「Rust每日新闻」本周精选 • 第十七期

blackanger(38)

Published in

#rust

Words

3800

Reading

17 min

Listen

Play

前言：

从2018年开始，我每天会花1个小时关注Rust社区动态，并且在Rust.CC论坛、tg channel、Steemit、GitHub、语雀订阅都开通了Rust每日新闻，分享我每天的见闻，偶尔也夹杂了一些个人的观点。大半年过去了，Rust每日新闻已经成为了Rust社区群大家每天必看的内容。在这个知乎专栏里，每周会精选几篇Rust社区中的动态，和大家分享。分享的内容就不按时间排序了。

2018-10-28

通告一则

「Rust每日新闻」调查问卷

「Rust每日新闻」持续更新也快一年了，现在想做个小调查，了解下读者群，为了在年底出一份「每日新闻」年度报告做准备。同时也为了将来可以更好地给大家提供内容。大家有空填写一下，不涉及隐私。

填过的就无需再填了，没填过的朋友，抽空用新的问卷调查填写一下，目前的完成率只有53%，大家多支持。看大家的调查结果，也挺有意思，等问卷结束了，把统计结果分享给大家。

昨天看到有小伙伴建议在telegram channel上面增加一些方便检索的标识，建议很好，但hash值可能不好记忆，所以我加了关键字信息，因为telegram上面只适合英文检索，所以关键字是英文的，这样大家可以凭借印象来检索相关信息。

问卷地址

官方新闻

「官方」Rust 1.30 稳定版发布

一大片Rust 2018 edtion功能登陆了stable。

简要：

Procedural Macros 新的过程宏功能发布。之前的过程宏只能写派生属性，在1.30稳定版里，过程宏也可以写像函数一样可以调用的宏了，也可以把它叫Bang（因为感叹号）宏（Rust源码里也用Bang来区分）。
从第三方导入宏，无需使用#[macro_use]属性了，而是直接使用use
模块系统改进：引入第三方库的现在不需要使用"::"前缀了，库名可以直接作为前缀。而"::"则代表模块相对路径的外层路径。同时，增加了crate关键字，代表当前包的根路径。
r#原生标识符，可以使用r#前缀，将关键字作为函数名来使用。这个语法的意义在于，使用FFI的时候，可以使用和Rust关键字、保留字重名的函数。
可以使用no_std来构建应用程序了。之前只能构建库，因为#[panic_handler]属性已经稳定，可以用它来处理运行时panic了。
＃[used]属性稳定，用来阻止编译器优化静态变量。

更多详细

「官方」docs.rs 找到组织了

docs.rs现在归到了rust-lang-nersery组织下

docs.rs

「Rust WASM小组」多线程Rust和WASM

「官方」举办了第一次编译器「筹划指导委员会」会议

该会议主要是讨论接下来Rust编译器的发展方向，制定public roadmap、编译器文档、社区如何参与等问题。

「研究项目」Shifgrethor：Rust实现的垃圾收集库

WebAssembly的后MVP时代

一个使用Rust节约成本的故事

「经验之谈」改进ndarray-csv

「游戏」Rust网格优化器

该文由寒霜引擎（Frostbite Engine）的高级渲染工程师所写。意味着该公司也使用Rust了。

他在做三维网格GPU渲染的时候，用到了一个优化器meshoptimizer，该库提供了很多算法为GPU优化几何形状。

但它是C/C++实现，还没有Rust实现。所以他实现了一个meshopt。

是通过Rust FFI对meshoptimizer做了Rust绑定。

对于为什么使用FFI，而非纯Rust重写，他给出了理由：

制作100%的Rust实现，还需要持续和C/C版本的代码保持同步。因为这些C/C的库还非常活跃。
那些C/C++的库已经得到了很好的优化。
使用FFI的时间成本要小于用Rust重新实现。尤其是当库提供C89接口时，无需处理符号解码。

同时还介绍了一些工具， bindgen、cc以及用vscode+lldb Debug代码。

「社区」大家还记得Atom吗？

Atom 1.32发布，携带了新的Tree-sitter解析系统，用来改进语法的高亮显示和代码折叠功能。并且Atom 1.33 Beta版将内置对Rust编程语言的支持。

「讨论」大型Rust项目的可扩展问题

85000行代码，一共分了48个crate，而且大多数crate还是包含了测试的可执行文件。现在这些可执行文件的总大小正以平方递增，目前有4.2G可执行文件。现在这些可执行文件严重拖累了Gitlab CI，因为它们必须在构建和测试阶段通过网络进行复制。作者现在不知道该如何处理这个问题？

可以关注下reddit讨论贴，看看后续。

reddit讨论贴

学习资源

「练手小项目」如何计算Pi

五种计算Pi的方法

「用Rust写操作系统V2系列」硬件中断

本篇介绍了如何用Rust处理硬件中断，将学习到如何获取定时器中断周期以及如果从键盘获取输入。

也能看到Rust的所有权对写操作系统产生什么有益的助力。

「博文」学习Rust，痛并快乐着

此文是influxdata的开发者写的，他是一名Go程序员，然后最近开始学习Rust。本文记录了他的一些学习心得和过程。

他学习过程不仅仅是看书，Go社区有本书叫《用Go实现解释器》，这本书里实现了一个语言，叫做Monkey 语言。然后他本身是Go程序员，所以在学习Rust的时候，通过这本书，用Rust实现了Monkey语言，文中有源码仓库地址。

