为何CPython部分标准库模块同时存在C语言与Python双实现？

在适配标准库代码查看functools模块源码时，可以看到如下导入逻辑：

try:
    from _functools import _lru_cache_wrapper
except ImportError:
    pass

模块头部有如下注释说明模块定位：

# Python module wrapper for _functools C module
# to allow utilities written in Python to be added
# to the functools module.

在对应的C扩展实现中，还明确标注了C版本与纯Python版本lru_cache的核心差异：

/* lru_cache object **********************************************************/

/* There are four principal algorithmic differences from the pure python version:
   1). The C version relies on the GIL instead of having its own reentrant lock.
   2). The prev/next link fields use borrowed references.
   3). For a full cache, the pure python version rotates the location of the
       root entry so that it never has to move individual links and it can
       limit updates to just the key and result fields.  However, in the C
       version, links are temporarily removed while the cache dict updates are
       occurring. Afterwards, they are appended or prepended back into the
       doubly-linked lists.
   4)  In the Python version, the _HashSeq class is used to prevent __hash__
       from being called more than once.  In the C version, the "known hash"
       variants of dictionary calls as used to the same effect.
*/

为什么要保留纯Python版本的实现？ #

你猜测的兼容无法加载C扩展的环境是核心原因之一，除此之外还有多方面考量：

• 降低学习与二次开发门槛：纯Python实现可以直接打断点调试、修改逻辑，不管是学习lru_cache的实现原理，还是基于标准库做定制化修改，都不需要处理C扩展的编译流程，上手成本更低。
• 提供兜底可用方案：如果C版本实现出现安全漏洞、逻辑故障，不需要重新编译整个解释器，临时切换到纯Python版本即可快速恢复服务，方便做紧急热修复。
• 降低跨Python实现的适配成本：除CPython之外的其他Python实现（如PyPy、IronPython）不需要单独开发对应原生扩展，直接复用纯Python版本就能保证API完全一致，减少跨实现的适配工作量。

CPython无法导入C扩展模块的常见场景 #

• 精简裁剪的CPython发行版：嵌入式场景、轻量容器镜像常用的裁剪版CPython会移除不常用的内置C扩展来减小体积，这类环境下_functools这类C模块默认不存在。
• 源码编译时主动禁用或编译失败：从CPython源码手动编译解释器时，可以通过编译参数禁用指定内置C扩展；也可能因为编译时依赖缺失，导致_functools模块没有被成功编译进最终的解释器。
• 运行环境权限限制：沙箱环境、符合强合规要求的企业环境会禁止加载未签名的二进制文件，C扩展属于二进制可执行代码，会被安全策略拦截无法导入。
• 调试开发场景：做CPython内核调试、内存泄漏排查时，开发者通常会临时禁用内置C扩展，用纯Python版本复现问题，排除C层面逻辑的干扰。

内容的提问来源于stack exchange，提问作者mas