2024 年 Rust 语言在开源项目中的机遇洞察

Rust 语言的现状分析

Rust作为一个新兴的系统级编程语言，虽然目前在市场的占有率相对较低，但它在开源项目开发中展现出了独特的机遇。正如历史上Go语言和Python的发展所示，强大的项目和生态系统可以极大地提升一门语言的影响力和吸引力。Rust的生态系统虽然仍在成长阶段，但它的包管理工具Cargo提供了出色的依赖管理和项目构建支持，这在开发者社区中非常受欢迎，易于使用的工具链对吸引开发者起到了关键作用。

在语言设计方面，Rust特别注重安全性和性能，这使得它在系统编程领域极具吸引力。它的内存安全保证和接近C/C++的性能，对于需要高性能和高可靠性的系统级应用来说，这是一个重要的卖点。Rust的编译器对新手也非常友好，提供强大的错误检查和建议，帮助开发者更容易地编写健壯和高效的代码。

此外，Rust通过支持如WASM（WebAssembly）这样的技术，也在Web开发领域显示出了潜力。Rust构建的Web框架和库，如Rocket和Actix，已证明了Rust在构建可靠和高性能Web服务方面的能力。目前一些开源项目，如向量数据 Qdrant，就是通过 Rust 编写。无论是在性能还是在服务可靠性上都很优秀。

Rust 开源项目尝试

笔者目前就在尝试采用 Rust 语言编写一个文本检索工具 - TextExplorer（AspadaX/TextExplorer: Make consuming massive texts and media much easier. (github.com)）。主要原理就是利用 AI 的语义理解，帮助用户在海量文本当中找到自己想要的内容。那么这样的事情，传统搜索引擎，或者浏览器里面的搜索功能就能做到，为什么需要再做一遍呢？

首先，传统的搜索功能基于关键字进行搜索，如果匹配的上，那么就可以纳入搜索结果当中。如果匹配不上，那么就不会被采纳。这样搜索的优势在于直观、精准和快速。哪怕只是单纯地暴力遍历，也可以进行快速的搜索。但是关键字搜索的一个弊端在于，它无法搜索用户认知之外的东西。如果用户不知道自己想搜索的东西的关键字，那么搜索就无从提起。而如果用户可以进行有效的搜索，那就需要预先比较了解自己想要搜索的话题。这样一来就陷入了一个死循环：我不知道，我想搜，我搜不到。

为了打破这样的死循环，TextExplorer 应运而生。通过计算用户输入和目标文本之间在语义空间上的距离，完成 AI 根据输入的语义，智能寻找想要的内容。比如用户输入：“这两天雨好大，前两天刚把雨披丢了”，普通的搜索引擎在最好的情况下只能返回雨披等结果，但是结合 TextExplorer，就可以返回雨伞、雨披等所有跟下雨天有关联的结果。这样做的好处就在于，用户可以写一段话来描述自己的想法，然后 AI 帮助用户去进行搜索和匹配。极大降低了搜索新领域知识的认知成本。（下图为 TextExplorer 实际界面）

虽然目前的功能只是单纯地搜索文档，但是已经有相当好用的场景了。比如笔者平时在写代码时候想搜索一个库的文档，只要把自己想实现的功能写下来就可以搜索到对应的段落：

Rust 开发体验总结

在进行 Rust 的相关项目开发后，我发现有C++或其他底层语言经验的开发者会比较容易掌握Rust。特别是对于内存管理的理解，Rust中的所有权和借用概念虽然严格，但其核心思想与C++中的资源获取即初始化（RAII）有相似之处。例如，以下简单的Rust代码展示了所有权如何在实践中发挥作用：

fn main() {
    let s1 = String::from("Hello");
    let s2 = s1;  // s1的所有权被移动到s2
    println!("{}", s1);  // 编译错误，因为s1的所有权已经不在
}

这段代码体现了Rust如何在编译时通过所有权系统帮助我们避免内存安全错误，这是C++开发者可能会觉得既熟悉又新颖的地方。当然如果您感兴趣，可以继续看下面解释实际项目代码中有关内存管理的解释。

从开发效率的角度来看，Rust在创建Web服务或其他应用时表现出的效率并非普遍高于C++，而是在某些方面，如内存安全和并发编程，提供了更现代化的语言构造，这可能使得开发过程中的错误更少，维护更简单。然而，性能的优劣依赖于具体的应用场景和代码优化程度。在系统级编程和性能敏感的应用中，C++和Rust都能提供极高的性能。

我特别欣赏Rust的Cargo包管理工具，它为Rust项目提供了一体化的包管理和构建解决方案，这在便捷性和功能性上优于C++的CMake和Python的Conda。例如，使用以下几个命令，我可以轻松创建并构建一个新的Rust项目：

cargo new my_project
cd my_project
cargo build

此外，Rust的编译器对提高开发效率起到了关键作用。通过在编译期捕获各种类型的错误并提供详尽的错误信息和修改建议，它让我可以更专注于业务逻辑的实现而非底层的错误排查。例如，以下的代码段展示了编译器如何帮助识别生命周期相关的错误：

fn main() {
    let r;
    {
        let x = 5;
        r = &x;
    }
    println!("r: {}", r);  // 错误: `x` does not live long enough
}

