应避免多层@pytest.mark.parametrize嵌套导致组合爆炸，改用itertools.product预筛有效组合并配ids提升可读性；通过pytest_generate_tests钩子动态加载外部数据源；fixture需按scope合理设为function级以保证隔离；xdist并行时须消除共享资源冲突。
pytest参数化怎么避免组合爆炸
数据驱动测试里，@pytest.mark.parametrize 一嵌套就容易生成指数级用例——比如 3 个字段各 5 种取值，直接 parametrize 三层就是 125 条，其中大量是无效或重复覆盖的组合。
真正要的是“有意义的组合”，不是“所有排列”。别用多层 @pytest.mark.parametrize 堆叠，改用 itertools.product 预筛 + ids 控制可读性：
import itertools <p>test_cases = [ (a, b, c) for a, b, c in itertools.product( ["valid", "empty"], ["admin", "user"], ["json", "xml"] ) if not (a == "empty" and c == "xml") # 排除明显不成立的组合 ]
这样既控制数量，又保留组合逻辑的显式表达。注意：parametrize 的 ids 参数一定要传，否则失败时根本看不出哪组数据挂了——用 ids=[f"{a}-{b}-{c}" for a,b,c in test_cases]。
如何让 pytest 数据驱动支持动态加载测试数据
硬编码在测试文件里的 parametrize 数据，改一次就得动代码、重跑全量——尤其当测试场景来自 Excel 或 YAML 配置时，必须解耦。
立即学习“Python免费学习笔记（深入）”；
推荐在 conftest.py 里写一个 fixture，用 pytest_generate_tests 钩子动态注入：
def pytest_generate_tests(metafunc):
if "api_case" in metafunc.fixturenames:
data_path = metafunc.config.getoption("--test-data", default="cases.yaml")
with open(data_path) as f:
cases = yaml.safe_load(f)
metafunc.parametrize("api_case", cases, ids=[c["name"] for c in cases])
运行时加 --test-data test_scenarios_v2.yaml 就能切数据源。注意两点：一是 yaml.safe_load 必须做异常捕获，否则文件格式错会导致整个测试收集失败；二是 ids 列表长度必须和 cases 严格一致，否则 pytest 报 ValueError: ids must be same length as argvalues。
多个 fixture 依赖下，parametrize 怎么保证执行顺序和隔离性
当测试函数同时依赖 db_session、mock_server 和 api_case 三个 fixture，而 api_case 是 parametrize 的，pytest 默认按 fixture 作用域（scope）决定执行时机——但 scope=“function” 的 fixture 会在每个参数化实例里重建，scope=“session” 的却只建一次，容易导致状态污染。
关键判断点：看 fixture 是否修改共享资源（如数据库表、全局 mock 状态）。如果是，必须把它的 scope 设为 function，哪怕看起来“低效”：
-
db_session：必须scope="function"，每次用完 rollback，否则 A 用例删了用户，B 用例查不到就失败 -
mock_server：如果用的是responses或httpx.MockTransport，也得 function 级，不然前一个用例注册的路由会干扰后一个 -
api_case：本身是参数，不涉及 scope，但它的内容不能带可变对象（比如字典里存了 datetime.now()），否则所有用例共享同一时间戳
顺手检查：在 fixture 函数开头加 print(f"[{scope}] {fixture_name} created")，跑两次用例就能验证是否真隔离。
为什么 pytest-xdist 并行时部分参数化用例总失败
表面看是网络超时或数据库冲突，实际大概率是测试间共享了未清理的资源——比如都往同一个测试库的 users 表插数据，没加唯一约束，或者 mock 的 HTTP 响应被多个 worker 覆盖。
并行（-n auto）下，每个 worker 进程独立运行，但默认共用同一份配置和全局状态。解决方式很直接：
- 数据库表名动态加后缀：
f"users_{os.getpid()}"，而不是写死"users" - mock server 启动时绑定随机端口：
port = random.randint(8000, 9000)，避免端口冲突 - 禁用跨 worker 共享的缓存：比如 pytest-cache 插件在 xdist 下不可靠，改用
tmp_pathfixture 存临时文件
最易忽略的一点：自定义的 pytest_runtest_makereport 钩子如果写了全局变量计数器，xdist 下会彻底乱掉——这种逻辑必须移到每个 test function 内部，或用 threading.local() 隔离。
