最近实现了一个基于 Tauri 的 WebP 图片压缩软件，压缩的软件功能由 Rust 实现，比很多现行的图像压缩软件快得多。但是 Rust 究竟给软件的效率作出了多少贡献？为了解开这个疑惑，我用几种不同的语言编写了并行压缩图像到 WebP 并保存的命令行工具，测试这些语言在这项任务中的效率。
构建命令行工具的代码如项目 Repo 中所示，使用的语言包括 Python、Javascript、Go 和 Rust。这些命令行工具均接受三个参数：
--input-dir <dir>：输入图片所在的文件夹；--quality <number>：WebP 压缩质量分；--output-dir <dir>：输出图片的文件夹。
测试环境
- 系统参数
- CPU：AMD R5-5600
- Windows10：22H2 19045.4651
- WSL：Ubuntu 24.04 LTS
- 测试输入
- 输入图片：3000 张 PNG 图片，分辨率 1280x1856
- 压缩质量：90
测试结果
| 语言 | 用时/s - Windows 10 | 用时/s - WSL | 补充 |
|---|---|---|---|
| Python | 101.48 | 155.60 | Python==3.11.7(Win)/3.12.3(WSL), Pillow==9.5.0 |
| Node.js | 182.90 | 388.56 | Node==20.15.0(Win)/18.19.1(WSL), Sharp==0.33.4 |
| Rust | 87.63 | 99.50 | rustc==1.79.0, webp==0.3.0, image==0.25.1, rayon==1.10.0 |
| Go | 160.93 | go==1.22.2, go-webp==1.0.4 |
- 在测试时，除了 Nodejs，其它语言均在运行时使 CPU 满载，因此应当可以忽略磁盘 IO 等其它因素对效率的影响。
- 检查了输出文件内容，发现数据完全相同，应当是调用了相同的方法对图片进行有损压缩（大概都来自 libwebp）。
讨论和结论
- Python 虽然是解释型语言，不过调用的库内部效率很高，总体效率直逼编译型语言（实际上已经超过了 Go）；
- Nodejs 的 Workers 调用不太方便，似乎也不太适合做高 IO、高计算负载的工作，是唯一一个在测试时没有让 CPU 满载的；
- Rust 虽然语法严格，不过在各种包的帮助下开发并不困难，效率也是最高的。在 WSL 环境下，性能损失也比其它语言更小；
- Go 官方提供的 webp 库只能解码图像，而社区提供的 go-webp 库在编译时需要 libwebp，在 Windows 上难以配置，因此只在 WSL 上编译并测试。然而却出乎意料地相当慢（即使使用了
-ldflags "-s -w"），可能是库的优化问题？
看来使用 Rust 库是相当正确的决策。通过这项测试，发现 Rust 在处理高 IO 和 CPU 密集型任务，如图像压缩时，展现出了卓越的性能。Rust 不仅在 Windows 系统上性能优异，在 WSL 环境下相较于其他语言也显示出较小的性能损失，这证明了其稳定性和高效性。
Python 是一个解释型语言，它通常不会被认为是性能最优的选择，特别是在需要大量计算和数据处理的场景中。然而，通过使用经过良好优化的第三方库，Python 也能在处理重负载任务时展现出令人惊讶的高性能，其中的一些库甚至能与编译型语言如 C++ 和 Rust 的性能相媲美。考虑到 Python 在开发效率上的额外优势，在一些快速开发工作中，编写 Python 脚本处理数据也是一个不错的选择。