最近在深入学习 Rust 语言,本着学以致用的原则,使用 Rust 编写了一个生成二维码的 Web 服务。
使用的库
- axum,一个基于 tokio 的 web 框架
- qrcode, 用于生成二维码
核心逻辑
生成二维码
直接调用qrcode
库相关接口,返回生成的 PNG 文件的二进制内容
1 | fn gen_qr_code(content: &str) -> Vec<u8> { |
定义 Web 应用与接口
使用 axum::Router 初始化 Web 应用,并定义两个接口:
/qr
, 返回 html 文档,直接在浏览器中渲染二维码图片/api/qr
, 返回二进制图片文件
1 |
|
接口实现
- 解析参数,获取
QueryString
中的content
参数 - 调用
gen_qr_code
函数获取二维码图片内容 /qr
接口返回一个img
标签,将图片进行base64
编码,设置为src
的值/api/qr
接口直接返回图片二进制内容,并设置必要的Header
1 |
|
编码感受
axum
框架非常容易上手,不输于Python
生态的Flask
和FastAPI
框架。- 整体的代码编写比较顺畅,唯一比较花时间的是
qrcode
库的调研与使用。 - 可以看到虽然
Rust
是一门静态强类型语言,但得益于Rust
编译器强大的类型推断功能,写出的代码并不比Python
(Python qr-web 实现)之类的动态类型语言复杂很多。 - 至于
Rust
学习、编写难度高方面,实际上随着标准库以及第三方库的成熟,以及Rust
编译器的演进,正常编写业务层的代码实际上用不到很复杂的语言特性。例如上述的代码中就并没有显示的定义参数的生命周期。
性能对比
Rust
最大的优势就是高性能(工业界可能更看重其内存和并发安全特性),我们也可以看一下Rust
的性能表现。
环境
操作系统: Windows 10 WSL2 Ubuntu 20.04
ulimit: 65536
rust:release build ,单进程
python server:gunicorn + gevent, 1 个 worker
1. 10000 次请求 100 并发
在 100 个并发请求下,rust
服务可以保证大部分请求在 100 毫秒内完成,而 Python
服务的平均响应时间已经接近 1 秒, 有一个数量级的差距。
2. 10000 次请求 1000 并发
在 1000 个并发请求下么, rust
服务九成的请求可以在 500 毫秒内完成,Python
服务的请求响应时间基本都要超过 8 秒(可以认为是服务不可用)
性能测试的结果充分表明rust
代码的效率之高。
P.S. 二维码服务的例子实际上有相当多的工作实在进行 CPU 计算,Python
天生会有劣势。如果是重 IO 的服务,两者之间的差距会小一些。
总结
总的来说在 qr-web 项目上,我对Rust
的编码体验和性能表现给予较高的评价。