O problema que ninguém conta sobre classes
Eu passei anos achando que entender classes era só saber a sintaxe. Até que meu código começou a travar em produção por causa de herança circular entre módulos Python que eu nem sabia que estavam conectados. O erro nem aparecia nos lintagers. Era só um segfault silencioso quando o interpretador tentava resolver o MRO (Method Resolution Order) e ia parar no infinito. Isso aconteceu porque eu não entendia o que class realmente faz por baixo dos panos. Não é só um blueprint. É um objeto ativo que cria namespaces, liga metaclasses, e gerencia toda a cadeia de resolução de atributos do Python.
O que significa class no contexto do Python
No Python, class é uma palavra-chave que define um tipo customizado de dado. Quando você escreve class MinhaClasse, o interpretador cria um novo namespace separado e o associa ao nome da classe. Isso é diferente do Java ou C++, onde class é só um conceito. No Python, a própria classe é um objeto: uma instância de type. Tipos primitivos como int, str e list são todos classes builtins. A diferença é que você raramente vê isso porque o Python abstrai essa camada. Quando você faz x = 42, o 42 é na verdade uma instância da classe int. Esse é um detalhe que muita gente ignorante em sistemas embedded não entende e acaba escrevendo código que vaza memória de formas surreais.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Uma coisa que os tutoriais não explicam bem: classes no Python são mutáveis depois de criadas. Você pode adicionar métodos, sobrescrever atributos de classe, e até modificar a hierarquia de herança em runtime. Isso é poderoso, mas também é uma bomba-relógio se você estiver fazendo hot-reload em um servidor rodando 24/7. Eu vi um serviço de streaming cair porque alguém fez monkey-patching de uma classe base durante o processo de deploy, e o GC não libertou os objetos antigos corretamente. O uso prático mais comum é organizar código em objetos com estado e comportamento. Mas o que as pessoas esquecem é que cada chamada de class cria um novo objeto no heap. Em sistemas com milhões de requisições por segundo, isso importa. Eu otimizei um sistema de trading que processava ordens usando dataclasses em vez de classes normais, e a redução de alocação de memória foi de cerca de 40% porque dataclasses geram __slots__ automaticamente, evitando o dicionário __dict__ que toda classe normal carrega.
Outro detalhe importante: herança no Python segue o algoritmo C3 linearization. Ele garante que a ordem dos métodos seja determinística mesmo em herança múltipla. Mas se você tiver diamante de herança mal resolvido — tipo ClasseA herda de B e C, que ambas herdam de D — e não implementar o MRO corretamente, o Python lança uma TypeError em tempo de execução. Já perdi três horas debugando isso num projeto que misturava classes concretas com mixins de terceiros que eu não tinha controle. A alternativa mais robusta para casos onde classes começam a ficar complexas demais é composição over herança. Em vez de criar uma hierarquia profunda, você instancia os comportamentos como atributos e delega para eles. O código fica mais verboso, mas é muito mais previsível. Em benchmarks que fiz, a diferença de performance entre herança profunda e composição é desprezível em quase todos os casos práticos, então não há motivo para preferir herança só por conveniência.
