跳到主要内容

performance-optimization

性能与优化手段​

度量先行​

  • 基准：criterion
  • 火焰图：perf/dtrace + inferno（flamegraph）
  • 体积与单态化：cargo-bloat、cargo-llvm-lines、cargo-size

构建级优化​

Cargo.toml：

[profile.release]
opt-level = 3
lto = "thin"      # 或 true（fat LTO，更慢但有时更快）
codegen-units = 1 # 提升优化空间，构建更慢
panic = "abort"   # 无回溯展开，减小体积/加速
strip = "symbols" # 需要 1.70+

按目标 CPU 优化（本地构建/容器内）：

RUSTFLAGS="-C target-cpu=native" cargo build --release

PGO（概要导向优化）与 BOLT：

  • 用代表性负载生成 profile -> 带入编译 -> 复测验证
  • LLVM PGO 流程：-C profile-generate=/path -> 跑工作负载 -> -C profile-use=/path
  • BOLT 对二进制重新布局，常用于服务端热点函数

代码级优化​

  • 内存/分配
    • 复用缓冲区；避免不必要的 clone()；倾向 &str/&[u8]；必要时用 Cow<'_, T>
    • 小型容器：smallvec/arrayvec；分配器：mimalloc/jemalloc
  • 调度/并发
    • 选择合适的并发结构：crossbeam 的无锁队列、parking_lot 锁；减少临界区与争用
    • 原子序尽量削弱到 Acquire/Release 而非 SeqCst
  • 算法/数据结构
    • Hash：对性能敏感可用 ahash/rustc-hash（注意安全权衡）
    • 选择合适容器：Vec/VecDeque/BTreeMap/FxHashMap
  • 分支与内联
    • 标注冷路径：#[cold]；热点可考虑 #[inline]/#[inline(always)]（谨慎防止膨胀）
  • SIMD/并行
    • rayon 数据并行；SIMD 可看 std::simd（nightly）或第三方库

I/O 与系统​

  • 批量与缓冲：BufReader/BufWriter；减少系统调用次数
  • 零拷贝：sendfile/mmap（权衡复杂度与安全性）
  • 网络：选择合适异步运行时（Tokio），使用连接池、超时与 backoff

典型取舍​

  • 泛型单态化 vs Trait 对象：前者快但可能代码膨胀；后者体积小但有虚调用开销
  • 释放检查/调试信息：开发态保留可观测性，发布态移除

排查清单​

  • 基准是否稳定、是否热身
  • 热点是否内联/去虚调用/去边界检查（在安全前提下）
  • 分配热点：是否能挪到栈上或复用
  • Hash 热点：是否换更快的 hasher
  • 锁争用：是否可分片/缩小临界区/改无锁