| name | rust-advanced-performance |
| description | 当局部代码技巧已不够、需从系统级/架构级/编译器级压榨 Rust 性能时主动应用。
触发关键词：LTO、codegen-units、mimalloc、jemalloc、SIMD、向量化、cache locality、
false sharing、伪共享、repr(C)、FxHash、AHash、SipHash、lock-free、无锁、AtomicU64、
crossbeam、dashmap、zero-copy、零拷贝、Deserialize、serde 借用，以及"压榨极致性能"、
"高并发吞吐"、"Flamegraph 找热点"、"Criterion 基准"、改 Cargo.toml profile、或线上
服务需整体提速而非单点优化时。
|
| allowed-tools | ["Read","Edit","Grep","Glob"] |
| metadata | {"trigger":"Rust 系统级性能优化 / 编译期配置 / 内存布局与缓存 / 无锁并发 / 零拷贝架构","related":"基础 skill optimizing-rust-performance 处理局部技巧；本 skill 处理架构级手段"} |
Rust 高级性能优化（系统级 / 架构级 / 编译器级）
当局部代码技巧（见基础 skill optimizing-rust-performance）不足以达到目标时，
从四个维度寻找更大的收益：编译期配置、内存布局与缓存、并发、零拷贝架构。
核心原则（与基础 skill 一致）：按固定优先级评估、判断到触发条件即应用、量化收益、
一切以 profiling 数据为准。这些手段比局部技巧侵入性更大、成本更高，更需要先确认
它是真热点，别为用而用。
优化心智模型（系统级版，必须按此顺序判断）
局部技巧打不动了，再按此顺序评估系统级手段：
1. 先 profiling — 不测量就优化是浪费。Criterion 微基准 + Flamegraph 找真热点。
没数据，下面三条都别动。
2. 编译期 / 配置 — 改 Cargo.toml、换分配器。不动业务代码，收益大、风险小。优先。
3. 内存布局 / 缓存 — cache locality、对齐、避免伪共享。CPU 密集型热点的核心。
4. 并发 — 降锁竞争、原子操作、无锁结构。仅当瓶颈在多线程同步时。
5. 零拷贝 — I/O 密集型的解析/传输路径。
记住：系统级手段成本高（改全局配置 / 改数据布局 / 引入新依赖 / 改公开 API）。
局部能解决的，别上架构级。
铁律：先 profiling，再动手；判断到触发条件就应用
没有火焰图/基准数据，不要改 Cargo.toml、不要换分配器、不要上 SIMD。
这些是"暴击"也是"重武器"：改 profile.release 影响所有 release 构建；换分配器影响
全局内存行为；SIMD/#[repr(C)] 改的是数据布局。先确认目标函数/路径真的是热点，
再判断下面的触发条件是否命中，命中才应用，并说明改了什么、为什么快、风险在哪。
一、编译期与配置黑魔法（无需改业务代码的暴击）
最高性价比：不改一行业务代码，只动 Cargo.toml 或入口配置。
模式 1：开启 LTO（Link-Time Optimization）
触发：release 构建追求极致体积/速度；跨 crate 调用频繁、希望编译器跨边界内联。
动作：在 Cargo.toml 开启 LTO 并限制 codegen-units。
[profile.release]
lto = true
codegen-units = 1
收益：通常 10% ~ 20% 运行速度提升 + 二进制体积下降。
代价：link 阶段显著变慢、内存占用升高。CI/release 才开，日常 dev 不开。
模式 2：更换内存分配器（jemalloc / mimalloc）
触发：多线程高频 heap 分配场景（如高并发服务、每个请求大量小对象），profiling 显示
分配/锁竞争占比高。
动作：用 mimalloc 或 jemalloc 替换系统默认分配器（Linux 上是 glibc malloc）。
use mimalloc::MiMalloc;
#[global_allocator]
static GLOBAL: MiMalloc = MiMalloc;
收益：thread-local cache 降低多线程分配锁竞争，分配吞吐显著提升。
代价：新增依赖、稍大体积；不同工作负载提升差异大，必须 benchmark 验证。
二、内存布局与缓存友好优化（Cache Locality）
CPU 密集型热点的核心：让数据紧凑、让缓存行命中。
