2026 年 10 月 9 日,Python 3.15.0 正式发布。这次版本因为安全问题推迟了 8 天,最终带着 1012 位贡献者的 5643 个提交上线。对普通开发者来说,这个版本有四件事值得立刻关注:free-threading 稳定 ABI 落地、lazy import 语法转正、Tachyon 采样分析器进标准库、UTF-8 全面成为默认编码。
一、free-threading 甩掉 GIL,多线程实测提速 4.5 倍
困扰 Python 35 年的 GIL(全局解释器锁)正在退场。开发者 Miguel Grinberg 用多线程递归斐波那契做了实测:GIL 模式下跑满一个核,free-threading 模式直接提速 4.5 倍。CPU 密集型多线程任务第一次不用换多进程就能吃满多核。
关键基础设施也补齐了。PEP 803 引入的 abi3t 是 free-threaded 构建的稳定 ABI。以前 C 扩展要为每个 free-threaded Python 版本单独编译 wheel,现在一个构建可以服务多个版本。生态迁移的最大障碍被移除,NumPy、PyTorch 这类带 C 扩展的库跟进成本大幅下降。
各平台跟进速度超出预期。macOS 安装器已默认包含 free-threading 支持,装完就能试。Windows 64 位二进制改用尾调用解释器,pyperformance 实测提速 15% 到 20%。
提醒一句:free-threading 收益集中在 CPU 密集场景。共享资源的加锁逻辑要自己处理,原来靠 GIL 隐式保护的单线程代码直接切换反而可能引入数据竞争。
二、lazy import 转正:CLI 工具启动告别卡顿
PEP 810 带来的 `lazy` 软关键字是本次发布的招牌特性。写法很直白:
“`python
lazy import json
“`
名字先绑定,模块在你第一次真正调用时才加载。以前要提速 CLI 启动,只能把 import 埋进函数里,依赖声明散落各处。现在 import 统一放文件顶部,加载成本推迟到首次使用。
适合的场景很明确:短生命周期命令。你的工具打印 `–help` 就退出,大部分重依赖根本用不到,lazy import 直接砍掉等待。全量开启也只需一个开关:`-X lazy_imports=all`。
有两个坑要记住。lazy import 只能写在模块顶层,函数体、类体内不行。错误暴露时机后移,import 拼写错误要到首次使用才报,好在 traceback 会同时指出使用行和声明行。
三、Tachyon 采样分析器进标准库
性能分析一直是 Python 的短板。3.15 把 Tachyon 采样分析器塞进标准库,开销低于 1%。官方示例里 0.30 秒抓到 298 个样本,98.9% 的样本落在 fib() 函数上,热点定位一目了然。
它可以直接指向一个正在运行的进程,线上服务不用停机就能做性能诊断。cProfile 这类侵入式工具从此有了轻量替代。
四、frozendict 与 sentinel:两个新内置类型
`frozendict` 是不可变字典,终于内置。缓存、配置对象、字典键场景不再需要自己实现或引入第三方库。
`sentinel` 类型解决”缺省值 vs 用户显式传 None”的歧义。库作者定义私有哨兵值有了标准做法,API 语义更干净。
五、PEP 798:推导式里直接解包
拍平嵌套列表以前要写双层 for:
“`python
[temp for temps in daily_temps for temp in temps]
“`
PEP 798 允许在推导式里直接用 `*` 和 `**`:
“`python
[*temps for temps in daily_temps]
“`
字典推导式合并配置分层也变简单了:`{**layer for layer in layers}`,后键覆盖前键,天然适合多环境配置叠加。
六、安全问题同步修复:8 个 CA 私钥泄露
3.15.1 修了一个严重问题:8 个中间证书颁发机构的私钥强度不足,可从公开证书反推出来。Python 3.15.1 起 ssl 模块内置黑名单,pip、certifi、uv 同步更新移除受影响证书。升级时记得三步走:解释器、pip/certifi、uv 全部到位才算安全。
该不该升级
- CLI 工具和库作者:值得升。lazy import 和 frozendict 直接受益
- 多线程 CPU 密集服务:强烈建议。4.5 倍多线程提速是实打实的
- 生产环境老项目:先升 3.15.1 以上版本拿安全修复,free-threading 观望生态成熟度
- 极致单线程性能场景:PyPy 仍领先(单线程 fib(40) 用 1.25 秒,CPython 3.15 要 6.94 秒),瓶颈在纯 Python 循环的可以考虑 PyPy
单线程 fib(40) 从 3.14 的 7.17 秒到 3.15 的 6.94 秒,只有 3% 提升。这个版本的真正故事在并发和工程体验上,单线程数字只是注脚。
36 岁的 Python 正在认真还债。GIL 移除路线图、JIT 升级、标准库现代化三线并进,3.15 是这条路上最扎实的一步。
苏公网安备32010502011527号
发表回复