rust-performance

name

rust-performance

description

Rust 效能優化技能。涵蓋零成本抽象原理、iterator vs loop 效能比較、 SIMD hints（std::simd）、cargo bench + criterion 2.0 微基準測試、 flamegraph 效能分析、perf/DHAT 工具鏈、記憶體配置優化（arena allocator）、 String 與 &str 效能策略、HashMap hasher 選擇、編譯器優化等級（opt-level/LTO/codegen-units）、 async overhead 與零成本取消、#[inline] 策略。 觸發關鍵詞：Rust performance, benchmark, criterion, flamegraph, profiling, zero-cost abstraction, iterator performance, SIMD, LTO, opt-level, codegen-units, arena allocator, perf, DHAT, inline, cache friendly

Rust 效能優化

適用場景

• 需要對 Rust 程式進行效能分析與瓶頸定位
• 使用 criterion 撰寫微基準測試，量化優化效果
• 選擇正確的編譯器優化選項（opt-level / LTO / codegen-units）
• 理解零成本抽象原理，避免不必要的效能損失
• 處理大量資料時選擇 iterator chain 或手動迴圈
• 使用 flamegraph / perf / DHAT 進行 CPU 與記憶體分析
• 優化記憶體配置策略（arena allocator、預分配）
• 選擇適當的 HashMap hasher 或容器類型
• 判斷 #[inline] 的使用時機

核心知識

效能優化優先順序

演算法複雜度 > 資料結構選擇 > 系統層優化 > 微優化
     O(n²→n)      Vec vs LinkedList   I/O batching    #[inline]

原則：先 profile，再優化。永遠以量測結果驗證假設。

Cargo Profile 設定

# Cargo.toml — 完整 profile 設定

[profile.dev]
opt-level = 0          # 快速編譯，無優化
debug = true           # 完整除錯資訊

[profile.release]
opt-level = 3          # 最大速度優化
lto = "fat"            # 跨 crate 連結時優化（編譯慢，執行快）
codegen-units = 1      # 單一 codegen unit，最大優化空間
panic = "abort"        # 移除 unwind 機制，減少二進位大小
strip = "symbols"      # 移除符號表

[profile.bench]
inherits = "release"
debug = true           # 保留除錯資訊以利 profiling

# 自訂 profile：兼顧開發速度與效能
[profile.dev-fast]
inherits = "dev"
opt-level = 1          # 基本優化但編譯快

編譯優化選項表

選項	值	效果	適用場景
opt-level	0	無優化，最快編譯	開發
opt-level	1	基本優化	開發 + 需要合理效能
opt-level	2	大多數優化	一般 release
opt-level	3	含向量化在內的全部優化	效能關鍵 release
opt-level	"s"	優化體積	嵌入式 / WASM
opt-level	"z"	最小體積	極度受限環境
lto	"thin"	快速 LTO	日常 release
lto	"fat"	完整 LTO（最慢編譯）	最終部署
codegen-units	1	單一 unit，最大優化	最終部署
codegen-units	16	預設，平行編譯	開發
strip	"symbols"	移除符號表	部署二進位
panic	"abort"	移除 unwind 表	不需 catch_unwind

零成本抽象原理

Rust 的核心承諾：高階抽象在編譯後產生與手寫低階等價的機器碼。

// 以下兩者在 release 模式下產生相同的組合語言
// 抽象版本
let sum: i64 = (0..1000).filter(|x| x % 2 == 0).sum();

// 手動版本
let mut sum: i64 = 0;
for i in 0..1000 {
    if i % 2 == 0 { sum += i; }
}

關鍵機制：

• 單態化（Monomorphization）：泛型在編譯期展開為具體類型
• 內聯（Inlining）：小函式在呼叫處展開
• 迭代器融合（Iterator fusion）：多個 .map().filter() 合併為單一迴圈

Iterator vs Loop 效能比較

面向	Iterator Chain	手動 Loop
自動向量化	編譯器更容易推導	需手動確保結構
邊界檢查	通常被消除	需用 get_unchecked 手動消除
可讀性	宣告式、鏈式	命令式
效能	release 模式通常等價或更快	debug 模式通常更快

建議：優先使用 iterator chain，僅在 benchmark 證實有差異時才改用手動迴圈。

#[inline] 策略

// 跨 crate 邊界的小函式 — 明確標記
#[inline]
pub fn is_power_of_two(n: u64) -> bool {
    n != 0 && (n & (n - 1)) == 0
}

// 確保內聯（犧牲二進位大小）— 極少使用
#[inline(always)]
fn hot_path_tiny_fn(x: u32) -> u32 { x.wrapping_mul(2654435761) }

// 禁止內聯（除錯或 profiling 時有用）
#[inline(never)]
fn expensive_operation(data: &[u8]) -> Vec<u8> { /* ... */ }

使用準則：

• 同一 crate 內：編譯器通常自行決定，不需標記
• 跨 crate 的小型 pub 函式：使用 #[inline]
• 泛型函式：已經單態化，不需標記
• #[inline(always)]：僅在 benchmark 證實有效時使用

String 與 &str 效能策略

// 避免不必要的 String 配置
fn greet(name: &str) -> String {        // 接受 &str，按需配置
    format!("Hello, {name}!")
}

// 使用 Cow 延遲配置
use std::borrow::Cow;
fn normalize(input: &str) -> Cow<'_, str> {
    if input.contains('\t') {
        Cow::Owned(input.replace('\t', "    ")) // 只在需要時配置
    } else {
        Cow::Borrowed(input)                     // 零配置
    }
}

// 預分配 String 容量
let mut s = String::with_capacity(1024);
for item in items {
    s.push_str(&item.to_string());
}

