前置条件：
有些接口的数据是必须要作为入参循环复用的，在单个py文件里面已经保证了数据形成闭环，即使用后清空的操作；
问题：
但是最近网络不稳定，导致脚本执行的时候因为网络问题，某些用例报错，从而数据不能按预期形成闭环，就产生了脏数据。因为数据是写入MySQL的，所以用例就需要手动去清除脏数据来维护了。
有时候排查这些脏数据的生成都比较耗时，想请教大家对于这种情况有没有好的处理方法？
可以推动公司在生产环境搭建影子库，对于测试数据写进影子库即可
几个我想到的方法:
- 数据带有明显的标识；比如：你所有的数据都是以xxxxx_xxxx这种格式开头，那么你setUp()/tearDown的时候先清除这些数据
- 数据库备份；每一次接口自动化前先把数据库备份到另外一个B数据库，然后做接口自动化的时候就是用这个数据库，即使有脏数据也没问题，后面删除就好了；
请问影子库是什么意思？
备份数据库这个是个思路，可以把逻辑依赖很严重的库备份，失败了就同步，我调研一下，谢谢。
teardown不是一个清理数据的好地方，这个地方会因为进程停止经常得不到执行。在setup_class或者更前置的过程中完成清理会更好些，teardown只作为辅助。
利用数据库的恢复也是一个办法。比如用docker随时还原环境和数据。
谢谢老师提供的思路。
有一点不是很清楚，把数据清理放到setup_class中完成是怎么执行呢？
我理解一下是这样吗：
比如：A.py 和B.py都要用到一个原始数据，然后在A.py中使用完成后，不在A.py的teardown中清理，反而去B.py的setup_class中进行清理吗？
感谢，我了解一下，看起来好深奥 