Python 3.15.0 在 2026 年 10 月 9 日发布,比原计划晚了 8 天,原因是临发布前又出了一个意外的第三个候选版(rc3),修 lazy import 的 bug。这次发布一共 5,643 次提交、1,012 位贡献者。我装的是 3.15.2,用 uv 一条命令装好,两个最值得试的新东西都实测了一遍:PEP 810 的 lazy import 和 PEP 799 的 Tachyon 采样分析器。下面是真实过程和真实输出。

安装:一条命令拿到 3.15.2

系统自带的是 Python 3.12,用 uv 装新版最快:

uv python install 3.15

实测下载 36.4 MiB,15.92 秒装完。验证:

~/.local/share/uv/python/cpython-3.15.2-linux-x86_64-gnu/bin/python3 --version
Python 3.15.2

下面所有实测都用这个解释器跑,记为 python3.15。

lazy import:启动时间省在哪

Python 启动慢,很多时候不是代码慢,是 import 慢:解释器要找文件、读磁盘、编译成字节码,再执行模块顶层的代码。PEP 810 给的办法是显式延迟加载,在 import 前面加一个 lazy:

lazy import json
lazy from pathlib import Path

lazy 是软关键字,只在 import 语句开头才有特殊含义,你原来代码里叫 lazy 的变量不受影响。模块不会在 import 那一行加载,而是等到代码第一次用到这个名字时才真正加载,之后就是一个完全普通的模块。

实测:0.53 秒变 0.02 秒

为了看清楚,我造了一个启动很慢的模块 slowmod.py,顶层代码里睡 0.5 秒:

# slowmod.py
import time
time.sleep(0.5)
def report():
    return "slowmod loaded"

普通 import 的脚本:

# eager.py
import slowmod
print("ready")

lazy import、但后面用到了的脚本:

# lazy.py
lazy import slowmod
print("ready")
print(slowmod.report())

lazy import、一次都没用到的脚本:

# lazy_nouser.py
lazy import slowmod
print("ready")

实测结果(time 命令的 real 时间):

脚本用时说明
eager.py0.531 秒启动就付 0.5 秒
lazy.py0.520 秒启动时没付,但 report() 那行触发了加载
lazy_nouser.py0.019 秒一次都没用到,0.5 秒直接省了

这个对比说明一个关键点:lazy import 省的是“这次运行用不到的模块”的启动时间,不是把加载成本变没了。用到了还是要付,只不过付在第一次使用的时候。对命令行工具、测试运行器、Serverless 函数这种“每次启动只走其中一条路”的程序最划算;对一直跑着的服务,启动那一下本来就不重要。

PEP 810 自己的说法是在它的工作负载上启动时间减少大约 50% 到 70%,那是 PEP 的数据,不是给你的程序的承诺,具体省多少得拿自己的程序测。

不用改源码:全局模式

不想一个个改 import,还可以让整个程序默认全部延迟加载:

python3.15 -X lazy_imports=all eager.py
PYTHON_LAZY_IMPORTS=all python3.15 eager.py

实测 python3.15 -X lazy_imports=all eager.py 也是 0.019 秒,和逐行写 lazy 的效果一样。当前模式可以用代码查:

import sys
sys.get_lazy_imports()   # 默认返回 'normal'

normal 是默认值:只有写了 lazy 的才延迟。all 是全部延迟。运行时还能用 sys.set_lazy_imports() 改模式,用 sys.set_lazy_imports_filter() 按模块名决定哪些可以延迟、哪些必须立即加载。

三条红线,实测都会报错

lazy import 只能写在模块顶层,这三处写了就是 SyntaxError:

  • 函数体或类体里面
  • try / except / finally 块里面
  • lazy from foo import *(星号导入必须先加载模块才能知道有哪些名字)

我实测了第一条:

def f():
    lazy import json
  File "/tmp/py315/bad.py", line 2
    lazy import json
    ^^^^^^^^^^^^^^^^
SyntaxError: lazy import not allowed inside functions

另外一个兼容性办法:如果代码还要在 3.14 及更早版本上跑,不能直接写 lazy 关键字(老版本解析不了),可以在模块顶层声明 __lazy_modules__ 列表,列进去的模块在 3.15 上延迟加载、在老版本上照常立即加载。

用之前先想清楚的两件事

第一,lazy import 改的是模块顶层代码执行的时间点。有些模块在 import 时顺手做配置、注册插件、校验环境,这些事现在推迟到第一次使用时才发生。如果你的代码依赖“import 完就已经配置好了”,改成 lazy 之后时序就变了,副作用大的模块别急着改。

第二,这功能刚经过一轮 rc3 的紧急修 bug,比较花哨的元编程(动态 import、import hook、测试里大量打补丁)值得先观望。先在启动慢的工具上试,别直接上最热的路径。

Tachyon:不用改代码的采样分析器

3.15 把性能分析工具收进了一个新的 profiling 包(PEP 799),里面除了从 cProfile 搬过来的确定性追踪(profiling.tracing),还有一个新的统计采样分析器 Tachyon(profiling.sampling)。

