之前分析过一篇《通过SQL解读财富的分配》，当时还不过瘾，其实是我还没看到很多自己期望看到的数据，于是后面又做了一些测试，先测试了一版2000万的数据，得到的结果和100的差别不大，本来想来一个全球70亿人的游戏大联欢，但是确实蛮有挑战。
如果后期还准备玩这个游戏，我就加入更多的数据维度更有意义。
今天测试的是四个场景，样本基数是1000人，测试100次。
1）房间里有1000个人，每人都有1元钱，他们在玩一个游戏。每轮游戏中，每个人都要拿出一元钱随机给另一个人，最后这1000个人的财富分布是怎样的？
2）房间里有1000个人，每人都有1元钱，他们在玩一个游戏。每轮游戏中，每个人都要拿出一元钱随机给另一个人，如果自己手头没有钱，可以每次透支1元钱，最后这1000个人的财富分布是怎样的？
3）房间里有1000个人，每人都有1000元钱，他们在玩一个游戏。每轮游戏中，每个人都要拿出一元钱随机给另一个人，最后这1000个人的财富分布是怎样的？
4）房间里有1000个人，每人都有1000元钱，他们在玩一个游戏。每轮游戏中，每个人都要拿出一元钱随机给另一个人，如果自己手头没有钱，可以每次透支1元钱，最后这1000个人的财富分布是怎样的？
猛一看，好像都差不多，其实数据差别大了去了。
1
第一个是每次1元的本钱，反复100次，不透支。得到的数据如下，可以看到绝大多数的人都是手里空空，或者原地踏步，能够稍有成就的都是少数，能够出类拔萃的那是极少数。
2
第二个场景是，允许你透支，如果手头没钱，每次透支1元，反反复复100次。
第二组数据的差异化很大，输得最多的人输了近99元，赢得最多的人差不多是79，而中间的比例很明显，赢得14元和输了11元的比例相当，占的比重较高。
3
第三组数据，我们玩大一些，每次1元有些太少了。就来本钱是1000元。每一轮回归1000元，重新开始，试验100轮。
这组数据很有意思，至少不会输得精光。而且从测试结果来看肯定该不会，至少能够有900元在手。而运气好的人，运气也好不到哪里去。最多能够赢得75元，即1075元在手。
这个结果和我的初步想法差距很大，如果以中线1000为界，亏的人还是要多一些。
4
第四组数据更激进些，每个人还是1000的本钱，允许透支，每次1元，反反复复100次。
实验了100次，最少的还是900元，但是比例极低，基本的区间还是在999~1001之间。
但是增幅其实很小，不会有大起大落。
如果要测试脚本，其实很简单，就几行SQL改动一下即可。
变更核心逻辑：
--delete from test_money;
--insert into test_money select level,1 from dual connect by level <=1000;
--commit;
begin
for i in 1..1000 loop
update test_money set money=money-1 where pid=i;
update test_money set money=money+1 where pid=trunc(dbms_random.value(0,1000)) ;
end loop;
end;
/
set pages 200
select money,count(*)from test_money group by money order by money;
前端的调度器和信息汇总
for i in {1..100}
do
sqlplus -s / as sysdba<<EOF
@test.sql
EOF
sqlplus -s / as sysdba <<EOF
set pages 200
insert into test_money_sum select money,count(*)from test_money group by money;
select money,sum(money_cnt)/100 from test_money_sum group by money;
EOF
done
