| 识别 | 重复运行或历史结果比对，标记不稳定用例 |
|---|---|
| 隔离 | 暂时移出阻断集合并登记修复任务 |
| 修复 | 消除时序依赖、共享状态、随机端口与外部网络依赖 |
| 度量 | flaky 率 = 不稳定用例数 / 总用例数 |
重复运行排查
重复运行排查
pytest --count=5 tests/test_checkout.py
# pytest-repeat 插件提供 --count 参数长期给不稳定测试打重试补丁：掩盖并发与时序缺陷，问题会在生产放大。
不稳定测试（Flaky Tests）治理
同一代码重复运行结果不一致的测试即 flaky：会侵蚀门禁公信力。治理路径是识别、隔离、修复三步，并用 flaky 率观察趋势。
易错点
- 把 flaky 修复无限期延后：大变更时无法区分新旧失败
- 隔离后没有跟踪任务：不稳定用例被遗忘在隔离区
数据来源与参考
- pytest-repeat 插件文档
- Google Testing Blog 关于 flaky tests 的讨论