听说Zig有一段时间了, 最近终于有机会尝试了一下, 这里记录一些初步的印象.

这次体验的方式是直接复刻一个Rust的Merkle tree实现到Zig, Rust版本的代码在这里.

之所以选择这个例子, 主要是因为其代码量始终, 逻辑清晰, 依赖少, 同时也能测试大数据的场景. 同时Rust版本的设计相对清晰, 在复刻时也采用了类似的设计.

好的方面

  1. 语法简洁, 学习曲线平缓, 很容易上手, 很接近C/Go的风格. 有defer, errdefer等语法糖, 比较便利.
  2. 构建系统很棒
  3. 编译速度很快, 远快于Rust
  4. 编译产物小巧, 完整复刻的版本编译后的ReleaseFast的产物在Mac下只有160k左右, Linux下800k左右, 都动态链接了C库.
  5. 性能非常好, 几乎没有做特别多性能优化, 近百万条数据的情况下, 性能就比Rust版本快了2.x倍, 内存占用略高(实在是不想手动优化内存占用了).
  6. 支持文件内单元测试, 非常方便, 内存泄漏也可以在单测中检测出来
  7. comptime 很好, 但这次没有用到.

不足的方面

  1. 生态略欠缺, 缺少一些常用的库, 但可以和C库互通, 这点在很大程度上能够弥补生态的不足.
  2. 版本不兼容变化较多, 极难找到相关文档, 通常需要去翻语言的源代码找到参考代码. 版本升级也导致有些库不能跟上最新的变化, 需要自己动手修改.
  3. LLM不友好, LLM的知识版本较旧,很难写可以用在最新版本编译器的代码.
  4. 对于需要动态分配内存的场景, 需要手动传入allocator, allocator无处不在, 有时候内存管理略显繁琐. 特写是手动写出有较多内存分配的代码会相对有挑战. 好在有单测,可以在测试时检测出内存泄漏的问题.

一些细节

  1. 默认内存分配器的性能有点拉, 正式环境还是要换成c分配器, 对于大量小对象的场景, 性能提升明显, 对于Merkle tree这种大量小对象的场景, 性能提升有20倍以上的提升.

总结

整体来讲这次复刻的体验挺好, 由于编译速度较快可以很好的进行迭代, 语法也比较容易上手, 但库的一些语法变化着实浪费了一些时间去找相关代码. Zig的性能表现非常亮眼, 感觉它更加适合系统编程, 有些偏底层.

代码编写风格更贴近命令式编程, 对于数据和内存的操作都相对底层, 但相应的会带来更多的控制权.

附

复刻的代码在这里. 欢迎提交PR ;-) .