fixture作用域选错会导致测试变慢或失败；需根据资源生命周期选择合适scope，function/class/module/session各适用不同场景，依赖链中最小scope决定实际scope。
fixture 作用域选错会导致测试变慢或失败
pytest 的 scope 参数不是“越小越好”或“越大越省”，而是得看它管的是什么资源。比如数据库连接、临时文件、HTTP mock 状态，各自生命周期不同——选错 scope 会让测试串行变慢、状态污染、甚至 ScopeMismatchError 报错。
常见错误现象：ScopeMismatchError: You tried to access the 'function' scoped fixture 'db_session' from a 'session' scoped fixture 'app_client'。这说明你试图在大 scope fixture 里依赖小 scope fixture，pytest 直接拒绝。
-
function：默认值，每次测试函数都新建+销毁，适合无状态对象或需隔离的变量（如tmp_path） -
class：同个测试类里所有方法共享一次 setup/teardown，适合类内多测共用一个初始化开销大的对象 -
module：同一 Python 模块（.py 文件）内所有测试共享，适合模块级配置、轻量单例（如requests_mock实例） -
session：整个 pytest 运行周期只执行一次，适合真正全局、不可变或极重的资源（如启动一次本地 Redis 容器），但必须确保线程/进程安全
session scope 下共享资源必须线程安全
很多人用 session 启一个测试用的 FastAPI 应用或 SQLAlchemy engine，却忘了 pytest 默认是多进程（-n auto）或至少多线程跑测试。一旦 fixture 返回的是非线程安全对象（比如带内部状态的 sqlite3.Connection），多个测试并发读写就会出错——不是报错，而是数据错乱、断言通过但实际逻辑崩了。
- 用
sessionscope 时，优先返回“无状态工厂”而非“有状态实例”。例如返回create_engine(..., pool_pre_ping=True)而不是engine.connect() - 如果真要共享连接池，确认底层驱动支持并发（如
psycopg2可以，sqlite3默认不行） - 避免在
sessionfixture 中缓存可变对象（如 dict/list），除非加锁或明确声明只读
module scope 是多数人该停步的地方
比起盲目上 session，module 更安全、更易调试，且能覆盖 80% 的“想省点时间”的场景。它天然隔离模块间状态，又避免每个 test 都重复初始化。
立即学习“Python免费学习笔记（深入）”；
典型误用：@pytest.fixture(scope="module") 里调用了 time.sleep(1) 或发了一次真实 HTTP 请求——结果整个模块卡住 1 秒，而你本意只是想 mock 它。
- module scope fixture 中禁止副作用操作（如写磁盘、改环境变量、起子进程），除非你确定所有 test 都接受这个副作用
- 若 fixture 依赖
tmp_path或caplog这类 function scope 的 fixture，pytest 会直接报错，别硬扛 - 可以用
importlib.reload()在 module scope 里重载模块配置，但要注意 Python 模块缓存机制可能让 reload 失效
用 pytest --setup-show 快速验证 scope 是否生效
光看代码猜 scope 行为容易翻车。最直接的办法是加参数跑一次，看输出里 setup/teardown 的触发时机和层级。
执行：pytest test_db.py::test_user_create -s --setup-show，你会看到类似：
SETUP S session_db
SETUP M db_engine
SETUP F db_session
这说明 session_db 是 session 级、db_engine 是 module 级、db_session 是 function 级——层级关系一目了然。如果发现某 fixture 出现在不该出现的位置（比如 F 级 fixture 出现在 S 下面两层），基本就是 scope 配置或依赖链写错了。
复杂点在于：fixture 的 scope 实际由它所有依赖中 scope 最小的那个决定。哪怕你写了 scope="session"，只要它依赖了一个 function scope 的 fixture，它自己也会被降级成 function——这点非常容易被忽略。
