01声明
在介绍pytest-xdist时，不讲任何原理，需要看原理的请移至官方：pytest-xdist · PyPI
当我们自动化测试用例非常多的时候， 一条条按顺序执行会非常慢，pytest-xdist的出现就是为了让自动化测试用例可以分布式执行，从而节省自动化测试时间，pytest-xdist是属于进程级别的并发。
pytest-xdist插件在测试过程中可以使我们的测试用例一起并行测试，运行情况是根据你运行环境存在多个CPU，运行过程中可以进行组合测试运行，从而缩短我们的测试时间。
1、pytest-xdist插件安装
只需要在终端中运行如下命令：
pip install pytest-xdist
2、pytest-xdist执行用例的条件
需满足以下条件：
-
每一条用例必须是独立的。用例之间没有依赖关系，用例可以完全独立运行【独立运行】
-
每一条用例没有特定的执行顺序，就是每条用例都要遵循随机执行【随机执行】
-
每条用例的测试结果不能影响到其他的测试用例。【不影响其他用例】
pytest-sdist 与 pytest-parallel的小区别
-
pytest-xdist在win中调用的是多进程，而parallel在win中调用的是多线程，win中只有单进程
-
pytest-xdist调用时，会使session执行多次，算是一个win的bug，但是官方给出的解决方案是，使用filelock锁
-
使用parallel时，在win中调用多线程，但是allure报告不支持多线程，allure是集成报告，根据session来集成，所以就是出现一个线程一个报告
3、pytest-xdist使用方法
pytest -n x
n：表示使用并行参数
x：表示需要启动多少个分布式，也即使用CPU的个数
-
n auto：可以自动检测到系统的CPU核数；从测试结果来看，检测到的是逻辑处理器的数量
-
使用auto等于利用了所有CPU来跑用例，此时CPU占用率会特别高
说明：建议最多使用1/2的CPU个数来进行执行，消耗资源太多，导致电脑太卡
接下来看实例：
在终端中分别输入并执行：pytest -vs、pytest -vs -n 2
从结果可以看出，不是用分布式运行测试用例，总共用时10.71秒
那么接下来我们使用分布式进行运行用例，看看他运行的时间：
可以看出使用分布式运行用例，同时有2个线程进行执行用例，时间为6.08秒，缩短了很多的时间。
4、pytest-xdist自定义执行模式
按照同一个作用域方法来分组，然后将每个测试组发给可以执行的worker，确保同一个组的测试用例在同一个进程中执行:
--dist=loadscope #每个worker按类执行
示例：pytest -v -n 3 --dist=loadscope test_demo.py
按照同一个文件名来分组，然后将每个测试组发给可以执行的worker，确保同一个组的测试用例在同一个进程中执行：
--dist=loadfile #每个worker按文件执行
示例：pytest -v -n 3 --dist = loadfile test_xdist.py test_xdist_02.py test_xdist_03.py
将每个用例，分别发给所有的执行器worker，相当于开了几个执行器worker，同一个用例就执行几遍：
--dist=each
示例：pytest -v -n 3 --dist = each test_xdist.p
将待运行的用例随机发给可用的执行器worker，用例执行顺序随机的，目前默认采用这种方式：
--dist=load 和 --dist==no
示例：pytest -v -n 3 --dist = load test_xdist.py
5、如何让scope=session的fixture在test session中仅仅执行一次
pytest-xdist是让每个worker进程执行属于自己的测试用例集下的所有测试用例，这意味着在不同进程中，不同的测试用例可能会调用同一个scope范围级别较高（例如session）的fixture，该fixture则会被执行多次，这不符scope=session的预期。
虽然pytest-xdist没有内置的支持来确保会话范围的夹具仅执行一次，但是可以通过使用锁定文件进行进程间通信来实现。
import pytest
from filelock import FileLock
@pytest.fixture(scope="session",autouse=True)
deflogin(tmp_path_factory, worker_id):
# 如果是单机运行 则运行这里的代码块【不可删除、修改】
if worker_id == "master":
"""
【自定义代码块】
这里就写你要本身应该要做的操作，比如：登录请求、新增数据、清空数据库历史数据等等
"""
uuid_value = uuid.uuid1()
token = uuid_value.hex
print("fixture:请求登录接口，获取token", token)
os.environ['token'] = token
# 如果测试用例有需要，可以返回对应的数据，比如 token
return token
# 如果是分布式运行
# 获取所有子节点共享的临时目录，无需修改【不可删除、修改】
root_tmp_dir = tmp_path_factory.getbasetemp().parent
# 【不可删除、修改】
fn = root_tmp_dir / "data.json"
# 【不可删除、修改】
with FileLock(str(fn) + ".lock"):
# 【不可删除、修改】
if fn.is_file():
# 缓存文件中读取数据，像登录操作的话就是 token 【不可删除、修改】
token = json.loads(fn.read_text())
print(f"读取缓存文件，token 是{token} ")
else:
"""
【自定义代码块】
跟上面 if 的代码块一样就行
"""
uuid_value = uuid.uuid1()
token = uuid_value.hex
print("fixture:请求登录接口，获取token", token)
# 【不可删除、修改】
fn.write_text(json.dumps(token))
print(f"首次执行，token 是{token} ")
# 最好将后续需要保留的数据存在某个地方，比如这里是 os 的环境变量
os.environ['token'] = token
return token
-
示例只需要执行一次login（因为它是只需要执行一次来定义配置选项，等等）
-
当第一次请求这个fixture时，则会利用FileLock仅产生一次fixture数据
-
当其他进程再次请求这个fixture时，则会从文件中读取数据
最后感谢每一个认真阅读我文章的人，礼尚往来总是要有的，虽然不是什么很值钱的东西，如果你用得到的话可以直接拿走：【文末自行领取】
这些资料，对于【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴上万个测试工程师们走过最艰难的路程，希望也能帮助到你！
