最快的 Python 结构体？

本文深入探讨了 Python 中多种结构体（struct）实现方案的性能对比，包括 dataclass、NamedTuple、slots、attrs、pydantic 以及自定义 C 扩展等。通过对内存占用、创建速度、属性访问速度等关键指标进行基准测试，作者试图找出 Python 中最快的数据结构定义方式，并为不同场景下的最佳选择提供实用建议。

背景速读

Python 的性能问题一直是社区关注焦点，尤其是数据密集型任务。这篇文章比较了 Python 中用来表示结构化数据的几种方案——普通 class、dataclass、namedtuple、slots、以及第三方库如 Pydantic 和 msgspec——的性能差异。关键背景：Python 的 class 默认使用 dict 存储实例属性，存在较大内存和访问开销；`__slots__` 可以去掉 dict，提升效率；dataclass 是 Python 3.7 引入的语法糖，本质仍是 class；Pydantic 因数据验证功能广泛用于 Web 框架（如 FastAPI），但验证本身有性能成本；msgspec 是新兴的高性能序列化库。在 LLM 应用和数据处理 pipeline 中，结构体选择会显著影响吞吐量和延迟。