迁移模式与案例研究
你将学到什么： 如何将常见的 C# 模式（Repository、Builder、DI）翻译成惯用的 Rust 写法，以及那些已经完成转化的公司在实际应用中所取得的成果。
难度： 中级
当你将一个项目从 C# 迁移到 Rust 时，你并非只是在改变语法，而是在改变你的 思维模型 (Mental Model)。这一章节将向你展示如何将熟悉的 C# 架构模式映射到对应的 Rust 模式。
模式映射：C# 到 Rust
| C# 模式 | Rust 对应物 | 说明 |
|---|---|---|
| Repository | Traits + 泛型 | trait Repo<T> |
| 依赖注入 (DI) | 构造函数注入 | 将依赖传递给 new() |
| 生成器 (Builder) | 消费式构建器 | 每一个构建步骤都消费 self 并返回 Self |
| LINQ | 迭代器链 (Iterator Chains) | .iter().filter().map() |
| Entity Framework | SQLx 或 SeaORM | SQLx 因其“SQL 优先”的理念在 Rust 中非常受欢迎 |
| Try/Catch | Result<T, E> + ? | 显式的错误传播机制 |
案例研究：CLI 工具迁移
背景： 某团队维护着一个 C# 命令行工具。由于其频繁使用 .ToList() 将所有数据加载进内存，导致处理 500MB 的 CSV 文件时，内存占用飙升至 4GB。
解决方案： 使用 Rust 的流式迭代器（Streaming Iterators）对该工具进行了重写。
迁移成果：
- 内存消耗： 4GB -> 12MB
- 处理速度： 45 秒 -> 3 秒
- 分发体积： 单个可执行文件，不再需要 .NET 运行时环境。
案例研究：微服务替换
背景： 一个高吞吐量的认证微服务（10k req/s）。由于 Garbage Collection (GC) 导致的不可预测性，其 p99 延迟偶尔会飙升（高达 200ms）。 解决方案： 使用 Rust 的 Axum 框架重新实现。 迁移成果：
- p99 延迟： 200ms -> 4ms (GC 导致的抖动被完全消除)
- Docker 镜像： 210MB -> 12MB
- 冷启动速度： 2.1 秒 -> 0.05 秒
迁移中的心智转变
- 不要构建“类层级结构”：改用平坦的结构体（Structs）和 Trait。
- 避免默认使用
Clone：在 C# 中，所有数据通常都是引用；而在 Rust 中，克隆的代价很大，你需要优先考虑所有权（Ownership）。 - 迭代器是你的好帮手：在 Rust 中，它们是实现高性能且低内存占用数据处理的核心密钥。
C# 开发者总结表
| 旧习惯 | 新习惯 |
|---|---|
| 抛出一个异常 | 返回一个 Result |
| 使用一个基类 | 使用一个 Trait |
先创建一个 List 集合 | 使用迭代器直到最后一步 |
| 交给 GC 来处理内存 | 使用 Drop 处理资源清理 |
练习：确定迁移目标
挑战： 审视你目前的某个 C# 项目。找出一个符合以下任一特征的服务或工具：
- 内存占用过大。
- 经常受 GC 暂停导致性能不可预测。
- 需要作为一个极速、极小的命令行工具运行。
关键理解： 成功的迁移通常是从那些 Rust 的高性能和精细化内存控制能产生最大价值的**“热点路径（Hot Paths）”**开始的。