Playwright并行测试配置与优化技巧-平芜编程栈

当你需要运行大量测试用例时，串行执行会消耗大量时间。想象一下，500个测试用例每个耗时1分钟，串行执行需要8个多小时——这在实际开发中是不可接受的。Playwright的并行测试能力可以将这个时间缩短到几分钟，大幅提升开发和交付效率。

基础并行配置

1. 配置workers数量

在Playwright配置文件中，最直接的并行设置是通过workers参数：

// playwright.config.js module.exports = { // 使用系统CPU核心数的50%作为默认workers workers: process.env.CI ? 4 : '50%', // 或者固定worker数量 // workers: 4, // 完全并行模式（不推荐用于所有场景） // fullyParallel: true, use: { baseURL: 'https://your-app.com', headless: true, } };

实践经验：在CI/CD环境中，通常设置为固定值（如4），因为CI环境的核心数是确定的。本地开发可以使用百分比，自动适应不同开发者的机器配置。

2. 测试文件级别的并行

默认情况下，Playwright会在不同的worker中并行运行测试文件。但要确保测试之间没有依赖关系：

// 错误的示例 - 测试之间存在依赖 test.describe('用户流程', () => { test('注册用户', async ({ page }) => { // 注册操作 }); test('登录用户', async ({ page }) => { // 这里假设上一步已注册用户 - 这会导致并行执行时失败 }); }); // 正确的做法 - 每个测试独立 test.describe('认证模块', () => { test('用户注册流程', async ({ page }) => { // 完整的注册测试 }); test('用户登录流程', async ({ page }) => { // 使用预置的测试账号，不依赖其他测试 }); });

高级并行策略

3. 使用Sharding实现跨机器并行

当测试套件非常庞大时，单机并行可能仍不够快。这时可以使用分片（Sharding）：

# 将测试分成4个分片，在4台机器上运行 npx playwright test --shard=1/4 npx playwright test --shard=2/4 npx playwright test --shard=3/4 npx playwright test --shard=4/4

在CI/CD中，可以这样配置：

# GitHub Actions 示例 jobs: test-shard: strategy: matrix: shard-index:[1,2,3,4] shard-total:[4] runs-on:ubuntu-latest steps: -run:npxplaywrighttest--shard=${{matrix.shard-index}}/${{matrix.shard-total}}

4. 基于标签的并行执行

通过给测试打标签，可以实现更精细的并行控制：

// 给测试添加标签 test('关键路径测试 @critical', async ({ page }) => { // 关键业务逻辑测试 }); test('性能测试 @slow', async ({ page }) => { // 耗时较长的性能测试 }); // 只运行关键测试 npx playwright test --grep "@critical" // 排除慢测试 npx playwright test --grep-invert "@slow"

优化技巧

5. 测试隔离与状态管理

并行测试最大的挑战是测试隔离。以下是几种解决方案：

方案A：使用独立测试数据

test('用户操作测试', async ({ page }) => { // 为每个测试生成唯一用户 const uniqueUser = `testuser_${Date.now()}_${Math.random().toString(36).substr(2, 9)}`; await page.fill('#username', uniqueUser); await page.fill('#password', 'TestPass123!'); // ... 其他操作 });

方案B：利用Playwright的测试隔离

// 每个测试获得完全独立的context test.describe('购物车测试', () => { // 每个测试都会获得全新的浏览器上下文 test('添加商品到购物车', async ({ page, context }) => { // 这里的context是全新的 }); test('清空购物车', async ({ page }) => { // 这个测试不会受到上一个测试的影响 }); });

6. 资源竞争处理

数据库竞争问题：

// 创建测试专用的数据库工具 class TestDatabase { constructor() { this.connectionPool = []; } async getUniqueConnection(testId) { // 为每个测试worker提供独立的数据库连接 const connection = awaitthis.createConnection(); await connection.query(`USE test_${testId}`); return connection; } } // 在测试中应用 test.beforeEach(async ({}, testInfo) => { const db = await testDatabase.getUniqueConnection(testInfo.workerIndex); // 使用独立的数据库schema });

7. 配置文件优化

// 优化的playwright.config.js module.exports = { // 根据测试类型动态调整workers workers: process.env.TEST_TYPE === 'e2e' ? 2 : process.env.TEST_TYPE === 'component' ? 4 : '50%', // 重试策略 - 对于并行测试很重要 retries: process.env.CI ? 2 : 1, // 超时设置 timeout: 30000, // 报告配置 reporter: [ ['html', { outputFolder: 'playwright-report', open: 'never' }], ['junit', { outputFile: 'results.xml' }], ['list'] ], // 项目配置 - 针对不同类型的测试使用不同配置 projects: [ { name: 'chromium', use: { browserName: 'chromium' }, }, { name: 'firefox', use: { browserName: 'firefox' }, // 为Firefox使用更少的workers workers: 2, }, ], };

8. 避免常见陷阱

陷阱1：全局状态污染

// 错误做法 let sharedData = {}; // 全局变量在并行测试中会被污染 // 正确做法 test.beforeEach(async ({}) => { const localData = {}; // 每个测试有自己的数据 });

陷阱2：文件系统竞争

// 错误做法 const fs = require('fs'); test('生成报告', async () => { fs.writeFileSync('report.json', data); // 多个worker会竞争同一个文件 }); // 正确做法 test('生成报告', async ({}, testInfo) => { const reportFile = `reports/report_${testInfo.workerIndex}.json`; fs.writeFileSync(reportFile, data); });

9. 监控与调试

创建并行测试监控工具：

// parallel-monitor.js const { chromium } = require('playwright'); asyncfunction monitorParallelExecution() { console.log(`开始时间: ${new Date().toISOString()}`); console.log(`CPU核心数: ${require('os').cpus().length}`); console.log(`Worker数量: ${process.env.PLAYWRIGHT_WORKERS || '默认'}`); // 监控资源使用 setInterval(() => { const used = process.memoryUsage(); console.log(`内存使用: ${Math.round(used.heapUsed / 1024 / 1024)}MB`); }, 5000); } module.exports = monitorParallelExecution;

性能调优建议

逐步增加workers：从较少的workers开始，逐步增加，观察系统负载和测试稳定性。
内存管理：每个Playwright worker大约消耗100-300MB内存。确保系统有足够内存：所需内存 ≈ workers数量 × 250MB。

测试分组策略：

// 按测试时长分组，实现负载均衡 const testGroups = { fast: ['登录测试', '导航测试'], medium: ['购物流程', '搜索测试'], slow: ['文件上传', '报表生成'] };

使用缓存加速：

# 在CI中缓存Playwright浏览器 - name: Cache Playwright browsers uses: actions/cache@v3 with: path: ~/.cache/ms-playwright key: playwright-${{ runner.os }}-${{ hashFiles('package-lock.json') }}