项目结束后，需要对项目中使用的资源进行整理，并将不使用的资源进行释放。
硬件资源：PC机、服务器、磁盘空间、交换机等
网络资源：IP地址
3.3 测试数据的获取和处理
功能测试的数据获取主要有三个方式
1) “造”数据：针对正常业务，异常情况，边界情况等构建测试数据，不仅仅包括最基本的基础数据，比如：用户、权限、配置、基础编码、原数据等，还包括系统的业务数据;
2) “导”数据：把已经在生产环境中运行的数据或老版本中的数据导出，在此基础上进行数据的整理后加工为测试数据;
3) “积累”数据：使用现实的业务流程将现有的非电子化业务数据手工录入系统，在验证业务的同时也完成了测试数据的积累，即边测试边积累数据。但是这种情况积累的数据往往有一定局限性，因为已经发生的业务数据基本是正确的、一致的，而且可能缺少某些特定业务的数据(不常发生的分支业务)。这样就需要根据对测试需求的分析，追加新的测试数据，以便能完整覆盖业务类型。
性能测试使用的数据和功能测试有一定的区别，准备测试数据的侧重点不同，性能测试使用的数据不用考虑如何去校验功能。性能测试数据要注意以下几点：
1) 测试数据的唯一问题
性能测试往往使用自动化测试工具进行测试，会使用相同的脚步反复的运行来进行测试，所以在测试过程中一定要注意脚本中参数的重复问题，设计测试数据时要考虑并发用户数以及每个用户可能迭代的次数，避免因测试数据数量不够而使用重复数据，最终导致测试失败。
2) 测试数据的清理问题
性能测试往往会向系统中增加大量的数据，增加的数据量足以达到影响系统性能的程度(例如：数据库表中有100条数据和表中有100W条数据的响应时间一定是不同的)，所以必须及时的对增加的测试数据进行清理，以保证测试环境的公平性，进而保证测试结果的真实性。
3) 测试数据数量和容量(大小)问题
性能测试往往要使用“大”数据量来进行测试，“大”数据量不仅仅指数量的多少，还要考虑到数据容量的大小。例如：发布文章的测试，不仅要满足发布文章数量的要求，还要考虑到文章内容的大小，也就是说不仅要考虑发布10W个1K大小的文章的性能还要考虑发布10W个10M大小的文章的性能。
4) 测试数据随意性问题
测试数据忌随意性，随意输入指定长度的字符串，虽然满足测试执行的要求，但是对后续工作会产生很多不良影响，例如：无法保证数据的唯一性，随意的输入数据有几率产生重复数据;收集的测试结果开发人员不易分析，性能测试中的开发人员可能需要分析内存的Dump文件，随意输入的、没有规则的字符串不利于开发人员对dump文件的分析。
四. 如何开展性能测试
测试前期的准备工作纷繁复杂，做好测试准备工作，已是完成了测试工作的一大半，但要产生一份具有说服力的测试报告，还应正确把握测试的强度，保持测试的一致性，提高测试的精度。
判断软件的好坏，要看软件解决实际应用的能力，只有在一定的测试强度下，才能测试出各种软件资源的消耗率，软件运行的速度，软件的稳定性。通过对比在不同的测试强度下，不同软件每一个功能模块解决实际问题的能力和软件运行的效率，我们才可能判断出不同软件的每一个模块的强弱，甚至于整个软件的优劣。
性能测试开始后，所有参数的输入都应遵循统一的标准，无论是哪一个环节，哪怕是一点点偏差，都应立即纠正，绝不能心存侥幸。要特别注意外部环境对测试结果的影响，如果在整个测试过程中，外部环境不一致，如网速、机器内存使用率不一样，就有可能导致测试结果与实际情况有出入。
文章来源于领测软件测试网 https://www.ltesting.net/