模式 3：SIMD / 自动向量化
触发：对超大数组做相同数学运算（矩阵、图像处理、加密、批量数值计算）。
动作：
- 优先靠编译器自动向量化——写对齐友好的循环（连续切片迭代、避免循环内分支/调用）。
- 需要显式控制时用
std::simd（nightly）或 wide/pulp crate（stable）。
pub fn sum(xs: &[f32]) -> f32 {
xs.iter().copied().sum::<f32>()
}
收益：一条指令处理多个数据，吞吐数倍提升。
代价/注意：手写 intrinsics/unsafe 易错、难维护；先确认自动向量化没命中再上显式 SIMD。
模式 4：调整结构体对齐与字段顺序（#[repr(C)] / Packing / 避免伪共享）
触发：
- cache locality 差：结构体字段零散、热循环里只摸其中一两个字段却把整个大结构体带进缓存。
- 伪共享（false sharing）：多线程高频写两个变量，它们恰好落在同一缓存行（通常 64 字节），
导致该缓存行在核心间反复失效。
动作：
- 字段按类型大小降序排列，提升紧凑度（Rust 默认会重排，但
#[repr(C)] 后顺序固定、
需自己负责）。
- 把多线程高频写的计数器/状态用对齐填充隔开，避免同缓存行。
struct Counters {
a: u64,
b: u64,
}
#[repr(C)]
struct Counter {
value: u64,
_pad: [u8; 56],
}
收益：减少 cache miss；消除伪共享后多线程写吞吐大幅提升。
代价：体积增大（padding）；#[repr(C)] 改变布局，与 FFI/序列化耦合时要小心。
三、高级数据结构与无锁并发
仅当 profiling 显示瓶颈在哈希表或线程同步时才上。
模式 5：用 FxHash / AHash 替代默认哈希
触发：HashMap 读写是热点，且 key 来自可信输入（内部计算、无恶意外部输入）。
动作：把默认 SipHash 1-3 换成 fxhash / ahash。
use fxhash::FxHashMap;
let mut m: FxHashMap<&str, u32> = FxHashMap::default();
收益：哈希速度快数倍，HashMap 读写性能暴涨。
代价/注意：fxhash 不抗 HashDoS。面向不可信网络输入的路径绝不能换，否则被恶意
构造 key 打成 O(n²) 拒绝服务。
模式 6：无锁（Lock-Free）并发
触发：高并发下 Mutex 成为瓶颈（profiling 显示锁等待 / 上下文切换占比高）。
动作：
- 简单计数器/状态位 →
std::sync::atomic（AtomicU64 / AtomicBool），硬件指令保证
原子性，开销远低于锁。
- 跨线程通道 →
crossbeam-channel，底层大量无锁（CAS）设计，吞吐远超 std::sync::mpsc。
use std::sync::atomic::{AtomicU64, Ordering};
static HITS: AtomicU64 = AtomicU64::new(0);
HITS.fetch_add(1, Ordering::Relaxed);
收益：消除线程挂起/上下文切换，高争用场景吞吐提升明显。
代价/注意：无锁代码（尤其自写 CAS 循环）极难写对（ABA、memory ordering 误用）。
优先用成熟库（crossbeam、dashmap），别手撸无锁结构。
四、零拷贝架构（Zero-Copy）
I/O 密集型（网络/文件 → 解析）路径的杀手锏：让数据尽量不搬家。
模式 7：零拷贝解析（serde 借用 / Deserialize<'a>）
触发：解析 JSON/二进制时为每个字符串字段分配新 String，profiling 显示分配是热点。
动作：用 serde 的借用反序列化，让字段直接 &'a str 指向原始缓冲区，不分配。
use serde::Deserialize;
#[derive(Deserialize)]
struct User {
name: String,
email: String,
}
#[derive(Deserialize)]
struct UserRef<'a> {
name: &'a str,
email: &'a str,
}
收益：读路径零分配；解析大文档时分配数从 O(n 字段) 降到 0。
代价/注意：借用结构体被生命周期 'a 绑定，输入缓冲区必须存活且不可变——
这是 API 传染（同基础 skill 的 Cow 警告），确认波及面配得上收益再改公开签名。
回应规范（应用系统级优化时必须做到）
