Rust以其獨(dú)特的安全性、速度和并發(fā)性組合而迅速流行。但是與其它任何語(yǔ)言一樣，要充分利用Rust需要的不僅僅是理解它的語(yǔ)法和習(xí)慣用法——還需要深入了解如何有效地利用和優(yōu)化它的編譯器。

為了說(shuō)明這一點(diǎn)，我們?cè)O(shè)計(jì)了一個(gè)實(shí)際用例——一個(gè)Actix Web應(yīng)用程序中的矩陣乘法任務(wù)。這種cpu密集型操作為分析各種編譯器優(yōu)化提供了一個(gè)完美的場(chǎng)景。

隨著實(shí)驗(yàn)的深入，我們將調(diào)整Cargo.toml文件的設(shè)置。利用特定的構(gòu)建標(biāo)志，甚至交換內(nèi)存分配器。通過(guò)測(cè)量每次更改對(duì)性能的影響，我們將對(duì)Rust的編譯器優(yōu)化有一個(gè)全面的了解。

實(shí)際用例

我們使用Actix Web開(kāi)發(fā)了一個(gè)緊湊的應(yīng)用程序，具有唯一的路由/matrix-multiplication。這個(gè)接口接收一個(gè)JSON數(shù)據(jù)，帶有一個(gè)屬性：n。

在接收到請(qǐng)求后，應(yīng)用程序立即開(kāi)始行動(dòng)，動(dòng)態(tài)地生成兩個(gè)大小為n x n的矩陣，在矩陣中隨機(jī)填充一些數(shù)據(jù)。然后將這些矩陣相乘在一起，將計(jì)算的結(jié)果返回給用戶。

新建一個(gè)Rust項(xiàng)目：

cargonewcompiler-optimizations

[dependencies]
anyhow="1.0.71"
actix-web="4.3.1"
dotenv="0.15.0"
serde={version="1.0",features=["derive"]}
serde_json="1.0.96"
log="0.4.17"
env_logger="0.10.0"
serde_derive="1.0.163"
rand="0.8.5"
mimalloc={version="0.1.37",default-features=false}

[profile.release]
lto=true
codegen-units=1
panic="abort"
strip=true

usestd::env;
userand::Rng;

useactix_web::{App,get,post,HttpResponse,HttpServer,middleware,web};
useanyhow::Result;
useserde::{Deserialize,Serialize};

#[global_allocator]
staticGLOBAL:mimalloc::MiMalloc=mimalloc::MiMalloc;

#[derive(Debug,Clone,Serialize,Deserialize)]
structMessage{
pubmessage:String,
}

#[derive(Debug,Clone,Serialize,Deserialize)]
structMatrixSize{
pubn:usize,
}

#[derive(Debug,Clone,Serialize,Deserialize)]
structMatrixResult{
pubmatrix:Vec>,
}

#[get("/healthz")]
asyncfnhealth()->HttpResponse{
HttpResponse::Ok().json(Message{
message:"healthy".to_string(),
})
}

asyncfnnot_found()->HttpResponse{
HttpResponse::NotFound().json(Message{
message:"notfound".to_string(),
})
}

#[post("/matrix-multiplication")]
asyncfnmatrix_multiplication(size:web::Json)->HttpResponse{
letn=size.n;
letmatrix_a=generate_random_matrix(n);
letmatrix_b=generate_random_matrix(n);
letresult=multiply_matrices(&matrix_a,&matrix_b);

HttpResponse::Ok().json(MatrixResult{matrix:result})
}

fngenerate_random_matrix(n:usize)->Vec>{
letmutrng=rand::thread_rng();
(0..n).map(|_|(0..n).map(|_|rng.gen_range(0..nasi32)).collect()).collect()
}

fnmultiply_matrices(matrix_a:&Vec>,matrix_b:&Vec>)->Vec>{
leta_rows=matrix_a.len();
leta_cols=matrix_a[0].len();
letb_cols=matrix_b[0].len();

letmutresult=vec![vec![0;b_cols];a_rows];

foriin0..a_rows{
forjin0..b_cols{
forkin0..a_cols{
result[i][j]+=matrix_a[i][k]*matrix_b[k][j];
}
}
}

result
}

#[actix_web::main]
asyncfnmain()->Result<()>{
env_logger::new().default_filter_or("info"));
letport=env::var("PORT").unwrap_or_else(|_|"8080".to_string());

HttpServer::new(move||{
App::new()
.wrap(middleware::default())
.service(health)
.service(matrix_multiplication)
.default_service(web::route().to(not_found))
})
.bind(format!("0.0.0.0:{}",port))?
.run()
.await.expect("failedtorunserver");

