在 SQL Server 中打乱列？

Posted 2023-03-14

【中文标题】在 SQL Server 中打乱列？

【英文标题】：Scramble a column in SQL Server?

【发布时间】：2010-12-15 16:21:39

【问题描述】：

我们想向潜在客户演示一个网络应用程序，但我们这样做的最佳方式是使用现有数据，以获得完整的体验。当然，我们不希望使用应用程序中可见的实际客户姓名或地址等来执行此操作。 SQL Server 中是否有一种简单的方法来随机化或打乱 varchar 或文本字段？

无论如何，这些列都不是键，无论是主键还是外键。

【问题讨论】：

数据是否仍然必须是“可读的”，还是像 MD5 哈希的输出一样是垃圾？还是可变长度？也许您可以使用lipsum.com 的输出？

IME，客户在演示中看到他们的数据反应非常好。因为他们熟悉它，这促使他们比以前更多地参与到应用程序的工作方式中。

【参考方案1】：

Redgate 有它的工具：http://www.red-gate.com/products/SQL_Data_Generator/index.htm

没用过，不过redgate工具很不错。

编辑

它会生成数据，而不是乱码，但仍然很有用。

【讨论】：

这是我的电话。红门工具创建随机但看起来合理的数据，非常适合您描述的演示场景

【参考方案2】：

我通过更改字段中的字母对数据进行了一次加扰。所以，如果你有一个名字“Mike Smith”，你把所有的 i 都改成 o，m 改成 l，e 改成 a，s 改成 t，t 改成 rr，你最终会得到 ​​p>

Moke Smoth
Loke Sloth
Loka Sloth
Loka Tloth
Loka Rrlorrh

这足以让这个名字变得不可读，而且你不能回去确定它是什么（我改变了一些已经改变了字母的字母。）但是，它仍然是可读的。

【讨论】：

嗯。现在我知道了洛夫克拉夫特是如何得到所有这些奇怪的名字的。“Cthulhu”可能一开始是他讨厌的邻居的名字......

一段时间后，有人可以弄清楚文本是如何打乱的以及大部分原始名称是什么。

@tubelius - 但对于演示，他们不会破解数据，也没有太多时间试图弄清楚原始名称是什么。另外，由于某些字母被更改了两次（s 到 t，然后 t 到 rr）并更改为多个字母，所以这并不简单（所有 s 和 t 现在都是 rr，所以是 rr 和 s 还是 t？）。对于演示，这已经足够了。

【参考方案3】：

您可以创建需要更新的列的列表，然后简单地遍历所述列表并执行一些动态 sql，以某种方式更新行。我做了一个相当基本的加扰函数，它只会对数据进行 sha1（使用随机盐），因此对于大多数用途来说它应该足够安全。

if exists (select 1 where object_id('tempdb..#columnsToUpdate') is not null)
begin
    drop table #columnsToUpdate
end
create table #columnsToUpdate(tableName varchar(max), columnName varchar(max), max_length int)

if exists (select 1 where object_id('fnGetSanitizedName') is not null)
begin 
    drop function fnGetSanitizedName
end

if exists (select 1 where object_id('random') is not null)
begin 
    drop view random
end

if exists (select 1 where object_id('randUniform') is not null)
begin 
    drop function randUniform
end

GO

create view random(value) as select rand();
go

create function dbo.randUniform() returns real
begin
    declare @v real
    set @v = (select value from random)
    return @v
end

go

CREATE FUNCTION dbo.fnGetSanitizedName 
(
    @functionName nvarchar(max),
    @length int
)
RETURNS varchar(max)
AS
BEGIN
    return left(SUBSTRING(master.dbo.fn_varbintohexstr(HashBytes('SHA1', cast(cast(cast(dbo.randUniform() * 10000 as int) as varchar(8)) as varchar(40)) + @functionName)), 3, 32), @length)

