参数化数据应该用多少数据量？
1、之前做性能测试，不会计算使用多少数据，反正找几千条数据做性能测试，如果可以重复使用，就用几个用户做压测。经过老师这样讲解，1、循环场景使用【用户数据=线程个数】2、不可循环使用的数据Tps * 持续时间如【100（pts）x30*60(时间)=180000（条用户数据】 ；明白（配置参数之前，我们需要先判断这个参数是什么类型的数据）

参数化数据从哪里来？
1、后台数据库中；
2、在脚本执行成功后会将这些数据 insert 或 update 到数据库中；
3、通过模拟业务接口把数据跑进去；
明白：参数化时需要确保数据来源以保证数据的有效性。

参数多与少的选择对系统压力有什么影响？
1、明白：如果压力工具使用的数据量少，那么应用服务器、缓存服务器、数据库服务器，都将使用少量的缓存来处理，相应消耗资源比较少，测不实际效果；
2、如果压力工具使用的数据量少，那么应用服务器、缓存服务器、数据库服务器，都将使用少量的缓存来处理，导致命中率高，响应实际块；
3、参数取得过多，对系统的压力就会大；
4、参数取得过少，不符合真实场景中的数据量，则无法测试出系统真实的压力
感谢老师总结：对一个系统来说，获取的参数化数据是否合理，会直接影响压力测试的结果有没有意义。

参数化数据在数据库中的直方图是否均衡，这一层学到【如果数据取自于数据图，我们通常要检查一下数据库中的数据直方图。 对于直接从生产上拿的数据来说，数据的分布更为精准。】性能测试，性能测试数据之间影响测试结果。

感谢老师总结的【参数化数据的合理性对性能场景有着举足轻重的作用。通常，我们在做参数化数据之前，需要先分析实际业务的逻辑】


参数化数据的分析重点是哪些？
1、参数化数据的分析重点是业务逻辑,只有符合逻辑的参数化，对性能测试结果会之间影响。

在不同的场景中为什么参数化数据有如此大的差异？
1、电商下单压测，如果用重复数据，完全不符合实际业务情况，会导致大量缓存，结果不真实；
2、如果是登录后操作其他业务，就可以用几个用户登录后，进行其重复业务操作压测

参数化数据的来源和获取要符合哪些规则？
1、通过数据库之间查出来做参数文件
2、通过接口把数据跑出来这样不会破坏表，更真实

当不符合获取规则时，会产生什么问题？
1、压测结果不真实；
2、影响压测判断；

1.参数化数据的分析重点是哪些？在不同的场景中为什么参数化数据有如此大的差异？
分析重点是获知数据量。一是通过业务模型分析计算，获得初步的数据量要求；二是根据限制条件和业务场景，确定数据类型；三是结合上述两点，最终确定参数化数据的数据量。
不同场景中，数据使用对业务的完成是不一样的，比如某一场景中数据可以反复出现，不影响业务，自然能实现预期的场景；而另一场景中，反复出现的数据却不能多次实现同一业务，这种情况下，当时无法实现预期的场景。
2.参数化数据的来源和获取要符合哪些规则？当不符合获取规则时，会产生什么问题？
参数化时需要确保数据来源以保证数据的有效性，千万不能随便造数据。这类数据应该满足两个条件：要满足生产环境中数据的分布；要满足性能场景中数据量的要求。
产生的问题：1.不合理的数据分布，会干扰测试结果，增加后续分析和测试的工作量；2.数据取得过多，对系统的压力就会大；数据取得过少，不符合真实场景中的数据量，则无法测试出系统真实的压力。