DORA中文社区
  • 简体中文

      • 9.1 何时用 Rust

      前面八章，小莫身上所有零件都是 Python 写的。Python 好写、好懂、AI 生态最全——但它有个小短板：算得不够快。当某些零件需要"每秒处理成千上万次"时，Python 就有点吃力了。

      这一章，我们给小莫请来一位"心算高手"帮忙：Rust。它能让关键零件跑得飞快，让小莫真正💪 变强壮。

      小莫说

      我的大脑（Python）很擅长思考和讲故事，但遇到"疯狂快速的计算"就有点喘。这时候得叫上 Rust 这位"心算冠军"搭把手——各显所长，我才能又聪明又强壮！

      学习目标

      学完本节，你将能够：

      • 说清 Python 和 Rust 各自的所长（用"两种同学"的比喻）；
      • 判断什么样的节点值得用 Rust 来写；
      • 理解本课对 Rust 的定位——"最小够用"，不系统学语法；
      • 打消对 Rust 的畏惧：你只需要"看得懂、能照着改"。

      前置要求

      • 完成第四到六章，会用 Python 写节点、连数据流、用四种通信模式；
      • 不需要任何 Rust 基础——这一章会从零带你认识它。

      回到黑板教室：两种同学

      第一章我们说过，节点就是黑板教室里的同学。其实同学分两种"性格"：

      🐍 Python 同学🦀 Rust 同学
      性格灵活、健谈、学得快心算极快、从不算错、话不多
      擅长理解画面、调用 AI、快速试验高频读写、每秒上千次的密集计算
      上手极易，随写随跑较难，要先"编译"才能跑
      短板密集计算偏慢写起来更啰嗦、门槛高

      关键在于：它们用的是同一套黑板书写规范（Arrow）。所以 Python 同学写在黑板上的数据，Rust 同学抬眼就能读懂，反之亦然——这正是第五章讲的 Arrow 统一格式带来的好处。

      小莫说

      就像班里既有能说会道的文科生，也有算得飞快的理科生。他们用同一种"文字"（Arrow）交流，配合起来天下无敌！

      Python 为什么会"慢"？

      这不是 Python 的错，而是它的设计取舍。Python 为了好写、好读、灵活，牺牲了一部分运行速度：

      • 它运行时要做很多"幕后照顾"（比如自动管理内存、随时检查类型），这让写代码很省心，但每一步都有额外开销；
      • 对"偶尔算一次"的任务，这点开销完全无所谓（你根本感觉不到）；
      • 但对"每秒要算几千上万次"的任务，这点开销累积起来就明显了。

      Rust 则相反：它把这些"照顾"放在编译时一次性检查好，运行时几乎是"裸奔"式的全速前进——所以它快，而且不容易出运行时错误。

      一个直觉类比

      Python 像开着导航、系好安全带、按规矩慢行——安全省心，适合日常。Rust 像赛道上的专业赛车——赛前全面检查（编译），上场就全力飙速。日常通勤用不着赛车，但要破纪录就得靠它。

      什么样的节点值得用 Rust？

      绝大多数节点用 Python 就够了。 只有少数"性能热点"值得换成 Rust。判断标准很简单，问自己三个问题：

      适合 Rust 的典型场景：

      场景为什么
      高频传感器数据预处理每秒上千帧，Python 跟不上
      实时信号滤波 / 数学运算密集浮点计算，Rust 快几十倍
      底层硬件驱动需要极致稳定和低延迟
      整条流水线的性能瓶颈节点换掉它能让全流程提速

      不适合、也不必用 Rust 的场景：

      • 调用 AI 模型（YOLO、大模型）——瓶颈在模型本身，不在语言；
      • 偶尔触发的控制逻辑、决策逻辑——Python 足够快；
      • 快速试验、原型验证——Python 改起来更快。
      不要过早优化

      新手常犯的错：一上来就想"全用 Rust 岂不是更快？" 千万别。 Rust 写起来慢、门槛高，把好写的 Python 逻辑全改成 Rust 是巨大的浪费。正确做法是：先全用 Python 跑通，发现哪个节点真的慢了、成了瓶颈，再针对性地换成 Rust。 这叫"按需优化"。

