Програмування Rust для розробників Python

–

 Яку мову програмування обрати для свого наступного бізнес-проекту?

У багатьох ситуаціях правильною відповіддю буде Python. Python — це дуже популярна мова програмування, яку можна використовувати для створення будь-чого: від калькулятора до надійної серверної частини веб-сайту. Зважаючи на це, Python може бути тьмяним для деяких програм.

Ось тут і з’являється Rust. Rust, очевидно, не єдина альтернатива Python, але він має певні особливості, які роблять його кращим у певних середовищах.

Rust є відносно молодою мовою програмування. Rust підкорив розробників, дослідників і любителів своїм акцентом на продуктивності, ефективності та безпеці. Запровадження Rust ще знаходиться в зародковому стані, але ця мова обіцяє стати головним інструментом для проектів, орієнтованих на швидкість і безпеку.

Отже, в контексті потреб команди, чи зможе Python задовольнити вимоги? Або натомість варто розглянути можливість включення Rust у робочі процеси ІТ команди?

Щоб відповісти на ці запитання, нам потрібно краще зрозуміти, що робить ці мови програмування унікальними!

Що таке Python?

  • Python у двох словах:
  • Володіє сотнями тисяч бібліотек.
  • Зберігає простий і легко читається синтаксис.
  • Демонструє дуже дружнє середовище для початківців.
  • Виявляє гнучкість і може використовуватися практично в будь-якій ситуації.
  • Виявляє свою популярність у машинному навчанні, глибокому навчанні, науці про дані та наукових обчисленнях.
  • Відображає повільну продуктивність (послаблено в пакетах, реалізованих на швидких мовах програмування).

Python — це мова програмування загального призначення, яка підкреслює простоту та ясність кодування. Згідно з опитуванням розробників Stack Overflow 2021, Python є третьою за популярністю мовою програмування: 48,24% респондентів широко використовують її у своїх проектах.

Простий синтаксис Python зробив його улюбленою мовою для програмістів-початківців. Більше того, екосистема Python містить сотні тисяч бібліотек (пакетів) практично для будь-яких потреб. Ці бібліотеки включають модулі для веб-розробки, розробки ігор, GUI (графічного інтерфейсу користувача), побудови веб-скрапінгу, наукового обчислення та штучного інтелекту.

Мова програмування Python є особливо сильним гравцем у галузях машинного та глибокого навчання. Існуючі готові пакети приховують складні для математики деталі реалізації алгоритмів штучного інтелекту, дозволяючи будь-кому створювати та використовувати складні моделі для вдосконалення своїх бізнес-операцій.

Що таке Rust?

Rust в двох словах:

  • Демонструє відмінну продуктивність (на рівні C і C++).
  • Сильно наголошується на безпеці пам’яті.
  • Встановлює суворі правила, щоб зробити код безпечним, безпечним і без помилок.
  • Має десятки тисяч бібліотек.
  • Відносно складний для вивчення через C++-подібний синтаксис і унікальні правила кодування.

Випущений у 2010 році, Rust все ще перебуває на ранніх стадіях впровадження і не може зрівнятися з Python, коли справа стосується популярності. Згідно з опитуванням розробників Stack Overflow 2021, лише близько 7,03% розробників використовують Rust.

Але незважаючи на низьку частку ринку, Rust є найулюбленішою мовою програмування з усіх: 86,98% розробників бажають продовжувати використовувати її у своїх проектах. Більш того, Rust зберігає цей статус шість років поспіль!

Причина захоплення проста: Rust, хоч і важко прийняти через його синтаксис і правила програмування, має чудову документацію, відмінну продуктивність і змушує розробників усвідомлювати якість і безпеку свого коду. Кінцевим продуктом бізнес-цінності Rust є код, який швидко виконується, є безпечним і містить мінімальну кількість помилок.