它和 cProfile 的区别是方法论:cProfile 是确定性追踪,每个函数调用都要插桩记录,程序会慢 2 到 20 倍,测出来的时间本身就被扭曲了。Tachyon 是采样:从外部按固定频率读取运行中进程的调用栈,几乎不增加开销,还能直接挂到已经跑起来的进程上,不用重启、不用改代码。官方说法是采样率最高可达每秒 100 万次,默认值是每秒 1000 次。

实测:给递归斐波那契画像

测试脚本就是经典的递归 fib:

# fib.py
def fib(n):
    if n <= 1:
        return n
    return fib(n - 1) + fib(n - 2)
print(fib(30))

直接跑是 0.125 秒,输出 832040。用 Tachyon 跑:

python3.15 -m profiling.sampling run fib.py

实测输出的开头:

832040
Captured 122 samples in 0.12 seconds
Sample rate: 999.53 samples/sec
Error rate: 45.08

然后是一张表,核心几列是 nsamples(直接采样数 / 累计采样数)、sample%、tottime、cumul%、cumtime。最热的那行:

57/67      85.1        57.000     100.0        67.000  fib.py:4(fib)

意思是 fib 函数第 4 行直接占了 85.1% 的采样,累计 100%,结论就是这个函数本身在烧时间,跟预期一致。表下面还有“最热函数”“调用最频繁的函数”这种摘要,帮你一眼定位。

注意 Error rate: 45.08 这个数字:它表示有多少采样没读到。我的程序一共才跑 0.12 秒,采样窗口太短,miss 率就高。百分比只按成功读到的采样算,程序越短这个数字越难看,正式用的时候要对跑得久的进程采样,数据才稳。

火焰图:一行命令出 HTML

python3.15 -m profiling.sampling run --flamegraph -o profile.html fib.py

实测输出:

Flamegraph saved to: profile.html

文件 617K,是一个可以直接用浏览器打开的交互式火焰图。run 子命令还有不少选项,实测 --help 里列出来的有:-r 调采样率(比如 -r 5khz)、-d 限定采样时长、--mode wall/cpu/gil/exception 选采样什么时间、--live 交互模式、--heatmap 热力图、--pstats / --jsonl / --binary 换输出格式。

attach 到运行中的进程:这次被挡住了

Tachyon 最吸引人的用法是挂到已经跑起来的进程上,不用重启:

python3.15 -m profiling.sampling attach <PID>

我实测挂一个正在循环的 Python 进程,结果被挡住了:

🔒 Tachyon was unable to access process memory. This could be because tachyon
has insufficient privileges (the required capability is CAP_SYS_PTRACE).

原因是采样器要读另一个进程的内存,需要 ptrace 权限。在容器里要加 --cap-add=SYS_PTRACE(或 --privileged)启动,或者把 kernel.yama.ptrace_scope 设为 0。这不是 Tachyon 本身的问题,是运行环境的限制,生产上用 attach 之前要先确认这条。run 模式(直接启动并分析脚本)不受影响,上面 fib 的实测就是 run 模式跑的。

3.15 还有哪些小变化

除了上面两个,值得知道的还有:

  • UTF-8 默认:文本读写默认按 UTF-8,不再跟随系统 locale。写代码时没写 encoding= 的地方,行为可能变了,尤其是在 Windows 上。
  • frozendict 和 sentinel 内置类型:以前要自己手写的东西,现在标准库直接给了。
  • 推导式里可以解包:[*xs for xs in xss] 这种写法不用再套一层循环或者 itertools.chain。
  • 帧指针默认开启:系统级的 perf 这类工具分析 Python 进程时更好用了。
  • JIT 还在变快,但别指望飞跃:Real Python 测的递归 fib(40) 从 3.14 的 7.17 秒降到 3.15 的 6.94 秒,大约 3%,而且 JIT 还是实验性的,大多数人装完 3.15 根本不会碰到它。

验证汇总

命令实测结果
uv python install 3.153.15.2,36.4 MiB,15.92 秒
eager.py(普通 import)0.531 秒
lazy_nouser.py(lazy,未使用)0.019 秒
lazy.py(lazy,后面用了)0.520 秒
python3.15 -X lazy_imports=all eager.py0.019 秒
sys.get_lazy_imports()'normal'
函数体内 lazy importSyntaxError: lazy import not allowed inside functions
profiling.sampling run fib.py122 个采样,999.53 次/秒,fib 占 85.1%
run --flamegraph -o profile.html生成 617K 的 HTML 火焰图
profiling.sampling attach <PID>沙箱里因缺 ptrace 权限被挡,需 CAP_SYS_PTRACE

升级建议

  • 命令行工具、测试运行器、Serverless 函数:先试 lazy import,启动时间省得最实在。先用 python -X importtime 找最慢的 import,再决定改哪些。
  • 长时间运行的服务:lazy import 收益不大,Tachyon 更值得试,尤其是想在不重启的情况下看线上进程在忙什么。
  • 升级之前先扫一遍没写 encoding= 的文件读写,UTF-8 默认可能会改变行为;再确认测试里有没有依赖 import 时序的 mock 和插件注册。

参考

  • Python 3.15 新功能官方文档:https://docs.python.org/dev/whatsnew/3.15.html
  • PEP 810(lazy imports):https://peps.python.org/pep-0810/
  • PEP 799(profiling 包与 Tachyon):https://peps.python.org/pep-0799/
  • Real Python 2026 年 11 月新闻:https://realpython.com/python-news-november-2026/