用 Rust 給 Python 裝上渦輪
寫這篇東西的時候，我總覺得 Python 和 Rust 的組合像是一杯調好的咖啡：Python 是那股溫熱、容易入口的口感，Rust 則像濃縮的那一小杯，加進來之后既提神又讓人清醒。兩者結合，有時候不是“取代”，而是“補強”。下面把這個過程講清楚：為什么要用 Rust 為 Python 寫擴展、什么時候用、需要裝什么、動手步驟（Windows / mac 分別說明），順帶聊聊 Rust 的獨特性與對未來的想像。
為什么用 Rust 給 Python 寫擴展？使用場景是什么
先說一個老生常談的事實：Python 很好寫、生態豐富、開發速度快，但在某些性能邊界上無可避免會吃虧——比如大量數值計算、密集字符串處理、熱路徑的序列化/反序列化、或者需要并發且對內存安全要求高的底層組件。常見場景包括：
- 熱點函數需要加速（替換純 Python 實現）以減少延遲或提高吞吐。
- 處理二進制協議、快速序列化/反序列化（比如自定義傳輸層）。
- 與 C/C++ 庫交互，但想避開 C 的未定義行為和內存錯誤。
- 將關鍵模塊編譯成二進制 wheel 發布到 PyPI，實現跨平臺加速。
- 提高關鍵代碼的防反編譯能力
在這些場景下，Rust 提供了“接近 C 的性能 + 更強的內存安全保障”的選項。把性能敏感的部分用 Rust 寫成 Python 擴展，既能保留 Python 的開發效率，又能在關鍵路徑上獲得顯著提升。許多項目選擇 PyO3 + maturin 作為常用工具鏈來完成這件事（下面會詳細演示）。這條路徑既能本地調試，也方便打包成 wheel 發布。
先準備什么（環境與工具）
無論 Windows 還是 mac，通用前置：
- Rust：通過 rustup 安裝（獲得 cargo、rustc）。
- Python：建議使用官方 CPython（或 pyenv/venv 管理虛擬環境）。
- PyO3：Rust → Python 的綁定庫（作為 Rust 依賴）。
- maturin：構建與打包工具，負責把 Rust crate 編成 Python wheel，并支持 maturin develop 直接在虛擬環境中安裝調試版。
下面分別講 Windows / mac 的細節。
Windows 上需要額外注意的東西
- Visual C++ Build Tools（即 Visual Studio 的 C++ 工具鏈）——Rust 的默認 MSVC 工具鏈需要這個來編譯擴展；如果使用 GNU toolchain（MSYS2），也需要相應環境，但大多數人更簡單的方式是安裝 Visual Studio Build Tools（C++）。安裝 Visual Studio 的“Desktop development with C++”或單獨安裝“Build Tools for Visual Studio”。
- Python 的開發頭文件：通常官方的 Python 安裝已經包含；使用虛擬環境（venv）調試時要保證 python.exe 在 PATH，并且可以被 maturin 找到。
典型安裝流程（Windows）：
# 1. 安裝 Rust（PowerShell）
winget install --id=RustLang.Rustup -e
# or use the official rustup-init.exe from rust-lang.org
# 2. 安裝 Visual Studio Build Tools（手動下載安裝器并選擇 C++ 工作負載）
# 3. 建議使用虛擬環境
python -m venv .venv
.\.venv\Scripts\activate.bat
# 4. 安裝 maturin（推薦通過 pip）
pip install maturinmacOS 上需要額外注意的東西
- Xcode Command Line Tools（xcode-select --install），用于編譯工具鏈。
- 如果用 Homebrew 安裝 Python，注意虛擬環境路徑與系統 Python 的區別。 ?
