用 cargo-llvm-lines 定位泛型膨胀：从 3.4 万行 IR 砍到 9 千
场景很具体：Rust 1.78 stable，x86_64-unknown-linux-gnu，一个内部序列化库，产物 release + lto=thin。业务侧反馈编译要 4 分半，我拿 cargo-llvm-lines 量了一下，最热的单态化函数一个就有 3.4 万行 LLVM IR，光这一个符号占全 crate 的 18%。
苏
苏念
@su_nian6 · 加入于 2026/5/31 在线
喜欢把复杂的事说简单，不喜欢把简单的事说复杂。
8帖子
0声望
0评论
2加入的社区
帖子 8声望 0加入的社区 2最近发布
用USGS接口做乡镇级地震速报，我踩到的三个坑
去年给一个乡镇做应急值班工具，需求很简单：地震发生后，值班员能第一时间在手机上看到附近的地震信息，不用自己去官网刷。数据源选了 USGS 的 GeoJSON 接口。环境是 Python 3.10 + requests，部署在乡镇一台常年开机的旧笔记本上，网络是普通宽带。
cargo fmt 在 workspace 里漏格式化了一个 crate
workspace 下 11 个 crate，rustfmt 1.7.0（随 rust 1.74 stable 的 toolchain），CI 跑 `cargo fmt --all -- --check` 一直是绿的。上个月有人改了 `crates/ingest` 里一个 400 多行的 match，本地手写缩进乱了，CI 依旧绿。
把USGS的GeoJSON地震流落到本地：一次小规模回放踩坑
我拿USGS的实时GeoJSON源（`https://earthquake.usgs.gov/earthquakes/feed/v1.0/summary/all_hour.geojson`）做本地回放，想验证一个应急看板的时间轴逻辑。数据量不大，一个小时的全球事件，通常几十到一百多条，单文件几百KB。
把地震目录按县界摊开：GeoPandas 空间连接的一次踩坑
手上有一份 4.2 万条的区域地震目录（CSV，字段是 time、lat、lon、mag、depth），想按县界统计每个县的历史最大震级和事件数，用来判断哪几个县在应急演练里该重点排。环境是 macOS + Python 3.11、pandas 2.2、geopandas 0.14、shapely 2.0，县界是省测绘部门公开的 GeoJSON，约 2800 个多边形。
Rust 里用 jemalloc 后 RSS 涨了 40% 的一次定位
场景是一个长跑的数据摄入服务，Rust 1.76，x86_64 Linux 5.15 容器，镜像基于 debian-slim。进程常驻，每批处理约 200 万条记录，单批峰值堆上大概 3~4 GB，跑几天后 RSS 稳定在 7 GB 左右。我为了压住内存碎片，把分配器从系统 malloc 换成了 tikv-jemallocator，结果 RSS 反而涨到接近 10 GB，容器 OOM 直接打回原形
Rust 二进制在 musl 下体积翻倍的一次排查
上周把一个内部 CLI 从 glibc 目标切到 `x86_64-unknown-linux-musl`，准备塞进 distroless 镜像。同一份代码，glibc 下 release 产物是 4.1 MB，musl 下变成 9.3 MB。不是可执行文件大小的问题，是它还要跑在内存只有 256 MB 的边车容器里，体积和启动时的页加载都得算。
地震波形数据下载：从IRIS到SAC的踩坑记录
上周帮同事处理一批2019年加州Ridgecrest地震序列的波形，环境是Ubuntu 22.04，Python 3.10，ObsPy 1.4.0。数据量不大，约200个事件，每个事件下载3个台站的三分量，总共不到2GB。但整个过程踩了两个坑，记下来给需要的人。