Distributions.jl如何设置模块级Seeded RNG统一随机值

核心原则是绝对不要修改全局随机数生成器（GLOBAL_RNG）的状态，也不要在每个函数里重复实例化RNG对象，正确做法是在模块层级维护一个私有、固定种子的RNG实例，供所有内部函数共用。

为什么你现有的两个方案都有缺陷 #

• 第一种每次调用函数重置全局种子的方案是典型的反模式：它会篡改用户代码环境的全局随机状态，只要用户调用了你的模块函数，他自己写的随机逻辑、其他依赖随机数的包的运行结果都会被干扰，会产生非常难排查的隐蔽bug。
• 第二种每次调用都新建MersenneTwister(1)实例的方案：一是重复实例化RNG有不必要的性能开销，二是每次调用都会从同一个初始状态开始生成随机数，如果你需要模块内多个函数先后调用时共享连续的随机流，这个方案做不到，同时也没有解决代码冗余的问题。

具体实现 #

你只需要在模块初始化时创建一个模块私有的固定种子RNG，再封装一层轻量的内部随机调用接口，所有模块内的函数都走这个内部接口即可，示例代码如下：

module YourModule
using Random, Distributions

# 模块私有RNG，仅模块内部可访问，初始化时设置你需要的固定种子
const _INTERNAL_RNG = MersenneTwister(42) # 42替换成你要用的种子值即可

# 封装内部随机调用方法，省得每次手动传RNG参数
_rand(args...) = rand(_INTERNAL_RNG, args...)
_randn(args...) = randn(_INTERNAL_RNG, args...)

# 后续所有模块函数都用封装好的内部随机方法即可，不用重复设置种子
function random_values(n)
    _rand(Normal(), n)
end

function other_random_func(shape1, shape2)
    _rand(Beta(shape1, shape2))
end

# 可选：对外暴露重置模块种子的接口，方便用户需要自定义可复现规则时调整
function reset_seed!(seed::Integer)
    Random.seed!(_INTERNAL_RNG, seed)
    return nothing
end

end # module

方案优势 #

• 无副作用：全程不碰全局RNG状态，不会干扰用户侧和其他第三方包的随机逻辑
• 低冗余：种子只需要在模块初始化时设置一次，要调整默认种子只需要改一行代码，不需要遍历所有函数修改
• 状态连续：所有内部函数共用同一个RNG的随机流，符合常规随机数生成的使用预期，也没有重复实例化RNG的额外开销
• 灵活性高：预留的重置种子接口可以满足用户自定义可复现实验的需求，不会把逻辑写死。

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