​ UI自动化脚本耗费时间较长，效率低下，我们该如何处理这种情况，提升测试效率，下面我会就分布式插件pytest-xdist的一个动态参数化问题，简单说明一下pytest-xdist的工作流程，以及数据收集过程，希望对大家有所帮助。

​ –成都-阿木木

说明：

​ 场景：我有100个UI自动化用例，假设每个用例执行时间为一分钟，那么我顺序执行需要执行100分钟，在敏捷开发模式下，耗时比较长，如果赶上项目上线，需要快速得到项目上线后的反馈，那么效率是非常低下的。使用pytest-xdist可以指定多个worker，进行执行用例，我指定10个worker，那么我整个测试脚本执行下来的理论时间为10分钟（PS:只是理论时间），大大的提升了效率。

分布式用例设计原则

pytest-xdist安装

pip install pytest-xdist

pytest-xdist使用

在pytest的命令行参数中指定-n x(运行的进程数量)

-n auto:可以自动获取系统的CPU核数，启用该参数CPU占用率会非常高，每个进程执行速度会非常慢，所以，worker越多，并不会按照理论时间来进行测试脚本运行效率的提升

-n x:手动指定CPU数量

pytest-xdist分布式执行用例参数化说明

这是一个测试路由器的case，使用了pytest.mark.parametrize进行参数生成，它的作用和ddt数据驱动框架一样，会执行两次测试用例，第一次传递参数“”，第二次传递一个随机10位的字符串参数

这是pytest的命令行启动参数，我指定了-n参数为auto，运行run.py，框架路径：https://github.com/chineseluo/ui_auto_frame_v2，可以自己下载测试

可以看到我一用启用了8个worker，gw0~gw7，读取的系统默认CPU核数为8，gw0~gw1、gw0~gw2、gw0~gw3…以及其他几个worker报错：

Different tests were collected between gw0 and gw1. The difference is:--- gw0 +++ gw1

可以看到在test_617的两条case异常，有一个+号和减号，分析xdist用例收集，进程调度原理： 收集caseID及进程分发说明：根据简单的示意图可以看出，每一个worker（gwxxx)都会去进行一次标准caseID的收集，整个caseID的收集过程和pytest本身收集caseID的过程是一致的，每一个worker收集完caseID后发送给主节点（管理节点），主节点进行caseID的检查，包括了测试数据的检查，保证每个worker获取的case的数据是一致的，"generating tests twice must produce identical tests" 。在所有worker的测试用例集合相同的前提下，进行测试任务的分发，主节点下发的不再是caseID，而是测试case的索引，以方便告诉每个worker执行哪一个测试用例。 ​ 那么现在可以知道该异常出现的原因了，也就是说pytest-xdist在进行caseID收集的时候发现，参数化的case的入参不一致，我们是随机生成的，它只支持静态的有序的入参，下面我们修改一下脚本进行验证。

检查日志，查看caseID的收集是否异常，可以看到下面的日志中，用例的ID收集无异常，验证通过。

总结：

​ 通过分析pytest-xdist的参数化异常原因，可以了解到pytest-xdist的工作流程原理，针对性的处理异常，如果需要使用到pytest-xdist插件的小伙伴，可以看一下，做一下测试，进行简单验证加深了解。 欢迎加入测试交流群：夜行者自动化测试（816489363）进行交流学习QAQ