分布式执行用例的原则:
我们日常的工作当中进行自动化测试编写的测试用例会非常多,测试用例一个一个的执行所需要花费的时间会很长,你想象一下如果开发改动一块代码,我们需要回归一下,这时候执行一下自动化用例需要花费一小时或者好几个小时的时间,这是我们无法容忍的。
为了解决这个问题,我们采用pytest的插件pytest-xdist来进行多进程的并发执行测试用例,大大的缩短测试用例的执行时间,提高效率。
1、安装pytest-xdist
pip install pytest-xdist
2、多进程并发执行测试用例:不支持多线程
pytest test_add.py -n NUM # NUM表示并发的进程数
参数配置:
-n=*
:*代表进程数
解释:
①多cpu并行执行用例,直接加个-n参数即可,后面num参数就是并行数量,比如num设置为3
②-n auto
: 自动侦测系统里的CPU数目
③-n num
: 指定运行测试的处理器进程数
3、举例:
项目结构如下:
代码:
# file_name: test_a.py import pytest import time def test_a_01(): print("----------------->>> test_a_01") time.sleep(1) assert 1 def test_a_02(): print("----------------->>> test_a_02") time.sleep(1) assert 1 def test_a_03(): print("----------------->>> test_a_03") time.sleep(1) assert 1 def test_a_04(): print("----------------->>> test_a_04") time.sleep(1) assert 1 if __name__ == '__main__': pytest.main(["-s", "test_a.py"])
# file_name: test_b.py import pytest import time def test_b_01(): print("----------------->>> test_b_01") time.sleep(1) assert 1 def test_b_02(): print("----------------->>> test_b_02") time.sleep(1) assert 1 def test_b_03(): print("----------------->>> test_b_03") time.sleep(1) assert 1 def test_b_04(): print("----------------->>> test_b_04") time.sleep(1) assert 1 if __name__ == '__main__': pytest.main(["-s", "test_b.py"])
①正常运行以上代码,耗时:8.09s
②设置并行运行数量为4,耗时:3.48s,大大的缩短了测试用例的执行时间。
1、xdist的分布式类似于一主多从的结构,master机负责下发命令,控制slave机;slave机根据master机的命令执行特定测试任务。
2、在xdist中,主是master,从是workers。
1、xdist会产生一个或多个workers,workers都通过master来控制。
2、每个worker负责执行完整的测试用例集,然后按照master的要求运行测试,而master机不执行测试任务。
1、master会在总测试会话(test session)开始前产生一个或多个worker。
2、master和worker之间是通过execnet和网关来通信的。
3、实际编译执行测试代码的worker可能是本地机器也可能是远程机器。
1、每个worker类似一个迷你型的pytest执行器。
2、worker会执行一个完整的test collection过程。【收集所有测试用例的过程】
3、然后把测试用例的ids返回给master。【ids表示收集到的测试用例路径】
4、master是不会执行任何测试用例集的。
注意:分布式测试(pytest-xdist)方式执行测试时不会输出测试用例中的print内容,因为主机并不执行测试用例,pycharm相当于一个master。
1、master接收到所有worker收集的测试用例集之后,master会进行一些完整性检查,以确保所有worker都收集到一样的测试用例集(包括顺序)。
2、如果检查通过,会将测试用例的ids列表转换成简单的索引列表,每个索引对应一个测试用例的在原来测试集中的位置。
3、这个方案可行的原因是:所有的节点都保存着相同的测试用例集。
4、并且使用这种方式可以节省带宽,因为master只需要告知workers需要执行的测试用例对应的索引,而不用告知完整的测试用例信息。
--dist-mode选项
each:master将完整的测试索引列表分发到每个worker。
load:master将大约25%的测试用例以轮询的方式分发到各个worker,剩余的测试用例则会等待workers执行完测试用例以后再分发
注意:可以使用pytest_xdist_make_scheduler
这个hook来实现自定义测试分发逻辑。
1、workers 重写了 pytest_runtestloop
:pytest的默认实现是循环执行所有在test session这个对象里面收集到的测试用例。
2、但是在xdist里, workers实际上是等待master为其发送需要执行的测试用例。
3、当worker收到测试任务, 就顺序执行 pytest_runtest_protocol
。
4、值得注意的一个细节是:workers 必须始终保持至少一个测试用例在的任务队列里, 以兼容 pytest_runtest_protocol(item, nextitem)
hook的参数要求,为了将 nextitem传给hook。
5、worker会在执行最后一个测试项前等待master的更多指令。
6、如果它收到了更多测试项, 那么就可以安全的执行 pytest_runtest_protocol
,因为这时nextitem参数已经可以确定。
7、如果它收到一个 "shutdown"信号, 那么就将 nextitem 参数设为 None, 然后执行 pytest_runtest_protocol
1、当workers开始/结束执行时,会把测试结果返回给master,这样其他pytest hook比如: pytest_runtest_protocol就可以正常执行
。
2、master在worker执行完一个测试后,基于测试执行时长以及每个work剩余测试用例综合决定是否向这个worker发送更多的测试用例
1、当master没有更多执行测试任务时,它会发送一个“shutdown”信号给所有worker。
2、当worker将剩余测试用例执行完后退出进程。
3、master等待所有worker全部退出。
4、然而此时仍需要处理诸如 pytest_runtest_logreport
等事件。
pip install pytest-parallel
① --workers=n
:多进程运行需要加此参数, n是进程数。默认为1
② --tests-per-worker=n
:多线程需要添加此参数,n是线程数
如果两个参数都配置了,就是进程并行;每个进程最多n个线程,总线程数:进程数*线程数
【注意】
①在windows上进程数永远为1。
②需要使用 if name == “main”
:,在dos中运行会报错(即在命令行窗口运行测试用例会报错)
示例:
pytest test.py --workers 3
:3个进程运行
pytest test.py --tests-per-worker 4
:4个线程运行
pytest test.py --workers 2 --tests-per-worker 4
:2个进程并行,且每个进程最多4个线程运行,即总共最多8个线程运行。
import pytest def test_03(): print('测试用例3操作') def test_04(): print('测试用例4操作') if __name__ == "__main__": pytest.main(["-s", "test_b.py", '--workers=2', '--tests-per-worker=4'])
① pytest-parallel
比 pytst-xdist
相对好用,功能支持多。
② pytst-xdist
不支持多线程;
③pytest-parallel
支持python3.6及以上版本,所以如果想做多进程并发在linux或者mac上做,在Windows上不起作用(Workers=1),如果做多线程linux/mac/windows平台都支持,进程数为workers的值。