Python删除了 GIL、增加新编译器、弃用optparse

banq

CPython 的全局解释器锁（“GIL”）可防止多个线程同时执行 Python 代码。

GIL 是高效使用 Python 多核 CPU 的障碍。

 PEP-0703  建议向 CPython 添加构建配置 ( --disable-gil)，使其在没有全局解释器锁的情况下运行 Python 代码，并进行必要的更改以使解释器线程安全。

也就是说Python 将删除其 GIL，计划路线图：

  • 短期内，一个不支持 GIL 的 Python 实验版本将与常规版本同时发布。目标是 3.13/3.14。
  • 中期，无 GIL 版本被标记为正式支持版本，但仍只是有 GIL 的 Python 的替代版本。宣布了将其作为默认版本的目标日期。这只有在社区对其表示出足够的支持后才会实现，需要几年的时间。
  • 从长远来看，无 GIL 将成为默认设置。在此之前，如果事实证明 no-GIL 项目的投资回报率很低，核心开发人员可以推翻决定，中止该项目。

请注意，如果程序导入了一个在无 GIL 版本中使用 GIL 的 C 扩展名，它就会自动切换回 GIL。因此，这并不是 2=>3 的情况，即不兼容的代码会中断。

采用两种不同构建方式的主要原因是为了管理未知的未知因素。
的确，没有人会认为无 GIL 会导致代码崩溃，但对于如此庞大的项目，你永远无法确定。
ABI 兼容是个棘手的问题，新的扩展程序需要明确地针对它进行编译才能正常工作，因此社区有必要接受它。

此外，不兼容 GIL 的扩展也能在旧的解释器上运行，因此不会出现 Python 3 代码在 Python 2 上无法运行的情况。

事实上，Python 代码本身应该不会受到影响，而且可以在两种解释器上无缝运行，尽管 GIL 将线程限制在单核上。

LPython：新的 Python 编译器
LPython 是一种新的 BSD 3 编译器，它能将 Python 代码转换为 LLVM、C、C++ 或 WASM 的代码。
它的目标不是编译整个程序，尽管它可以，而是像 numba 和 cython 一样，让你加速计算瓶颈。

虽然你仍然需要在机器上安装整个编译链，但它的基准测试结果非常令人满意，而且在 Ahead-of-Time 和 Just-in-Time 之间切换也非常方便。

LPython 喜欢原始的 Python 代码，所以如果你在代码段中调用 Python 函数，你必须明确地用装饰器将其标记为原始代码。因此，大多数人可能会在非常特殊的代码段中使用它。

Pydantic 2 即将投入使用
Pydantic 第 2 版实现数据验证/模式定义。

它在上个月发布了稳定版，事实上，即使是稳定的主要版本，也仍然需要改进，而且社区支持仍然很少。

但现在发生了两件事：

  • Pydantic 2.1 已经发布，第一波令人讨厌的错误已被清除。
  • Fast API 宣布支持 Pydantic 2，因为它是 Pydantic 使用的最大驱动力，所以具有里程碑意义。

PEP 387 定义 "软弃用"，getopt 和 optparse 软弃用
基本上，软弃用 API 处于僵尸状态，能用但永远不会有任何新开发，而且会被明确建议不要使用。

optparse 和 getopt 这两个模块在它们的时代曾是解析脚本参数的事实解决方案，但现在已被标记为 "软废弃"。你可以永远使用它们，但可能不应该使用。

  • 首先，argparse 是更现代的 stdlib 解决方案。
  • 其次，像 typer 和 click 这样的第三方项目已经存在。

Cython 3.0 发布，更好地支持纯 Python
最著名的 Python 编译器 Cython 发布了第 3 版。尽管该版本带来了各种改进，但有一点尤为突出。Cython 一直存在局限性：它使用 Python 的超集来表达某些特性。

正如该版本所指出的，这种情况已不复存在："现在可以用常规 Python 语法来表达所有 Cython 代码并使用所有功能。

这意味着您现在可以使用任何 Python 代码库，只需将其全部 Cython 化，看看会发生什么。

PEP 722 - 单文件脚本的依赖关系规范
虽然无 GIL 的话题仍然存在，但 PEP 722的提出确实让事情变得更加热闹。

我们的想法是在注释中形式化一种语法，类似于 Groovy 的语法，可以表达单个脚本的依赖关系。以 PEP 本身为例：

In order to run, this script needs the following 3rd party libraries
#
Requirements:
   requests
   rich

import requests
from rich.pretty import pprint

resp = requests.get("https://peps.python.org/api/peps.json")
data = resp.json()
pprint([(k, v["title"]) for k, v in data.items()][:10])

重要行是:

Requirements:
   requests
   rich

现在，第三方工具可以正式解析这些注释。这并不是一个新概念，像 pip-run 这样的工具已经支持运行带有此类注释的脚本。

PEP 并不意味着 Python 或 pip 会集成这样的功能，目前只是将语法正式化。

Python VSCode 支持变得更快
如果您使用 VSCode，您可能会注意到使用大量衬着程序会导致集成开发环境变慢。Mypy 的问题尤其严重，因为 mypy 命令启动缓慢，而且 VSCode 不使用守护进程模式。

在新版本中，新的官方 mypy 扩展已经可用，它使用的是 dmypy 守护进程。由于速度加快，编辑器现在可以对整个代码库进行检查，而不仅仅是当前文件。

此外，Microsft 支持 Python 的官方扩展 pylance 现在将持久化所有对第三方库执行的索引工作。这将使启动更轻松，对于大型项目来说，由于索引工作在慢速机器上可能需要一些时间，因此将带来更快速的体验。