pytest并发执行中设置用例执行顺序

场景

使用pytest-xdist实现测试用例的并发执行, 但是执行中部分用例需要设置执行顺序

需要的依赖包

pytest-order , pytest-xdist, pytest-dependency

实现方法

  1. 对执行顺序有要求的用例设置, 设置在同一个组中并且设置执行顺序,用例上设置@pytest.mark.xdist_group(name="group_name"), 并且执行时设置参数 -dist loadgroup , 就能保证group名字相同的用例在同一个worker中运行

  2. 然后对同一个group中的用例设置顺序,即@pytest.mark.order(1)

  3. 如果用例间有依赖的话,可以对被依赖和依赖的用例设置依赖关系

    python 复制代码
    @pytest.mark.dependency(name="test_name")
    @pytest.mark.dependency(depends=["test_name"])

验证

  1. 有一个文件test_1.py, 内容如下

    python 复制代码
    def test_one():
    	pass
    
    def test_two():
        pass

    执行pytest test_1.py -v -n 2

    输出结果: test_one和test_two分别属于gw0 和gw1

    shell 复制代码
    test_case/test_1.py::test_one
    test_case/test_1.py::test_two
    [gw0] [ 50%] PASSED test_case/test_1.py::test_one
    [gw1] [100%] PASSED test_case/test_1.py::test_two
  2. 添加group后test_1.py文件内容

    python 复制代码
    @pytest.mark.xdist_group(name="group_name")
    def test_one():
       pass
    
    @pytest.mark.xdist_group(name="group_name")
    def test_two():
        pass

    执行pytest test_1.py -v --dist loadgroup -n 2

    输出结果:test_one和test_two属于同一个worker gw0

    shell 复制代码
    test_case/test_1.py::test_one@group_name
    [gw0] [ 50%] PASSED test_case/test_1.py::test_one@group_name
    test_case/test_1.py::test_two@group_name
    [gw0] [100%] PASSED test_case/test_1.py::test_two@group_name
  3. 添加执行顺序后test_1.py文件内容

    python 复制代码
    @pytest.mark.xdist_group(name="group_name")
    @pytest.mark.order(2)
    def test_one():
      pass
    
    @pytest.mark.xdist_group(name="group_name")
    @pytest.mark.order(1)
    def test_two():
       pass

    执行pytest test_1.py -v --dist loadgroup -n 2

    输出结果: 用例在gw0中并且按顺序执行

    shell 复制代码
    test_case/test_1.py::test_two@group_name
    [gw0] [ 50%] PASSED test_case/test_1.py::test_two@group_name
    test_case/test_1.py::test_one@group_name
    [gw0] [100%] PASSED test_case/test_1.py::test_one@group_name
  4. 新建文件test_2.py文件内容

    python 复制代码
    import pytest
    
    @pytest.mark.dependency(depends=["test_name"])
    def test_three():
    	pass

    修改test_1.py文件内容

    python 复制代码
    import pytest
    
    @pytest.mark.dependency(name="test name")
    @pytest.mark.xdist_group(name="group_name")
    @pytest.mark.order(2)
    def test_one():
    	pass
    
    @pytest.mark.xdist_group(name="group_name")
    @pytest.mark.order(1)
    def test_two():
    	pass

    执行结果如下, test_three是skipped状态

    shell 复制代码
    test_case/test_1.py::test_two@group_name
    test_case/test_2.py::test_three
    [gw1] [ 33%] SKIPPED test_case/test_2.py::test_three
    [gw0] [ 66%] PASSED test_case/test_1.py::test_two@group_name
    test_case/test_1.py::test_one@group_name
    [gw0] [100%] PASSED test_case/test_1.py::test_one@group_name

    修改一下test_2.py

    python 复制代码
     import pytest
    
     @pytest.mark.xdist_group(name="group_name")
     @pytest.mark.dependency(depends=["test name"],scope='session')
     @pytest.mark.order(3)
     def test_three():
     	pass

    再次执行结果, 按指定顺序执行

    shell 复制代码
    test_case/test_1.py::test_two@group_name
    [gw0] [ 33%] PASSED test_case/test_1.py::test_two@group_name
    test_case/test_1.py::test_one@group_name
    [gw0] [ 66%] PASSED test_case/test_1.py::test_one@group_name
    test_case/test_2.py::test_three@group_name
    [gw0] [100%] PASSED test_case/test_2.py::test_three@group_name

经验之谈: 对于dependency不建议多用,用例设计的时候就需要考虑用例之间解耦,特别是对于UI自动化,为了保证通过率,需要设置失败重新运行,如果设置的依赖,很有可能出现被依赖的用例执行成功,但是依赖的用例是skipped状态

相关推荐
pjj198544 分钟前
机器学习-NumPy2
人工智能·python·机器学习
OPEN-F16 分钟前
Python进阶教程:单元测试与代码质量
开发语言·python·单元测试
Logintern0937 分钟前
装饰器和洋葱模式的区分
开发语言·python·架构
呆呆敲代码的小Y1 小时前
10 分钟搞懂 cua:开源 AI 操作电脑基础设施,附 Python 沙箱与 Agent 上手代码
人工智能·python·开源·ai agent·awesome·llm应用·cua
工具分享1 小时前
带店托管必用爆单AI选品,一人公司轻松掌握
人工智能·python
l1258651 小时前
# RAG低延迟架构设计:从5秒到500ms的优化全链路
数据库·人工智能·python·langchain
杨丰玮4181 小时前
从零手写Java飞机躲障碍游戏|Swing绘图、鼠标跟随、计时器碰撞检测实战(五)
java·python·游戏·游戏引擎·图形渲染·动画·贴图
frjc1 小时前
阿里云 ACK 环境 Arthas 在线调试指南
开发语言·python
Python私教2 小时前
如意智影:如何让同一个人物在多个镜头里保持身份一致
人工智能·python·架构
高洁012 小时前
智能体的“记忆”难题
python·深度学习·机器学习·transformer