或许你会问，为什么要准备这些铺底数据?这些数据不是我们的实际生产环境的数据，那为什么要花时间去准备如此大量的数据呢?
答案是，系统在有铺底数据和没有铺底数据的情况下，性能会有很大的差异。那为什么会这样呢?
首先，如果没有那些铺底数据，那么本来为一张表建立了一个索引，当系统的数据量很小的时候，数据库就有可能造成全表扫描，而不走索引扫描，这样就会造成系统的性能降低。
如果数据量很小的话，我们不知道进行一次查询时候的 SQL 语句究竟是哪种执行路径方案。(数据库有自动根据 SQL 语句算出一条自认为最优化的路径的功能。譬如 DB2 的 ACCESS PATH。ACCESS PATH 会随着数据量的多少的变化而变化的。一旦系统比较庞大，在日积月累中，数据量会越来越大的。所以要准备一定数量的数据，让 ACCESS PATH 保持相对稳定。
1.3 没有铺底数据有可能造成系统发生数据库的死锁
如果数据量少，数据库为了优化有的时候就不用 INDEX 扫描，而采用全表扫描，这样造成整表被锁，导致死锁，而数据量大了以后数据库会进行 INDEX 扫描，所以不会琐住整个表。所以在有些情况下在系统上线时准备一些无用的数据放在表中，让数据库不会导致全表扫描!虽然有的时候可以通过改变锁的策略去解决这个问题，但是如果存在风险，在上线系统中就要避免。
1.4 铺底数据使得系统性能更加真实 , 更符合生产环境的真实情况
在数据库里面存入铺底数据，系统从一开始上线的时候，就已有了一个比较稳定的环境。如果没有铺底数据，那系统的环境可能随时面临着不稳定的因素：如性能陡变，数据库异常 ( 资源池不够用，数据库死锁，数据库全表扫描等等 )，响应时间突然下降。所以准备铺底数据，不但对性能测试意味深远，而且对即将上线的生产环境也是至关重要的。试想在银行系统中，如果不准备铺底数据，一旦系统上线的时候发生了问题，那么银行会损失多少客户!
1.5 准备铺底数据要则
准备铺底数据主要有以下几点原则：
准备的数据量大小：数据库中的数据量只要比内存大上若干倍，结果就差不多了。
数据在准备的时候，要保持原表的约束关系。
每张表的数据量要符合真实情况(对此点要求可能比较高 , 通常的做法是估算一下实际的情况)。
介绍了这些的原则，如何在实际操作中创建铺底数据呢?后面的第 2 章将结合上述的三条原则，具体讲述如何高性能地准备铺地数据
文章来源于领测软件测试网 https://www.ltesting.net/