Будучи мовою програмування загального призначення, Rust, як і Python, знову може стати основою для будь-якого проекту. Він містить бібліотеки для математичних обчислень, веб-розробки, розробки ігор та обробки тексту, серед іншого.

Крім того, нещодавно Rust знайшов все більше застосування в дослідженнях. Все більше і більше дослідників вирішують програмувати свої наукові проекти на Rust – насамперед завдяки продуктивності та ефективності мови.

Rust vs Python – порівняння ключових функцій мов

Тепер, коли ми маємо чітке уявлення про функції та призначення Rust і Python, ми можемо порівняти їх один з одним. Нижче ми порівняємо мови з точки зору їх:

Безпека.
Продуктивність.
Екосистеми.
Простота використання.
Документація та спільнота.

Безпека

Rust є сильнішим за Python у сфері безпеки пам’яті та безпечного програмування. Python також не горбить, але Rust, на відміну від Python, реалізує набір суворих правил, щоб утримати розробників від створення небезпечного коду.

Rust розроблено з урахуванням безпеки пам’яті. Стандартна реалізація Rust навіть називається Safe Rust, що чітко демонструє наміри творців Rust щодо мови.

Безпека Rust базується на кількох унікальних функціях, зокрема права власності та перевірки запозичень, функція яких полягає в тому, щоб змінні не виходили за рамки, у яких вони призначені для використання. Це допомагає захистити дані та запобігає витоку пам’яті та помилки.

На відміну від Python, Rust не має збирання сміття. Натомість Rust керує пам’яттю за допомогою функцій безпеки. Крім того, Rust не компілює код, який вважає небезпечним — щоразу, коли його найкращі практики порушуються, мова видає повідомлення про помилку з описом того, що пішло не так.

Через таке «ручне тримання» Rust може здатися досить незграбним розробникам, які звикли до більш традиційної логіки програмування. Однак після освоєння Rust пропонує безпечне кодування з незначною кількістю помилок.

Це не означає, що Python небезпечний. Як мова високого рівня, Python обробляє розподіл і звільнення пам’яті за лаштунками, залишаючи небагато можливостей для введення вразливостей у код або ініціювання витоку пам’яті. Проте Python не має еквівалента суворого набору правил кодування Rust, тому від користувачів потрібно більше уваги щодо безпеки.

Продуктивність

Rust значно швидший і ефективніший за Python. Однак багато пакетів Python насправді написані іншими, швидшими мовами програмування, що може певною мірою компенсувати різницю в продуктивності деяких програм.

Продуктивність — ще одна важлива перевага мови програмування Rust. Rust пропонує продуктивність, порівнянну з C та C++. Фактично, у деяких програмах Rust часто виконує обчислення швидше, ніж C/C++!

Python, з іншого боку, досить сумно відомий своєю повільністю. Як інтерпретована мова програмування, Python є однією з найповільніших мов програмування в галузі, і вона на світлові роки відстає від Rust з точки зору продуктивності. Rust часто виконується в десять разів швидше, ніж Python!

З огляду на все це, продуктивність Python значною мірою залежить від того, який пакет бібліотеки використовується. Візьмемо, наприклад, обчислення матриці – стандартні списки Python виявляються жахливо неефективними. Однак, якби замість цього команда використовувала статистичні бібліотеки, такі як SciPy або NumPy, можна було б досягти значно кращої продуктивності. Це тому, що ці пакунки Python (і багато інших) реалізовано на швидших мовах низького рівня, що дозволяє користувачам насолоджуватися швидкодією, залишаючись в інтуїтивно зрозумілому середовищі Python.

Зрештою, Rust, швидше за все, перевершить Python у більшості ситуацій, але Python також може бути життєздатним вибором, коли важлива швидкість – все залежить від програм і пакетів бібліотек, які використовуються.


Екосистема

Екосистема Python стала багатшою, пропонуючи пакети для широкого спектру програм, таких як машинне навчання/поглиблене навчання, наука про дані, статистика, наукові обчислення, візуалізація даних і веб-розробка.

