From b9eae2bb733a0aba79df3a427193b9282cad348c Mon Sep 17 00:00:00 2001 From: AskaEth Date: Mon, 2 Nov 2026 23:34:52 +0800 Subject: [PATCH] =?UTF-8?q?perf(build):=20=E5=8A=A0=20fast=20=E6=9E=84?= =?UTF-8?q?=E5=BB=BA=E6=A1=A3=E3=80=81=E4=BE=9D=E8=B5=96=E5=B9=B6=E8=A1=8C?= =?UTF-8?q?=20codegen=E3=80=81=E9=AA=8C=E6=94=B6=E8=84=9A=E6=9C=AC?= =?UTF-8?q?=E4=B8=80=E6=AC=A1=20--bins?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit 三条慢因里两条落在构建配置上，发布档（release）的体积取向不动： 1. `[profile.fast]`（inherits = release）：opt-level 2 / lto thin / codegen-units 16， 日常迭代与验收用它，发布仍走 release。`panic = "unwind"` 是**必须显式写**的一行—— release 是 panic = "abort"，inherits 会照抄，漏了它 `cargo test --profile fast` 起不来 （test harness 依赖 unwind）。 2. `[profile.release.package."*"]`：依赖的 codegen-units 放到 16（并行 codegen）， **opt-level 保持 "z"**。最初按「优化等级高 = 编译快」把依赖抬到 opt-level 3， 同机冷编译实测反了：opt-3 是 22m45s / GUI 19.46 MiB，opt-"z" 是 16m01s / 15.72 MiB—— 又慢 29.6% 又大 19~24%，收益全部来自 codegen-units 而不是 opt-level。 只调优化强度，不碰 panic / strip（那两项改的是整个二进制的运行时行为）。 3. `[profile.fast.package."*"]` 显式写一遍：package 覆盖按 profile 分别生效，不赌 inherits 会不会连覆盖一起继承（实测 594 个编译单元全部 opt-level=2 + cu16，含依赖）。 实测写进 packaging/README §6/§7.1（同机、删空 target 的冷编译、无并发负载）： release 16m01s（GUI 15.72 / iced 13.27 / ull 5.97 MiB），fast 24m27s（36.41 / 32.02 / 15.23 MiB）。 **fast 档在本机冷编译没有收益甚至更慢**，瓶颈是两个大 UI crate + 链接 + 机械盘 IO， 它的定位是 SSD 机器与增量重编——这条照实写进文档，不为了贴近预期挑数字。 DevDocs/ops/macos-acceptance.sh 的构建段改动（DevDocs 被 gitignore，无法入库）见完成报告。 --- Cargo.toml | 40 ++++++++++++++++++++++++ packaging/README.md | 76 +++++++++++++++++++++++---------------------- 2 files changed, 79 insertions(+), 37 deletions(-) diff --git a/Cargo.toml b/Cargo.toml index 4ecace1..e6c4180 100644 --- a/Cargo.toml +++ b/Cargo.toml @@ -108,3 +108,43 @@ lto = "fat" codegen-units = 1 panic = "abort" strip = "symbols" + +# P6（M96）：日常迭代 / 本机验收用的「快」档，发布仍走上面的 release。 +# `inherits = "release"` 让其余各项（strip / debug / overflow-checks …）照抄 release， +# 只覆盖拖慢构建的四处： +# - lto = "thin"：跨 crate 内联仍有，但可以并行；fat LTO 在 codegen-units = 1 下等于 +# 全程序串行链接（375 个 crate 排队），一次性吃掉十几分钟。 +# - codegen-units = 16：给 codegen 留并行度，不再把整个 crate 挤成一个 CGU。 +# - opt-level = 2：介于 "z" 与 3 之间，"z" 会为了体积关掉一批循环/内联优化，代价是运行期。 +# - panic = "unwind"：**必须显式写**。release 是 panic = "abort"，inherits 会照抄下来， +# 而 test harness 依赖 unwind —— 漏了这行 `cargo test --profile fast` 直接起不来。 +# +# ⚠️ 定位（实测，别误读）：本机（12 核 + 机械盘源码盘 + -j 4）冷编译 fast = 24m27s， +# **比 release 的 16m01s 还慢**，体积是 2.3 倍（36.41 vs 15.72 MiB GUI）。瓶颈在两个大 +# UI crate 的编译 + 链接 + 磁盘 IO，LTO/CGU 这几个旋钮被掩盖了。它的价值在 **SSD 机器**和 +# **增量重编**（thin 不必每次全程序 LTO）；「加了 fast 档」≠「冷编译会变快」。 +[profile.fast] +inherits = "release" +opt-level = 2 +lto = "thin" +codegen-units = 16 +panic = "unwind" + +# P6（M96）：依赖不需要为体积做极致优化，但**实测结论与直觉相反**——把依赖的 opt-level 从 +# release 的 "z" 抬到 3（本档最初就是这么定的）会让冷编译**更慢**、体积还更大： +# 同机冷编译 opt-3 = 22m45s / 19.46 MiB（GUI），opt-"z" = 16m01s / 15.72 MiB。 +# 真正的收益全在 `codegen-units = 16`（并行 codegen），与 opt-level 无关；抬等级是在拿编译时间 +# 和体积换运行期。所以这里**只放宽并行度，opt-level 保持 "z"**，workspace 自己的 crate 仍吃 +# opt-level = "z" / 单 CGU。 +# **只调优化强度**：panic 与 strip 绝不写进这里。那两项改变的是整个二进制的运行时行为 +# （panic 策略决定能否 unwind 出栈、strip 决定符号表留不留），不是「给依赖放宽」的范畴。 +[profile.release.package."*"] +opt-level = "z" +codegen-units = 16 + +# 快档的依赖覆盖单独写一遍：package 覆盖是按 profile 分别生效的（`[profile.release.package."*"]` +# 只作用在 release 档），显式写出来就不必赌 `inherits` 会不会连 package 覆盖一起继承。 +# 值与 fast 档自身一致——依赖编得快是快档的目的，不是再抬一档优化强度。 +[profile.fast.package."*"] +opt-level = 2 +codegen-units = 16 diff --git a/packaging/README.md b/packaging/README.md index eb9b13e..cb84ab9 100644 --- a/packaging/README.md +++ b/packaging/README.md @@ -51,7 +51,8 @@ ### 本地（当前平台） ```bash -cargo build --release --locked # 产出 target/release/{unlucky-launcher,ull} +cargo build --release --locked # 产出 target/release/{unlucky-launcher,ull,unlucky-launcher-iced} +cargo build --profile fast --bins # 只是想快点看到画面/跑测试：快档（§6），产物在 target/fast/ python packaging/make_artifacts.py --out dist # 产物落在 dist/，含 SHA256SUMS.txt python packaging/make_artifacts.py --version v0.1.0 # 顺带校验版本一致性 python packaging/make_artifacts.py --no-smoke # 跳过 ull --version 冒烟 @@ -66,7 +67,7 @@ macOS x64），其它组合直接报错退出——不在矩阵里的平台不 ```bash rustup target add aarch64-pc-windows-msvc cargo build --release --locked --target aarch64-pc-windows-msvc \ - --bin unlucky-launcher --bin ull + --bin unlucky-launcher --bin ull # 不用 --bins：发布矩阵只发 GUI + ull，iced 不进产物 python packaging/make_artifacts.py --slot windows-arm64 \ --build-dir target/aarch64-pc-windows-msvc/release --out dist ``` @@ -193,49 +194,50 @@ SLINT_BACKEND=winit-software unlucky-launcher # 环境变量（Slint 它同样能在软渲染下工作，是 CI 与远程机唯一可靠的"真出图"证据。 - 发布冒烟（本机实跑，见 §7）就是用 `--software-renderer --screenshot` 组合证明"无 GPU 也能起来"。 -## 6. Cargo 体积优化（release profile） +## 6. Cargo 构建档位（release 体积档 / fast 速度档） -`Cargo.toml`： +| 档位 | 用在哪 | opt-level | lto | codegen-units | panic | +|------|--------|-----------|-----|---------------|-------| +| `release` | 发布 / 验收产物 | `"z"`（workspace 自身 crate） | `fat` | 1 | `abort` | +| `release.package."*"` | 同上，**只作用于依赖** | `"z"` | 不可覆盖 | 16 | 继承 | +| `fast` | 日常迭代、本机跑测试 | 2 | `thin` | 16 | `unwind` | -```toml -[profile.release] -opt-level = "z" # 体积优先（启动器不是算力密集；UI 走 Slint 渲染，热路径不在 Rust 侧） -lto = "fat" # 全量 LTO：跨 crate 内联+死代码消除，比 thin 再小一截（实测见 §7） -codegen-units = 1 # 单 CGU，配合 LTO 拿最大优化面 -panic = "abort" # 去掉 unwind 表 -strip = "symbols" # 剥符号表（GNU/MSVC 路径都生效） -``` - -取舍：`lto = "fat"` + `codegen-units = 1` 让 release 链接明显变慢（本机全量 release 构建 10 分钟量级， -见 §7.1），换来的是体积与启动时间。变慢的根源在 `codegen-units = 1`：整个 crate 只切出一个 CGU， -LTO 也就只有一个线程可跑（`fat` 本身只管"跨 crate 全量参与"，不等于单线程）。 -本地开发迭代走 `cargo build`（dev profile）不受影响，但 **`ci.yml` 每次 push/PR 都跑 -`cargo build --workspace --release`**，会实打实吃这份 fat LTO 的链接时间——CI 慢的一部分是 release -档构建，不是测试本身。 -`panic = "abort"` 意味着 panic 不带 backtrace 栈展开——UI 层已用 `Result` 承接错误， -`unwrap` 只出现在测试里，这是可接受的取舍。 +- **`release` 是体积档**：`fat` + 单 CGU 换来实测 GUI −10.8% / CLI −18.7%（§7.1）。变慢的根源在 + `codegen-units = 1`（整个 crate 只切一个 CGU，LTO 也只有一个线程可跑；`fat` 只管"跨 crate 全量参与"， + 不等于单线程），375 个 crate 排队链接就是十几分钟的来源。 +- **`release.package."*"` 放宽的只有并行度，不是 opt-level**：实测把依赖 opt-level 抬到 3 反而**又慢 29.6% + 又大 19~24%**（§7.1），所以保持 `"z"`、只把 `codegen-units` 放到 16。package 覆盖**只允许调优化强度**： + `panic` / `lto` / `rpath` 写进去 cargo 直接报错，`strip` 会改变整个二进制的运行时行为——都不许出现。 +- **`fast` 是速度档，不是发布物**：`thin` LTO + 16 CGU 可并行，`opt-level = 2` 介于 `z` 与 3 之间。 + 必须显式 `panic = "unwind"` ——`release` 是 `abort`，`inherits` 会照抄，漏了这一行 + `cargo test --profile fast` 连编译都过不去（test harness 依赖 unwind）。**但它在机械盘机器上冷编译 + 并无收益**（比 release 还慢、体积 2.3 倍，§7.1），价值在 SSD 机器与增量重编。 +- 本地开发迭代走 `cargo build`（dev profile）不受影响，但 **`ci.yml` 每次 push/PR 都跑 + `cargo build --workspace --release`**，会实打实吃这份 fat LTO 的链接时间——CI 慢的一部分是 release + 档构建，不是测试本身。`panic = "abort"` 意味着 panic 不带 backtrace 栈展开——UI 层已用 `Result` 承接错误，可接受。 ## 7. 实测（本机，不是估算） -构建环境：rustc 1.99.1 stable（host `x86_64-pc-windows-gnu`，MinGW 链接器）， -`cargo build --release --locked --bin unlucky-launcher --bin ull`，12 核机器（同一时刻另有别的 worker -在做全量 debug 构建，属于偏悲观的真实负载）。产物：`target/release/unlucky-launcher.exe`（GUI，交付物） -与 `target/release/ull.exe`（CLI）。 +构建环境：rustc 1.99.1 stable（host `x86_64-pc-windows-gnu`，MinGW 链接器）。