rust的现状和未来发展

rust现状:

Stack Overflow 的开发者调研显示只有 7% 的开发者在使用 Rust,对比 JavaScript、Python 等语言,使用 Rust 的开发者占比并不高;但从 2016 年开始,Rust 每年都是开发者最爱的编程语言。
根据 JetBrains 2021 年的调研报告,出于兴趣或为私人项目选择 Rust 的开发者仍然占大多数,真正用于工作的开发者仅占 16%,而 Go 语言用于工作的开发者比例占到了 61%,差距明显。各种招聘也表明rust岗位少,人才少。而java,go等很多。
为什么叫好不叫座呢? 我觉得大概原因可能有本身rust学习路线陡峭、编译时间长、一些特性不稳定比如异步编程等,以及外部原因比如发展时间不够长市场占用率不高(2015年才出现1.0的稳定版本,2018年才有异步编程)生态不够完善,没有一款杀手级别的应用(比如go乘着微服务的东风有了k8s,java乘着互联网软件的东风写各种软件)。但是我觉的这不影响未来rust的前景,这个行业更新迭代很快,rust很好的特性一定会有用武之地。分析如下:

rust前景
在这里插入图片描述

1、第一层,首先从语言本身来说,难度大,特性多是客观事实,但是这也表示rust是博采众长的,吸收了C,C++等其他语言的精华,当然你可能会说没有必要这么做,每种语言利用自己的特性做自己擅长的事情就可以了。但是这起码说明rust有这种潜力可以完成这些事,并且,rust 2024有一个远景规划叫做扩展授权,也就是让每个用户都可以可靠并且高效的软件, 目前 Rust 官方其实也已经了解到了一些特别是 async 的 Rust 存在一些使用上的问题,并且也非常重视这个事情。所以它 **2024 年的目标主要就是为了让 Rust 更加好用,更加易用,并且能够落地更多的项目。**所以难学,编译速度(一个错误能在编译期间找到成本是最小的)或者什么的并不会影响大局,并且我感觉要是学过C++,其实也没有那么难学。

2、第二层,从rust本质来说,是制造可靠且高效的软件,我们都知道这两点都是很重要的。比如说微软70%的安全问题都是内存安全问题,比如说高性能也是很重要的,这涉及到用户体验,品质,成本等诸多问题。现在的语言是无法兼顾两者的,比如C++高性能,但是内存安全问题是很难避免的,全靠经验,而且很多stl库和其他库涉及的内存操作我们并不知晓,具体的内存安全问题可以看前几篇介绍。你出现问题的地方很可能不是第一现场,这样一来debug就很困难了。(如果出现内存安全问题比如内存越界就崩溃,debug还比较容易,可以打印堆栈看看。如果不崩溃的话就很难debug了,可以hook一下malloc,memcpy等涉及内存安全问题的操作测试写一下日志)。rust只需要看一下是不是新增了unsafe模块。
当然,安全还包括线程安全,没有数据竞争。主要靠的是rust一套基础设施以及类型系统来限制程序员写出正确代码。(send,Sync,rc,arc,mutex,rwlock,channel等)rust还提供了异步编程(async,await实现类似于单个线程多个协程的形式提高效率,依靠的是运行时的状态机,具体看前面)
再说高性能,go,java等这种有垃圾回收机制的语言,虽然不容易出现内存安全问题,写起来也简单,但是性能不高(GC有世界暂停的问题)。比如go里面深度优化很困难(编译器不智能没有代码重排导致缓存命中率低,以及没有零成本抽象只有动态分发,零成本抽象就是在不用的时候坚决不增加额外的成本,rust c++都有零成本抽象。比如rust没有运行时只在用到异步才有,而go的协程已经是语言层面的,直接调用,而rust只是封装基本的trait具体实现靠库)在竞争的情况下,性能问题也很重要,仅仅是靠钱堆性能并不是长久之计。
在这里插入图片描述
(比如这是一个 debian 搞的 benchmark game 的一个结果,我选的是一个纯计算的 case 的结果。,为什么 Rust 会比 C 和 C++ 性能还好,其实这也是因为 Rust 它对于程序员的一个要求,因为它的代码的限制更加严格,这就直接导致了编译器可以做更加激进的一些优化。所以它的性能在有部分时候是可以超过 C 和 C++ 的。)

我认为 Rust 非常适合协作,是因为它确实是一门真正工程实践出来的语言。它有非常智能的编译器,有完善的文档,有非常齐全的工具链,以及成熟的包管理。而且最重要的一点,你可以完全信任别人的代码,只需要关注业务逻辑,这个是在 C 和 C++ 甚至在 Go 里面都做不到的。
所以说, 可以兼顾性能和安全和协作,是rust的核心竞争力,其他语言想要深度优化很困难。虽然现在rust没有杀手级别的应用,但是语言就像武器,我们手上有了更加先进的武器,才能在更新迭代很快的互联网战场上打出更多的战术,成为赢家。

3、第三层:社区,市场和生态逐渐完善。
首先,rust有完善的团队和工作组,完整的提案流程。还有活跃的社区。这些(人才)都是rust的活力源泉。
市场来说,已经越来越接收使用rust了。几个重点就是:第一rust基金会的成立(微软,脸书,谷歌,华为等)为rust提供足够的发展支撑;第二就是rust for linux,这个是 Linux 内核至今为止,唯一接受的除了 C 以外语言,应该是相当重量级的一个代表。第三就是被企业接受。如果有用过飞书的企业可以了解一下,飞书所有的逻辑全都是 Rust 编写的。
在这里插入图片描述
(小插曲,为什么C++不能发展成像rust这样,因为历史包袱太重了,要兼容之前各种标准很乱)

