[!info] 关联笔记

• 所属 MOC：进阶与 unsafe · 学习路线
• 前置概念：基准测试、测试
• 后续概念：unsafe、生产调优
• 容易混淆：微基准本身

Rust 性能方法论

这个概念为什么出现

Rust 给了性能潜力，但不自动等于快。
没有方法论会出现：过早 unsafe、乱 clone、错误数据结构。

[!abstract] 一句话理解 先定义指标与负载，再 profile 找热点，用基准验证改动，最后才考虑微观优化或 unsafe。

最小可运行示例

场景：优化前先固定测量脚本

# 业务意图：同一输入下比较 release 构建耗时（粗测）。
# 教学点：--release；可重复输入；粗测后要上基准/profiler。

cargo build --release
/usr/bin/time -p ./target/release/my_app --input sample.json

结合 perf/flamegraph/cargo instruments 等平台工具 dig 热点（环境相关）。

结合场景再看三个关注点

1. release 才谈性能
2. 端到端 + 微基准
3. 回归测试防止优化破坏正确性

核心流程

1. 目标 SLA/吞吐/延迟分位
2. 真实或重放负载
3. Profile（CPU/分配/锁）
4. 假设 → 改动 → 基准
5. 可观测上线对比

常见杠杆

杠杆	例子
算法/数据结构	HashMap vs Vec、预分配
分配	减少临时 String
并行	分片、异步并发度
编译	LTO、codegen-units、target-cpu（权衡）
IO	缓冲、批处理

边界与误区

• 微基准赢了端到端输
• 忽略尾延迟
• 过早 unsafe

[!warning] 常见误区：零成本抽象 = 我写的一定零成本 仍需验证。

工程实践

1. 性能预算写进设计
2. 基准进 CI 要抗抖动
3. 分配与锁指标常态化
4. 文档记录优化与回滚点

本节总结

• 测量→定位→验证
• 正确性优先
• 工具链与运行时协作

自测题

1. 优化第一步通常是什么？
2. 为何 clone 多是红旗？

参考答案

1. 测量与定位热点，而非猜。
2. 可能隐藏不必要分配与所有权设计问题。

延伸阅读与资料来源

资料	类型	支撑内容
The Rust Performance Book	社区权威	性能
Cargo Profiles	官方	构建配置