§7.2/§7.3 的早数字是在 +同一刻另有 worker 做全量 debug 构建（偏悲观的真实负载）时测的，§7.1 的 M96 两行是空载冷编译。 -### 7.1 体积（实测字节数，不是估算） +### 7.1 体积与冷构建耗时（实测字节数，不是估算） -| release profile | `unlucky-launcher.exe` | `ull.exe` | 冷构建耗时（本机 12 核） | -|-----------------|-----------------------|-----------|-----------| -| `lto = "thin"`（改前） | 16,366,080 B = 15.61 MiB | 7,572,992 B = 7.22 MiB | 11m52s | -| `lto = "fat"`（改后，本仓库采用） | **14,595,584 B = 13.92 MiB** | **6,157,824 B = 5.87 MiB** | 9m27s（增量，依赖已编好） | +| 档位 | `unlucky-launcher.exe` | `unlucky-launcher-iced.exe` | `ull.exe` | 冷构建耗时 | +|------|-----------------------|----------------------------|-----------|-----------| +| `release`，`thin`（M46 前） | 16,366,080 B = 15.61 MiB | 未测（当时无 iced 版） | 7,572,992 B = 7.22 MiB | 11m52s | +| `release`，`fat`，依赖全 `"z"`（M46，改前） | **14,595,584 B = 13.92 MiB** | 未测 | **6,157,824 B = 5.87 MiB** | 9m27s（增量） | +| `release`，`fat` + 依赖 opt-3 / cu16（M96 试过的那版，**已否**） | 20,407,296 B = 19.46 MiB | 18,371,584 B = 17.52 MiB | 7,743,488 B = 7.38 MiB | 22m45s（冷） | +| `release`，`fat` + 依赖 `"z"` / cu16（**M96 起，发布档**） | **16,479,232 B = 15.72 MiB** | **13,910,528 B = 13.27 MiB** | **6,256,128 B = 5.97 MiB** | **16m01s（冷）** | +| `fast`，`thin` + cu16（M96 起，日常档） | 38,182,400 B = 36.41 MiB | 33,570,304 B = 32.02 MiB | 15,967,744 B = 15.23 MiB | 24m27s（冷） | -`fat` 相对 `thin` 的实测差：GUI **−1,770,496 B（−10.8%）**，CLI **−1,415,168 B（−18.7%）**。 -一次全量 LTO 把跨 crate 的死代码与重复实例化一起消掉，收益远超常见印象里的"1~2%"； -代价是 release 链接更慢——慢在 `codegen-units = 1`（单 CGU → LTO 单线程），不是 `fat` 本身， -且只影响发布/验收构建，日常 `cargo build` 走 dev profile 不受影响。 - -体积构成（按依赖树判断）：Slint 运行时（femtovg + software 双渲染器 + winit/accesskit/托盘）+ rustls/reqwest -+ rig/rmcp/axum 是主要来源；`ull` 明显更小是 D18 纪律的直接结果（CLI 零 UI 框架依赖）。 +测量条件（M96 三行）：12 核 / `x86_64-pc-windows-gnu`，`-j 4`，源码在机械盘、`CARGO_TARGET_DIR` 在 SSD，均为**删空 target +后的冷编译**、同机同晚无并发负载；M46 两行是更早提交上的数字（依赖已热 / 另有并发），**跨行比耗时没意义**，体积差 +也不能全归给 profile（其间多了 iced / presenter / i18n 等 crate）。 +两条结论都反直觉但都是实测：① **依赖 opt-level 从 3 退回 `"z"` 又快 29.6% 又小 19~24%**——收益全在 `codegen-units = 16` 的 +并行 codegen，抬 opt-level 是拿编译时间和体积换运行期；② `fast` **冷编译比 `release` 还慢**（24m27s vs 16m01s）、体积 2.3 倍， +瓶颈在两个大 UI crate + 链接 + 机械盘 IO——它的定位是 **SSD 机器与增量重编**（thin 不必每次全程序 LTO），不是冷编译加速。 +体积构成（按依赖树判断）：Slint 运行时（femtovg + software 双渲染器 + winit/accesskit/托盘）+ rustls/reqwest + rig/rmcp/axum 是主要来源；`ull` 更小是 D18 纪律（CLI 零 UI 依赖）。 ### 7.2 冒烟（真跑，2026-10-31 夜间 + 11-01 早，本机 Win11 26100）