pytest實現(xiàn)多進程與多線程運行超好用的插件
前言
如果想分布式執(zhí)行用例,用例設計必須遵循以下原則:
1、用例之間都是獨立的,
2、用例a不要去依賴用例b
3、用例執(zhí)行沒先后順序,
4、隨機都能執(zhí)行每個用例都能獨立運行成功每個用例都能重復運行,不影響其它用例
這跟就我們平常多個人工測試一樣,用例都是獨立的,可以隨機分配不同人員執(zhí)行,互相不依賴,用例之間也不存在先后順序
一、pytest-parallel
安裝:pip install pytest-parallel
常用參數(shù)配置:
- --workers=n:多進程運行需要加此參數(shù), n是進程數(shù)。默認為1
- --tests-per-worker=n:多線程需要添加此參數(shù),n是線程數(shù)
如果兩個參數(shù)都配置了,就是進程并行,每個進程最多n個線程,總線程數(shù):進程數(shù)*線程數(shù)
注意:在windows上進程數(shù)永遠為1。
需要使用 if name == “main”:,在dos中運行會報錯
#!/usr/bin/env python # _*_ coding: utf-8 _*_ # @project : API_Service # @File : test_1.py # @Date : 2021/6/15 3:07 下午 # @Author : 李文良 # demo: import pytest def test_01(): print('測試用例1操作') def test_02(): print('測試用例2操作') def test_03(): print('測試用例3操作') def test_04(): print('測試用例4操作') def test_05(): print('測試用例5操作') def test_06(): print('測試用例6操作') def test_07(): print('測試用例7操作') def test_08(): print('測試用例8操作') if __name__ == "__main__": pytest.main(["-s", "test_1.py",'--workers=2', '--tests-per-worker=4'])
二、pytest-xdist
安裝:pip install pytest-xdist
不支持多線程
常用參數(shù)配置:
- -n=*:*代表進程數(shù)
多cpu并行執(zhí)行用例,直接加個-n參數(shù)即可,后面num參數(shù)就是并行數(shù)量,比如num設置為3
- -n auto 自動偵測系統(tǒng)里的CPU數(shù)目
- -n num 指定運行測試的處理器進程數(shù)
三、對比說明
pytest-parallel比pytst-xdist相對好用,功能支持多。
pytst-xdist不支持多線程,而pytest-parallel支持python3.6及以上版本,如果想做多進程并發(fā)在linux或者mac上做,在Windows上不起作用(Workers=1),如果做多線程linux/mac/windows平臺都支持,進程數(shù)為workers的值。
pytest-parallel常用配置命令如下
- –workers (optional) *:多進程運行需要加此參數(shù), *是進程數(shù)。默認為1。
- –tests-per-worker (optional) *:多線程運行, *是每個worker運行的最大并發(fā)線程數(shù)。默認為1
pytest test.py --workers 3:3個進程運行
pytest test.py --tests-per-worker 4:4個線程運行
pytest test.py --workers 2 --tests-per-worker 4:2個進程并行,且每個進程最多4個線程運行,即總共最多8個線程運行。
四、特別注意
1、pytest-parallel的workers參數(shù)在windows系統(tǒng)下永遠是1,在linux和mac下可以取不同值。
2、pytest-parallel加了多線程處理后,最后執(zhí)行時間是運行時間最長的線程的時間。
3、在windows下想用多進程的選pytst-xdist; 想用多線程的選pytest-parallel
到此這篇關于pytest實現(xiàn)多進程與多線程運行超好用的插件的文章就介紹到這了,更多相關pytest 多進程與多線程運行插件內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
如何使用pytorch實現(xiàn)LocallyConnected1D
由于LocallyConnected1D是Keras中的函數(shù),為了用pytorch實現(xiàn)LocallyConnected1D并在960×33的數(shù)據(jù)集上進行訓練和驗證,本文分步驟給大家介紹如何使用pytorch實現(xiàn)LocallyConnected1D,感興趣的朋友一起看看吧2023-09-09Python連接MySQL數(shù)據(jù)庫并查找表信息
本文主要介紹了Python連接MySQL數(shù)據(jù)庫并查找表信息,通過使用Python中的MySQL Connector模塊,連接到MySQL服務器并執(zhí)行SQL查詢語句,可以獲取表的結構、列信息、行數(shù)據(jù)等,感興趣的可以了解一下2023-08-08Python中selenium實現(xiàn)文件上傳所有方法整理總結
本篇文章主要介紹了Python中selenium實現(xiàn)文件上傳所有方法整理總結,具有一定的參考價值,感興趣的小伙伴們可以參考一下。2017-04-04python人工智能算法之人工神經(jīng)網(wǎng)絡
這篇文章主要為大家介紹了python人工智能算法之人工神經(jīng)網(wǎng)絡示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2023-03-03