典型安裝流程（mac）：
# 1. 安裝 rustup (Terminal)
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh
# 2. 安裝 Xcode command line tools
xcode-select --install
# 3. 創建并激活 Python 虛擬環境
python3 -m venv .venv
source .venv/bin/activate
# 4. 安裝 maturin
pip install maturin一個最小 Demo：從 0 到能在 Python 中調用的 Rust 函數
我們用 maturin 來初始化項目（maturin 會生成合適的 pyproject.toml / Cargo.toml 布局），這也是官方推薦的快速路徑。示例步驟：
- 新建項目并進入目錄：
maturin init --name py_rust_demo --bindings pyo3
cd py_rust_demomaturin init 會創建一個基本項目結構：Cargo.toml、src/lib.rs、pyproject.toml 和 python/ 文件夾（用于放 Python 側的 shim、測試等）。
- 編輯 Cargo.toml（maturin 生成的已接近可用，關鍵點是依賴 pyo3 并啟用 extension-module 特性）：
[package]
name = "py_rust_demo"
version = "0.1.0"
edition = "2021"
[lib]
# 必要：告訴 Rust 生成 cdylib（C 動態庫）以供 Python 加載
crate-type = ["cdylib"]
[dependencies]
pyo3 = { version = "0.18", features = ["extension-module"] }
# 版本號會隨著時間變動，上面只是示例。真實項目請參考 PyO3 文檔。 [oai_citation:4?PyO3](https://pyo3.rs/v0.26.0/features.html?utm_source=chatgpt.com)注：如果想制作兼容多 Python 版本的單個 wheel，可以考慮 abi3 特性，這需要在 pyo3 與 maturin 的配置里做額外設置（可查官方文檔）。
- 在 src/lib.rs 寫代碼，暴露給 Python 的接口非常直觀：
use pyo3::prelude::*;
/// 一個簡單的加法函數
#[pyfunction]
fn add(a: i64, b: i64) -> PyResult<i64> {
Ok(a + b)
}
/// 初始化模塊，模塊名與 Cargo.toml 中設置的 `name` 相同
#[pymodule]
fn py_rust_demo(py: Python, m: &PyModule) -> PyResult<()> {
m.add_function(wrap_pyfunction!(add, m)?)?;
Ok(())
}- 在虛擬環境中本地快速安裝并測試：
在項目根目錄下執行：
maturin develop # 在當前虛擬環境中構建并安裝（便于開發調試）執行上條命令后，你可以在 Python 里直接：
import py_rust_demo
print(py_rust_demo.add(2, 3)) # 輸出 5- 打包成 wheel（用于發布）
maturin build --release
# 打包好的 wheel 在 target/wheels 目錄下，之后可以 pip install path/to/wheel.whl這套流程負責了從源碼到可安裝 wheel 的全鏈路，maturin 也封裝了很多平臺差異，使得打包變得相對輕松。
常見問題與小貼士:
調試：maturin develop 非常適合在開發虛擬環境中迭代；每改完 Rust 代碼，重新運行 maturin develop（或用 cargo build + 手動拷貝）即可。
類型轉換：PyO3 提供了 PyObject / PyAny 等與 Python 對象互操作的方式，復雜數據（如 numpy arrays）通常通過 pyo3-ndarray 或者通過緩沖區（buffer protocol）來高效交互。
ABI 兼容：如果想做單個 wheel 支持多個 Python 版本，研究 abi3；但要注意 ABI 限制（只能使用有限的 Python C API）。
生成 stub（類型提示）：PyO3 / maturin 目前不會自動生成 .pyi 完整 stub 文件，若希望 IDE 提示良好，通常需手動維護或借助額外工具。
Rust 的獨特之處（為什么它適合做擴展）
把 Rust 放在“編寫 Python 擴展”的位置上，并不是偶然的。它的幾條核心特性直接契合了擴展開發的需求：
1.所有權與借用系統（Ownership / Borrowing）：在編譯期保證內存安全，減少很多運行期常見的內存錯誤（懸垂指針、雙重釋放）。這讓編寫與 Python 交互的本地代碼更可控。
2.零成本抽象（Zero-cost abstractions）：高級抽象（迭代器、閉包等）在不犧牲性能的情況下使用，對寫高性能邏輯非常友好。
3.并發安全：Rust 的類型系統能幫助你在編譯時發現數據競爭問題，適合寫并發/異步熱路。
4.優秀的 FFI 支持：Rust 能很好地與 C ABI 交互，PyO3 則把這層工作做成了 proc-macro，讓我們可以用“Rust 風格”的函數直接暴露成 Python 接口。
總結一句話：Rust 把“靠近機器的速度”和“編譯時的安全保障”放到了同一個包里，這就是它適合寫 Python 擴展的根本原因。
對 Python 與 Rust 結合的展望
漸進式遷移：項目保持 Python 主體，先把熱點模塊用 Rust 重寫，再逐步擴大適配范圍。這樣既能快速見效，也避免一次性大重構的風險。
生態互通更好：未來工具鏈（比如 maturin、PyO3）會繼續打磨體驗，自動生成類型信息、支持更多平臺的 prebuilt wheels，并在 CI/CD 上與多 Python 版本適配得更順暢。現在就已經有很多項目把 Rust 寫的核心模塊打包成 wheel 發布到 PyPI。
領域擴展：在機器學習、數據處理、網絡/序列化庫、數據庫驅動、科學計算這類對性能有硬需求的領域，Rust + Python 會越來越常見。另一方面，Rust 的生態也會逐步在 WebAssembly、嵌入式等方向與 Python 互通（比如在瀏覽器邊緣計算場景中用 WASM 編寫核心邏輯，然后由 Python 驅動業務層）。
工具鏈便捷化：愿望之一是：寫 Python 時能像寫 Python 一樣“順手”地調用 Rust，IDE 能感知并提供同樣的自動補全與類型提示；這需要更好的 stub 生成與編輯器集成支持。
結語
技術棧選擇，往往不是把“最快的”或“最安全的”簡單疊加，而是把“合適的工具放到合適的地方”。Python 是那張寬大的桌布，大家把各種數據、模型、腳本放在上面；Rust 則可以是一把鋒利的刀，切割那些需要精度與效率的部分。把刀放在桌布上，用得好，是一件舒服的事。