- 先给 profiling 证据：引用火焰图/基准说明"为什么是这里"。
- 按优先级挑手段：先看配置（风险小），再看布局，再看并发，最后零拷贝。
- 量化理论收益：复杂度 / 分配 / cache 行 / 锁竞争层面的"为什么快"。
- 说明代价与风险：编译变慢？体积变大？不抗 HashDoS？生命周期传染？memory ordering 风险？
- 提示验证：改完用 Criterion 微基准对比 before/after，别盲信理论。
量化收益参考（写到改动说明里）：
| 改动 | 收益 / 代价 |
|---|
lto=true + codegen-units=1 | +10%~20% 速度 / 体积下降；link 慢、内存高 |
| 系统 allocator → mimalloc/jemalloc | 高并发分配吞吐提升；+依赖，需 benchmark |
| 朴素循环 →（自动/显式）SIMD | 数值批量运算吞吐数倍；显式版难维护 |
| 字段重排 / 消除 false sharing | cache miss↓，多线程写吞吐↑；体积可能↑ |
| SipHash → FxHash/AHash | 哈希快数倍；不抗 HashDoS，仅可信输入 |
Mutex → 原子 / crossbeam / dashmap | 消除锁等待/上下文切换；自写无锁极易错 |
String 字段 → &'a str (serde 借用) | 读路径零分配；生命周期传染 API |
标准优化路径（核对清单）
面对一个要压榨极致性能的 Rust 项目，按这个顺序走：
1. 基础分析 ──> Criterion 写基准 + Flamegraph 抓 CPU 热点函数
│ （没数据就别往下走）
▼
2. 配置先行 ──> lto=true + codegen-units=1；热点是分配就换 mimalloc/jemalloc
│ （不动业务代码，先拿这部分收益）
▼
3. 代码微调 ──> 先用基础 skill：swap_remove / retain / mem::take / SmallVec / Cow
│ （局部技巧成本最低，优先于架构级）
▼
4. 架构重构 ──> 内存布局/缓存（SIMD、字段重排、去伪共享）
│ 并发（FxHash、原子、crossbeam/dashmap）
│ 零拷贝（serde 借用）
黄金法则：不要凭空猜测，一切以 profiling 数据为准。 动手前先用火焰图抓出
最慢的函数，往往事半功倍。
自检清单（应用系统级优化前逐条过）
注意（应用前必读 —— 系统级手段更需克制）
这些手段比局部技巧重得多，应用前权衡，别因为"听起来高级"就上：
- 先测量再优化：没有火焰图/基准数据，改
Cargo.toml、换分配器、上 SIMD 都是赌博。
profiling 数据为准是第一原则，不是口号。
- 优先局部，其次架构：基础 skill 的局部技巧（swap_remove / retain / Cow 等）成本最低、
波及面最小。局部能解决就别动架构。
- 配置类副作用全局化：
lto/codegen-units/分配器影响整个 release 构建。先在分支验证，
别直接动主干 profile。
- 安全换哈希有前提：FxHash/AHash 不抗 HashDoS。任何面向不可信输入（HTTP body、
外部 RPC）的 map 必须保留 SipHash，否则引入拒绝服务漏洞。
- 无锁代码是雷区：memory ordering / ABA 错误极难复现。用成熟库，别手写。
- API 传染：
&'a str / 借用结构体的生命周期会传染所有调用方（同基础 skill 的 Cow 警告）。
改公开签名前确认波及面配得上收益；内部 fn 无所谓。
决策速查：
| 情况 | 推荐 |
|---|
| 还没 profiling | 先 Criterion + Flamegraph，别动手 |
| 局部技巧能解决 | 用基础 skill，别上架构级 |
| release 追求极致、CI 可慢 | lto=true + codegen-units=1 |
| 多线程高频分配是热点 | benchmark 后换 mimalloc/jemalloc |
| CPU 密集 + 批量数值运算 | 先试自动向量化，不够再显式 SIMD |
| 多线程高频写相邻变量 | 对齐填充消除 false sharing |
| 可信输入 + HashMap 是热点 | FxHash/AHash；不可信输入保留 SipHash |
| 高争用锁是瓶颈 | 原子计数；通道用 crossbeam；map 用 dashmap |
| I/O 解析分配是热点 | serde 借用 &'a str（注意生命周期传染） |
