Python中是否存在不应将所有类都定义为dataclass的缘由？

• 不必要的默认方法开销：dataclass会自动生成__init__、__repr__、__eq__等方法，但如果你的类根本不需要这些（比如纯处理业务逻辑的工具类），这些自动生成的方法不仅没用，还会平白增加内存占用和方法查找的额外开销。比如一个只用来执行特定计算的类，__repr__和__eq__完全是多余的累赘。

• 意外的行为冲突：自动生成的方法很可能和你自定义的逻辑撞车。比如你想自己实现__eq__来做特殊的相等判断，但dataclass默认会根据所有字段生成相等比较逻辑，要是没设置eq=False，就会直接覆盖你写的实现，导致逻辑出错。再比如__init__方法，dataclass生成的__init__是按字段顺序传参的，如果你需要自定义初始化逻辑，要么得用__post_init__补充逻辑，要么就得手动覆盖__init__，反而比普通类更麻烦。

• 语义混淆：dataclass的核心设计目的是存储数据，用它来定义非数据类会让其他开发者误解类的用途。比如一个处理文件上传的服务类，用dataclass定义的话，别人第一反应会以为这是存储上传信息的数据结构，而不是包含业务逻辑的服务类，直接降低了代码的可读性和可维护性。

• 字段限制带来的不便：dataclass依赖类变量来定义字段，如果你在类里定义一些和数据存储无关的类级属性或方法，搞不好会被误识别为dataclass的字段。比如你在类里写logger = logging.getLogger(__name__)，要是没加@dataclass(init=False)或者把它标记为ClassVar，dataclass会把它当成需要初始化的字段，要么报错要么行为不符合预期。

• 继承的复杂性：dataclass的继承规则比普通类复杂得多。比如子类继承父类dataclass时，字段合并、方法覆盖都有特殊规则，处理不好很容易出问题。而普通类的继承逻辑更直观，对于非数据类来说，用普通类继承会简单可靠得多。

内容的提问来源于stack exchange，提问作者Nikša Baldun