pytest测试中apscheduler未清理会导致进程不退出或runtimeerror，应禁用自动启动、mock方法、用freezegun控制时间、fixture中显式shutdown、避免session级复用，并为asyncioscheduler配置pytest-asyncio。
pytest 运行时 APScheduler 仍在后台执行任务
这是最典型的冲突现象：测试用例跑完后 pytest 进程不退出，或出现 RuntimeError: cannot schedule new futures after shutdown，根本原因是 APScheduler 的默认 BackgroundScheduler 启动后会持续运行线程，而 pytest 默认不主动清理全局调度器实例。
实操建议：
- 所有测试中避免调用
start()—— 即使是yield_fixture或setup_method里也不该直接启动调度器 - 改用
BlockingScheduler仅用于调试，测试中必须禁用自动启动；生产代码里若用了BackgroundScheduler，测试时应 mock 其start、shutdown和add_job方法 - 在 conftest.py 中统一 patch：
pytest.fixture(autouse=True)里用monkeypatch.setattr('apscheduler.schedulers.background.BackgroundScheduler.start', lambda self: None)
测试中 job 执行导致断言失败或状态污染
比如一个每秒触发的 add_job 在测试期间意外修改了数据库或全局变量，让后续断言不可靠。这不是并发问题，而是测试隔离缺失。
实操建议：
- 永远不要在测试中依赖真实时间推进 —— 用
freezegun.freeze_time控制时间，再手动调用scheduler._process_jobs()（需先pause()）来“单步执行”任务 - 如果 job 逻辑较重，把核心逻辑抽成独立函数，在测试中直接调用该函数，而非通过 scheduler 触发
- 检查 job 是否有隐式副作用：例如写日志到文件、发 HTTP 请求、改模块级变量 —— 这些都应在测试前用
patch或临时重置
fixture 中 scheduler 实例未正确 cleanup
常见错误是写了 @pytest.fixture 返回一个已 start() 的 BackgroundScheduler，但没配 scope="function" 或漏掉 yield 后的 shutdown()，导致多个测试共享同一调度器，job 重复注册或状态残留。
实操建议：
- fixture 必须显式
yield并在finally块中调用scheduler.shutdown(wait=False)；wait=False 防止 pytest 等待线程自然结束（可能卡住） - 避免
scope="session"—— APScheduler 不支持跨 session 复用，且线程对象无法序列化 - 若需复用 scheduler 配置，只 fixture 配置 dict，每次测试新建实例，而不是 fixture scheduler 实例本身
使用 asyncio 版本时 event loop 冲突
当项目用 AsyncIOScheduler，而 pytest 默认不提供 running event loop，就会报 RuntimeError: There is no current event loop in thread，尤其在 async def test_* 中直接 await job 函数时更明显。
实操建议：
- 测试 async scheduler 时，必须启用
pytest-asyncio插件，并在测试函数上加@pytest.mark.asyncio - 不要在 fixture 中调用
asyncio.get_event_loop()—— 改用asyncio.new_event_loop()+asyncio.set_event_loop()显式管理，且确保每个测试用独立 loop - 如果 job 是 async function，测试中别用
scheduler.add_job(..., 'interval', seconds=1)，改用scheduler.add_job(job_func, 'date', run_date=datetime.now())精确控制触发时机
真正麻烦的不是 scheduler 启不起来，而是它“静默运行”——没有报错，但悄悄改了状态、发了请求、占了端口。测试中任何非确定性行为，第一反应该怀疑是不是 scheduler 没被停干净，或者 job 被重复添加了两次。
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！
