PHP 隨機字符串重複率高的原因分析與解決方案

問題現象

循環插入 10 萬條數據，生成的隨機姓名每 1760 條重複一次，且 sex、age 也完全同步重複。

原因剖析

1. 熵源不足：rand() 是線性同餘偽隨機數生成器，週期有限（通常 2^31-1）。
2. 種子固定：PHP 腳本啟動時自動播種一次，同一進程內序列固定。
3. 取值範圍極小：
   • 姓名長度：rand(3, 26) → 24 種可能。
   • 首字母：rand(1, 26) → 26 種。
   • 後續字母：rand(1, 26) → 26 種。
   • 組合空間極小，10 萬次循環必然大量碰撞。
4. sex = rand(0,3) 僅 4 種值，age = rand(1,120) 120 種值，極易重複。

解決方案

1. 使用高熵隨機源

// PHP 7+
$bytes = random_bytes(16); // 加密級隨機字節
$name = bin2hex($bytes); // 或自定義編碼

2. 擴大取值空間

$name = '';
$len = random_int(5, 12); // 更長
for ($i=0; $i<$len; $i++) {
    $name .= chr(random_int(97, 122)); // a-z
}

3. 組合多維度隨機性

$sex = random_int(0, 1); // 0/1
$age = random_int(18, 80); // 更合理範圍

最佳實踐

• 業務唯一標識使用 UUID 或 random_bytes + 時間戳。
• 大量數據生成時，考慮批次去重或資料庫唯一約束。
• 避免在循環中重複調用弱隨機函數。