | =====
133 | 2379 | ====
134 | 2064 | ====
135 | 1696 | ===
136 | 1481 | ==
137 | 1246 | ==
138 | 1024 | ==
139 | 910 | =
140 | 788 | =