pytest执行1800个测试耗时超10分钟，builtins.compile占比高原因排查

1. pytest 配置不当导致的频繁compile #

• 检查测试扫描范围配置
  没有明确限制测试扫描路径时，pytest会递归遍历当前目录下所有可识别的Python文件，虚拟环境、临时脚本目录、静态资源目录下的py文件都会被编译，直接推高耗时。
  你可以在pytest.ini/pyproject.toml中添加配置限制扫描范围：

  [pytest]
  testpaths = tests  # 仅扫描tests目录下的测试文件
  norecursedirs = venv .git __pycache__ dist build  # 排除不需要扫描的目录
  

• 检查字节码缓存是否被禁用
  如果环境变量设置了PYTHONDONTWRITEBYTECODE=1，或者运行pytest时添加了--no-cache-dir参数，会导致每次运行都要重新编译所有py文件，无法复用之前生成的.pyc字节码缓存。去掉上述配置后再运行测试，验证耗时是否下降。
• 检查断言重写相关配置
  pytest默认的断言重写逻辑会调用builtins.compile处理测试文件的断言逻辑，如果你的测试文件里有大量动态生成的断言语句，或者配置了自定义断言处理插件，也可能触发额外的compile调用。你可以临时加--assert=plain参数运行测试，验证耗时是否有明显下降，如果下降明显再针对性排查断言相关插件的问题。

2. 业务代码/依赖库的compile调用 #

• 定位调用源
  运行以下命令生成火焰图，直接定位builtins.compile的调用栈：

  py-spy record -o pytest_profile.svg -- pytest <你的测试运行参数>
  

  从火焰图中可以直接看到是pytest内部，还是第三方依赖、业务代码在调用compile。
• 常见高耗时场景排查
  • 大量动态代码生成逻辑：比如用exec/eval动态生成测试用例、动态生成ORM模型、动态渲染模板（如Jinja2每次运行都重新编译模板字符串），都会触发大量compile调用。
  • 参数化测试使用不当：如果用循环+exec的方式动态生成测试函数，替代原生的@pytest.mark.parametrize，每次运行都会重复编译动态生成的代码，耗时会大幅提升。
  • 未缓存的正则编译：虽然你已经优化了部分正则编译调用，还要检查是否有运行时循环编译正则的逻辑，没有复用编译后的正则对象。

3. 快速定位问题阶段 #

运行pytest --collect-only仅执行测试收集逻辑，不运行实际测试用例：

• 如果该步骤耗时已经接近9分钟，问题完全出在测试发现/编译阶段，优先排查第一类配置问题
• 如果该步骤耗时很短，大部分耗时出现在测试执行阶段，优先排查第二类依赖/业务代码问题

内容的提问来源于stack exchange，提问作者Deepak Selvakumar