date time comments 1 pageviews

前幾天分享 Windows 與 WSL 的 pyenv 衝突的事，結果臉書跟部落格的留言區，大家排山倒海地強推 uv! (感謝大家推薦，此處就不一一言謝了)

這狀況似曾相識，上回是介紹完 JMeter 後被網友大推 K6，一試之後果真如沐春風，相見恨晚... 這回我有預感，我也馬上就要愛上 uv 了~

uv 是一款由 Astral 團隊用 Rust 語言開發的現代化 Python 套件管理及專案管理工具。

題外話：其實光是 Rust 開發這點就叫我心動了 (延伸閱讀：Rust 程式語言在 JavaScript 生態圈的角色)，Rust 是強大又安全的程式語言，效能趨近 C/C++ 卻有防彈等級的記憶體安全性。但 Rust 的學習曲線偏陡峭，開發時必須與編譯器不斷鬥智鬥勇，需投入可觀時間精力方能上手，具備一定聰慧、決心與毅力才能駕御，特別吸引追求自我實現的開發者，只留給願意爬過天堂路享受特種部隊榮耀的那群人。也因為成為 Rust 開發者條件嚴苛，至今看過的 Rust 作品在效能與品質上都不曾讓人失望，因此讓我對 Rust 開發的軟體特別有好感。

uv 的定位與之前學過的 pyenv、pip、venv 有點不同，它不只解決版本管理或套件安裝的單一需求，而是要打造出全方位的解決方案，一次取代 pip, pip-tools, pipx, poetry, pyenv, twine, virtualenv 等眾多工具。uv 整合了套件安裝、依賴管理、虛擬環境管理以及 Python 版本管理等功能，相較於傳統工具，uv 的套件安裝和依賴解析速度加快了 10 到 100 倍，而支援跨平台使用（macOS、Linux、Windows）當然也不在話下。

uv 安裝套件之所以能快如閃電的關鍵，源自 Rust 語言的高效率、並行處理與智慧化快取，以及對打包格式與解析流程的低階最佳化。以下簡要說明：

  1. Rust 採單一靜態執行檔，比反覆啟動 Python 解譯器快 N 倍，延遲能從數百 ms 降到 µs。
  2. 下載、解壓與中繼資料擷取採分層並行，比起循序處理能省下超可觀的等待。
  3. 透過全域快取，uv 會沿用已下載與已建置好的分發檔，在暖快取(之前下載過)情境能加快百倍，冷快取(從未下載過)時也能快 8-10 倍。
    (註：此點深得我心，每個虛擬環境 pip install 重新下載安裝多複製一份，對時間跟空間都是浪費)
  4. 針對 wheel 檔，會先讀取中央目錄、檔案表取得 dist-info/metadata，與快取現況比較，只下載短缺部分不需整檔下載，大幅減少網路傳輸量與等待時間。
    (註：Wheel 檔是 Python 的標準二進位散布格式，是帶有特定命名與中繼資料結構的 ZIP 檔，安裝時可直接解壓到 site-packages 而不需現場編譯)
  5. 建立虛擬環境與安裝檔案時會運用 Hard Link 與複製時寫入 (Copy-on-Write) 等技術，降低磁碟 I/O 與空間重複，並以原子方式更新確保一致性。
  6. 直接以檔案系統底層機制操作管理 venv，避免中間層成本並可提升建立/切換速度，比透過 Python 的 venv 模組更有效率。
  7. 採用 PubGrub 的 Rust 實作 (pubgrub-rs) 擔任版本求解器，具增量、決定性與偏好自鎖檔版本的策略，在解析過程中可預取相關套件中繼資料，消除網路延遲。

整理完 uv 特色讓我熱血沸騰，接著來實際用看看。

thumbnail

安裝 uv

安裝超簡單，macOS/Liunx curl -LsSf https://astral.sh/uv/install.sh | sh、Windows powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex" (也可用 winget/scoop ) 都是一行搞定。

我在 WSL 測試，安裝速度很快，不到三秒完成。裝完重新登入或 source $HOME/.local/bin/env 即可使用 uv CLI。

安裝 Python

開始前先 uv python install 安裝最新版 Python，只花了 5.5s... 快到我有點不習慣。

註：以上安裝方法只會安裝 python3.13，若要將不帶版號的別名 (python、python3) 指向該版本，可加上參數 uv python install --default。

