بنچمارک‌های جدید: افت ۲۶ درصدی کارایی musl libc در پروژه‌های Rust

۲۶ درصد؛ این بهای سنگینی است که برای اولویت دادن به سادگی در مدیریت حافظه به‌جای سرعت می‌پردازید. در ۲۷ اوت ۲۰۲۶، برنامه‌نویسی به نام جاناتان الیس (Jonathan Ellis) گزارش داد که این موازنه برای پروژه Bifrost — یک سامانه مبتنی بر زبان Rust — یک گلوگاه عملکردی عظیم ایجاد کرده است.

برای بسیاری از توسعه‌دهندگان، musl انتخابی جذاب است چون اجازه می‌دهد فایل‌های اجرایی مستقل (self-contained binaries) با یک پیاده‌سازی واحد ساخته شوند. ابزارهای هوش مصنوعی زاینده (Generative AI) — مثل دستیاری که برای سریع‌ترین راه، ساده‌ترین مسیر را پیشنهاد می‌دهد — اغلب musl را برای حل مشکلات ناسازگاری در محیط‌های کانتینری پیشنهاد می‌کنند. اما این راحتی، یک بدهی فنی عمیق در نحوه مدیریت حافظه را پنهان می‌کند. همان‌طور که در بحث‌های گذشته ما درباره‌ی بهینه‌سازی زیرساخت‌های Rust اشاره کردیم، انتخاب کتابخانه استاندارد (libc) مستقیماً بر بهره‌وری CPU اثر می‌گذارد.

به نقل از گزارش blog.brokk.ai، این افت عملکرد حتی با استفاده از تخصیص‌دهنده‌های (allocators) پیشرفته نیز برطرف نمی‌شود. الیس چندین پیکربندی را روی ماشین‌های مجازی ۴ هسته‌ای EC2 آزمایش کرد و نتایج زیر را به دست آورد:

• musl به همراه mimalloc: همچنان ۲۶٪ کندتر از glibc استاندارد بود.
• تسک scan_usages: با mimalloc بهبود یافت اما همچنان از glibc عقب‌تر بود.
• تسک structural_clone_smells: بیشترین افت نسبی را داشت، در حالی که کمترین نیاز به تخصیص حافظه را داشت.

این داده‌ها نشان می‌دهند که مشکل تنها یک «تخصیص‌دهنده بد» نیست، بلکه ریشه در کدهای ناکارآمد در روتین‌های رایج حافظه دارد. در حالی که افت ۲۵ درصدی برای پروژه‌های کوچکی مثل Hel قابل‌تحمل است، برای اپلیکیشن‌های حساس به عملکرد، این انتخاب یک «تله» (footgun) واقعی است.

برای یک توسعه‌دهنده حرفه‌ای، این یعنی این فرض که می‌توان بدون جریمهٔ عملکردی، کتابخانه libc را برای قابلیت جابه‌جایی (portability) عوض کرد، غلط است. هزینهٔ کوچک‌تر شدن حجم کد، از دست دادن محسوس سرعت اجراست که حتی با ابزارهایی مثل jemalloc یا mimalloc به‌طور کامل جبران نمی‌شود.

بر اساس این یافته‌ها، تیم Bifrost در حال حذف musl به عنوان یک گزینه پیش‌ساخته است. اکنون باید باینری‌های Rust کانتینری خود را بازبینی کنید تا ببینید آیا بازگشت به glibc می‌تواند بخشی از سربار CPU شما را پس بگیرد.

گام بعدی شما

• بنچمارک‌های فعلی اپلیکیشن‌های Rust خود را با هر دو کتابخانه musl و glibc مقایسه کنید.
• اگر از تصاویر Docker سبک (مانند Alpine) استفاده می‌کنید، اثر musl بر تأخیر (latency) سیستم را بسنجید.
• در صورت اولویت داشتن سرعت بر حجم فایل، از توزیع‌های مبتنی بر glibc استفاده کنید.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.