pytest中声明全局数据库连接池需在conftest.py用scope="session"定义fixture，返回engine并用yield确保关闭；禁止返回connection/session，各测试应按需通过engine.begin()获取隔离连接。
pytest fixture 怎么声明全局生命周期的数据库连接池
pytest 的 scope="session" 是唯一能跨所有测试模块复用资源的方式。连接池本身是线程安全的（如 SQLAlchemy 的 create_engine(pool_pre_ping=True)），但必须确保它在 session 级别初始化一次、关闭一次，不能在每个 test 或 module 里反复创建——否则连接数会爆炸，甚至触发数据库最大连接限制。
常见错误是把 scope="function" 或 scope="module" 用在连接池上，结果每跑一个测试就新建一堆连接，ps aux | grep postgres 一看全是 idle 连接，最后 OperationalError: too many connections。
- 在
conftest.py中定义 fixture，**不要放在单个 test 文件里** - 使用
yield而非return，确保 teardown 阶段能显式关闭连接池 - 避免在 fixture 内部做任何耗时操作（如建表、清库），这些应由独立 fixture 或 setup script 处理
如何让每个测试拿到可复用又隔离的数据库连接
连接池全局共享 ≠ 连接全局共享。每个测试需要自己的 Connection 或 Session，否则事务冲突、脏读、rollback 失效。正确做法是：fixture 提供连接池（engine），测试内部按需获取连接，并控制事务边界。
典型反模式：@pytest.fixture(scope="session") def conn(engine): return engine.connect() —— 这会让所有测试共用同一个连接，事务无法隔离。
- 推荐返回
engine，而不是connection或session - 测试中用
with engine.begin() as conn:获取带自动 commit/rollback 的连接 - 若用 SQLAlchemy ORM，可配一个
sessionmakerfixture，但 scope 仍为 session，且每次调用sessionmaker()返回新 session 实例
为什么用 autouse=True 在 session 级 fixture 上很危险
autouse=True 会让该 fixture 对所有测试自动生效，但数据库连接池不需要“自动注入”。更糟的是，如果多个 autouse fixture 存在依赖（比如清理数据的 fixture 依赖连接池），pytest 不保证执行顺序，容易出现 AttributeError: 'NoneType' object has no attribute 'execute'。
- 显式声明依赖比 autouse 更可控，例如：
@pytest.fixture(deferred=True) def db_session(engine): ...，然后在测试函数签名里写def test_xxx(db_session): - session 级 fixture 本就不该被“自动调用”，它的存在只为被其他 fixture 引用
- 唯一适合 autouse 的场景是环境准备（如启动测试用 PostgreSQL 容器），且必须确保幂等
SQLite 和 PostgreSQL 在 fixture 中的处理差异
SQLite 的 sqlite:///test.db 默认是文件锁+串行访问，多线程下容易卡住或报 Database is locked；PostgreSQL 基于进程模型，连接池天然支持并发。所以同一套 fixture 代码，在 SQLite 下可能通过，在 PostgreSQL 下出问题，反之亦然。
- 开发时用 SQLite 快速验证逻辑，但 CI 必须跑 PostgreSQL（或相同生产环境 DB）
- SQLite 若真要用连接池，加
connect_args={"check_same_threads": False}，并禁用 WAL 模式（PRAGMA journal_mode=WAL）提升并发性 - PostgreSQL 连接字符串务必包含
?pool_pre_ping=true，防止测试中途 DB 重启后连接失效
连接池不是“开了就行”，它和事务隔离级别、连接超时、空闲回收策略强耦合。漏掉 pool_pre_ping 或设错 pool_recycle，测试跑着跑着就断连，但错误只在特定时间窗口出现，极难复现。
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！
