pytest默认串行执行，需在单个test函数内用ThreadPoolExecutor等实现真正并发；注意连接池配置、线程安全、变量作用域及本地环境干扰。
pytest里怎么让测试用例真正并发执行
pytest默认是串行跑用例的，pytest-xdist插件能并行，但它按test function粒度分发，不是“同一用例内多线程压测”。真要模拟高并发请求，得在单个test函数里自己控并发。
常见错误是直接用threading.Thread启动一堆线程但不等结束，导致test函数提前返回、断言失效或资源未清理。还有人误以为@pytest.mark.parametrize加ids就能压测——它只是生成多组输入，并不并发。
- 用
concurrent.futures.ThreadPoolExecutor最稳妥，配合as_completed或shutdown(wait=True) - 避免在test里用
time.sleep()模拟延迟，它会阻塞线程；改用异步HTTP client（如aiohttp）或带timeout的同步client（如requests.Session） - 每个线程必须独立维护session或连接，别共用全局
requests.Session实例——它不是线程安全的
用requests写并发请求时connection reset和timeout频发怎么办
本地预演压力测试时，ConnectionResetError或ReadTimeout不是服务端扛不住，大概率是客户端没调好。Python默认的requests底层用urllib3，连接池和超时策略不设好，线程一多就炸。
典型场景：100个线程同时发起请求，但默认只开10个连接，其余全在排队，超时后报错。
- 给
requests.Session配连接池：adapter = requests.adapters.HTTPAdapter(pool_connections=100, pool_maxsize=100)，再session.mount("http://", adapter) - 显式设
timeout=(3, 7)（connect + read），别留空或只设一个值 - 禁用DNS缓存（尤其本地host映射）：
session.headers.update({"Connection": "close"})，或用urllib3.util.connection.create_connection绕过系统DNS
pytest参数化+并发组合使用时数据隔离怎么做
想用@pytest.mark.parametrize传不同URL或payload，再在每个参数分支里起20个线程压测？小心变量作用域和闭包陷阱。lambda里引用循环变量i，最后所有线程都拿到同一个值，是高频翻车点。
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
更麻烦的是fixture复用：比如用@pytest.fixture(scope="function")初始化一个DB连接，但并发线程共享它，写操作会冲突或报sqlite3.ProgrammingError: SQLite objects created in a thread can only be used in that same thread。
- 参数化数据直接传进test函数参数，别在for循环里定义线程target函数
- 线程内需要资源（如DB连接、临时文件）必须在线程内部创建，别从外层传入可变对象
- 用
threading.local()做线程局部存储，比如local_data = threading.local()，然后各线程存自己的local_data.session
本地预演结果不准，和线上压测差距大的关键原因
本地用pytest+多线程跑出QPS 500，上线后用wrk或locust一测才200，不是代码问题，是环境干扰太强。Python GIL、本机网络栈、防火墙、甚至Wi-Fi信号都会吃掉真实吞吐。
最容易被忽略的是：你压的是localhost，TCP走loopback，没经过网卡和iptables，而线上请求要过负载均衡、WAF、服务网格……链路长得多。
- 本地预演只验证逻辑通路和临界值（比如并发到多少开始503），不追求绝对QPS数字
- 关掉杀毒软件、Chrome和其他占用网络的进程；Linux下用
netstat -s | grep -i "retransmit"看重传率，高于2%说明网络层已瓶颈 - 用
psutil.net_io_counters()在压测前后抓本机收发字节数，如果远小于请求体总大小，说明大量请求根本没发出去——十有八九是连接池或文件描述符耗尽
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