      本课对 Rust 的定位：最小够用

      看到这里你可能有点慌："Rust 那么难，我零基础能行吗？"

      放心，本课不教你系统学 Rust。 我们的定位非常明确——"最小够用"：

      • ✅ 让你看得懂一个 Rust 节点的大致结构；
      • ✅ 让你能照着模板改一个节点（比如把"随机数"改成"读输入 ×2"）；
      • ✅ 让你亲身体验 Rust 节点和 Python 节点在同一数据流里协作；
      • ❌ 不要求你掌握 Rust 的所有权、生命周期、泛型等硬核概念。

      为什么能这样"偷懒"？因为DORA 的节点结构是统一的——不管什么语言，都是"连线 → 事件循环 → 收发"那套三段式（还记得第四章吗）。你已经在 Python 里烂熟于心了，换到 Rust 只是"换个说法写同一件事"。

      小莫说

      我也不是要变成 Rust 大师！我只要会"照葫芦画瓢"改一个高频节点，就能给自己提速啦。真正想深入 Rust，等修完这门课再说～

      进阶延伸：想系统学 Rust 怎么办？（可跳过）

      本课只覆盖"够用"的部分。如果你后续想深入 Rust（比如写复杂的高性能节点、做硬件驱动、自定义算子），可以：

      • 读官方的《Rust 程序设计语言》（The Book，有中文版）；
      • 关注未来的《DORA 进阶》中级课程，那里会系统讲 Rust 节点开发、C/C++ 混编、性能调优等。

      但这些都不是现在的任务。现在，跟着走完这一章的"最小够用"就好。

      一个真实的对比数字

      还记得第一章说的吗——DORA 在 Python 场景下能比 ROS2 快 10-17 倍。而在语言层面，对于密集计算，Rust 通常比 Python 快几十倍甚至上百倍。

      但请记住：这个差距只在"密集计算"时才显现。对于"调用一次 AI 模型""每秒决策几次"这类任务，Python 和 Rust 的体感速度没有区别——因为瓶颈根本不在语言。

      所以，Rust 是一把"专用的快刀"，不是"处处都要用的万能钥匙"。

      动手练习（思考题）

      小莫有下面几个节点，你觉得哪些值得考虑用 Rust 写，哪些用 Python 就好？说说理由。

      1. 摄像头节点：每秒读取 30 帧图像；
      2. YOLO 物体检测节点：调用 AI 模型识别画面里的物体；
      3. 一个滤波节点：对每秒上万个传感器读数做实时平滑计算；
      4. 决策节点：每秒判断一两次"该往左还是往右"。
      参考答案
      • 1 摄像头：看情况。单纯读图 Python 通常够用；但如果每帧还要做重的预处理、成了瓶颈，可考虑 Rust。
      • 2 YOLO 检测：用 Python。瓶颈在 AI 模型本身，换语言没用，而且 Python 的 AI 生态最全。
      • 3 滤波节点：最值得用 Rust！每秒上万次密集数值计算，正是 Rust 的主场。
      • 4 决策节点：用 Python。每秒才一两次，语言速度完全无所谓，Python 写起来还更灵活。
      规律："高频 + 密集计算 + 是瓶颈" 才考虑 Rust，其余一律 Python。

      小结

      • Python 和 Rust 是黑板教室里的两种同学：Python 灵活健谈、Rust 心算极快，用同一套 Arrow 规范交流。
      • Python 为易用牺牲了一点速度，对偶发任务无所谓，对高频密集计算才明显。
      • 只有"高频 + 密集计算 + 成了瓶颈"的节点才值得用 Rust，绝大多数节点用 Python 就好，切忌过早优化。
      • 本课对 Rust 只求"最小够用"：看得懂、能照着改、能体验混编，不系统教语法。

      下一节，我们就动手写一个 Rust 节点——你会发现它和 Python 节点长得出奇地像。