HashMap Hasher 選擇

// 預設 SipHash — 安全但較慢
use std::collections::HashMap;
let map: HashMap<String, i32> = HashMap::new();

// 快速 hasher（適用於已知非惡意輸入）
use std::hash::BuildHasherDefault;
use ahash::AHasher;
type FastMap<K, V> = HashMap<K, V, BuildHasherDefault<AHasher>>;
let map: FastMap<u64, String> = FastMap::default();

// FxHash — 整數 key 極快
// rustc_hash = "2.1"
use rustc_hash::FxHashMap;
let map: FxHashMap<u64, Vec<u8>> = FxHashMap::default();

Hasher	速度	DoS 安全	適用場景
SipHash（預設）	中等	是	接受外部輸入
AHash	快	是	通用高效能
FxHash	極快	否	編譯器內部、整數 key

Arena Allocator

// 使用 bumpalo 進行區域配置
use bumpalo::Bump;

let arena = Bump::new();
// 所有配置共用同一區塊，釋放時一次回收
let s = arena.alloc_str("hello");
let v = arena.alloc_slice_copy(&[1, 2, 3, 4, 5]);

// 適用場景：大量短生命週期的小物件（AST 節點、圖節點）

Profiling 工具鏈

工具	用途	平台	安裝
cargo bench + criterion	微基準測試	全平台	Cargo 依賴
cargo flamegraph	CPU 熱點視覺化	Linux/macOS	cargo install flamegraph
perf	Linux CPU profiling	Linux	系統工具
DHAT	堆記憶體分析	全平台	Cargo 依賴
Instruments	macOS 全方位分析	macOS	Xcode 內建
cargo-show-asm	檢視生成組合語言	全平台	cargo install cargo-show-asm
Cachegrind	快取命中分析	Linux	valgrind 套件

常見效能陷阱

1. Debug 模式下做效能評估：debug 無優化，iterator 遠慢於 loop
2. 不必要的 .clone()：複製大型結構體造成配置壓力
3. 過度 Boxing：Box<dyn Trait> 引入間接呼叫 + 堆配置
4. HashMap 碰撞：大量相似 key 導致退化
5. 無界配置：Vec 反覆 grow 造成多次 realloc
6. 過度使用 String：該用 &str 時用了 String
7. 忽略 cache locality：AoS vs SoA 資料佈局差異

程式碼範例

Basic: Iterator / Inline / String 優化

// 見 examples/basic.rs — 展示 iterator chain、#[inline]、String 預分配

Intermediate: Criterion 基準測試

// 見 examples/intermediate.rs — 使用 criterion 0.5 進行微基準測試，
// 含 group comparison 與不同輸入大小

Advanced: Flamegraph + Arena + SIMD 佈局

// 見 examples/advanced.rs — flamegraph 流程、bumpalo arena、
// SoA 資料佈局與 SIMD 友善設計

常見錯誤對照表

錯誤訊息 / 現象	原因	修復方式
Debug 模式效能僅為 release 的 1/10~1/50	opt-level=0 無內聯、無向量化	使用 cargo build --release 或 [profile.dev] opt-level=1
函式呼叫佔據 flamegraph 大量比例但邏輯簡單	未內聯的小函式	跨 crate 函式加 #[inline]；確認 LTO 設定
.clone() 出現在 profiling 熱點	不必要的深拷貝	改用借用 &T、Cow<T> 或 Arc<T>
Box<dyn Trait> 虛擬呼叫成本高	動態分派 + 堆配置	改用 enum dispatch 或泛型 + 單態化
HashMap 查找時間異常增長	hash 碰撞嚴重或負載因子過高	換用 ahash/FxHash；呼叫 reserve() 預配置
Vec 多次 realloc 導致效能低落	未預分配容量	使用 Vec::with_capacity(n) 預分配
criterion 報告 "regression detected"	基準測試不穩定或環境干擾	關閉 CPU turbo boost；增加 warm-up time；使用 --baseline
記憶體使用量持續增長	大量小物件反覆 alloc/dealloc	使用 arena allocator（bumpalo）批量管理
SIMD 未觸發自動向量化	迴圈結構不規則或有分支	使用 cargo-show-asm 確認；重構為線性存取模式
async 任務 overhead 過高	過多 spawn + 過小任務粒度	合併小任務；使用 FuturesUnordered 批次處理

Cargo.toml 依賴模板

[dev-dependencies]
criterion = { version = "0.5", features = ["html_reports"] }
dhat = "0.3"

[dependencies]
bumpalo = { version = "3.16", features = ["collections"] }
ahash = "0.8"                # 快速 HashMap hasher
rustc-hash = "2.1"           # FxHash — 整數 key 極快

[[bench]]
name = "my_benchmark"
harness = false              # 使用 criterion 自訂 harness

Flamegraph 工具安裝

# 安裝 flamegraph
cargo install flamegraph

# 安裝 cargo-show-asm（檢視生成組合語言）
cargo install cargo-show-asm

# Linux 需要 perf 權限
echo -1 | sudo tee /proc/sys/kernel/perf_event_paranoid

參考來源

#	來源	說明
1	The Rust Performance Book	官方效能優化指南
2	Criterion.rs 文件	微基準測試框架完整文件
3	Flamegraph (GitHub)	Rust flamegraph 工具
4	DHAT-rs (GitHub)	堆記憶體分析工具
5	Bumpalo (docs.rs)	Arena allocator 文件
6	Cheap tricks for high-performance Rust	實用效能技巧彙整
7	cargo-show-asm	檢視 Rust 生成的組合語言

詳細來源清單見 references/sources.md。