目前开发中爆火的Java、Go和Rust间的比较！

制品编译的大小也取决于所选的库/依赖项，因此，如果它们膨胀了，那么编译的程序也会是同样的结果。在此处特定情况下，对于我所选择的库，上图显示是程序编译的大小。

在下面单独的部分中，我将构建所有三个程序并打包成Docker镜像，并列出它们的大小，以及显示每种语言所需的运行时开销。更多细节如下。

内存使用情况

空闲状态

什么？在空闲运行时显示内存占用的Go和Rust版本的条形图在哪？好吧，它们是有的，只是Java在JVM启动程序，处于空闲时，什么都不做的情况下，就消耗了高达160MB的内存。在Go的情况下，程序使用了0.86 MB，在Rust的情况下使用0.36 MB。这是一个非常大的区别！在这里，Java比Go和Rust对应的程序多用了两个数量级的内存，只是空跑内存什么也不做。这是对资源的巨大浪费。

提供REST请求

我们使用wrk[3]来请求API，并观察内存和CPU使用情况，以及三个版本的程序的每个端点在我的机器上的每秒请求数。

wrk -t2 -c400 -d30s http://127.0.0.1:8080/hello

wrk -t2 -c400 -d30s http://127.0.0.1:8080/greeting/Jane

wrk -t2 -c400 -d30s http://127.0.0.1:8080/fibonacci/35

以上wrk命令表示，使用两个线程（用于wrk），并在池中保持400个开启的连接，并反复调用GET端点，持续30秒。此处我只使用两个线程，是因为wrk跟被测试的程序都运行在同一台机器上，因此我不想它们在可用资源，尤其是CPU上相互竞争。

每个Web服务都单独测试，且每次运行测试都会重启Web服务。

以下是每个版本的程序三次运行中的最佳结果。

/hello

该端点返回一个“Hello, World!”的消息。它分配字符串 “Hello, World!”，并将其序列化，以JSON格式返回。

/greeting/{name}

该端点接受段路径参数{name}，然后将字符串"Hello，{name}"格式化，序列化并返回以JSON格式的问候信息。

/fibonacci/{number}

该端点接受段路径参数{number}并以JSON格式序列化返回输入的数字和斐波那契数。

对于这个特定的端点，我选择用递归的形式来实现它。我知道，毫无疑问，迭代实现可以获得更好的性能结果，而且出于生产目的，应该选择迭代形式，但是在生产代码中，有些情况下必须使用递归（非特指专用于计算斐波那契数）。因此我想让这个实现与CPU堆栈分配密切相关。

在/fibonacci端点测试中，Java实现是唯一一个出现150次请求超时的，wrk输出如下所示：

运行时大小

为了模仿真实世界的云原生应用，并消除"它在我的机器上正常！"这种情况，我为这三个应用分别创建了一个Docker镜像。

Docker源文件包含在存储库中相应程序的文件夹下。

最后

由于篇幅原因，就不多做展示了

14763835333)]

[外链图片转存中…(img-OoGGk2SR-1714763835333)]

[外链图片转存中…(img-NRELRQ6D-1714763835333)]

[外链图片转存中…(img-vvy6UIkZ-1714763835334)]

由于篇幅原因，就不多做展示了

本文已被CODING开源项目：【一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码】收录