从0到性能英雄：如何在Rust中评测及调优你的eBPF代码
这篇文章讨论了使用eBPF（扩展的伯克利包过滤器）来分析和基准测试代码。eBPF是一种强大的技术，允许开发人员在无需更改内核源代码或添加额外模块的情况下，在Linux内核中运行沙盒程序。这种功能特别适用于性能监控、安全性和网络管理。
文章的主要内容包括：
eBPF简介：文章解释了什么是eBPF及其在Linux生态系统中的重要性。eBPF允许在内核空间内执行自定义代码，为各种应用提供深入的洞察和高灵活性。
使用场景：文章重点介绍了eBPF的各种使用场景，如跟踪系统调用、监控网络数据包和分析性能指标。这些功能使eBPF成为开发人员和系统管理员的宝贵工具。
性能分析：文章的主要焦点之一是使用eBPF进行性能分析。文章描述了eBPF如何用于收集详细的性能数据，从而帮助识别瓶颈并优化系统性能。
基准测试：文章提供了有关如何使用eBPF进行应用程序基准测试的见解。文章强调了准确和详细性能数据的重要性，eBPF能够在不显著增加开销的情况下提供这些数据。
工具和技术：文章讨论了几种使用eBPF的工具和技术，包括bpftrace（一个用于eBPF的高级追踪语言）和perf（一个性能分析工具）。这些工具使用户能够编写eBPF程序并高效地收集性能数据。
案例研究：实际示例和案例研究展示了eBPF在现实场景中的应用。这些示例展示了使用eBPF进行性能监控和故障排除的好处。
总的来说，文章强调了eBPF在通过详细的监控和分析提高系统性能和安全性方面的多功能性和强大功能。
https://www.infoq.com/articles/benchmark-profile-ebpf-code/
korhah - 一个小的响应式事件系统
响应式事件系统就是注册事件，发射事件，是一种将业务逻辑解耦的方法。
https://github.com/konall/korhah
一种新的试验，利用Burn项目在GPU上进行科学计算
这个项目试验看burn能否与maturin/PyO3配合在Windows和Linux上使用。
https://github.com/relativityhd/maturin-burn-test
Rust用于科学软件开发
作者认为Rust很适合用于科学软件开发（以前主要是Python的场景）。
https://kurt-rhee.github.io/2024/06/18/rust-for-scientific-software-development
Future的“活性”问题
文章讨论了Rust语言中的异步计算问题，特别是涉及Future的“活性”问题。Future只有在被定期poll时才会进展，否则可能会发生停顿，导致如AsyncMutex死锁和意外超时等问题。为解决此问题，作者建议在Future的poll方法中增加规则，确保被唤醒后Future能及时被poll。此外，文章还讨论了该规则对异步迭代器的影响，以及潜在的解决方案如内部迭代和poll_progress方法。
https://skepfyr.me/blog/futures-liveness-problem/
--
