背景

多个终端会将其采集的数据以文件的形式上传到服务器的多个目录，然后ETL程序在服务器上定时扫描这些目录，如有新增文件则加载并解析其中的数据，将数据塞入db。因采集频率高，数据文件较多。ETL程序是由python开发，跑一次大概1~2分钟（每5分钟扫描一次），所以性能也没有什么问题。但看到rust愈来愈火热，不免好奇：如果将这个ETL程序用rust来写，能否带来性能上的提升？

为省时间，先不用rust将整个程序重写，而是针对该场景的关键环节进行模拟测试：1，clone测试文件。2，扫描目录；3，加载文件内容至内存；4，采用正则表示式进行解析。（塞db的环节先不评估）。

测试文件

测试文件大小为26.3K，单次测试时将其clone成1000份。

测试环境

CPU R7-3700U/MEM：16G / HD: NVMe M.2 1T。鲁大师跑分38万（硬件配置一般）。OS: WIN10 20H2；WSL2 Ubuntu 20.10

软件开发环境均采用当前的最新版：rust 1.47； .net：.net5； jdk: openjdk15；

关键代码

测试结果取决于测试代码，受限于个人经验，以下代码也许并非性能最佳。

Windows 上Rust测试结果

注：感觉rust没有想象中的快啊。所以才蹦出这样的想法：如果用c#和java来做同样的事情，表现如何呢？

Windows 上C#测试结果

Windows 上Java测试结果

结果分析

• C#总体表现最好。（不确定是否与.net 5有关。最近.net 5正式版即将发布，有些性能相关的文章如下。）
• rust在clone/scan/load测试项目上，rust和C#表现相近；但rust 在parse时最慢，（有可能是由于自己对rust regex还没有真正理解；也有可能regex包的原因）。
• Java相比C#各项表现均略慢一些。

.net 5性能提升参考阅读：

Performance Improvements in .NET 5 此文中看到，.net 5 在GC/JIT/文本处理/正则表达式/异步/集合/LINQ/网络/JSon等多个方面，相比上代.net core3.1和.net fw 4.8，性能有了大幅提升。

Microsoft: .NET 5 brings you these big performance improvements 

gRPC performance improvements in .NET 5 .net 5 在此文的gRPC测试中，性能超过c++和go，仅次于rust。

其他思考

1，.net 5 正则表达式的性能，相比上代产品提升5~7倍（下面的截图来自参考资料1）。不知道这是不是本次测试中C#明显胜出的因素。

2，对于.net 技术栈的产品，可以考虑升级或者迁移到.net 5。

3，依照此模拟测试的结果中rust 的性能表现，暂不考虑将ETL程序迁移到rust。

Linux 下的性能表现

上面的测试结果令我有些好奇：莫非C#/Windows是一家的缘故。换个OS呢会怎么样呢？于是利用wsl2折腾了一番（参考：win10 wsl2 rust/c#/java 开发环境搭建）。以下是测试结果。

Ubuntu上Rust测试结果

Ubuntu上C#测试结果

Ubuntu上Java测试结果

结果分析

• clone 文件的时间，3个语言均大幅变长。不过，我个人感觉，此原因应该和wsl2有关。虽然wsl2实现了完整的linux内核，但此文比较 WSL 1 和 WSL 2有提到,wsl2在跨os时性能反而下降（虽然此测试并未跨os），故难免让人怀疑与此有关。
• 由于clone时间异常增加，个人认为这组测试数据的绝对值不一定可靠，相对值应还算靠谱。带给后续的启示便是，性能测试应尽量在原生OS上进行。后续有时间和资源后，再在原生ubuntu上再测试一次。
• 相比win， rust/c#/java 的写IO 性能均下降；但（load file content）读IO的性能反而上升，与之矛盾的是，scan dir也是读IO，其性能有升有降。有点纳闷。
• 单就java/C#相比而言，java 各项表现依然慢于C#。

后记：

1，后续用rust多做一些编程实践，多一些体会。在一些bench 测试中，rust的表现往往最佳或者仅次于C语言，例如近期的一篇论文：Which Programming Languages Use the Least Electricity ，此文中rust 性能仅次于C。