如何为Python unittest测试设置优先级以优化并行执行效率？

原生unittest没有内置的@unittest.priority()装饰器，你写的这种写法直接运行会报错。要实现「按优先级排序+多核心并行执行」的需求，得通过自定义扩展测试逻辑，再结合并行测试工具来完成，具体方案如下：

一、自定义优先级标记与测试排序 #

1. 实现优先级装饰器 #

先自己写一个装饰器，给测试方法打上优先级标记：

import unittest

def priority(priority_level):
    def decorator(test_func):
        # 给测试方法添加priority属性，存储优先级数值
        test_func.priority = priority_level
        return test_func
    return decorator

class TestClass(unittest.TestCase):
    @priority(2)  # 最高优先级，放耗时最长的测试
    def test_high_priority(self):
        # 测试逻辑
        pass

    @priority(1)
    def test_medium_priority(self):
        pass

    @priority(0)
    def test_low_priority(self):
        pass

    def test_low_priority2(self):
        # 未标记的测试默认设为最低优先级（比如-1）
        pass

2. 重写测试加载器实现排序 #

自定义测试加载器，让它按优先级从高到低加载测试用例：

class PriorityTestLoader(unittest.TestLoader):
    def getTestCaseNames(self, testCaseClass):
        # 获取所有测试方法名
        test_names = super().getTestCaseNames(testCaseClass)
        # 按优先级降序排序：有priority属性的取数值，没有的默认-1
        def get_priority(test_name):
            test_method = getattr(testCaseClass, test_name)
            return getattr(test_method, 'priority', -1)
        return sorted(test_names, key=get_priority, reverse=True)

这样加载测试时，高优先级的用例会排在最前面。

二、结合多核心并行执行 #

要在多核上跑测试，推荐用专门的并行测试工具，这里以unittest-parallel为例（兼容原生unittest用例）：

1. 先安装工具：

pip install unittest-parallel

2. 编写运行脚本，把自定义加载器生成的测试套件交给并行执行器：

if __name__ == '__main__':
    # 用自定义加载器加载测试
    loader = PriorityTestLoader()
    suite = loader.loadTestsFromTestCase(TestClass)
    # 初始化并行执行器，指定使用的核心数
    from unittest_parallel import ParallelTestRunner
    runner = ParallelTestRunner(n_workers=4)  # 按需调整核心数
    runner.run(suite)

注意事项 #

• 必须确保所有测试用例完全独立，不能共享全局变量、未隔离的数据库连接等资源，否则并行时会出现不可预期的错误。
• 建议先单独跑一次所有测试，统计每个用例的耗时，把耗时最长的用例设为最高优先级，这样能最大化利用多核资源，缩短整体执行时间。

替代方案（用Pytest生态） #

如果可以切换到pytest框架，配置会更简单：

• 用pytest-ordering插件实现测试优先级排序
• 用pytest-xdist插件实现多核心并行执行
  两者配合就能快速实现你的需求。

内容的提问来源于stack exchange，提问作者Alberto B