-n 参数应根据CPU物理核心数、I/O特性及系统负载合理设置，通常-n 3~5最优；-n auto易因忽略负载和I/O争抢导致性能下降；需配合--capture=no等调试参数定位问题。
pytest-xdist 的 -n 参数到底怎么设才不翻车
别盲目填 -n auto 或直接写 -n 8，核数不是越多越好。Python 的 GIL 和测试用例的 I/O 特性会让高并发反而拖慢总耗时。
实操建议：
立即学习“Python免费学习笔记（深入）”；
-
-n auto会调用os.cpu_count()，但没考虑当前系统负载或测试是否密集 I/O（比如大量 mock 文件读写、HTTP 请求），实际常导致进程争抢磁盘或网络资源 - 推荐先用
-n 2和-n 4对比耗时，再逐步试探——多数中等规模项目（200–800 个 test function）在-n 3到-n 5区间达到最优 - 如果测试里混有 Selenium、数据库事务回滚、临时文件写入等强阻塞操作，
-n值应 ≤ CPU 物理核心数，而非逻辑线程数（比如 8 线程的 i7，物理核是 4，就别硬上-n 8）
测试失败时为什么看不到完整 traceback，只显示 Worker crashed
xdist 把测试分发到子进程执行，异常堆栈默认被截断，主进程只收到 worker 异常退出信号，不自动拉取子进程的 stderr。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 加
--tb=short或--tb=long不起作用——必须配合--dist=loadscope或--dist=loadfile让失败更集中，再用--capture=no暴露真实输出 - 真正有效的调试组合是：
pytest -n 2 --capture=no --log-level=INFO，这样子进程日志会实时刷到终端 - 如果用了
pytest-asyncio，注意event_loopfixture 默认不跨进程共享，会导致RuntimeError: Event loop is closed——需显式加@pytest.fixture(scope="session")并手动管理生命周期
为什么 conftest.py 里的 fixture 在 worker 进程里不生效
xdist 启动多个独立 Python 解释器进程，每个 worker 只加载自己路径下的 conftest.py，不会自动同步父进程的 fixture 注册。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 所有跨 worker 共享的 fixture 必须定义在**测试目录根路径下的
conftest.py**，且不能依赖模块级变量（如全局 dict）传值 - 避免在
conftest.py中做带副作用的初始化（如启动本地 Redis、写临时配置），因为每个 worker 都会执行一遍——容易端口冲突或文件覆盖 - 需要共享状态？用
pytest_configure(config)+config.cache（基于文件的跨进程缓存），或改用外部协调服务（如 Redis）而不是内存变量
Mac / Windows 上 -n 启动失败，报 OSError: [Errno 24] Too many open files
xdist 每个 worker 都会打开自己的日志、临时文件、socket 连接，macOS 默认 ulimit -n 是 256，Windows 的句柄限制也偏低，-n 4 就可能触顶。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- Mac 上临时提限：
ulimit -n 2048（加到~/.zshrc持久化） - Windows 用户别用 PowerShell 默认环境，改用 Windows Terminal + WSL2，或确保 pytest 运行在 CMD（PowerShell 对子进程句柄管理更激进）
- 更稳妥的做法：用
--maxprocesses=2替代-n（pytest-xdist ≥ 2.9），它会动态控流，避免瞬间打满句柄
多进程跑测试不是开开关的事——核数、I/O 类型、fixture 作用域、系统资源限制，四个点只要一个没对齐，-n 就从加速器变成拖油瓶。最常被忽略的是：你以为在并行跑测试，其实是在并行抢磁盘和网络。
