Rust Glancer: LSP cho Rust dùng ít RAM gấp 100 lần
Matklad, tác giả rust-analyzer, vừa giới thiệu Rust Glancer, một trình chủ ngôn ngữ (LSP) thay thế cho Rust tập trung vào mức tiêu thụ bộ nhớ thấp. Dự án được xây dựng trong 4 tháng với sự hỗ trợ đáng kể của mô hình ngôn ngữ lớn (LLM), hiện đã đủ ổn định để dùng hằng ngày.

Rust Glancer hướng tới mục tiêu dùng ít bộ nhớ hơn khoảng 100 lần so với rust-analyzer, trình chủ ngôn ngữ quen thuộc của cộng đồng Rust. Tác giả đã dùng nó làm công cụ chính trong khoảng 1,5 tháng trước khi công bố.
Minh họa đo lường bộ nhớ
Từ "ctags thông minh" đến LSP thực thụ
Dự án khởi đầu với hai mục tiêu chính: dùng rất ít bộ nhớ, và hỗ trợ các đoạn mã Rust hiện đại. Ví dụ tiêu biểu là biểu thức lặp qua một mảng và nhân đôi từng phần tử:
vals.iter().copied().map(|v| v * 2).collect()
Đoạn mã trông đơn giản, nhưng để hiểu đúng nó, công cụ phải xử lý kiểu dữ liệu lát cắt (slice), closure và trait Fn, bộ giải trait, phép chiếu kiểu liên kết (associated type projection). Một phần còn cần các tính năng chỉ có trên Rust nightly, dù tác giả vốn muốn tránh chúng vì thư viện chuẩn (std/sysroot) cũng phụ thuộc nightly.
Ba cột mốc lớn nhất là mở rộng macro khai báo, động cơ suy luận kiểu dữ liệu và động cơ giải trait. Ở phần macro, tác giả tái sử dụng phần lớn hạ tầng của rust-analyzer. Với giải trait, ông từng viết rằng gần như không thể có bộ giải trait trong dự án này, rồi thử các cách xử lý thủ công cho trait chuẩn. Cách đó ngày càng phức tạp mà hiệu quả kém, nên cuối cùng ông tích hợp Chalk, hoá ra lại đơn giản hơn cả hệ thống tự dựng.
Công cụ đo hiệu năng là nền tảng sống còn
Tác giả tự hào nhất về bộ công cụ đo hiệu năng (profiling): đo tốc độ, đo bộ nhớ theo cả cách đếm đối tượng được cấp phát lẫn qua jemalloc, lấy dữ liệu khi cần, so sánh trực tiếp với rust-analyzer và chạy bộ kiểm thử hiệu năng trên CI. Ông cho rằng nếu không thiết kế phần này từ sớm, dự án đã chết nhanh.
Các kỹ thuật tối ưu khác gồm căn chỉnh thời gian sống của vùng cấp phát để giảm phân mảnh bộ nhớ (fragmentation), mô hình chạy động cơ như tiến trình con (engine-as-a-subprocess) để vừa giảm phân mảnh vừa phục vụ nhiều không gian làm việc, cùng bộ đệm phân mảnh (sharded cache).
Dùng LLM nhưng vẫn là mã của mình
Rust Glancer được viết với sự hỗ trợ nhiều của LLM, nhưng tác giả khẳng định không phải kiểu "vibe coding". Ông kiểm tra từng yêu cầu hợp nhất (pull request). Lịch sử git có những PR chênh lệch hơn 10.000 dòng, nhưng cách nhau nhiều ngày dù ông làm gần như mỗi ngày trong 4 tháng.
Ông mô tả vòng lặp lặp đi lặp lại: tự xây một phần mới, nghe đề xuất của LLM, thấy có gì đó sai, suy nghĩ lại thiết kế, rồi sửa cùng LLM, có khi mất cả tuần. Ông thừa nhận LLM giỏi về kiến trúc LSP hơn mình, nhưng không giỏi xây dựng dự án lớn. Tác giả chỉ có một đề nghị: đừng quy gọn ông thành "clanker". Nếu thấy mã tệ, hãy gọi đó là mã tệ của ông, không phải của AI.
Những gì sắp tới
Các bản phát hành tới dự kiến có tối ưu hiệu năng, tối ưu bộ nhớ khi lập chỉ mục (indexing) và xử lý phân mảnh sau một lần lập chỉ mục đầy đủ, cải thiện suy luận kiểu và cú pháp, thêm thao tác mã (code action) như bổ sung trường trait còn thiếu, tự động nhập (auto-import).
Tác giả cũng nhắm tới hỗ trợ macro thủ tục (proc macro) theo hướng không cần chạy mã thật, nhưng việc này sẽ mất thời gian. Một số thứ khó có: build script và macro thủ tục gọi qua thực thi mã không tin cậy, chuyển sang bộ giải trait mới, các tính năng nightly chuyên biệt.
Góc nhìn
Với lập trình viên Việt Nam làm Rust, một trình chủ ngôn ngữ nhẹ bộ nhớ là lựa chọn thực tế cho máy cấu hình khiêm tốn, máy ảo hoặc môi trường phát triển từ xa (remote). Bộ nhớ thấp cũng giúp chạy nhiều không gian làm việc cùng lúc mà không phải tắt bớt công cụ khác.
Cách tác giả dùng LLM cũng là bài học cho các nhóm phần mềm: dùng công cụ để tăng tốc, nhưng người viết phải đọc, kiểm tra và chịu trách nhiệm với mã. Đầu tư sớm vào bộ đo hiệu năng và bộ kiểm thử trên CI giúp phát hiện hồi quy trước khi nó ăn mòn dự án.
Nguồn: rust-glancer.github.io · Quy trình biên tập


