pytest不支持多线程并发执行测试，因其调度器非线程安全且fixture依赖单线程上下文；验证并发安全性需在单个测试内用threading构造竞争场景，而非让pytest本身并发运行。
pytest本身不支持多线程测试并发执行
pytest默认按顺序串行运行测试函数，pytest的测试调度器不是线程安全的，直接在多个线程里调用pytest.main()会触发ValueError: test already running或引发fixture状态混乱。这不是bug，而是设计使然：pytest的fixture生命周期、缓存、setup/teardown都基于单线程上下文管理。
所以，**别试图让pytest跑在多线程里测并发**。真要验证多线程下的逻辑安全性（比如共享资源竞争、锁失效、race condition），得把并发逻辑从测试框架中“摘出来”，单独构造可复现的竞争场景。
用threading + assert断言写最小化竞争测试
核心思路：在单个pytest测试函数内，启动多个threading.Thread，操作同一份共享对象（如list、dict、自定义类实例），最后检查终态是否符合预期。关键不是“pytest并发”，而是“用pytest验证你的代码在并发下是否健壮”。
常见错误现象：AssertionError偶发失败、结果数量对不上、数据重复或丢失——这些正是你要捕获的bug信号。
- 必须显式调用
thread.join()，否则主线程可能提前结束，导致检查时子线程还没跑完 - 避免依赖
time.sleep()来“错开”执行时机——它不可靠，且掩盖真正的问题；要用threading.Event或queue.Queue做精确同步 - 共享变量一定要是可变对象（如
list），不要用局部变量或不可变类型（int、str）——它们的赋值不会产生竞态 - 如果被测代码用了
threading.Lock，测试里也得模拟加锁路径；没锁就故意去掉锁再测一次，确认问题能复现
示例：测试一个无锁计数器是否线程安全
def test_counter_race():
counter = [0] # 用list包装，便于原地修改
<pre class="brush:php;toolbar:false;">def increment():
for _ in range(100):
counter[0] += 1
threads = [threading.Thread(target=increment) for _ in range(5)]
for t in threads:
t.start()
for t in threads:
t.join()
assert counter[0] == 500 # 实际常为 482~497，暴露竞态
图片提示词生成器？不止如此。 马甲系统 —— 把脑海中的画面，翻译成AI能理解的专业表达。 用得越多，它越懂你：首次需要多问几句确认方向，用久了几乎一说就懂。 用得越多，它越快：缓存机制让后续对话越来越省。 RAG进化：成功案例持续入库，越跑越聪明。 输入「新手指南」查看完整功能介绍
用pytest-xdist会加剧并发问题，不是解决方案
pytest-xdist的-n参数是进程级并行（每个worker是独立Python进程），它会让多个test文件或test函数在不同进程中运行，但**每个进程内部仍是单线程执行测试函数**。它不能帮你发现单个函数内的线程竞争，反而可能因fixture跨进程不共享、临时文件冲突、端口占用等问题，让原本稳定的测试变得随机失败。
如果你看到pytest-xdist下某个测试偶尔挂掉，大概率是测试本身有隐式共享状态（比如模块级全局变量、缓存、数据库连接），而不是并发安全问题——先查这些，别急着归因为“线程不安全”。
- 禁用
pytest-xdist运行疑似有竞态的测试：pytest -n 0 test_concurrency.py - 用
psutil或logging打点确认：出问题时是不是真有多个线程在操作同一对象 - 把可疑逻辑抽成纯函数，用
concurrent.futures.ThreadPoolExecutor重写测试，比手动threading更易控制
真正需要关注的是被测代码的锁粒度和临界区
很多所谓“并发测试失败”，根源不在测试写法，而在被测代码的同步设计。比如：
- 用
threading.Lock但只锁了写操作，忘了读操作也可能需要一致性（如检查后写入模式） - 锁对象是局部变量或每次新建，导致根本没起到互斥作用
- 用了
queue.Queue却在外部直接操作底层_queue属性 - 异步代码混用
threading和asyncio，出现事件循环跨线程调用
这时候，测试的重点应转向：构造最短路径触发条件，比如两个线程分别执行if x > 0: x -= 1，中间不加锁——这比写十种线程组合更能定位问题。复杂点在于，竞态窗口往往极小，一次不复现不等于没问题；容易被忽略的是，**日志打印、print语句、甚至断点调试本身都会改变线程调度节奏，从而掩盖问题**。
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！
