技能介绍

痛点：当 pytest 套件成为 CI 的“堵点”

在持续集成中，随着测试用例不断累积，大型 pytest 套件的运行时间往往呈线性甚至指数级增长。当多个开发分支同时触发 CI 时，排队等待执行的测试任务会堆积，导致反馈延迟加剧，直接影响迭代效率。传统按文件或模块简单的平均分配测试任务，由于不同模块测试耗时差异大，反而会造成各并行流水线负载不均，部分任务长期处于等待状态。

技能核心：基于历史时长的智能分片

该技能的核心是通过 pytest-split 工具，利用历史测试时长数据将套件分割为时间均衡的“分片”。具体工作步骤如下：

采集历史时长数据：首先完整运行一次测试套件，将每个测试用例的执行时间记录并持久化，为后续分片提供数据基础。
生成均衡分片：技能根据记录的时长数据，自动计算并分配测试用例到不同分片，确保每个分片的总耗时尽可能接近，从而让并行 CI 流水线能同时完成执行，减少等待时间。
适配并行 CI 执行：每个 CI 流水线仅需运行分配到的特定分片，通过指定 --shard-id 和 --total-shards 参数即可实现精准调度，无需修改原有测试代码结构。

适用边界与注意点

测试顺序敏感性：部分测试用例间存在执行顺序依赖，或共享全局状态（如数据库、缓存）。直接分割可能导致单个分片内的测试因前置条件缺失而失败，使用前需确认套件的独立性。
历史数据有效性：分片依赖历史时长数据的准确性。若近期有大量新增或修改的测试用例，需重新采集数据，否则分片结果可能与实际耗时不符，影响均衡性。
工具依赖：需确保环境中已安装 pytest-split 工具，且版本与当前 pytest 兼容，避免因版本冲突导致分片生成失败。