正如我们所看到的，COLOR_FREQUENCY 表中的每一行都连接了 CONSECUTIVE_NUMBER 表中的 FREQUENCY 行。该示例生成了您需要用于获得所需值分布的确切内容：
　　CREATE TABLE T_SHIRT(COLOR VARCHAR(30) NOT NULL， SIZE CHAR(1) NOT NULL);
　　INSERT INTO T_SHIRT
　　SELECT COLOR， 'M' AS SIZE
　　FROM COLOR_FREQUENCY JOIN CONSECUTIVE_NUMBER
　　ON NUM BETWEEN 1 AND FREQUENCY;
　　SELECT COLOR， COUNT(*) FROM T_SHIRT GROUP BY COLOR;
　　COLOR                          2          
　　------------------------------ -----------
　　AMBER                                    3
　　BLACK                                    1
　　BLUE                                     1
　　GREEN                                    3
　　RED                                     37
　　SILVER                                  12
　　WHITE                                    2 ;
　　因此，T_SHIRT 表现在有 37+12+3+3+2+1+1 = 57 行。该表刚好具有所需的值分布。
　　为几个列生成具有给定值分布的数据
　　使用前一章中的所用表，您还可以为 SIZE 列指定值分布：
　　CREATE TABLE SIZE_FREQUENCY(SIZE CHAR(1)， FREQUENCY SMALLINT);
　　INSERT INTO SIZE_FREQUENCY VALUES
　　('S'， 5)， ('M'，7)， ('L'， 9);
　　并使用两个表表达式来填充 T_SHIRT 表：
　　INSERT INTO T_SHIRT
　　SELECT COLOR， SIZE
　　FROM
　　(SELECT COLOR FROM COLOR_FREQUENCY JOIN CONSECUTIVE_NUMBER ON NUM
　　BETWEEN 1 AND FREQUENCY) C，
　　(SELECT SIZE FROM SIZE_FREQUENCY JOIN CONSECUTIVE_NUMBER ON NUM BETWEEN
　　1 AND FREQUENCY) S
　　第一个表表达式产生 57 行，而第二个表表达式则产生 5+7+9=21 行。由于我们没有指定任何连接条件，所以第一个结果集中的每一行将会连接第二个中的每一行，从而产生 57*21 行。
　　注意：交叉连接可能会生成太多行。因此，该事务将太大，以致服务器无法处理。本例中，您可能需要几个较小一些的 INSERT 语句，例如在第一个 INSERT 中使用以下表表达式：
　　(SELECT SIZE FROM SIZE_FREQUENCY JOIN CONSECUTIVE_NUMBER ON NUM BETWEEN
　　1 AND FREQUENCY AND SIZE='L') S
　　并且在第二个 INSERT 语句中将这个表表达式修改为：
　　(SELECT SIZE FROM SIZE_FREQUENCY JOIN CONSECUTIVE_NUMBER ON NUM BETWEEN
　　1 AND FREQUENCY AND SIZE<>'L') S
　　生成具有相关列的数据
　　假定我们需要生成几行记录来填充 CAR 表：
　　CREATE TABLE CAR(
　　MAKE VARCHAR(20) NOT NULL，
　　MODEL VARCHAR(20) NOT NULL，
　　OTHER_DATA VARCHAR(20));
　　如果尝试前一章中的方法，我们后将获得一些不可能的 MAKE/MODEL 组合，例如“TOYOTA METRO”和“GEO CAMRY”。该状况称作 MAKE 列和 MODEL 列之间的相关性。正确的方法是指定有效对（MAKE，MODEL）及其频率：
　　CREATE TABLE MAKE_MODEL_FREQUENCY(MAKE VARCHAR(20)， MODEL VARCHAR(20)，
　　FREQUENCY SMALLINT);
　　INSERT INTO MAKE_MODEL_FREQUENCY VALUES
　　('TOYOTA'，'CAMRY'， 40)， ('HONDA'，'ACCORD'，40)， ('CHEVY'， 'PRIZM'， 5)，
　　('GEO'，'PRIZM'，  5)，  ('CHEVY'， 'METRO'， 5)， ('GEO'， 'METRO'， 10);
　　一旦完成该工作，我们可以按照前面一模一样的方法来连接 CONSECUTIVE_NUMBER 和 MAKE_MODEL_FREQUENCY 表了。
　　操纵群集因子
　　表的物理行次序将影响该表上几乎所有查询的性能。因此，所生成的数据具有理想的物理行次序是极其重要的。如果您期望一个索引具有较高的群集因子，只要重组该索引上的表。相反，如果您期望该索引具有较低的群集因子，也可以容易地以随机次序来打乱该表的次序，从而使得该索引的群集因子接近于 0：
　　CREATE TABLE  NAMES(
　　FULL_NAME VARCHAR(50)  NOT NULL，
　　ORDERED_ON INT);
　　INSERT INTO NAMES(FULL_NAME， ORDERED_ON)
　　SELECT TABNAME || '， ' || COLNAME AS FULL_NAME，
　　SYSFUN.RAND() * 10000 AS ORDERED_ON
　　FROM SYSCAT.COLUMNS;
　　CREATE INDEX NAMES_FULL_NAME ON NAMES(FULL_NAME);
　　CREATE INDEX NAMES_ORDER ON NAMES(ORDERED_ON);
　　REORG TABLE DB2ADMIN.NAMES INDEX DB2ADMIN.NAMES_ORDER;
　　RUNSTATS ON TABLE DB2ADMIN.NAMES AND DETAILED INDEXES ALL;
　　在进行重组之后，索引 NAMES_FULL_NAME 将具有一个极低的群集因子（接近于 0），因为现在的行是以随机次序存储的。
　　注意：还可以重组该表，以使索引 NAMES_FULL_NAME 的群集因子接近 0 到 1 之间的任何给定值，但是，该内容超出了本文的范围。
　　结束语
　　本文讨论了如何构建一个测试数据集，以使该数据集达到用于测试的规模，并且具有期望的值分布和列间相关性。