diff --git a/api/internal/scheduler/schedulers/aiScheduler.go b/api/internal/scheduler/schedulers/aiScheduler.go
index 50cf27ca..5c8daacc 100644
--- a/api/internal/scheduler/schedulers/aiScheduler.go
+++ b/api/internal/scheduler/schedulers/aiScheduler.go
@@ -107,6 +107,8 @@ func (as *AiScheduler) PickOptimalStrategy() (strategy.Strategy, error) {
 		//todo resources should match cluster StaticWeightMap
 		strategy := strategy.NewStaticWeightStrategy(as.option.ClusterToStaticWeight, as.option.Replica)
 		return strategy, nil
+	case strategy.RANDOM:
+
 	}
 
 	return nil, errors.New("no strategy has been chosen")
diff --git a/api/internal/scheduler/strategy/random.go b/api/internal/scheduler/strategy/random.go
new file mode 100644
index 00000000..b030bafd
--- /dev/null
+++ b/api/internal/scheduler/strategy/random.go
@@ -0,0 +1,10 @@
+package strategy
+
+/*type RandomStrategy struct {
+	clusterIds []string
+	replicas   int32
+}
+
+func NewRandomStrategy(clusterIds []string, replicas int32) *NewRandomStrategy {
+	return &RandomStrategy{clusterIds: clusterIds, replicas: replicas}
+}*/
diff --git a/api/internal/scheduler/strategy/strategy.go b/api/internal/scheduler/strategy/strategy.go
index 59d6cb17..91cd4d4d 100644
--- a/api/internal/scheduler/strategy/strategy.go
+++ b/api/internal/scheduler/strategy/strategy.go
@@ -5,6 +5,7 @@ const (
 	RESOURCES_PRICING  = "resourcesPricing"
 	STATIC_WEIGHT      = "staticWeight"
 	DYNAMIC_RESOURCES  = "dynamicResources"
+	RANDOM             = "random"
 	DATA_LOCALITY      = "dataLocality"      //感知数据位置，数据调度和计算调度协同，近数据调度
 	ENERGY_CONSUMPTION = "energyConsumption" //根据各集群总体能耗水平调度作业，优先选择能耗低的集群调度作业
 )
diff --git a/api/internal/scheduler/strategy/test/strategy_test.go b/api/internal/scheduler/strategy/test/strategy_test.go
index 376e93c9..8802ffa2 100644
--- a/api/internal/scheduler/strategy/test/strategy_test.go
+++ b/api/internal/scheduler/strategy/test/strategy_test.go
@@ -5,7 +5,9 @@ import (
 	"gitlink.org.cn/JointCloud/pcm-coordinator/api/internal/scheduler/entity"
 	"gitlink.org.cn/JointCloud/pcm-coordinator/api/internal/scheduler/service/collector"
 	"gitlink.org.cn/JointCloud/pcm-coordinator/api/internal/scheduler/strategy"
+	"math/rand"
 	"testing"
+	"time"
 )
 
 func TestReplication(t *testing.T) {
@@ -106,3 +108,144 @@ func TestStaticWeight(t *testing.T) {
 		})
 	}
 }
+
+func TestRandom(t *testing.T) {
+	// 使用当前时间作为随机数种子，确保每次程序运行产生的随机数序列都不同
+	rand.Seed(time.Now().UnixNano())
+
+	/*randomNum := randInt(1, 100)
+	fmt.Println("Random number:", randomNum)*/
+	total := 5 // 假设总数是5
+	first, second := splitIntoTwoRandomParts(total)
+	fmt.Printf("第一部分的数量: %d, 第二部分的数量: %d\n", first, second)
+}
+
+// randInt 生成一个指定范围内的随机整数，包括min但不包括max
+func randInt(min, max int) int {
+	return min + rand.Intn(max-min)
