Python 高效編程 — 基於 Rust語言 Speed Up Your Python with Rust: Optimize Python performance by creating Python pip modules in Rust with PyO3

第1篇  瞭解Rust

第1章  從Python的角度認識Rust 3

　　1.1  技術要求 3

　　1.2  瞭解Python和Rust之間的區別 4

　　1.2.1  結合使用Python與Rust的原因 4

　　1.2.2  在Rust中傳遞字符串 7

　　1.2.3  在Rust中調整浮點數和整數的大小 9

　　1.2.4  在Rust的向量和數組中管理數據 11

　　1.2.5  用哈希映射取代字典 13

　　1.2.6  Rust中的錯誤處理 16

　　1.3  瞭解變量所有權 19

　　1.3.1  復制 20

　　1.3.2  移動 20

　　1.3.3  不可變借用 21

　　1.3.4  可變借用 23

　　1.4  跟蹤作用域和生命周期 23

　　1.5  構建結構體而不是對象 27

　　1.6  使用宏而不是裝飾器進行元編程 31

　　1.7  小結 34

　　1.8  問題 34

　　1.9  答案 35

　　1.10  延伸閱讀 35

第2章  使用Rust構建代碼 37

　　2.1  技術要求 37

　　2.2  用crate和Cargo代替pip管理代碼 38

　　2.3  在多個文件和模塊上構建代碼 45

　　2.4  構建模塊接口 49

　　2.4.1  開發一個簡單的股票交易程序 51

　　2.4.2  寫代碼時編寫文檔的好處 57

　　2.5  與環境交互 58

　　2.6  小結 60

　　2.7  問題 61

　　2.8  答案 61

　　2.9  延伸閱讀 62

第3章  理解並發性 63

　　3.1  技術要求 63

　　3.2  並發性介紹 63

　　3.2.1  線程 64

　　3.2.2  進程 65

　　3.3  使用線程的基本異步編程 67

　　3.3.1  在Python中使用線程 68

　　3.3.2  在Rust中使用線程 69

　　3.4  運行多個進程 74

　　3.4.1  在Python中使用多進程池 74

　　3.4.2  在Rust中使用多線程池 78

　　3.4.3  在Rust中使用多進程池 81

　　3.5  安全地自定義線程和進程 85

　　3.5.1  阿姆達爾定律 85

　　3.5.2  死鎖 86

　　3.5.3  競爭條件 88

　　3.6  小結 88

　　3.7  問題 89

　　3.8  答案 89

　　3.9  延伸閱讀 90

第2篇  融合Rust和Python

第4章  在Python中構建pip模塊 95

　　4.1  技術要求 95

　　4.2  為Python pip模塊配置設置工具 96

　　4.2.1  創建GitHub存儲庫 96

　　4.2.2  定義基本參數 99

　　4.2.3  定義自述文件 100

　　4.2.4  定義基本模塊 101

　　4.3  在pip模塊中打包Python代碼 102

　　4.3.1  構建斐波那契計算代碼 103

　　4.3.2  創建命令行接口 105

　　4.3.3  構建單元測試 107

　　4.4  配置持續集成 113

　　4.4.1  手動部署到PyPI 113

　　4.4.2  管理依賴項 115

　　4.4.3  為Python設置類型檢查 116

　　4.4.4  使用GitHub Actions設置和運行測試及類型檢查 117

　　4.4.5  為pip包創建自動版本控制 121

　　4.4.6  使用GitHub Actions部署到PyPI 124

　　4.5  小結 126

　　4.6  問題 127

　　4.7  答案 128

　　4.8  延伸閱讀 128

第5章  為pip模塊創建Rust接口 129

　　5.1  技術要求 129

　　5.2  使用pip打包Rust代碼 130

　　5.2.1  定義gitignore和Cargo 130

　　5.2.2  配置Python設置過程 132

　　5.2.3  安裝Rust庫 134

　　5.3  使用PyO3 crate構建Rust接口 135

　　5.3.1  構建計算斐波那契數列的Rust代碼 136

　　5.3.2  創建命令行工具 138

　　5.3.3  創建適配器 140

　　5.3.4  使用單例設計模式構建適配器接口 142

　　5.3.5  在Python控制臺中測試適配器接口 146

　　5.4  為Rust包構建測試 148

　　5.5  比較Python、Rust和Numba的速度 151

　　5.6  小結 153

　　5.7  問題 154

　　5.8  答案 154

　　5.9  延伸閱讀 155

第6章  在Rust中使用Python對象 157

　　6.1  技術要求 157

　　6.2  將復雜的Python對象傳遞到Rust中 157

　　6.2.1  更新setup.py文件以支持.yml加載 158

　　6.2.2  定義.yml加載命令 159

　　6.2.3  處理來自Python字典的數據 160

　　6.2.4  從配置文件中提取數據 164

　　6.2.5  將Python字典返回到Python系統 165

　　6.3  檢查和使用自定義Python對象 167

　　6.3.1  為Rust接口創建一個對象 167

　　6.3.2  在Rust中獲取Python GIL 168

　　6.3.3  向新創建的PyDict結構體添加數據 170

　　6.3.4  設置自定義對象的特性 172

　　6.4  在Rust中構建自定義Python對象 173

　　6.4.1  定義具有所需特性的Python類 174

　　6.4.2  定義類靜態方法處理輸入 174

　　6.4.3  定義類構造函數 175

　　6.4.4  包裝並測試模塊 176

　　6.5  小結 179

　　6.6  問題 180

　　6.7  答案 180

　　6.8  延伸閱讀 181