一个公司(飞书)如何建立rust生态
建立基础库和一些框架。
基础库大概是像日志、监控、链路追踪、mysql、 redis 、动态配置、 mq 这些属于我们认为非必须的、非常重要的一些基础库。接下来剩下一些非必须的基础库,可能是某一些业务单独的库,就可以发动群众的力量,因为它只要最基础的这些东西。
基于 Axum 的 Web 框架。 Axum 算是 tokio 现在比较火的一个官方的 HTTP 的 Web 框架。RPC 框架,支持了 GRPC 和 thrift,叫做 Volo。第三个,异步的运行时的 Monoio 框架。这个主要是考虑到提供给一些性能非常关键的业务以及基础设施,就是基础架构的服务去使用。它的好处在于它采用 Thread Per Core 模型,这样就可以解决 **Tokio 的很多问题,比如它的 future 必须加 Sync 的一个问题。因为 thread per core 的情况之下,它能保证一个 task 一定在一个线程中被运行,这样很多时候就不需要 send 加 sync 的约束,可以直接用 TLS( thread local storage )或者其他的这些技术,以及一些无锁的技术去编程,这可以很大程度上提高性能。**第二个就是它采用了 Linux 最新发布的 io_uring 技术去做 IO 层 ,如果有对于性能要求非常高的同学可以去了解一下。

落地的一些成果。首先是有一个 proxy 类的业务,它的 CPU 的占用从大概 630% 降低到了380%,几乎是提升了一倍。第二个就是它的memory,也就是它的内存占用大概从 9GB 降到了 2GB。可以节省几百万的成本。

4、降本增效的历史机遇。现在其实大家都对底层技术越来越关注,而 Rust 它的掌控力非常的强,所以在底层技术领域它是一个非常非常趁手的工具。而且现在 Rust 关注度足够高,社区也是在快速发展的过程当中。

(什么是docekr,k8s)
Docker和容器技术为什么会这么火爆?说白了,就是因为它“轻”
在容器技术之前,业界的网红是虚拟机。虚拟机技术的代表,是VMWare和OpenStack。而Docker这样的容器技术,也是虚拟化技术,属于轻量级的虚拟化。虚拟机虽然可以隔离出很多“子电脑”,但占用空间更大,启动更慢,不易迁移,虚拟机软件可能还要花钱(例如VMWare)。而容器技术恰好没有这些缺点。它不需要虚拟出整个操作系统,只需要虚拟一个小规模的环境(类似“沙箱”)。

在这里插入图片描述

想要搞懂Docker,其实看它的两句口号就行。搭建、发送、运行”,三板斧。
Docker的第二句口号就是:“Build once,Run anywhere(搭建一次,到处能用)”。
Docker技术的三大核心概念,分别是:
镜像(Image)
容器(Container)
仓库(Repository)
我刚才例子里面,那个放在包里的“镜像”,就是Docker镜像。而我的背包,就是Docker仓库。我在空地上,用魔法造好的房子,就是一个Docker容器。
我的理解,仓库里面都是各种容器的镜像,要用的时候,就拉取容器的镜像,而镜像是最基本的环境,里面各种动态参数比如库等自己添加, 实践中比如要用A容器运行两个项目,但是库有冲突,就可以建两个镜像,每个运行一个项目就不会冲突了。

就在Docker容器技术被炒得热火朝天之时,大家发现,如果想要将Docker应用于具体的业务实现,是存在困难的——编排、管理和调度等各个方面,都不容易。于是,人们迫切需要一套管理系统,对Docker及容器进行更高级更灵活的管理。而且随着云计算的发展,云端最大的挑战**,容器在漂移**。在此业务驱动下,k8s问世,提出了一套全新的基于容器技术的分布式架构领先方案,在整个容器技术领域的发展是一个重大突破与创新。
就在这个时候,K8S出现了。
K8S,就是基于容器的集群管理平台,它的全称,是kubernetes。

一个K8S系统,通常称为一个K8S集群(Cluster)。
这个集群主要包括两个部分:
一个Master节点(主节点)
一群Node节点(计算节点)
一看就明白:Master节点主要还是负责管理和控制对外提供接口。Node节点是工作负载节点,里面是具体的容器(包括docker,日志系统,pod,pod是一个进程包含的若干容器,以及更高层的service提供一组pod)。
其实可以看出来,就是更好地管理容器,通过容器抽象为pod进程需要的容器集合到service一组pod。

从几十年前的1G,到现在的4G,再到将来的5G,移动通信发生了翻天覆地的变化,核心网亦是如此。
但是,如果你仔细洞察这些变化,会发现,所谓的核心网,其实本质上并没有发生改变,无非就是很多的服务器而已。不同的核心网网元,就是不同的服务器,不同的计算节点。
变化的,是这些“服务器”的形态和接口:形态,从机柜单板,变成机柜刀片,从机柜刀片,变成X86通用刀片服务器;接口,从中继线缆,变成网线,从网线,变成光纤。
既然是服务器,那么就势必会和IT云计算一样,走上虚拟化的道路。毕竟,虚拟化有太多的优势,例如前文所说的低成本、高利用率、充分灵活、动态调度,等等。
前几年,大家以为虚拟机是核心网的终极形态。目前看来,更有可能是容器化很可能只需要一台服务器,创建十几个容器,用不同的容器,来分别运行不同网元的服务程序。这些容器,随时可以创建,也可以随时销毁。还能够在不停机的情况下,随意变大,随意变小,随意变强,随意变弱,在性能和功耗之间动态平衡。

猜你喜欢

转载自blog.csdn.net/weixin_53344209/article/details/130324293