我在使用Flask和SQLAlchemy时遇到了同样的SQLite/Postgres问题，类似于Gordon Fierce，但是我的解决方案不同，Postgres对表锁和连接要求严格，所以在拆卸时显式关闭会话连接为我解决了这个问题。
我的工作代码：

@pytest.yield_fixture(scope='function')
def db(app):
    # app is an instance of a flask app, _db a SQLAlchemy DB
    _db.app = app
    with app.app_context():
        _db.create_all()

    yield _db

    # Explicitly close DB connection
    _db.session.close()

    _db.drop_all()

参考：SQLAlchemy

为了回答“我该如何调试这样的东西？”
1.使用py.test -m trace --trace运行以获取python调用的跟踪信息。
1.一个选项（对任何阻塞的unix二进制文件有用）是使用strace -p <PID>附加到进程。查看它可能阻塞的系统调用或系统调用循环。例如，阻塞调用gettimeofday
1.要获得更详细的py.test输出，请安装pytest-sugar. pip install pytest-sugar并使用pytest.py --verbose . . .https://pypi.python.org/pypi/pytest-sugar运行测试

我在测试一个使用SQLAlchemy的Flask应用程序时遇到了类似的问题，看起来pytest很难用它的request.addfinalizer方法和postgresql一起运行拆卸。
以前我有：

@pytest.fixture
def db(app, request):
    def teardown():
        _db.drop_all()

    _db.app = app
    _db.create_all()

    request.addfinalizer(teardown)

    return _db

（_db是我从www.example.com导入的SQLAlchemy的一个示例extensions.py）但是如果每次调用数据库fixture时删除数据库：

@pytest.fixture
def db(app, request):
    _db.app = app
    _db.drop_all()
    _db.create_all()
    return _db

那么pytest在你第一次测试后就不会挂了。

在不知道代码中的中断是什么的情况下，最好的方法是隔离出失败的测试，并在其中设置一个断点来查看。我使用pudb而不是pdb，因为如果您没有使用IDE，那么它确实是调试python的最佳方法。
例如，可以在测试文件中添加以下内容：

import pudb
...

def test_create_product(session):
    pudb.set_trace()
    # Create the Product instance
    # Create a  Price instance
    # Add the Product instance to the session. 
    ...

那就用

py.test -s --capture=no test_my_stuff.py

现在，您将能够看到脚本锁定的确切位置，并在执行的特定时刻检查堆栈和数据库，否则就像大海捞针一样。

我遇到这个问题已经有一段时间了（尽管我没有使用SQLite），测试套件在本地运行良好，但是在CircleCI（Docker）中失败了。
我的问题最终在于：
1.对象的基础实现使用了线程
1.对象的__del__通常会结束线程
1.我的测试套件没有调用__del__，因为它应该调用
我想我应该补充一下我是如何得出这个结论的。其他的答案是这样的：

• 发现使用pytest-timeout没有帮助，测试在完成后挂起
• 通过pytest --timeout 5调用
• 版本：pytest==6.2.2, pytest-timeout==1.4.2
• 运行pytest -m trace --trace或pytest --verbose也没有产生有用的信息

最后我不得不把所有的东西都评论出来，包括：
1.所有conftest.py代码和测试代码
1.缓慢取消/重新评论区域并确定根本原因
1.最终解决方案：使用工厂fixture添加终结器以调用__del__

在我的例子中，Flask应用程序没有检查if __name__ == '__main__':，所以它执行了app.start()，而这不是我的意图。
您可以在这里阅读更多详细信息。

在我的例子中，当Assert失败时，比较4 MB数据时，diff运行得非常慢。

with open(path, 'rb') as f:
    assert f.read() == data

修复人：

with open(path, 'rb') as f:
    eq = f.read() == data
    assert eq