「Web框架」使用actix-web制作一个验证用户身份的微服务 Part 1

「博文」Rust的孤儿规则其实很不错

作者在实现 amethyst-editor-sync 库，通过IPC与amethyst的editor通信功能。

注：该项目不是官方项目。

他在实现过程中发现孤儿规则的美妙之处，保证了trait一致性。

「博文」Rust RwLock和Mutex性能有点古怪

作者最近用自己实现的数据结构和RwLock和Mutex的性能进行比较，在自己的笔记本上，RwLock比他实现的快5倍，而Mutex快2倍。

代码放到他公司的机器上，Mutex依旧快2倍，然而，RwLock慢了4000倍。

通过研究发现：

相同的测试，在macOS上RwLock执行0.01秒，而换linux机器执行需要40秒。
通过阅读Rust RwLock源码，发现针对底层调用的rwlock原语，macos使用的FreeBSD的用户态组件 pthread_rwlock_rdlock，而Linux使用的是不同的结构PTHREAD_RWLOCK_PREFER_READER_NP。
不同的底层原语意味着不同的操作系统对待读/写的策略不同。
Linux上选择偏好读，读取会优于写入。而macOS/BSD上偏好写，写会优于读。
作者的示例正好是测试写入速度，所以在macOS上，读取会优先让位给写入，写入会很快完成。而Linux正好相反，所以导致写入操作严重延迟。不过Linux上面可以更改 pthread_rwlock策略。

结论：请根据不同的硬件环境去选择适合的数据结构。

Rust，Battlecode和Halite：初学者对AI编程竞赛的体验

该作者在学习Rust的第一个主要项目是Halite II 机器人，它是Two Sigma的AI编程竞赛的升级。广义上讲，它是一个游戏，在连续的二维地图上控制船队，寻路，并在舰与舰之间对战，资源管理等等，这些都有时间限制。

后来作者参加MIT的Battlecode 2018，对方的机器人引擎是Rust实现的，而作者的是用Python，所以作者的机器人总是不断的超时。后来作者也切换到了Rust解决了这个问题。

截止到今天，Halite III发布了，是一个资源管理游戏，支持Rust语言，大家可以去玩玩，用Rust打排名赛，截止到明年1月份。

halite.io

Halite III代码仓库中可以找到Rust支持套件

###「博文」Rust学习心得

该文作者是《Ruby原理剖析》原作者Pat写的。他现在也开始学习Rust，尝试用Rust改写之前的Ruby脚本，然后在这个过程中有一些心得，通过该文进行记录。

感兴趣的可以看看

缓存Docker build

作者在Docker上使用Rust，但是他的Dockerfile文件是这样配置的：

COPY . /opt/my_build_dir
RUN cargo build

所以当他每次修改代码以后，重新构建docker，都需要重新下载依赖包，时间会占用很久。所以他想找一个办法解决这个问题。

他考察了Docker的构建原理，这里使用COPY，是告诉docker，整个my_build_dir如果有任何变化，请复制数据。Docker是分层缓存，COPY以后已经算是新的目录了，之前缓存的已经无效。所以build的时候必须重新下载一遍依赖。

但是作者需要的只是在Cargo.toml文件修改之后再重新构建。所以他对Dockerfile文件做了一些更改：

# We'll get to what this file is below!
COPY dummy.rs /your_work_dir
# If this changed likely the Cargo.toml changed so lets trigger the
# recopying of it anyways
COPY Cargo.lock /your_work_dir
COPY Cargo.toml /your_work_dir
# We'll get to what this substitution is for but replace main.rs with
# lib.rs if this is a library
RUN sed -i 's/src/main.rs/dummy.rs/' Cargo.toml
# Drop release if you want debug builds. This step cache's our deps!
RUN cargo build --release
# Now return the file back to normal
RUN sed -i 's/dummy.rs/src/main.rs/' Cargo.toml
# Copy the rest of the files into the container
COPY . /your_work_dir
# Now this only builds our changes to things like src
RUN cargo build --release

然后在crate根目录创建一个dummy.rs文件，里面只包含下面代码：

fn main() {}

仅此而已，它只是为了让Docker构建一遍，得到第三方crate依赖的缓存，而不是构建正式代码。

魔法主要是由sed命令来激活的，该命令先用dummy.rs替换main.rs掉，把依赖编译完，在继续用此命令，把正式的main.rs或lib.rs替换回来，然后再复制src中的其他文件。通过这样的构建，就可以让Docker缓存那些第三方库的依赖了，除非是Cargo.toml文件发生变化。

群友指出，可以使用cargo fetch命令来下载依赖，代替dummy.rs这种方式。