随机指标是数据测试中常用的随机数据天生方式。在数据测试中，幸运的是我们有部门的数据是可以通过自然天生（如用户输入、纪录天生等）的，然而为了全面测试应用法式，我们需要天生一些随机的数据。然而我们能够考察到随机数据天生的性能问题，随机数据天生的效率和完全性对测试的结果有着重要的影响。
在这篇文章中，我们分享了一些若何提高随机数据天生效率和完整性的实践履历。
1.使用线性同余法天生随机数
线性同余法是一种常用的随机数天生方式，它基于递归公式 Xn 1=(aXn c) mod m 盘算Xn的下一个值。这种方式比其他随机数天生方式更快，而且天生出来的随机数在统计方面的性能也对照好。
2.增添数据漫衍的随机性
数据漫衍性越普遍，随机数据的完整性也就越好。使用一些漫衍普遍的方式，好比高斯漫衍和泊松漫衍，可以更好的满足测试需求。
3.使用并发战略
对于需要天生大量随机数据的场景，接纳并发战略可以提高效率。我们可以接纳分治法，在多个执行器上划分天生差异的测试数据，然后将结果合并起来。
4.有用地使用缓存
缓存不仅可以提高随机数据的天生效率，还能够提高法式的整体性能。我们可以使用内存缓存来存储已经天生的随机数，制止重复的盘算。
以上是我们的实践履历，希望能对人人有所辅助。