Rust正成为Python的性能助手。越来越多的Python项目使用Rust编写高性能组件，例如Polars、Pydantic V2和FastAPI。Rust不仅提升了性能，还提供了内存安全和更好的开发者体验。Python开发者应学习阅读Rust代码，并考虑使用Rust构建扩展。
译自：Rust: Python's New Performance Engine
作者：Darryl K. Taft
Python 开发者一直面临着一个权衡：编写优雅、可读的代码，还是追求高性能。长期以来，这意味着在速度至关重要时，需要借助 C 扩展。但 Rust 已经成为 Python 的性能 助手。
Rust 在 Python 中的变革
根据 JetBrains 的 State of Python 2025 报告，Rust 在 Python 二进制扩展中的使用率从 27% 跃升至 33%，仅一年就增长了 22%。这代表着 Python 生态系统在 性能优化 方面的一个关键转变。
在关于该研究的 博客文章 中（该研究基于对 30,000 名开发者的调查），Talk Python 的创始人兼 Python Software Foundation 研究员 Michael Kennedy 写道：“在 2025 Python Language Summit 上，核心开发者分享了一个令人大开眼界的统计数据：‘上传到 PyPI 的新项目的所有原生代码中，有四分之一到三分之一使用了 Rust。’ 这意味着，当今开发者启动新的对性能要求高的 Python 项目时，他们越来越多地选择 Rust 而不是传统的 C 扩展。”
为什么 Rust 胜过 C
Rust 在 Python 生态系统中迅速普及的关键原因之一是性能。Rust 在保持 Python 易于集成的同时，提供了 C 级别的性能。Rust 的 零成本抽象 和高效的内存管理使其成为对性能要求高的组件的理想选择。
Rust 还提供内存安全。与 C 不同，Rust 在编译时可以防止常见的编程错误，如 缓冲区溢出和内存泄漏。这使得扩展 Python 更加安全，而不会引入安全漏洞或崩溃。
此外，Rust 凭借其现代化的工具链、出色的错误消息和包管理器 (Cargo)，提供了高质量的开发者体验。与编写和调试 C 扩展的痛苦过程相比，它提供了更好的开发体验。
真实世界的成功案例
Python 生态系统已经展示了几个引人注目的 Rust 成功案例：
- Polars 通过 DataFrame 操作彻底改变了数据科学，其性能通常比 Pandas 高出几个数量级。它使用 Rust 构建，提供了一个感觉自然的 Python API，同时为数据处理任务提供了前所未有的速度。
- Pydantic V2 在 Rust 中重写了其核心验证引擎，从而为几乎所有 Python 学科（从 Web API 到机器学习管道）的数据验证和序列化带来了显著的性能提升。
- FastAPI 的生态系统 越来越依赖于基于 Rust 的组件。调查显示，FastAPI 的使用率从 29% 跃升至 38%（增长了 30%），部分原因是其异步友好的架构，可以与基于 Rust 的服务器组件很好地配合使用。
基础设施的变革
Rust 的影响超出了单个软件包，扩展到 Python 的核心基础设施。传统的 Web Server Gateway Interface (WSGI) 服务器正在让位于与 Asynchronous Server Gateway Interface (ASGI) 兼容的替代方案，其中许多是使用 Rust 构建的。Kennedy 提到了 Granian，这是一个新的基于 Rust 的应用服务器，正在获得显著的关注。他还特别提到了 Uvicorn，它虽然是基于 Python 的，但越来越多地与 Rust 组件集成。
下一代工具
Kennedy 还指出，出现了两个新的 Python 类型检查器，都是用 Rust 编写的。一个是来自 Astral 的 ty，它被描述为“一个非常快速的 Python 类型检查器和语言服务器”。另一个是来自 Meta 的 Pyrefly，它是传统类型检查器（如 mypy）的高性能替代品。
“它们都在争夺成为下一代类型检查工具。此外，这两种工具都提供了非常快速的语言服务器协议 (LSP)，” Kennedy 写道。
“注意到什么相似之处了吗？它们都是用 Rust 编写的，这印证了之前的说法，即‘Rust 已经成为 Python 的性能助手，’” 他补充道。
商业案例
与此同时，对于企业而言，Rust 增强的 Python 带来了切实的利益。仅性能改进就可以转化为成本节约，包括降低云计算成本和降低内存使用率。此外，更快的响应时间可以提高客户满意度，更高效的代码可以降低能源消耗，Kennedy 说。
给 Python 开发者的建议
Kennedy 建议 Python 开发者学习阅读 Rust。
Python 开发者应该考虑学习 Rust 的基础知识，不是为了取代 Python，而是为了补充它。
“正如我在我们的分析中讨论的那样，Rust 在 Python 生态系统最重要的部分中变得越来越重要，” Kennedy 写道。“我绝对不建议你成为 Rust 开发者而不是 Pythonista，但能够阅读基本的 Rust，以便你了解你正在使用的库在做什么，将是一项有用的技能。”
Kennedy 还建议 Python 开发者拥抱 Rust 增强的库。在选择类似的软件包时，请考虑那些具有 Rust 内核的软件包——它们通常提供卓越的性能，而不会牺牲 Python 的易用性，他说。
Kennedy 建议，Python 开发人员还应该考虑使用 Rust 进行扩展。构建对性能要求高的 Python 扩展的 Python 开发者应该评估 Rust 作为他们的实现语言，而不是默认使用 C，他指出。
未来是混合的
总的来说，Rust 并没有取代 Python，而是增强了它。报告表示，这种混合方法为开发者提供了两全其美的优势：Python 的表达能力和生态系统用于应用逻辑，而 Rust 的性能用于计算密集型组件。
