NamedTuple या Pydantic model की जगह dataclass आप कब चुनेंगे?

अंदरूनी mutable स्ट्रक्चर के लिए dataclass लें, जहां आपको सामान्य attributes और मुफ्त में init, repr और eq चाहिए। जब आपको immutable, tuple जैसा record चाहिए जो सस्ते में unpack और hash हो, तब NamedTuple लें। Pydantic सिस्टम की सीमाओं पर लें, जहां HTTP, config files या queues से आते डेटा की runtime validation, coercion और serialization चाहिए।

मेरा नियम है कि Pydantic किनारों की पहरेदारी करता है और dataclasses अंदर रहते हैं। सीमा पार करती हर चीज, request body, environment config, queue से आया message, उसे Pydantic model मिलता है क्योंकि मैं चाहता हूं कि आते ही एक बार, खुलकर, validate और coerce हो जाए। उसके आगे सब कुछ slots चालू किए हुए सादा dataclass हो सकता है, क्योंकि मुझे पता है डेटा सही है और लूप में बनने वाले हर ऑब्जेक्ट पर validation की कीमत नहीं देनी। जो बात लोग चूक जाते हैं वह यह है कि dataclass के field को int लिखने से runtime पर कुछ नहीं होता, तो string भेजिए और वह खुशी खुशी string रख लेगा। NamedTuple मैं कम इस्तेमाल करता हूं, मुख्य रूप से छोटे immutable records के लिए जिन्हें dict keys बनना हो या unpack होना हो, जैसे coordinate pair या cache key। जिस सर्विस पर मैंने काम किया, वहां एक अंदरूनी hot path को Pydantic models से slotted dataclasses पर लाने से batch job का समय साफ तौर पर घटा, सिर्फ इसलिए कि पहले से जांचे हुए डेटा की दोबारा validation छूट गई।