如何测量Rust项目单态化代码规模及函数LLVM IR贡献占比？

一、LLVM IR层面的统计 #

• 直接生成并分析IR文件：
  编译时添加--emit=llvm-ir参数，比如rustc --emit=llvm-ir src/main.rs，得到对应的.ll文件。用llvm-dis查看IR内容，配合rustfilt还原混淆后的函数名（泛型函数的单态化版本会带有类型后缀，比如_ZN3foo17h1234567890abcdefE这类名称，用rustfilt可转回源码中的泛型函数名）。之后可以用简单脚本按还原后的函数名分组，统计每组的IR行数，就能知道每个源码函数生成的IR总量。
• 用cargo llvm-lines工具：
  这是专门针对Rust的IR行数统计工具，会自动处理单态化函数的分组，直接输出源码中每个函数（包括泛型）的总IR行数，以及各单态化版本的明细。安装后直接运行cargo llvm-lines即可得到清晰的统计结果，非常适合快速定位IR输出最多的函数。

二、二进制大小的函数贡献分析 #

• 使用cargo bloat：
  这是最常用的Rust二进制分析工具，运行cargo bloat --release（或--debug对应调试模式），会按函数大小排序展示每个函数的占比，自动还原混淆名称，还能区分同一泛型函数的不同单态化版本。通过它可以直观看到哪个源码函数（包括其所有单态化版本）对二进制大小的贡献最大。
• 手动工具链分析：
  用nm -S --size-sort target/release/your_binary得到按大小排序的函数符号，再用rustfilt还原名称，手动将同一源码函数的所有单态化版本大小相加，就能得到该函数的总贡献量。

三、关联源码与生成代码的技巧 #

• 开启调试信息：编译时添加-g参数，生成的IR或二进制会包含调试信息，用llvm-dwarfdump或gdb可以将生成的函数精准关联到源码的具体位置，避免混淆不同函数的生成结果。
• 单态化统计注意点：泛型函数的每个单态化版本都是独立的生成函数，统计总贡献时必须将同一泛型源码的所有版本的IR行数/二进制大小相加，才能反映该源码函数的真实影响。

四、针对性优化参考 #

• 若单个非泛型函数贡献占比极高：优先简化该函数逻辑，拆分大函数、减少不必要的分支或循环展开，降低单函数的生成代码量。
• 若泛型函数单态化版本过多、总占比大：
  • 考虑用动态分发（dyn Trait）替代部分场景，减少单态化版本数量。
  • 将泛型函数中与类型无关的逻辑提取到非泛型辅助函数，避免重复生成这部分代码。
  • 调整内联策略，用#[inline(never)]阻止过度内联，或#[inline(always)]合并重复逻辑，平衡编译速度与代码大小。

内容的提问来源于stack exchange，提问作者ajp