Ok(())
}

優(yōu)化設(shè)置

1，Cargo.toml配置文件配置了-[profile.release]部分，用于調(diào)整優(yōu)化性能。我們使用了以下優(yōu)化設(shè)置：

lto = true：用于啟用鏈路時(shí)間優(yōu)化;

codegen-units = 1：即在整個(gè)crate中使用最高級(jí)別優(yōu)化;

panic = "abort"：發(fā)生panic時(shí)調(diào)用abort而不是unwind；

strip = true：通過(guò)移除debug符號(hào)來(lái)減小二進(jìn)制大小。

2，構(gòu)建標(biāo)識(shí)——通過(guò)設(shè)置RUSTFLAGS= " -c target-cpu=native "，我們可以確保編譯器根據(jù)機(jī)器的特定架構(gòu)來(lái)優(yōu)化構(gòu)建。

3，備用內(nèi)存分配器——我們還嘗試了mimalloc內(nèi)存分配器，對(duì)于某些工作負(fù)載，它可以提供比默認(rèn)分配器更好的性能特征。

測(cè)試

為了對(duì)Actix Web API進(jìn)行負(fù)載測(cè)試，我們將使用一個(gè)功能強(qiáng)大但輕量級(jí)的工具——Drill。

為了模擬高負(fù)載，我們的測(cè)試參數(shù)將包括兩個(gè)場(chǎng)景中的500個(gè)并發(fā)請(qǐng)求——一個(gè)有10,000次迭代，另一個(gè)有20,000次迭代。這實(shí)際上分別達(dá)到了50,000和100,000個(gè)請(qǐng)求。

測(cè)試將在各種配置下進(jìn)行，以獲得全面的性能視圖，如下所列：

1，cargo run ：構(gòu)建一個(gè)沒(méi)有任何優(yōu)化的開(kāi)發(fā)版本(標(biāo)記為“D”)。

2，cargo run --release：構(gòu)建一個(gè)沒(méi)有任何優(yōu)化的發(fā)布版本(標(biāo)記為“R”)。

3，RUSTFLAGS="-C target-cpu=native" cargo run --release：根據(jù)機(jī)器的特定架構(gòu)來(lái)優(yōu)化構(gòu)建一個(gè)發(fā)布版本，(標(biāo)記為“ROpt”)。

4，與上一個(gè)命令一樣，但是在代碼中采用了MimAlloc的內(nèi)存分配器(表示為'ROptMimAlloc')。

結(jié)果

|BuildType|TotalTime(s)|Requestspersecond|
|---|---|---|
|DevBuildUnoptimized50k|71.3|701.45|
|ReleaseBuildUnoptimized50k|27.0|1849.95|
|ReleaseBuildOptimized(flags)50k|25.8|1937.80|
|ReleaseBuildOptimized(flags+mimalloc)50k|26.7|1873.65|
|ReleaseBuildUnoptimized100k|52.1|1918.27|
|ReleaseBuildOptimized(flags)100k|51.7|1934.59|
|ReleaseBuildOptimized(flags+mimalloc)100k|51.1|1955.07|

從50k請(qǐng)求測(cè)試開(kāi)始，未優(yōu)化的開(kāi)發(fā)構(gòu)建每秒能夠處理大約701.45個(gè)請(qǐng)求，但是當(dāng)代碼在發(fā)布模式下編譯時(shí)，每秒的請(qǐng)求飆升到1849.95個(gè)。這展示了Rust編譯器在從開(kāi)發(fā)模式切換到發(fā)布模式時(shí)所產(chǎn)生的顯著差異。

使用針對(duì)本機(jī)CPU架構(gòu)的構(gòu)建標(biāo)志添加優(yōu)化，進(jìn)一步提高了性能，達(dá)到每秒1937.80個(gè)請(qǐng)求。

當(dāng)我們加入mimalloc(備用內(nèi)存分配器)時(shí)，每秒請(qǐng)求數(shù)略微下降到1873.65。這表明，雖然mimalloc可以提高內(nèi)存使用效率，但它不一定能在每個(gè)場(chǎng)景中都能提高請(qǐng)求處理速度。

轉(zhuǎn)到100k個(gè)請(qǐng)求測(cè)試，有趣的是，未優(yōu)化版本和優(yōu)化版本之間的性能差異不那么明顯。未優(yōu)化的版本實(shí)現(xiàn)了每秒1918.27個(gè)請(qǐng)求，而優(yōu)化的版本(帶和不帶mimalloc)分別達(dá)到了每秒1934.59和1955.07個(gè)請(qǐng)求。

這表明，當(dāng)處理大量請(qǐng)求時(shí)，我們優(yōu)化的影響變得不那么明顯。盡管如此，即使在更重的負(fù)載下，構(gòu)建優(yōu)化仍然能提供最佳性能。

原作者：劉清