+}
+
+func splitIntoTwoRandomParts(total int) (int, int) {
+	if total < 2 {
+		// 如果总数小于2，则无法分成两部分
+		return 0, 0
+	}
+	// 生成一个随机数作为第一部分的数量（范围在[1, total-1]之间）
+	firstPart := rand.Intn(total-1) + 1
+	// 第二部分的数量就是总数减去第一部分的数量
+	secondPart := total - firstPart
+	return firstPart, secondPart
+}
+
+func splitIntoRandomParts(total int) (int, int) {
+	if total < 2 {
+		// 如果总数小于2，则无法分成两部分
+		return 0, 0
+	}
+	// 生成一个随机数作为第一部分的数量（范围在[1, total-1]之间）
+	firstPart := rand.Intn(total-1) + 1
+	// 第二部分的数量就是总数减去第一部分的数量
+	secondPart := total - firstPart
+	return firstPart, secondPart
+}
+
+func TestRandoms(t *testing.T) {
+	// 使用当前时间作为随机数种子，确保每次程序运行产生的随机数序列都不同
+	rand.Seed(time.Now().UnixNano())
+
+	/*randomNum := randInt(1, 100)
+	fmt.Println("Random number:", randomNum)*/
+	total := 10 // 假设总数是5
+	parts := splitRandomParts(total)
+	fmt.Println("分配结果:", parts)
+}
+
+// splitIntoRandomParts 将总数total随机分成多个部分，并返回这些部分的切片
+func splitRandomParts(total int) []int {
+	if total < 2 {
+		// 如果总数小于2，则无法分成多个部分
+		return []int{total}
+	}
+
+	// 创建一个切片来保存每个部分的数量
+	var parts []int
+
+	// 剩余要分配的副本数
+	remaining := total
+
+	// 随机决定要分成的部分数量（至少2个部分）
+	numParts := rand.Intn(total-1) + 2
+
+	// 确保每个部分至少获得1个副本
+	for i := 0; i < numParts-1; i++ {
+		// 生成一个随机数（1到剩余副本数之间）
+		// 为了避免最后一个部分太小，我们可能需要调整随机数范围
+		minPartSize := 1
+		if remaining <= numParts-i {
+			// 如果剩余副本数不足以让每个部分都至少获得1个，则调整最小部分大小
+			minPartSize = remaining / (numParts - i)
+			if remaining%(numParts-i) > 0 {
+				minPartSize++
+			}
+		}
+		// 生成一个大于等于minPartSize且小于等于remaining的随机数
+		partSize := minPartSize + rand.Intn(remaining-minPartSize+1)
+		parts = append(parts, partSize)
+		remaining -= partSize
+	}
+
+	// 最后一个部分的数量就是剩余的副本数
+	parts = append(parts, remaining)
+
+	return parts
+}
+
+func TestNumRandom(t *testing.T) {
+	total := 10   // 假设副本数是10
+	numParts := 3 // 假设要分成5个集群
+
+	parts, err := splitIntoParts(total, numParts)
+	if err != nil {
+		fmt.Println("Error:", err)
+		return
+	}
+	fmt.Println("分配结果:", parts)
+}
+
+// splitIntoParts 将总数total随机分成numParts个部分，并返回这些部分的切片
+func splitIntoParts(total int, numParts int) ([]int, error) {
+	if total < 1 || numParts < 1 {
+		// 总数或部分数量不能小于1
+		return nil, fmt.Errorf("total and numParts must be greater than 0")
+	}
+	if numParts > total {
+		// 部分数量不能大于总数
+		return nil, fmt.Errorf("numParts cannot be greater than total")
+	}
+
+	// 创建一个切片来保存每个部分的数量
+	parts := make([]int, numParts)
+
+	// 首先将每个部分都分配至少一个副本
+	for i := range parts {
+		parts[i] = 1
+		total--
+	}
+
+	// 剩余要分配的副本数
+	remaining := total
+
+	// 随机分配剩余的副本
+	for remaining > 0 {
+		// 随机选择一个部分（索引从0到numParts-1）
+		partIndex := rand.Intn(numParts)
+
+		// 如果该部分加上一个副本后不会超过总数，则分配一个副本
+		if parts[partIndex]+1 <= total {
+			parts[partIndex]++
+			remaining--
+		}
+	}
+
+	return parts, nil
+}