Un DBMS_RANDOM pas si "random" que ça? [FAQ] [Résolu]

[Dennis Nedry]

Bonjour.

je suis actuellement en train de tester un nouvel outil de Report, et je me suis attaqué à la partie "gestion des gros volumes de données".

Pour ce faire, j'utilise Oracle 10G Express edition.

J'ai, au préalable, créé 3 million de lignes sous excel, exportées dans Oracle via Access (qui mettait 20 minutes pour charger 1 malheureux million de lignes... )

Puis, j'ai démultiplié ces lignes sous Oracle, avec un code SQL tout simple:

Code :

1
2
3
4
 
INSERT INTO SALES(CLIENT_ID,EMPLOYEE_ID,YEAR,MONTH,SALES)
SELECT CLIENT_ID, DBMS_RANDOM.VALUE(150,179) AS EMPLOYEE_ID, YEAR+3 AS YEAR, MONTH, DBMS_RANDOM.VALUE(0,200)
FROM SALES;

DBMS_RANDOM sert à deux moments: pour générer le CA du client, et pour générer le numéro du commercial en charge du client.

Bref, en partant de 3 millions de lignes, j'ai démultiplié le tout pour arriver à 22,4 millions de lignes.

J'ouvre mon merveilleux outil de report, et, oh stupeur, que vois-je apparaître:



On observe que tous les commerciaux sont assez bien répartis, sauf 2 d'entre eux: les numéros 150 et 179, mes deux valeurs extrêmes.

Si on omet les 3 premières années (générées sous Excel, puis démultipliées sous Oracle pour gonfler les résultats), on remarque que les 2 valeurs extrèmes tombent exactement 50% de fois moins que les autres valeurs. Et chaque année correspond à environ 2 millions d'observations au total, donc le test est infaillible.

Est-ce normal? Sinon, comment y remédier?

[McM]

Il me semble que les bornes ne sont jamais atteintes et que le dbms_random te renvoie un nombre à plusieurs décimales.

Donc c'est normal, vu que tu fais un Arrondi du nombre (implicite dans ton code).

Pour avoir 0, il faut que ça te renvoie de 0 à 0.499999
Pour avoir 1, il faut de 0.5 à 1.49999
...
Pour avoir 179, il faut de 178.50 à 179

[McM]

Pour avoir de bonnes données, fais un trunc de ton résultat (avec max +1)

exemple

Code :

TRUNC(dbms_random.value(0, 180))

de 0 à 0.99999 => 0
de 1 à 1.99999 => 1
de 179 à 179.999999 => 179

Donc l'écart de chiffres est identique par code

[Dennis Nedry]

j'avais présent à l'esprit cette idée, mais je pensais que Oracle faisait déjà l'arrondi correctement... une peu comme un ALEA.ENTRE.BORNES() de Excel...

Bon, je teste vos conseils et je vous tiens au courant!

[McM]

Tiens nous au courant, c'est un bon sujet et avec tes 3M lignes c'est un super test.

[Dennis Nedry]

C'est bon! tout fonctionne impeccablement.

la syntaxe à utiliser est donc:

Code :

1
2
3
INSERT INTO SALES(CLIENT_ID,EMPLOYEE_ID,YEAR,MONTH,SALES)
SELECT CLIENT_ID, TRUNC(dbms_random.value(150, 180)) AS EMPLOYEE_ID, YEAR+3 AS YEAR, MONTH, DBMS_RANDOM.VALUE(0,200)
FROM SALES;

Encore merci!

Envoyé par McM

Tiens nous au courant, c'est un bon sujet et avec tes 3M lignes c'est un super test.

Eh bien je vais te rassurer: je voulais faire un gros test de charge, donc j'ai pris la liberté de monter jusqu'à 90 millions de lignes . Je l'ai fait avant et après la correction du problême, comme ça on peut avoir une bonne base de test (et éventuellement, si quelqu'un pouvait l'ajouter aux FAQ, ce serait parfait!).


Sur un échantillon de 89 760 000 individus, En utilisant la fonction dbms_random.value(150, 179):



Les valeurs extrêmes sont sélectionnées 50% moins que les autres.

Et maintenant, avec TRUNC(dbms_random.value(150, 180))



la distribution est bien équirépartie.


En tout cas, un énorme