執行 Python 程式

執行程式不再是用 python <py-file-path> <args...>，要改用 uv run <py-file-path> <args...>

uv run test.py
uv run test.py "arg1" "arg2"
# bash
echo 'print("hello world!")' | uv run -
uv run - <<EOF
print("hello world!")
EOF
# cmd
echo print("hello world!") | uv run -
# PowerShell
@"
print("hello world!")
"@ | uv run -

有個小技巧是可以直接把 Python 程式寫成腳本，例如新增一個 greet 文字檔，寫入以下內容再 chmod u+x greet：

#!/usr/bin/env -S uv run --script

print("Hello, world!")

greet 便可以比照 bash 腳本直接執行，很酷。

下載套件

對於複雜應用，pyproject.toml 專案檔 可定義 Python 專案，uv 將依據它下載依賴的套件。對於單一 .py 檔，我們可以透過 --with 參數指定要下載的依賴套件。

# example.py
import time
from rich.progress import track

for i in track(range(20), description="For example:"):
    time.sleep(0.05)
    
# 執行
uv run --with rich exmaple.py

另一個更方便的做法是用 --script 在 .py 開頭加入宣告，例如 uv add --script example.py 'requests<3' 'rich'，程式最前方會有一段註刪起來的宣告語法，之後不用加 --with 參數 uv 也會依據這段宣告自動下載安裝依賴的套件：

另外，在宣告區也可指定需要的 Python 版本：

# /// script
# requires-python = ">=3.12"
# dependencies = []
# ///

# Use some syntax added in Python 3.12
type Point = tuple[float, float]
print(Point)

虛擬環境 (venv)

uv 也支援虛擬環境，但做法更先進，它會利用 Hard-Link 取代下載及複製重複的檔案到每個虛擬環境資料夾，節省寶貴空間。

uv venv # 用 .venv 資料夾建立虛擬環境
uv venv --python 3.11 # 指定 Python 版本
uv pip install ruff # 在虛擬環境安裝套件
source .venv/bin/activate # 啟用虛擬環境
# .venv\Scripts\activate # Windows
deactivate # 退出虛擬環境

快如閃電的套件安裝

接下來仔細說說 uv 讓套件安裝部署又快又好的祕密。我對這段格外好奇，便花了點時研究。


安裝 pandas 及 numpy 只花 51ms!!!

  1. Hard Link 重複使用
    uv 會將 wheel 等套件內容集中放在全域快取目錄 (例如 ~/.cache/uv)，在虛擬環境安裝 pip install 套件時不複製檔案，而是以硬連結把快取中的檔案「連結」到虛擬環境的 site-packages，因此多個環境都共用一份實體資料，不重複下載、不複製資料、不佔磁碟空間。
    以 numpy 的 __init__.pyi 為例，用 ls -il 多顯示 inode 編號，可發現 ~/uv-lab/.venv/lib64/python3.13/site-packages/numpy/__init__.pyi 與 ~/.cache/uv/archive-v0/vLaE7thhKt3kchyCXSCl3/numpy/__init__.pyi 的 inode 編號相同都是 47044，代表這兩個檔案指向同一磁碟位址，實際上只有一份資料。而用 find ~/ -xdev -inum 47044 反查，一樣能證明兩個路徑都指向同一份檔案內容。

    註：Hard-Link 限定同一磁碟分割，若虛擬環境與快取位於不同磁碟，uv 將退回複製檔案之傳統做法並提出警示：

    延伸閱讀：理解 Symbolic Link、Hard Link 與 Directory Junction 的差異之處 by 保哥
  2. 原子化部署
    uv 進行安裝/同步時，能像資料庫 Transaction 一樣，做到要嘛全部成功，要嘛失敗全部復原，不會出現下載一半或複製一半的情況。
    其做法是先在臨時位置完成檔案展開與結構寫入，待驗證完成後再以整批移動或替換目標路徑，確保過程中如遇中斷不會留下半成品或破壞既有可用環境。
    而這個設計也跟 uv 的平行處理與快取機制有關，由於檔案可能多人多處共用，故要先在隔離的臨時區並行完成解壓、連結與索引更新，再一次切換，有效降低 I/O 衝突及部分安裝的風險，確保使用者不會看到一半已更新、一半未更新的狀況。

必須說，這真是精巧的設計，使用者看不到，只會感受到又快又穩定。

結論

不用說，我被圈粉了! 今天起應該就會逐步改用 uv 取代原有的 Python 開發方式。

而現在我也已加入推坑行列：uv 真的好好用，不試看看嗎？

Introducing uv: a lightning-fast, Rust-based Python package and environment manager. Installs, manages, and runs projects efficiently, replacing many traditional tools.


Comments

# by 小黑

uv 真的頂

Post a comment