面试题：Python单元测试框架的性能优化与实践

1. 测试用例分组并行执行

pytest：
- 可以使用pytest - xdist插件实现并行测试。首先安装插件：pip install pytest - xdist。
- 假设我们有以下测试文件test_example.py：

import pytest


def test_1():
    assert 1 + 1 == 2


def test_2():
    assert 2 + 2 == 4


def test_3():
    assert 3 + 3 == 6

- 在命令行中使用`pytest -n 4`（`4`表示使用4个进程并行执行测试，可根据机器性能调整），`pytest`会自动将测试用例分配到不同进程并行执行，提高执行效率。

unittest：
- unittest本身没有直接的并行执行功能，但可以结合multiprocessing模块实现。例如：

import unittest
import multiprocessing


class TestExample(unittest.TestCase):
    def test_1(self):
        self.assertEqual(1 + 1, 2)

    def test_2(self):
        self.assertEqual(2 + 2, 4)

    def test_3(self):
        self.assertEqual(3 + 3, 6)


def run_tests(test_class):
    suite = unittest.TestLoader().loadTestsFromTestCase(test_class)
    unittest.TextTestRunner().run(suite)


if __name__ == '__main__':
    processes = []
    for _ in range(4):  # 4个进程
        p = multiprocessing.Process(target = run_tests, args = (TestExample,))
        processes.append(p)
        p.start()
    for p in processes:
        p.join()

2. 有效利用缓存机制减少重复计算

pytest：
- 可以使用functools.lru_cache来缓存函数结果。例如，在测试中有一个计算开销较大的函数：

import pytest
import functools


@functools.lru_cache(maxsize = 128)
def expensive_calculation(x):
    # 模拟复杂计算
    result = 0
    for i in range(x * 1000000):
        result += i
    return result


def test_expensive_calculation():
    result1 = expensive_calculation(5)
    result2 = expensive_calculation(5)
    assert result1 == result2

unittest：同样可以在unittest测试用例中使用functools.lru_cache，用法与pytest场景类似。

3. 其他优化方面

跳过不必要的测试：
- pytest：使用pytest.mark.skipif装饰器跳过在特定条件下不需要执行的测试。例如：

import sys
import pytest


@pytest.mark.skipif(sys.platform == 'win32', reason = "不支持Windows平台")
def test_not_windows():
    # 测试代码
    pass

- **unittest**：在`unittest`中，可以在测试方法中手动检查条件并使用`self.skipTest`方法跳过测试。例如：

import sys
import unittest


class TestSkip(unittest.TestCase):
    def test_skip(self):
        if sys.platform == 'win32':
            self.skipTest("不支持Windows平台")
        # 测试代码
        pass

优化测试夹具（fixture）：
- pytest：对于一些开销较大的fixture，可以设置scope为module或session，减少创建次数。例如：

import pytest


@pytest.fixture(scope ='module')
def expensive_fixture():
    # 创建fixture的代码，如数据库连接等
    connection = "模拟数据库连接"
    yield connection
    # 清理代码，如关闭数据库连接
    connection.close()


def test_with_fixture(expensive_fixture):
    # 使用fixture的测试代码
    pass

- **unittest**：在`unittest`中，`setUpClass`和`tearDownClass`方法类似`pytest`中`scope`为`module`的`fixture`，可以在类级别设置和清理资源，减少重复操作。例如：

import unittest


class TestWithFixture(unittest.TestCase):
    @classmethod
    def setUpClass(cls):
        # 创建资源，如数据库连接等
        cls.connection = "模拟数据库连接"

    @classmethod
    def tearDownClass(cls):
        # 清理资源，如关闭数据库连接
        cls.connection.close()

    def test_with_fixture(self):
        # 使用资源的测试代码
        pass

星途面试题库

面试题：Python单元测试框架的性能优化与实践

知识考点

面试题答案

1. 测试用例分组并行执行

2. 有效利用缓存机制减少重复计算

3. 其他优化方面