sql注入报错之注入原理实例解析

前言

我相信很多小伙伴在玩sql注入报错注入时都会有一个疑问，为什么这么写就会报错？曾经我去查询的时候，也没有找到满意的答案，时隔几个月终于找到搞清楚原理，特此记录，也希望后来的小伙伴能够少走弯路

0x01

我们先来看一看现象，我这里有一个users表，里面有五条数据：

然后用我们的报错语句查询一下：

select count(*),(concat(floor(rand()*2),(select version())))x from users group by x

成功爆出了数据库的版本号。

要理解这个错误产生的原因，我们首先要知道group by语句都做了什么。我们用一个studetn表来看一下：

现在我们通过年龄对这个表中的数据进行下分组：

形成了一个新的表是吧？你其实应该能够想到group by 语句的执行流程了吧？最开始我们看到的这张sage-count()表应该时空的，但是在group by语句执行过程中，一行一行的去扫描原始表的sage字段，如果sage在sage-count()不存在，那么就将他插入，并置count()置1，如果sage在sage-count()表中已经存在，那么就在原来的count(*)基础上加1，就这样直到扫描完整个表，就得到我们看到的这个表了。

注：这里有特别重要的一点，group by后面的字段时虚拟表的主键，也就是说它是不能重复的，这是后面报错成功的关键点，其实前面的报错语句我们已经可以窥见点端倪了

0x02

正如我前面所说的，报错的主要原因时虚拟表的主键重复了，那么我们就来看一下它到底是在哪里，什么时候重复的。这里rand()函数就登场了。
首先我们先来了解rand()函数的用法：

1.用来生成一个0~1的数

2.还可以给rand函数传一个参数作为rand()的种子，然后rand函数会依据这个种子进行随机生成。

那他们的区别是什么呢？我们来看一下，这两个语句的执行效果：

可以看到rand()生成的数据毫无规律，而rand(0)生成的数据则有规律可循，是：
0110 0110

注：如果你觉得数据不够，证明不了rand()的随机性，你可以自己多插入几条数据再查询试一下。

0x03

现在我们弄清楚了group by语句的工作流程，以及rand()与rand(0)的区别，那么接下来就是重点了，mysql官方说，在执行group by语句的时候，group by语句后面的字段会被运算两次。

**第一次：**我们之前不是说了会把group by后面的字段值拿到虚拟表中去对比吗，在对比之前肯定要知道group by后面字段的值，所以第一次的运算就发生在这里。

**第二次：**现在假设我们下一次扫描的字段的值没有在虚拟表中出现，也就是group by后面的字段的值在虚拟表中还不存在，那么我们就需要把它插入到虚拟表中，这里在插入时会进行第二次运算，由于rand函数存在一定的随机性，所以第二次运算的结果可能与第一次运算的结果不一致，但是这个运算的结果可能在虚拟表中已经存在了，那么这时的插入必然导致错误！

所以我们现在通过一个例子来验证我们的理论，拿出我们最开始的例子：

select count(*),(concat(floor(rand(0)*2),'@',(select version())))x from users group by x

声明：users表就是本文第一个表，表中有五条数据

注意我这里用的是rand(0)，不是rand()，rand(0)生成的有规律的序列：

我们跟着刚刚的思路走，最开始的虚拟表是空的，就像下面一样：

当我扫描原始表的第一项时，第一次计算，floor(rand(0)*2)是0，然后和数据库的版本号（假设就是5.7.19）拼接，到虚拟表里去寻找x有没有x的值是x@5.7.19的数据项，结果显然是没有，那么接下来就将它插入到上表中，但是还记得吗，在插入之前会进行第二次计算，这时x的值就变成了1@5.7.19，所以虚拟表变成了下面这样：

现在扫描原始表的第二项，第一次计算x==’1@5.7.19‘，已经存在，不需要进行第二次计算，直接插入，得到下表：

扫描原始表的第三项，第一次计算x==‘0@5.7.19’，虚拟表中找不到，那么进行第二次计算，这时x==‘1@5.7.19’，然后插入，但是插入的时候问题就发生了，虚拟表中已经存在以1@5.7.19为主键的数据项了，插入失败，然后就报错了！

上面是使用rand(0)的情况，rand(0)是比较稳定的，所以每次执行都可以报错，但是如果使用rand()的话，因为它生成的序列是随机的嘛，所以并不是每次执行都会报错，下面是我的测试结果：

执行了五次，报错两次，所以是看运气。

总结

总之，报错注入，rand(0),floor(),group by缺一不可