我們需要根據實際情況生成攤鋪數據，這個過程要符合實際生產情況表的數據配比。例如，如果壹個表和另壹個表的數據量的倍數關系是5∶1，那麽在準備數據時，無論準備多少條數據，都需要確保這兩個表的數據量的倍數是5∶1。
盡管底層數據是垃圾數據，但它們也需要遵守數據庫中數據的依賴性。例如壹對壹和壹對多關系。
我們在性能測試中準備的數據顯示在“在性能測試之前在DB2中準備的鋪設數據表”中。
在性能測試開始之前，我們在DB2數據庫中準備的數據總量是10.5GB..
也許妳會問，為什麽需要準備這些鋪路資料呢？這些數據並不在我們的實際生產環境中，所以為什麽要花時間準備這麽大量的數據呢？答案是，有基礎數據和沒有基礎數據時，系統的性能會有很大的不同。那麽，為什麽會這樣呢？
首先，如果沒有底層數據，就會為表建立索引。當系統的數據量很小時，數據庫可能會掃描整個表而不是索引。因此，如果沒有底層數據，可能會導致系統中的數據庫死鎖。
如果數據量很小，為了優化數據庫，有時不使用索引掃描，而是使用全表掃描，這將導致全表被鎖定並導致死鎖。當數據量很大時，數據庫將掃描索引，並且不會鎖定整個表。
因此，在某些情況下，當系統聯機時，必須準備壹些無用的數據並放入表中，這樣數據庫就不會采用全表掃描。雖然這個問題有時可以通過更改鎖定策略來解決，但如果存在風險，則應在聯機系統中避免。
其次，如果數據量很小，我們不知道SQL語句在進行查詢時是什麽樣的執行路徑方案。數據庫具有根據SQL語句自動計算最佳路徑的功能，比如DB2的訪問路徑。訪問路徑會隨著數據量的變化而變化。壹旦系統的架構龐大，數據量就會隨著時間的推移而增加。因此，應準備壹定量的數據以保持訪問路徑相對穩定。
因為基礎數據使系統性能更真實，更符合生產環境的真實情況。將基礎數據存儲在數據庫中，系統從上線開始就有壹個相對穩定的環境。
如果沒有底層數據，系統環境隨時可能面臨性能突變、數據庫異常、響應時間突然下降等不穩定因素。因此，準備基礎數據不僅對性能測試具有深遠意義，而且對即將上線的生產環境也至關重要。試想在銀行系統中，如果妳不準備基礎數據，壹旦系統上線就會出現問題，那麽銀行將失去多少客戶。
準備底層數據有幾個主要原則:1。只要數據庫中的數據量比內存大幾倍，結果幾乎相同；2.準備數據時，保持原表的約束關系；3.每個表格中的數據量應符合真實情況。