我在xdist上使用py.test（版本2.4，在Windows 7上）为C ++库运行一系列数值回归和接口测试，C ++库通过C模块提供Python接口。
随着时间的推移，测试次数已增加到2,000次，但我们现在遇到了一些内存问题。无论是否使用xdist，运行测试的python进程的内存使用量似乎都在增加。
在单进程模式下，我们甚至看到了一些错误分配错误的问题，而使用xdist总内存使用量可能会降低操作系统（8个进程，每个进程使用> 1GB）。
这是预期的行为吗？或者在使用py.test进行大量测试时，是否有其他人遇到过同样的问题？我可以在tearDown（Class）中做些什么来减少内存使用量吗？
目前我不能排除问题出现在C / C ++代码中的可能性，但是当通过py.test之外的Python接口运行一些长期运行的程序时，我确实看到相对恒定的内存使用期限。当使用nose代替py.test时我也没有看到任何过多的内存使用（我们使用py.test，因为我们需要junit-xml报告来处理多个进程）
答案 0 :(得分：2)
py.test的内存使用量会随着测试次数的增加而增加。在执行每个测试之前收集每个测试，并且对于每个测试运行，测试报告存储在存储器中，对于故障将大得多，从而可以在最后报告所有信息。所以在某种程度上这是预期和正常的。
然而，我没有硬数据，也从未仔细研究过这个问题。我们之前在一些CI主机上确实耗尽了内存，但只是给了他们更多的内存来解决它而不是调查。目前我们的CI主机拥有2G内存并在一次测试运行中运行大约3500次测试，它可能会工作一半，但可能涉及更多交换。 Pypy也是一个设计用py.test运行一个巨大的测试套件的项目，所以这当然是可能的。
如果您怀疑C代码泄漏内存，我建议构建一个（小）测试脚本，它只测试扩展模块API（带或不带py.test）并在无限循环中调用它，同时在每个循环后收集内存统计信息。经过几次循环后，内存永远不会再增加。
答案 1 :(得分：0)
我们也遇到过类似的问题。在我们的例子中，我们运行大约4600个测试用例。 我们使用了大量的pytest灯具，我们设法通过稍微不同地确定灯具的范围来节省几个MB（从＆＃34;会话＆＃34;到＆＃34;＆＃34;＆＃34;＆＃34;功能＆＃34;的范围内） 。但是我们在考试中表现不佳。