在工程领域，越快越好。设置依赖项和测试代码的速度越快，改进代码的速度也就越快。这种紧密的迭代循环是最终的生产力目标，而速度是 Streamlit 的核心宗旨之一。

应用越复杂，可能需要的依赖项就越多。手动安装依赖项会浪费宝贵的工程资源。这就是包管理器存在的原因。 

Python 中最流行的包管理器是“首选安装程序”（Preferred Installer Program）——也就是“pip”。然而，虽然 pip 可能是最流行的包管理器，但它并非总是最快的。最快的工具原来是 uv。  

当我们将 pip 切换到 uv 包管理器后，我们将 Streamlit Cloud 应用部署时间加快了 55%！ 

在这篇博客中，你将了解我们是如何发现需要更快的应用加载时间，以及最终为何选择 uv 而非 pip 作为 Streamlit 首选的包管理器。

发现需要更快的应用加载时间 

在开发 Streamlit Community Cloud 时，我们进行了大量的测试部署。这意味着我们花费了大量时间盯着那个点心加载动画。那时我们意识到：如果我们要等超过 10 秒，那么我们的用户也是。😨

那么为什么会出现这种延迟呢？一切都归结于“冷部署”（cold deployments）。

在本地开发期间，你可以使用 Streamlit 的热重载（hot-reload）功能，让你能立即看到代码的更改，从而更快地迭代代码。Streamlit 在更新 Community Cloud 上运行的应用时使用了类似的机制。在这两种情况下，所有应用的依赖项都已通过 pip 安装，无需额外的包处理工作。这使得应用能够快速加载更改。 

然而，当 Streamlit 应用“进入睡眠”并需要被“唤醒”时，就会出现延迟。唤醒一个睡眠的应用需要冷部署。在冷部署中，Streamlit Community Cloud 会执行额外的工作来配置执行环境并进行初始设置，以便应用可以运行。结果就是漫长的加载时间。

一个生产就绪的应用需要快速可靠，所以我们知道必须加快冷部署的速度。我们不知道的是，部署瓶颈究竟出在哪里。于是——我们开始收集指标。

那时我们发现，部署在依赖项安装阶段显著变慢了——更重要的是，我们的大多数用户都使用 pip 来安装 Python 依赖项。

2024年4月初： 

• 平均每日部署时间约为 90 秒
• 安装依赖项占用了大部分时间，平均约为 60 秒
• 在所有部署中，97% 使用了 pip 

于是我们问自己：“如何才能让它更快？”

是什么让 pip 如此缓慢？稳定性与速度的权衡

自 2008 年诞生以来，pip 已成为 Python 官方且主要的包管理器。它与 CPython 打包在一起，并且相对易于使用，使其成为首选的无忧解决方案。 

由于其流行性，pip 需要提供卓越的稳定性。因此，速度是次要的考量。事实上，自 2013 年以来，pip 在 GitHub 上最古老的开放问题之一就围绕着并行下载包的需求。多年来，pip 的主要关注点是如何在不影响用户体验的情况下实现确定性。

为什么 pip 安装所需包需要这么长时间？这个过程可以分为两个主要步骤：

1. pip 确定要下载和安装哪些包。 这意味着解析用户提供的依赖项列表，以确定需要下载的内容。（以 Streamlit 为例，这会导致大约 200 次不同大小的网络调用——包括数兆字节的下载！） 
2. pip 安装必要的包。 这包括解压它们，将它们放置在正确的位置，以及预编译模块。

所有这些操作都是顺序执行的，而且是在单个线程上。你可能已经能想象到，所有这些往返时间 (RTT)、传输时间和 I/O 是如何累积起来的——在你意识到之前，几分钟已经过去了，而你的应用仍然远未准备就绪！

这就是稳定性与速度之间的权衡。对于 Streamlit 来说，速度至关重要，所以我们寻找了替代方案。 

uv 来救援

2024年4月，我们发现了 Astral 出品的 uv Python 包管理器。💥

什么是uv 包管理器？ 根据其 GitHub 页面介绍，uv 是“一个用 Rust 编写的极其快速的 Python 包安装程序和解析器。旨在作为常见 pip 和 pip-tools 工作流程的直接替代品。”

uv 如此之快，是因为它大量使用了并行化、缓存以及许多其他巧妙的技巧。 

例如，当决定下载和安装哪些包时，pip 首先会下载每个包的依赖项列表。对于 Python wheel 包，这个列表包含在元数据文件中。为了访问这些元数据，pip 必须下载整个 wheel 文件，即使只需要元数据。

uv 采用了一种不同的方法。因为 wheel 文件是 zip 归档文件，uv 仅查询仅索引（也称为中央目录），并利用其中包含的文件偏移量来仅下载元数据文件。uv 消除了为了访问元数据文件而下载整个 Python wheel 文件的非必要步骤。

那么 uv 到底有多快？根据 Astral 的说法，uv 比 pip 快 8-10 倍。

2024年4月中旬，我们将 Streamlit Community Cloud 上所有使用 pip 的用户切换到 uv，使得平均依赖项安装时间从 60 秒降至 20 秒。

这意味着总平均启动时间下降了 55%——从 90 秒降至 40 秒。我觉得还不错！

开源让事情变得更快

uv 提供的加速包管理等改进是通过开源开发实现的。当一切都公开透明时，每个人都有机会贡献并帮助解决问题。我们感谢 uv 的开发者，这样我们就可以为社区提供更快的应用启动时间！

如果你已经是 Streamlit Community Cloud 用户，无需额外操作即可使用 uv。 

对于本地开发，你可以立即开始使用 uv：

1. 根据uv 文档安装 uv
2. 使用 uv pip install 代替 pip install

在提升 Streamlit Community Cloud 加载速度方面，这仅仅是个开始。预计很快会有更多改进！

要了解更多关于在其他 Python 项目中使用 uv 的信息，请查阅文档，并告诉我们你的体验。你可以在发布说明中随时了解 Streamlit 的最新动态。

快乐地（更快地！）使用 Streamlit！