如何使用Apache AGE生成带随机值的节点与边？

1. 创建并填充随机节点表 #

首先创建节点表，包含主键、自定义随机属性，再用generate_series和random()批量生成节点：

-- 创建节点表结构
CREATE TABLE nodes (
    node_id SERIAL PRIMARY KEY,
    node_name VARCHAR(50) NOT NULL,
    random_score NUMERIC(10,2) NOT NULL
);

-- 插入100个带随机值的节点
INSERT INTO nodes (node_name, random_score)
SELECT
    'node_' || gs, -- 生成唯一标识名称
    ROUND((random() * 1000)::NUMERIC, 2) -- 生成0-1000的随机数值，保留两位小数
FROM generate_series(1, 100) gs;

如果需要更随机的节点名称，也可以用哈希值生成：

-- 用MD5哈希生成随机字符串节点名
INSERT INTO nodes (node_name, random_score)
SELECT
    substring(md5(random()::TEXT) FROM 1 FOR 8), -- 取哈希前8位作为名称
    ROUND((random() * 1000)::NUMERIC, 2)
FROM generate_series(1, 100);

2. 创建并生成随机边表 #

边表需要关联节点主键，可根据需求生成有向/无向边，同时避免自环或重复边：

无向边（无自环、无重复） #

-- 创建无向边表，添加唯一约束避免重复边
CREATE TABLE edges (
    edge_id SERIAL PRIMARY KEY,
    start_node INT REFERENCES nodes(node_id),
    end_node INT REFERENCES nodes(node_id),
    edge_weight NUMERIC(5,2) NOT NULL,
    UNIQUE (LEAST(start_node, end_node), GREATEST(start_node, end_node))
);

-- 插入200条有效无向边
INSERT INTO edges (start_node, end_node, edge_weight)
SELECT
    floor(random() * 100) + 1 AS start_node, -- 随机选取1-100的节点ID
    floor(random() * 100) + 1 AS end_node,
    ROUND((random() * 100)::NUMERIC, 2) AS edge_weight
FROM generate_series(1, 300) -- 多生成候选数据，过滤后取有效条目
WHERE start_node != end_node
ON CONFLICT (LEAST(start_node, end_node), GREATEST(start_node, end_node)) DO NOTHING -- 跳过重复边
LIMIT 200;

有向边（无自环，允许同方向重复） #

-- 创建有向边表
CREATE TABLE directed_edges (
    edge_id SERIAL PRIMARY KEY,
    from_node INT REFERENCES nodes(node_id),
    to_node INT REFERENCES nodes(node_id),
    edge_weight NUMERIC(5,2) NOT NULL
);

-- 插入200条有向边
INSERT INTO directed_edges (from_node, to_node, edge_weight)
SELECT
    floor(random() * 100) + 1 AS from_node,
    floor(random() * 100) + 1 AS to_node,
    ROUND((random() * 100)::NUMERIC, 2) AS edge_weight
FROM generate_series(1, 200)
WHERE from_node != to_node;

3. 进阶：自定义随机分布 #

如果需要更贴近真实场景的随机值，比如边权重服从正态分布，可以用Box-Muller变换实现：

-- 生成均值为50、标准差为10的正态分布边权重
INSERT INTO edges (start_node, end_node, edge_weight)
SELECT
    floor(random() * 100) + 1 AS start_node,
    floor(random() * 100) + 1 AS end_node,
    ROUND((50 + 10 * sqrt(-2 * ln(random())) * cos(2 * pi() * random()))::NUMERIC, 2) AS edge_weight
FROM generate_series(1, 200)
WHERE start_node != end_node;

内容的提问来源于stack exchange，提问作者ahmed_131313