我们知道，很多开发语言中，产生随机数的关键是需要一个随机数的基数。
shell 有多种方法获得随机数的基数。
一、时间命令产生伪随机数
date 命令可以获得当前时间的纳秒值，这个值精确到亿分之一秒（范围 000000000~999999999）。可以利用这个纳秒值来产生伪随机数的基数。
例1，test.sh：
random ()
{
local min=$1
local max=$2
local range=$(($max - $min + 1))
number=$(($((10#$(date +%N))) % range + $min))
echo $number
}
while true
do
echo $LINENO `random 1 100`
sleep 1
done
在命令提示符下输入 ./test.sh，将会循环产生 1~100 之间的伪随机整数。
使用 date 命令产生伪随机数的基数时，需要进行 10 进制转换。因为 $(date +%N) 的结果有可能是数字 0 开头的整数，shell 会将其识别为八进制数值，当数值中出现非八进制数字时，会出现错误（数值太大不可为算数进制的基）。
二、$RANDOM 产生伪随机数
$RANDOM 是 shell 的内部函数（不是变量），这个函数返回范围 0~32767 之间的一个伪随机整数。在 shell 中，常使用这个函数返回一个指定范围的伪随机数。
例2，test.sh：
numbers=(136 158 132 133 139 189)
while true
do
index=$(($RANDOM % ${#numbers[*]}))
echo numbers[$index]=${numbers[$index]}
sleep 1
done
在命令提示符下输入 ./test.sh，将会循环产生 0~${#numbers[*]}-1 之间的数组索引。
RANDOM 产生的不是真正的随机数，如果每次使用相同的随机数种子，随机数将产生相同的序列。因此，使用不同的随机数种子，将增加 RANDOM 产生真正随机数的几率。
例3，test.sh：
在命令提示符下输入 ./test.sh，将会循环产生 0~32767 之间的伪随机整数。
我们常需要产生指定范围的被指定整数整除的随机数。可以使用如下通用算法：
random_number = random%(max - min + 1) + min + div - 1) / div * div
例4，test.sh：
random ()
{
local l_min=$1
local l_max=$2
local l_div=$3
local l_range=$(($l_max - $l_min + 1))
RANDOM=`date +%N`
local number=$((($RANDOM % $l_range + $l_min + $l_div - 1) / $l_div * $l_div))
echo $number
}
update_count ()
{
case $1 in
3) ((numbers[3]++)) ;;
6) ((numbers[6]++)) ;;
9) ((numbers[9]++)) ;;
12) ((numbers[12]++)) ;;
15) ((numbers[15]++)) ;;
18) ((numbers[18]++)) ;;
21) ((numbers[21]++)) ;;
24) ((numbers[24]++)) ;;
27) ((numbers[27]++)) ;;
30) ((numbers[30]++)) ;;
esac
}
count=0
readonly max_count=600
readonly g_min=1
readonly g_max=30
readonly g_div=3
while [ $count -lt $max_count ]
do
update_count `random $g_min $g_max $g_div`
((count++))
done
echo numbers[3]=${numbers[3]}
echo numbers[6]=${numbers[6]}
echo numbers[9]=${numbers[9]}
echo numbers[12]=${numbers[12]}
echo numbers[15]=${numbers[15]}
echo numbers[18]=${numbers[18]}
echo numbers[21]=${numbers[21]}
echo numbers[24]=${numbers[24]}
echo numbers[27]=${numbers[27]}
echo numbers[30]=${numbers[30]}
执行结果如下：
numbers[3]=63
numbers[6]=47
numbers[9]=45
numbers[12]=55
numbers[15]=60
numbers[18]=63
numbers[21]=67
numbers[24]=69
numbers[27]=78
numbers[30]=53
在例4中，每次执行的结果都是会不一样的。如果产生随机数的算法要做到真正的随机，则所有随机数的值的分布应该是均衡的。