【Rust日报】使用Rust开发分布式系统的经验教训

Fjall - 一个安全Rust的KV存储引擎

Fjall 是一个可嵌入的基于 LSM 的 forbid-unsafe Rust 键值存储引擎。它的目标是成为一个可靠且可预测但性能优异的通用 KV 存储引擎，适用于小型数据集，尤其是大于内存大小的数据集。我刚刚发布了1.0版本，该版本稳定了其数据格式，适用于所有未来的1.x.x版本。

它的设计受到了 LevelDB/RocksDB 架构的重大影响，并且通常具有相似的性能。它具有类似的功能，包括：

• 范围和前缀搜索以及前向和后向迭代
• 数据分区（在 RocksDB 中称为 "Column Families"）
• 跨分区原子写批处理
• MVCC 和快照读取
• 可调节的耐久性保证
• 大小分层（写优化）、级别分层（读优化）和 FIFO 压缩（用于临时数据）

Repo https://github.com/fjall-rs/fjall

使用Rust开发分布式系统的经验教训

Codethink 是一家致力于推广安全且可复现的软件的公司。在构建分布式系统时，他们选择了 Rust 作为工具，因为 Rust 具有多重安全保证和合理的包管理。以下是他们在构建一个 3 节点 Rust 分布式系统时所学到的一些经验教训：

1. Rust 不会减慢开发速度：
   • Rust 的显式错误返回类型（而非异常）使得隐藏的故障点大大减少。
   • 错误传播机制让我们能够在一个地方处理所有错误，更容易推理。
   • Rust 的开发速度并不比其他语言（如 Python 或 C）慢。
2. 异步 Rust 的挑战：
   • 使用异步编程确保节点可以同时执行 CPU 密集型工作并与其他节点保持多个通信通道打开。
   • Rust 的异步编程复杂性部分是为了不牺牲性能。
   • 需要仔细处理关闭和取消安全性，以确保服务能够停止或重启而不损坏数据。

总之，Rust 在构建分布式系统时表现出色，尽管异步编程可能有挑战，但最终的结果是成功的。🚀🦀

blog https://www.codethink.co.uk/articles/2024/distributed_system_rust/