Python має велику кількість пакетів бібліотек, призначених для використання в широкому спектрі галузей, починаючи від штучного інтелекту і закінчуючи розробкою програм. PyPi, індекс пакетів Python, містив понад 300 000 пакунків станом на вересень 2021 року, тоді як Crates.io (реєстр пакетів Rust) мав близько 67 000 пакунків (званих «ящиками» мовою Rust).

Python особливо помітний у машинному та глибокому навчанні завдяки таким популярним пакетам, як TensorFlow (розроблений Google), API Keras, створений на основі TensorFlow для полегшення його використання), PyTorch (розроблений Facebook) і scikit-learn. На ці бібліотеки не впливає низька продуктивність Python, оскільки їхні серверні модулі написані не виключно на Python – багато з них реалізовано на C++, C або CUDA (API, який дозволяє розробникам використовувати графічні процесори NVIDIA для обчислень загального призначення).

Пакунки Rust також дозволяють використовувати мову практично для будь-чого, але в деяких сферах вона слабша за Python. Python, мабуть, не має собі рівних у штучному інтелекті та є сильним у науці про дані та статистиці, а його величезна скарбниця пакетів може допомогти організаціям створити основу для будь-якого проекту.

Проте, якщо ми врахуємо конкретні переваги Rust, а саме безпеку пам’яті та чудову продуктивність, менша екосистема може не здатися проблематичною. Якщо швидкість викликає занепокоєння, можливо, варто написати програму в Rust, навіть якщо це вимагає деякого навчання та впровадження алгоритмів з нуля.

Інтуїтивність і простота використання

Python є більш зручною мовою програмування для початківців і є набагато кращим вибором для новачків у програмуванні (якщо ми не беремо до уваги відмінності у випадках використання Python і Rust).

Синтаксис Python чистий і простий, що значно спрощує процес вивчення мови.

Зокрема, Python вимагає мінімальної пунктуації (наприклад, крапка з комою не є обов’язковою для завершення операторів) і не вимагає від користувачів вказувати тип змінних під час їх оголошення. Мова також активно використовує відступи для визначення порядку виконання коду та покращення читабельності.

У сукупності ці функції знижують бар’єр входу до Python, що є однією з причин шаленої популярності цієї мови. Однак залежність від відступів може призвести до розчарування у програмуванні на Python – один додатковий пробіл у коді може спричинити помилки, які важко виправити.

Rust, навпаки, має синтаксис, який нагадує C і C++. Завдяки цьому Rust буде знайомий багатьом людям, і ті, хто зневажає вибір дизайну Python, також можуть віддати перевагу синтаксису Rust.

Але незалежно від того, що ви думаєте про філософію дизайну Python, Rust, безумовно, складніше вивчити. Це не тільки через синтаксис, але й безпечні для пам’яті правила програмування Rust, швидше за все, змусять початківців часто чухати голови в розгубленості.

Тут слід пам’ятати одне: повідомлення про помилки Rust у деяких випадках насправді корисніші, ніж повідомлення Python. Наприклад, якщо ви неправильно введете ім’я змінної в Rust, компілятор створить виняток (як і очікувалося) і підкаже, що існує змінна з іменем, схожим на те, що було введено. У Python ви отримуєте загальну помилку, яка просто повідомляє, що ім’я змінної не визначено.

Але загалом почати роботу з Python легше, і багатьом із вас код Python, імовірно, здасться візуально привабливішим.

Документація та спільнота

І Rust, і Python мають чудову документацію та процвітаючі спільноти, але для Python доступно більше ресурсів завдяки його популярності та прийняттю.

Жодна з мов не має недоліків у доступності освітніх ресурсів. Python і Rust мають добре розроблену, поглиблену стандартну документацію, а їхні [спільноти] (спільноти Rust «Спільноти Rust») надзвичайно дружні до початківців. Незалежно від того, яку мову ви оберете для свого проекту, ви не відчуєте нестачі інформації, хоча Python, загалом, краще охоплений.

