PyO3 ile Python içinde Rust çalıştırmanın maliyeti sınır dönüşümünde yatıyor

Pydantic v2 gibi popüler Python kütüphaneleri, veri doğrulama gibi performans gerektiren işlemleri arka planda PyO3 köprüsüyle Rust üzerinden yürütüyor. Yayımlanan teknik inceleme, sıfırdan yazılan bir JSON ayrıştırıcısı örneği üzerinden Rust kodunun Python paketine nasıl dönüştürüldüğünü ve bu süreçteki performans dengelerini ele aldı. #[pyfunction] ve #[pymodule] makroları ile maturin derleyicisinin kullanıldığı iş akışı, Rust tarafında üretilen verilerin Python nesnelerine aktarılma aşamasını aydınlatıyor.

İncelemeye göre temel performans darboğazı algoritmanın kendisinden değil, sınır geçişi sırasında ortaya çıkan nesne dönüşümünden kaynaklanıyor. Rust içinde ayrıştırılan veri yapıları Python tarafına aktarılırken her bir alan için ayrı Python nesnesi üretiliyor. 100 bin değer içeren bir JSON belgesinde 100 bin ayrı Python nesnesinin bellekte oluşturulması, harcanan toplam sürenin Rust tarafındaki ayrıştırma süresini aşmasına yol açabiliyor. Hata yönetiminde ise Rust türleri doğrudan Python istisnalarına dönüştürülerek yerel çalışma davranışı korunuyor.

Geliştiricilere büyük veri yapılarını taşırken tüm ağacı tek seferde Python nesnelerine dönüştürmek yerine tembel yükleme (lazy evaluation) modellerini tercih etmeleri önerildi. Rust tarafında tutulan verilere yalnızca ihtiyaç anında erişim sağlayan bir mimarinin, PyO3 ile yapılan taşımalarda gerçek performans kazanımını belirlediği kaydedildi.