17370845950

最可靠的方式是检查 pytest_xdist_worker 环境变量是否存在：import os; is_xdist_worker = 'pytest_xdist_worker' in os.environ，该变量由 xdist 在 worker 进程启动时注入，主进程不设置，轻量且准确。

检查 pytest_xdist_worker 环境变量是否存在

pytest-xdist 在每个工作进程（worker）启动时会注入 pytest_xdist_worker 环境变量，值为 worker 名称（如 gw0、gw1）。这是最轻量、最可靠的运行时检测方式：

• 在测试代码或 conftest.py 中直接读取：

  import os
  is_xdist_worker = 'pytest_xdist_worker' in os.environ

• 注意：主进程（master）不会设置该变量，所以 is_xdist_worker == True 意味着当前确实在某个 xdist worker 进程中执行
• 该方式不依赖 pytest 配置或插件状态，即使 xdist 未启用但环境变量被意外设置，也会误判——不过实践中极少发生

通过 pytestconfig 获取 xdist 相关配置

pytest 提供的 pytestconfig fixture 可以访问命令行参数和插件配置，适合在 fixture 或测试函数中做条件逻辑：

• pytestconfig.getoption('numprocesses', default=None) 返回 -n 指定的进程数（如 4），若为 None 或 1，大概率未启用多进程模式
• pytestconfig.pluginmanager.hasplugin('xdist') 仅表示 xdist 插件已加载，不能说明当前是 worker 进

  

  程（master 进程也满足）
• 更稳妥的组合判断：

  if pytestconfig.getoption('numprocesses', default=1) > 1 and 'pytest_xdist_worker' in os.environ:

  可较准确断定“正在 xdist 多进程模式下运行且处于 worker 中”

避免依赖 os.cpu_count() 或进程名启发式判断

有人尝试用 CPU 核心数或 psutil.Process().name() 推断是否为 xdist worker，这类做法不可靠：

• os.cpu_count() 只反映硬件能力，与 pytest 是否启用 xdist 无关；用户可能用 -n 2 在 32 核机器上跑，也可能用 -n auto 但受限于资源实际只启 1 个 worker
• worker 进程名通常是 python 或 pytest，和主进程无本质区别；不同平台、venv、启动方式下进程名差异大
• pytest-xdist 不保证 worker 进程一定比主进程“子”，尤其在 --boxed 模式下进程模型更复杂

实际使用中要注意作用域和时机

检测逻辑的位置会影响结果准确性：

• 在模块顶层（import 时）执行 os.environ 检查 —— 安全，因为 xdist worker 启动时已注入变量
• 在 conftest.py 的 pytest_configure hook 中检查 —— 安全，hook 执行时环境已就绪
• 在自定义 fixture 中使用 pytestconfig —— 必须声明为 scope='session' 或更宽作用域，否则可能因 fixture 初始化顺序问题拿不到正确值
• 不要在 __init__.py 或非 pytest 上下文（如单独运行脚本）里依赖此检测，会引发未定义行为

真正容易被忽略的是：xdist worker 进程是全新 Python 解释器实例，所有模块级状态（包括全局变量、缓存、单例）都不与主进程共享。哪怕检测到了 pytest_xdist_worker，也不代表你可以安全地复用主进程里初始化过的对象。