相反，超过95%的数字具有相同的位数（本例中为8位，很少为7位）
让我们想一想，让我们看看1到300，000，000范围内的数字分布。

• 9：200，000，000（从100，000，000到300，000，000）
• 8：约90.000.000（10.000.000至99.999.999）
• 7：约9.000.000（1.000.000至9.999.999）
• 6：约900.000（100.000至999.999）
• 5：约90.000（10.000至99.999）

等等。或者换个说法......

• 9：66%（三分之二）
• 8：30%（30个中的9个）
• 7：3%（300人中有9人）
• 6：0.3%（3000人中有9人）
• 5：0.03%（3万人中有9人）

一个好的随机数分布会有96%是9位或8位的，如果你得到的是位数的均匀分布，那就是一个坏的分布。
Demonstration

我能想到的另一种方法是使用不同范围的相同函数，如-

floor(dbms_random.value(1, 10));
floor(dbms_random.value(11, 100));
floor(dbms_random.value(101, 1000));
floor(dbms_random.value(1000, 100000));
floor(dbms_random.value(100001, 300000000));

如果希望长度分布更均匀，则可以使用对数刻度，并生成一个介于0和log 10300000000之间的随机数，然后将10进行该次幂：

SELECT FLOOR(POWER(10, DBMS_RANDOM.VALUE(0, LOG(10, 300000000)))) AS random_value
FROM   DUAL
CONNECT BY LEVEL <= 20

可输出：
| 随机值|
| - ------|
| 八个|
| 小行星16974213|
| 三一零|
| 七|
| 小行星24360|
| 五十七|
| 小行星1754|
| 小行星107512402|
| 小行星383|
| 小行星285|
| 三个|
| 小行星43978239|
| 小行星153212|
| 小行星907350|
| 小行星2732531|
| 1个|
| 小行星13877946|
| 小行星27677|
| 1个|
| 小行星1267448|

• 注意：使用对数标度时，得到数字1-10的概率与得到值11-100或1001-10000或10001-100000等的概率相同。因此，7出现的概率是70的10倍，是700的100倍。*

fiddle