Polars 2.0发布首个候选版本，主要变化是将流式引擎设为默认，大幅提升内存和性能，预计速度提升5倍。同时发布了迁移指南帮助用户过渡。

Polars 2.0 首个候选版本今日发布，正式版将在数周内推出。本次大版本升级并非为了增加新功能，而是为了移除历史设计限制并优化默认设置，使更多用户受益。最核心的变化是：所有 LazyFrame 查询将默认使用流式引擎，普通用户可显著降低内存占用并提升性能，预计整体速度提升可达5倍以上。

为帮助用户过渡，官方已发布完整迁移指南。以下是主要变更亮点：

流式引擎成为默认
调用 LazyFrame.collect() 将默认启用流式引擎，大幅优化内存与性能。但需注意，流式引擎不保证某些操作（如 join、group_by、unpivot）的行顺序。若需保留顺序，可设置 maintain_order=True。用户也可通过 pl.Config.set_engine_affinity("in-memory") 全局恢复旧版内存引擎，或单次查询指定 engine="in-memory"。

更严格的类型检查
Polars 2.0 强化了数据一致性校验，避免静默错误： - is_in 操作不再允许有损类型转换（如 Float64 与 Int64 混用会直接报错） - 横向拼接 concat 会严格检查行数，不再自动填充 null 值 - 移除模糊的类型转换方法，强制使用专用解析函数（如 str.to_date() 替代 cast(pl.Date)）

更清晰的错误提示
新增 AttributeRemovedError 和 ArgumentRemovedError 异常类型，当使用已移除的 API 时，错误信息会直接指向替代方案。例如 melt 方法已更名为 unpivot，join_nulls 参数已重命名为 nulls_equal。

未来规划
Polars 2.x 将持续优化：流式引擎的完整外核支持、新型 IO 插件架构、高速 S3 读取器、SQL 功能增强、基于成本的查询规划器、连接重排序，以及移除 mmap 实现全异步管道。

用户可通过 pip install polars==2.0rc1 安装候选版本体验，反馈请提交至 GitHub Issues 或 Discord 社区。

根据评论内容，总结如下：

主要观点一：对版本升级的积极评价（认可度较高） - 评论1（benrutter）高度认可Polars 2.0的版本升级理念，认为其遵循语义化版本规范，专注于移除旧设计缺陷和调整默认设置，而非堆砌新功能。这种稳定性导向的做法赢得了用户信任。 - 关键引用：
"I love seeing projects take semver seriously like this! Version bumps should really be about removing deprecated cruft rather than shiny new features."
"Their focus on stability was a big part if convincing me to make the jump initially!"

主要观点二：对发布时间的负面反馈（认可度中等） - 评论2（rfgplk）对“未来几周内发布”的表述表示不满，认为这种模糊时间线会降低期待。 - 关键引用：
"Seeing 'release will land in the following weeks' kind of immediately turns me off."

主要观点三：对Polars的推广热情（认可度较高） - 评论3（bobson_dugnutt5）表达了对Polars的喜爱，并积极在团队中推广，鼓励放弃pandas转向Polars。 - 关键引用：
"I love polars. Did a lot of evangelizing in work to get people to give up pandas in favor of it."

平衡性总结：
评论整体对Polars 2.0的版本策略持正面态度，尤其赞赏其稳定性优先的升级方式；但对发布时间的模糊表述存在负面反馈。同时，用户对Polars的推广热情反映了其社区认可度。