第7章  在Rust中使用Python模塊 183

　　7.1  技術要求 183

　　7.2  認識NumPy 183

　　7.2.1  在NumPy中執行向量相加操作 184

　　7.2.2  在純Python中執行向量相加操作 185

　　7.2.3  在Rust中使用NumPy執行向量相加操作 186

　　7.3  在NumPy中構建模型 190

　　7.3.1  定義模型 190

　　7.3.2  構建一個執行模型的Python對象 192

　　7.4  在Rust中使用NumPy和其他Python模塊 195

　　7.5  在Rust中重建NumPy模型 198

　　7.5.1  構建get_weight_matrix和invert_get_weight_matrix函數 200

　　7.5.2  構建get_parameters、get_times和get_input_vector函數 201

　　7.5.3  構建calculate_parameters和calculate_times函數 202

　　7.5.4  將計算函數添加到Python綁定 203

　　7.5.5  將NumPy依賴項添加到setup.py文件 204

　　7.5.6  構建Python接口 204

　　7.6  小結 205

　　7.7  問題 206

　　7.8  答案 206

　　7.9  延伸閱讀 207

第8章  在Rust中構建端到端Python模塊 209

　　8.1  技術要求 209

　　8.2  分解一個災難建模問題 209

　　8.3  將端到端解決方案構建為一個包 214

　　8.3.1  構建災難足跡合並流程 215

　　8.3.2  構建災難脆弱性合並流程 217

　　8.3.3  在Rust中構建Python接口 221

　　8.3.4  在Python中構建接口 223

　　8.3.5  構建包安裝說明 223

　　8.4  使用和測試包 225

　　8.4.1  使用Pandas構建Python構造模型 226

　　8.4.2  構建隨機事件ID生成器函數 227

　　8.4.3  為Python和Rust實現計時 228

　　8.5  小結 230

　　8.6  延伸閱讀 230

 

第3篇  將Rust註入Web應用程序

第9章  構建Python Flask應用程序 233

　　9.1  技術要求 233

　　9.2  構建一個基本的Flask應用程序 234

　　9.2.1  為應用程序構建一個入口點 235

　　9.2.2  構建斐波那契數計算模塊 235

　　9.2.3  為應用程序構建Docker鏡像 237

　　9.2.4  構建NGINX服務 239

　　9.2.5  連接並運行NGINX服務 241

　　9.3  定義數據訪問層 243

　　9.3.1  在docker-compose中定義PostgreSQL數據庫 244

　　9.3.2  構建配置加載系統 245

　　9.3.3  構建數據訪問層 247

　　9.3.4  搭建應用程序數據庫遷移系統 249

　　9.3.5  建立數據庫模型 252

　　9.3.6  將數據庫訪問層應用於fib計算視圖 253

　　9.4  構建消息總線 255

　　9.4.1  為Flask構建一個Celery代理 256

　　9.4.2  為Celery構建一個斐波那契計算任務 258

　　9.4.3  用Celery更新計算視圖 258

　　9.4.4  在Docker中定義Celery服務 259

　　9.5  小結 262

　　9.6  問題 263

　　9.7  答案 263

　　9.8  延伸閱讀 264

第10章  將Rust註入Python Flask應用程序 265

　　10.1  技術要求 265

　　10.2  將Rust融合到Flask和Celery中 266

　　10.2.1  定義對Rust斐波那契數計算包的依賴 266

　　10.2.2  用Rust構建計算模型 266

　　10.2.3  使用Rust創建計算視圖 269

　　10.2.4  將Rust插入Celery任務中 270

　　10.3  使用Rust部署Flask和Celery 271

　　10.4  使用私有GitHub存儲庫進行部署 273

　　10.4.1  構建一個協調整個過程的Bash腳本 275

　　10.4.2  在Dockerfile中重新配置Rust斐波那契數列計算包的安裝 275

　　10.5  將Rust與數據訪問相結合 277

　　10.5.1  設置數據庫克隆包 277

　　10.5.2  設置diesel環境 279

　　10.5.3  自動生成和配置數據庫模型和模式 280

　　10.5.4  在Rust中定義數據庫連接 282

　　10.5.5  創建一個獲取並返回所有斐波那契記錄的Rust函數 282

　　10.6  在Flask中部署Rust nightly包 285

　　10.7  小結 286

　　10.8  問題 286

　　10.9  答案 287

　　10.10  延伸閱讀 287

第11章  集成Rust的最佳實踐 289

　　11.1  技術要求 289

　　11.2  通過將數據傳入和傳出Rust來保持Rust實現的簡單性 290

　　11.2.1  構建一個Python腳本來制定用於計算的數字的格式 290

　　11.2.2  構建一個接受數字進行計算並返回結果的Rust文件 291

　　11.2.3  構建一個接受計算出的數字並將其打印出來的Python腳本 292

　　11.3  通過對象給接口一種原生的感覺 294

　　11.4  使用trait而不是對象 298

　　11.4.1  定義trait 300

　　11.4.2  通過trait定義結構體的行為 301

　　11.4.3  通過函數傳遞trait 303

　　11.4.4  存儲具有共同trait的結構體 305

　　11.4.5  在main.rs文件中運行程序 305

　　11.5  通過Rayon保持數據並行的簡單性 308

　　11.6  小結 310

　　11.7  延伸閱讀 310

·XIV·

Python高效編程—基於Rust語言

　　

·XV·

目    錄