sockudo-ws - 超低延迟 WebSocket 库

项目简介

sockudo-ws 是一个为 Rust 设计的超低延迟 WebSocket 库，专门针对高频交易(HFT)应用和实时系统优化。完全兼容 Tokio 和 Axum 框架，将用于 Sockudo 高性能 WebSocket 服务器项目。

性能表现

与其他 Rust WebSocket 库对比

在 100,000 次 "Hello, World!" 消息测试中：

库名	发送	回显	接收	总计
sockudo-ws	1.2ms	5.0ms	3.1ms	10.2ms
fastwebsockets	3.3ms	5.7ms	3.0ms	12.0ms
tokio-tungstenite	6.4ms	18.2ms	10.2ms	34.8ms

sockudo-ws 比次快的库快约 17%

与 C++ uWebSockets 对比

在多连接、大消息量测试中，sockudo-ws 的性能达到或超过行业标准 uWebSockets：

• 512字节/100连接: 232,712 msg/s (uWebSockets: 227,973)
• 1024字节/100连接: 232,072 msg/s (uWebSockets: 224,498)

核心特性

1. 性能优化

   • SIMD 加速（支持 AVX2/AVX-512/SSE2/NEON 等）
   • 零拷贝解析
   • 写入批处理（减少系统调用）
   • 无锁分离流（真正的并发读写）

2. 功能支持

   • permessage-deflate 压缩
   • 发布/订阅系统
   • HTTP/2 WebSocket (RFC 8441)
   • HTTP/3 WebSocket (RFC 9220)
   • io_uring（Linux 高性能异步 I/O）

3. 可靠性

   • 通过全部 517 个 Autobahn 测试用例
   • 经过 libFuzzer 模糊测试

安装使用

可通过 Cargo.toml 添加依赖，支持多种特性组合：

• 基础版本
• 带压缩（permessage-deflate）
• 带 HTTP/2/HTTP/3 支持
• 带 TLS 支持
• 带 io_uring 支持
• 完整功能版本

适用场景

• 高频交易系统
• 实时通信应用
• 需要极低延迟的 WebSocket 服务

https://github.com/sockudo/sockudo-ws

使用 Burn 框架的智能疾病检测系统

这是一个基于深度学习的植物疾病检测项目，主要特点如下：

核心架构

• 框架：使用 Burn 框架（Rust 深度学习库）构建
• 模型类型：卷积神经网络（CNN）

网络结构

采用渐进式特征提取设计：

1. 4个卷积块：逐层增加通道数（3→32→64→128→256）
2. 标准化处理：每层配备 BatchNorm 和 ReLU 激活函数
3. 降采样：使用 2×2 最大池化层
4. 分类头：全局平均池化 + 两层全连接层
5. 输出：38 个类别的疾病分类

技术特色

• 使用 Rust 语言实现，具有高性能和内存安全特性
• 经典的 CNN 架构，适合图像分类任务
• 模型结构清晰，便于理解和部署

应用场景

用于识别植物的38种不同疾病类型，可辅助农业病害诊断。

https://snaetwarre.github.io/My-Portofolio/blog/intelligent-disease-detection.html

--

From 日报小组 Mike

社区学习交流平台订阅：

• Rustcc论坛: 支持rss
• 微信公众号：Rust语言中文社区