编译器不仅准确指出了问题，还清楚地解释了错误的原因。这种在编译阶段的强大错误检查功能，确实使得开发过程中可以更安心地处理复杂逻辑。

总的来说，Rust提供了一个高效且安全的编程环境，尤其适合那些需要高性能且不愿意妥协安全性的应用开发。虽然它在某些方面与C++相似，但Rust在内存安全和现代并发处理上的独到之处，使其成为值得学习的语言。

实际项目中的内存管理

// Function to initialize the logger
pub fn setup_logging(pool: Arc<Pool<ConnectionManager<MysqlConnection>>>) -> Result<(), fern::InitError> {
    
    let colors = ColoredLevelConfig::new()
        .info(fern::colors::Color::Green)
        .warn(fern::colors::Color::Magenta)
        .error(fern::colors::Color::Red);

    // Configure stdout logging
    let stdout_log = Dispatch::new()
        .format(
            move |out, message, record| {
                out.finish(
                    format_args!(
                        "{}[{}][{}] {}",
                        Utc::now().format("[%Y-%m-%d %H:%M:%S]"),
                        record.target(),
                        colors.color(record.level()),
                        message, 
                    )
                )
            }
        )
        .level(log::LevelFilter::Debug)
        .chain(std::io::stdout());

    // Configure database logging
    let db_log = Dispatch::new()
        .filter(|meta| meta.level() == Level::Error || meta.level() == Level::Warn)
        .chain(fern::Output::call(move |record: &Record| {
            let message = format!("{}", record.args());  // Corrected here
            let level = record.level().to_string();
            let timestamp = Utc::now().naive_utc();
            let new_log = models::NewLog {
                level,
                message,  // Direct use here
                timestamp,
                module_path: record.module_path().map(String::from),
                file: record.file().map(String::from),
                line: record.line().map(|number| number as i32),
            };

            let conn = &mut pool.get().expect("Failed to get DB connection from pool");
            diesel::insert_into(crate::schema::logs::table)
                .values(&new_log)
                .execute(conn)
                .expect("Error inserting log into database");
        }));

    // Combine all dispatch configurations into the final logger
    Dispatch::new()
        .chain(stdout_log)
        .chain(db_log)
        .apply()?;

    Ok(())
}

以上是一段 logger 的代码。通过Rust的所有权、借用以及生命周期的管理，我们可以看到如何在实际应用中处理复杂的资源管理问题，尤其是在多线程环境下。这段代码主要用于设置日志系统，它配置了标准输出和数据库日志记录功能。

首先，函数 setup_logging 接受一个类型为 Arc<Pool<ConnectionManager<MysqlConnection>>> 的参数 pool。这里，Arc（原子引用计数）用于在多个线程之间共享数据库连接池，而不需要担心数据竞争或生命周期问题。Arc 允许多个所有者（owner），且当最后一个所有者离开作用域时，内存将被自动清理。

pub fn setup_logging(pool: Arc<Pool<ConnectionManager<MysqlConnection>>>)

在配置日志时，move 关键字被用于闭包，确保闭包拥有其使用的变量（如 colors 和 pool）。通过使用 move，我们显式告诉Rust编译器，这些变量的所有权应该从函数环境转移到闭包内部。这是处理并发程序中常见的模式，特别是当你需要在多线程环境下使用数据时。

.move |out, message, record| { ... }
.move |record: &Record| { ... }

在这些闭包中，colors 和 pool 被移动进闭包，允许在后续的日志记录调用中安全使用，而不会出现悬挂指针或数据竞争。

Rust 的借用检查器确保在整个程序中，任何时候，要么只有一个可变引用，要么有多个不可变引用，从而避免数据竞争。在这个例子中，数据库连接 conn 是通过借用 pool 来获得的。这里的 pool.get() 方法返回一个可能的可变引用到数据库连接。

let conn = &mut pool.get().expect("Failed to get DB connection from pool");

Rust 强调使用 Result 和 Option 类型显式处理可能的错误和空值。在本例中，.expect() 方法用于处理可能的错误情况，如果 pool.get() 调用失败，则会立即触发 panic，防止错误静默失败继续执行。

总的来说，这段代码不仅展示了如何使用 Rust 的核心特性来编写健壮和安全的多线程应用程序，还体现了 Rust 如何通过编译时的严格检查来增强运行时的安全性和效率。

结尾

总的来说，笔者对于 Rust 目前的生态还是持有看好的态度。用 Rust 来写开源项目将是一个很好的机会。相信在未来会有更多优秀的 Rust 项目出现。如果有兴趣的话，欢迎和笔者交流。VX：baoxinyu2007