Python 慢得像蜗牛？用 Rust PyO3 重写核心算法，性能暴涨 50 倍的实战记录-洪萨配资

🐌 前言：Python 的“阿喀琉斯之踵”

我们爱 Python，因为它简洁、生态丰富。
我们恨 Python，因为在处理大规模循环或数学运算时，它真的太慢了。

场景模拟：
假设我们需要计算一个“超级复杂的数学序列”（例如：计算 0 到 N 所有数字平方和的累加）。
在 Python 里，这只是一行代码；但在 CPU 眼里，这是数百万次的类型检查和对象创建。

是时候引入Rust了。它没有 GC，编译成机器码，且通过PyO3库，可以像写普通 Python 模块一样调用 Rust 代码。

🛠️ 一、环境准备：Rust 与 Maturin

不需要复杂的 MakeFile，Rust 社区提供了Maturin—— 一个专门用于构建和发布 Rust-Python 混合项目的神器。

# 1. 安装 Rust 工具链 (如果你还没装)curl--proto'=https'--tlsv1.2 -sSf https://sh.rustup.rs|sh# 2. 在 Python 环境中安装 maturinpipinstallmaturin# 3. 初始化项目maturin new rust_accelerator

选择pyo3作为绑定类型。现在的目录结构如下：

Cargo.toml(Rust 的依赖管理)
pyproject.toml(Python 的构建配置)
src/lib.rs(Rust 源码，我们的战场)

💻 二、代码对决：Python vs Rust

1. 慢吞吞的 Python 原生实现

我们在 Python 中写一个纯 CPU 密集型函数：

# benchmark.pyimporttimedefsum_of_squares_py(n):returnsum(i*iforiinrange(n))start=time.time()# 计算 1 亿次result=sum_of_squares_py(100_000_000)end=time.time()print(f"Python 耗时:{end-start:.4f}秒, 结果:{result}")

运行结果（参考）：

Python 耗时:8.5201 秒
CPU 风扇开始狂转，单核跑满。

2. 极速的 Rust 实现 (`src/lib.rs`)

现在，我们用 Rust 重写这个逻辑。

usepyo3::prelude::*;/// 这是一个普通的 Rust 函数，逻辑和 Python 一样/// 但它是编译成机器码运行的#[pyfunction]fnsum_of_squares_rs(n:u64)->u64{// Rust 的迭代器非常快，且会被编译器自动优化 (SIMD)(0..n).map(|i|i*i).sum()}/// 这里的代码负责把 Rust 函数“注册”成 Python 模块#[pymodule]fnrust_accelerator(_py:Python,m:&PyModule)->PyResult<()>{m.add_function(wrap_pyfunction!(sum_of_squares_rs,m)?)?;Ok(())}

3. 编译构建

一定要加--release，否则 Rust 不会开启最高级别的优化。

maturin develop --release

🏁 三、性能实测：见证奇迹的时刻

修改benchmark.py，引入我们要编译好的 Rust 模块：

importtimeimportrust_accelerator# 这就是我们刚才用 Rust 写的模块# Python 版start=time.time()sum_of_squares_py(100_000_000)print(f"Python 原生耗时:{time.time()-start:.4f}秒")# Rust 版start=time.time()rust_accelerator.sum_of_squares_rs(100_000_000)print(f"Rust PyO3 耗时:{time.time()-start:.4f}秒")