使用 :memory: 可创建纯内存sqlite数据库，它不写磁盘、启动快、隔离性好，适合单元测试；每次 connect() 返回独立实例，需在每个测试中重新连接并显式建表和 commit。
直接用 :memory: 作为数据库路径，就能让 sqlite3.connect() 创建纯内存数据库——它不写磁盘、启动快、隔离性好，是单元测试的理想选择。
为什么 :memory: 能加速测试？
内存数据库跳过了文件 I/O 和磁盘同步开销，每次 connect() 都得到一个全新、空的数据库实例。多个测试用例并行运行时互不影响，也不用担心残留数据干扰下一轮测试。
注意：它不是“共享内存”，每个 connect() 返回的是独立实例；同一进程内不同连接之间默认不共享数据（除非显式启用 check_same_thread=False 并共用连接对象）。
如何正确创建和初始化内存数据库
别直接复用全局连接对象，否则测试间会污染状态。应在每个测试方法或 fixture 中重新调用 sqlite3.connect()：
import sqlite3
<p>def setup_db():
conn = sqlite3.connect(":memory:")
conn.execute("CREATE TABLE users (id INTEGER PRIMARY KEY, name TEXT)")
conn.commit()
return conn</p>
- 必须显式执行
CREATE TABLE等 DDL，内存库不会自动加载 schema - 不要省略
conn.commit()，否则表可能不可见（尤其在开启事务模式后） - 避免在
setUpClass中创建一次连接然后复用——这会让测试失去隔离性
常见陷阱：事务未回滚、连接未关闭、schema 不一致
内存数据库虽快，但错误使用反而导致测试假失败或漏覆盖：
- 忘记在测试结束时
conn.close()不会报错，但若连接数过多可能触发资源警告（尤其在大量测试时） - 测试中执行了
BEGIN却没ROLLBACK或COMMIT，后续查询可能读不到预期数据 - 不同测试用例依赖不同 schema，但共用了同一个
:memory:连接（比如误用了模块级变量），结果表结构错乱 - 使用
sqlite3.connect("")或sqlite3.connect(None)不是内存模式，而是创建临时文件，仍走磁盘
进阶：跨测试复用 schema 但保持数据隔离
如果多个测试都需要相同表结构，又不想重复建表，可以用 sqlite3.connect() 的 detect_types 和自定义 initializing 函数封装，但更稳妥的做法是提取建表逻辑为函数，在每个测试开头调用：
def init_schema(conn):
conn.executescript("""
CREATE TABLE IF NOT EXISTS users (id INTEGER PRIMARY KEY, name TEXT);
CREATE TABLE IF NOT EXISTS posts (id INTEGER PRIMARY KEY, user_id INTEGER);
""")
conn.commit()
<h1>在每个 test_* 方法里：</h1><p>def test_user_creation(self):
conn = sqlite3.connect(":memory:")
init_schema(conn)</p><h1>... 测试逻辑</h1>
真正容易被忽略的是：内存数据库无法通过外部工具（如 sqlite3 CLI）调试，出问题只能靠 print 或 logging 查看 SQL 执行流；另外，它不支持 WAL 模式或某些 PRAGMA 设置，如有特殊配置需求需提前验证。
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！