END
GO

begin transaction
set nocount on

insert into #columnsToUpdate
select tables.name, columns.name, 
    case
        when types.name = 'nvarchar' then columns.max_length / 2
        else columns.max_length
    end as max_length
from sys.tables tables
inner join sys.columns columns on tables.object_id=columns.object_id
inner join sys.types types on columns.system_type_id = types.system_type_id
where types.name in ('nvarchar', 'varchar')


declare @tableName varchar(max)
declare @columnName varchar(max)
declare @length int
declare @executingSql varchar(max)

declare tableUpdateCursor cursor 
    for select tableName, columnName, max_length from #columnsToUpdate
open tableUpdateCursor

    fetch next from tableUpdateCursor into @tableName, @columnName, @length
    while @@fetch_status = 0
    begin
        set @executingSql = 'update ' + @tableName + ' set ' + @columnName + ' = dbo.fnGetSanitizedName(' + @columnName + ',' + cast(@length as varchar(max)) + ')'
        print @executingSql
        exec(@executingSql)

        fetch next from tableUpdateCursor into @tableName, @columnName, @length
    end


close tableUpdateCursor
deallocate tableUpdateCursor

set nocount off

rollback -- Can remove the rollback when you are sure about what your are doing.

drop table #columnsToUpdate
drop function dbo.fnGetSanitizedName
drop view random
drop function randUniform

【参考方案4】：

不可能只将您的数据留在表格中，并以某种方式仅以打乱的形式显示。

您的选择是通过以某种方式对数据进行加扰来替换数据，生成具有相同通用形式的新数据，编写一个函数（CLR 或 T-SQL）将其作为您使用的查询的一部分进行加扰，或者对数据进行加密，在这种情况下，只有在用户也有适当的解密密钥时才能显示。

如果您决定替换数据，除了前面提到的 Red Gate 工具外，您还可以考虑使用 Visual Studio Team Database 附带的数据生成器，或者可能是集成服务。如果您希望从更复杂的转换中受益，后者可能特别有用。

【参考方案5】：

这是一个迟到的答案，但我对任何关于此事的互联网搜索都不满意。下面是一个将客户表中的名字和姓氏打乱以创建新名称的示例：

--Replace Customers with your table name
select * from Customers

--Be sure int match your id column datatype
Declare @id int

--Add a WHERE here to select just a subset of your table
DECLARE mycursor CURSOR FOR SELECT id FROM Customers
OPEN mycursor
FETCH NEXT FROM mycursor INTO @id;

WHILE (@@FETCH_STATUS = 0) 
BEGIN
    --We loop
    --Warning: NEWID() is generated once per query, so we update the fullname in two queries.
    UPDATE Customers
        SET FirstName = (SELECT TOP 1 FirstName FROM Customers ORDER BY NEWID())
    WHERE id = @id
    UPDATE Customers
        SET LastName = (SELECT TOP 1 LastName FROM Customers ORDER BY NEWID())
    WHERE id = @id
    FETCH NEXT FROM mycursor INTO @id;
END

CLOSE mycursor;
DEALLOCATE mycursor;

select * from Customers

【参考方案6】：

dbForge 有一个免费的数据生成工具：http://www.devart.com/dbforge/sql/data-generator/

【参考方案7】：

这里有几个简单的方法，它们的性能非常好，可以应用于表格：

use master;

declare @length as  int = 50;   --acts as maximum length for random length expressions
declare @rows   as  int = 10;

SELECT 
    CONVERT( VARCHAR(max), crypt_gen_random( @length     ))                                 as  FixedLengthText
,   CONVERT(NVARCHAR(max), crypt_gen_random( @length * 2 ))                                 as  FixedLengthUnicode
,   (   select crypt_gen_random((@length/8*6)) 
        where value."type" is not null  --refer to outer query, to get different value for each row
        FOR XML PATH(''))                                                                   as  FixedLengthBase64
,   CONVERT( VARCHAR(max), crypt_gen_random( (ABS(CHECKSUM(NewId())) %  @length     )+1 ))  as  RandomLengthText
,   CONVERT(NVARCHAR(max), crypt_gen_random( (ABS(CHECKSUM(NewId())) % (@length * 2))+1 ))  as  RandomLengthUnicode
,   (   select crypt_gen_random( ( (ABS(CHECKSUM(NewId())) % @length )+1 )/8*6 )
        where value."type" is not null  --refer to outer query, to get different value for each row
        FOR XML PATH(''))                                                                   as  RandomLengthBase64
FROM  dbo.spt_values  AS  value
WHERE   value."type" = 'P'  --Limit "number" to integers between 0-2047
    and value.number <= @rows
;