怎样在Python中利用pytest-repeat对某个不稳定测试进行压测？-Python教程-PHP中文网

pytest-repeat 不适合压测，因其仅串行重复执行测试，无并发控制、无性能指标统计（如耗时分布、吞吐量、错误率），无法模拟真实高负载场景，易误判问题根源。

怎样在python中利用pytest-repeat对某个不稳定测试进行压测？

pytest-repeat 不能用来压测，它只做重复执行，不控制并发、不统计性能指标，拿它压测会误判问题根源。

为什么 `pytest-repeat` 不适合压测

它本质是测试重试工具，设计目标是排查偶发失败（比如网络抖动、资源竞争），不是模拟高负载。它按串行方式反复跑同一个 test 函数，没有并发控制，也不记录耗时分布、吞吐量或错误率——这些才是压测的关键维度。

用 --count=100 跑 100 次，实际是单线程顺序执行，和“100 个用户同时请求”完全不是一回事
失败时默认不中断，容易掩盖真实稳定性边界（比如第 99 次才爆内存泄漏，但你只看到“1 次失败”）
无 request-level 日志、无响应时间直方图、不支持阶梯加压，没法定位瓶颈点

真正该用什么替代 `pytest-repeat` 做压测

根据场景选工具，别硬套：

Li Python Sec Check

Python 安全规范检查工具：基于 CloudBase 规范、腾讯安全指南，LLM 智能分析（默认禁用，优先本地执行）

下载

想验证接口在并发下的稳定性 → 用 locust 或 artillery，写简单脚本定义用户行为和并发数
想复现某个测试里资源竞争导致的崩溃 → 先用 pytest-xdist 的 -n 4 并行跑多次，再结合 pytest-repeat 在每个 worker 内部加 --count=5
只想快速看某函数在高频调用下是否出错/变慢 → 直接写个裸循环 + time.perf_counter()，比套 pytest 更透明

示例：不用任何插件，5 秒内尽可能多跑 my_unstable_func() 并捕获异常

import time
start = time.perf_counter()
runs = 0
errors = []
while time.perf_counter() - start <h3>如果非要用 <code>pytest-repeat</code>，至少避开这几个坑</h3><p>仅限临时排查偶发失败，且必须配合其他手段：</p>