SQLite 数字解析扩展:C 与 Rust 的性能和体积对比

Simon Willison7 天前

需求:把带符号的字符串转成数字

为 SQLite 增加一个 parse_number(value) 函数,可以将 -$1,234.56、12.5% 等字符串转换为可用于求和、排序的数值。本次实验设定的规则是:

  • 去除 ,、$、£ 和 %;
  • 处理开头的负号 -;
  • 无法解析时返回 NULL。

这里对百分号的处理是移除符号,而不是明确要求将数值除以 100。 使用这类函数时,需要先明确百分比的转换语义。

实验借助 Claude 生成原型,比较 C 与 Rust 实现的性能、代码复杂度和动态库体积。

初步结果:C 更小,Rust 更快

初版扩展的文件体积如下:

实现 扩展文件体积
C 14 KB
Rust:rusqlite 321 KB
Rust:sqlite-loadable-rs 298 KB

C 扩展明显更小,但初版测试中 Rust 实现更快。实验将这一差异归因于数字解析环节:所用 Rust 数字解析实现比 C 的 strtod 更快。

优化:替换 C 的数字解析路径

随后,实验尝试自行编写 C 十进制数字解析函数,目标是追平或超过 Rust 实现。新版本采用了 Clinger 快速路径(Clinger's fast path)。

在 200 万行数据上的测试结果如下,指标为每行净耗时,越低越好:

数据类型 初版 C 优化后 C Rust:rusqlite Rust:sqlite-loadable-rs
混合数据 67 ns 19 ns 46 ns 41 ns
仅整数 25 ns 16 ns 36 ns 32 ns
仅小数 106 ns 18 ns 55 ns 47 ns

优化后的 C 实现在这三类测试中均取得最低的每行净耗时。其中,仅小数场景从 106 ns 降至 18 ns,变化最明显。

如何理解这些结果

这次实验展示了两个不同维度的取舍:初版 C 扩展的文件体积更小,而数字解析算法的调整又显著改变了性能排序。

不过,现有材料没有列出硬件、编译参数、完整测试数据分布,也未给出代码复杂度的具体比较或优化后 C 扩展的体积。因此,这些数字适合用于理解本次实现之间的差异,不宜直接视为 C 与 Rust 的普遍性能排名。

评论

请登录后发表观点

暂无数据