實測 Rust 與 Python 在多執行緒併發下的 Throughput 與 Latency 表現比較

# locust 蝗蟲壓力測試工具

# 為何 Rust 在 CPU 密集運算下會比 Python 快？

Rust 快的原因：

1. ✅ 編譯成機器碼 - 更底層，無中間層
2. ✅ 編譯器優化 - LLVM 做大量優化
3. ✅ 無 GIL - 真正的多核並行
4. ✅ 零成本抽象 - 高階語法，無性能損失
5. ✅ 記憶體管理 - 編譯時確定，無 GC 開銷

Python 慢的原因：

1. ❌ 解釋執行 - 每次都要翻譯
2. ❌ 動態型別 - 運行時檢查型別
3. ❌ GIL 限制 - 單核執行
4. ❌ 記憶體開銷 - 動態分配 + 垃圾回收

# 靜態型別 vs 動態型別

1. Rust：編譯期就知道所有變數型別，能幫助編譯器做最佳化。
2. Python：每次運算（例如 a + b）都要檢查 a 和 b 的型別，甚至呼叫底層 C 函數，增加 overhead。

比如：

# Python 要判斷 int/float/str，甚至要拋錯
result = a + b  

Rust 編譯期就知道 a 和 b 是什麼型別，直接生成對應的機器碼

// Rust 在編譯期就確定型別，CPU 直接執行加法
let result = a + b;

# Python 的 GIL 問題

即使有 4 個 CPU 核心，同一時間只能有 1 個線程執行 Python 程式碼

Python：

Thread 1: 執行中 🟢
Thread 2: 等待 GIL 🔴
Thread 3: 等待 GIL 🔴
Thread 4: 等待 GIL 🔴

Rust 無 GIL： 可以真正利用多核 CPU

Thread 1: 執行中 🟢
Thread 2: 執行中 🟢
Thread 3: 執行中 🟢
Thread 4: 執行中 🟢

但 Python 的優勢是開發速度快！ 所以我們用 Rust 重寫需要盡可能增加速度的部分，其他部分就保留 Python 👍

「Rust for speed, Python for productivity」

結論:Rust 靠「靜態型別 + 編譯最佳化 + 真正並行 + 記憶體安全」贏在效能；Python 靠「動態型別 + 解譯執行 + GIL」輸在速度，但贏在生態系和開發速度。兩者搭配常常是最好的解法。