Але враховуючи, наскільки Rust менший за Python, монументальні зусилля команди Rust із документування своєї мови заслуговують похвали. Документацію Rust акуратно та логічно організовано в розділи, які охоплюють аспекти Rust-like, її менеджер пакунків Cargo, базову функціональність мови та її основні функції та концепції. Індекс помилок компілятора Rust є особливо корисним ресурсом, який містить коди помилок Rust разом із детальними поясненнями та прикладами поганих і робочих кодів. Індекс помилок також є інтерактивним, і користувачі можуть запускати, редагувати та налагоджувати представлений код у своїх веб-браузерах.

Тож, хоча проникнення Rust на ринок не зрівняється з Python, його видатна документація робить процес адаптації досить плавним. Тим не менш, майте на увазі, що знайомство з Rust може зайняти набагато більше часу, ніж з Python.

Коли використовувати Rust? Коли використовувати Python?

Зіткнення Rust проти Python не показує оголошеного переможця – кожна мова має певні переваги, які роблять її придатною для певних програм. Щоб підсумувати сильні та слабкі сторони Rust і Python, деякі з найкращих варіантів використання для кожної мови наведено в наступній таблиці.



Підсумовуючи, ця таблиця пропонує:


  1. Rust чудово підходить для проектів, де продуктивність і безпека пам’яті є головними пріоритетами. Це також чудовий вибір, якщо вам потрібно створити складний продукт із невеликою кількістю помилок.
  2. Python чудово підходить для проектів, спрямованих на вирішення проблем ШІ, науки про дані чи статистики. Його чистий та інтуїтивно зрозумілий синтаксис дозволяє тим, хто має обмежений досвід програмування, запустити продукт у роботу за хвилину.

Наступні кроки

Намагаючись вибрати мову програмування для свого проекту, не впадайте у вічні суперечки про «найкращу мову в світі». Мови програмування — це лише інструменти, призначені для досягнення конкретних цілей, і жодна універсальна мова не може задовольнити будь-які наші потреби.

Вибір мови програмування зводиться до розуміння вимог вашого проекту та переконання, що ваш набір інструментів зможе підтримати вас на шляху до ваших цілей. Будьте гнучкими, не зациклюйтеся на мові програмування лише тому, що вона подобається чи популярна, і переконайтеся, що у вас є різноманітний арсенал інструментів (програмних чи ні) для досягнення ваших цілей!

Якщо члени вашої команди зацікавлені в швидкому ознайомленні з будь-якою з мов, перегляньте ці безкоштовні знайомства з Python або Rust для самостійного навчання.

Література:

Curcio, K., Navarro, T., Malucelli, A., & Reinehr, S. (2018). Розробка вимог: систематичне дослідження відображення гнучкої розробки програмного забезпечення. Журнал систем і програмного забезпечення, 139, 32-50.

Касаулі, Р., Лібель, Г., Кнаусс, Е., Гопакумар, С., і Канагва, Б. (2017, вересень). Інженерні проблеми вимог у розробці великомасштабної гнучкої системи. У 2017 році IEEE 25th International Requirements Engineering Conference (RE) (стор. 352-361). IEEE.

Фогельсанг, А., і Борг, М. (2019, вересень). Розробка вимог до машинного навчання: погляди науковців з даних. У 2019 році IEEE 27th International Requirements Engineering Conference Workshops (REW) (стор. 245-251). IEEE.

Zamudio, L., Aguilar, JA, Tripp, C., & Misra, S. (2017, липень). Огляд методів розробки вимог у гнучких методах розробки програмного забезпечення. На Міжнародній конференції з обчислювальної науки та її застосування (стор. 683-698). Спрінгер, Чам.





Коментарі

Дописати коментар