主要观点：

• Pixi 采用新方法获取 repodata 可使许多复杂 conda 环境求解速度提升多达 50 倍，不仅加快日常使用还提升 CI 工作流效率，本文深入探讨技术细节。
• 介绍了获取 repodata 的不同方法及其优缺点，如仅存储最新版本、压缩、JLAP 等。
• 提出新的分片索引方法，将 repodata 拆分为索引和按包名划分的分片，能快速下载和处理，支持各种要求。
• 实现该方法并在 rattler 和 pixi 中进行测试，结果表明在热缓存和冷缓存情况下都显著优于先前方法，且在慢网络连接下更优。
• 提出 Conda Enhancement Proposal 希望被更广泛的 conda 生态系统接受，介绍在 pixi 中使用的方法及如何帮助推广。

关键信息：

• 常见 conda 频道如 conda-forge 规模大，repodata.json文件增长快。
• 先前方法如仅存储最新版本可减小文件大小但有局限性，压缩可减少下载大小但仍需定期下载，JLAP 可仅下载增量更新但处理大量 JSON 慢。
• 分片索引方法基于新包添加少更新包的特点，将repodata.json拆分为索引和分片，通过内容寻址可高效缓存，测试结果显示性能优异。
• 希望 CEP 被接受，介绍在 pixi 中使用的方式及如何帮助推广该方法。

重要细节：

• repodata.json文件包含渠道中所有包的信息，不同平台有不同大小。
• 新方法中分片以内容寻址方式存储，索引编码包名与分片哈希及元数据，文件大小随唯一包名数量增长而非单个包。
• 测试在不同网络连接下比较新方法与其他方法的性能，新方法在各种情况下都表现出色。
• CEP 包含对 repodata 的改进，正在与 Anaconda 合作在conda-index中实现分片 repodata 创建。在 pixi 中使用只需将conda-forge通道替换为https://prefix.dev/conda-forge。