Rust Performance

Curso técnico complementario de Jeresoft Academy para estudiar ingeniería de rendimiento en Rust. Explica cómo construir una línea base, formular una hipótesis, medirla de forma reproducible y decidir si una optimización conserva la claridad y la corrección del sistema.

El objetivo no es perseguir microsegundos sin contexto. Antes de modificar una asignación, un acceso a memoria o una rama, el curso pregunta qué problema observable existe, qué alternativa lo explica y qué medición podría refutar la hipótesis (RFC-0001 §2 y §10).

Lugar En El Camino

Este curso complementa las secciones de benchmarks de los demás repositorios de Jeresoft Academy. Conecta Rust, sistemas operativos, estructuras de datos y programación de bajo nivel, sin sustituir los cursos canónicos de concurrencia, algoritmos o low-level.

Nivel: intermedio-avanzado. Prerequisitos: Rust básico, ownership, complejidad algorítmica y nociones de arquitectura de computadores.

Temas Del Curso

• Diseño de benchmarks y líneas base reproducibles.
• Profiling y lectura crítica de perfiles.
• Jerarquía de caché, locality y branch prediction.
• Layout de memoria, asignación y arena allocators.
• Zero-copy, buffers y costo de serialización.
• SIMD y límites de la vectorización.

Los capítulos, su orden y sus criterios de aceptación viven en el plan versionado.

Estructura

docs/       Capítulos compatibles con mdBook.
src/        Modelos educativos en Rust.
examples/   Ejemplos: básico, intermedio, avanzado y caso real.
tests/      Pruebas de integración.
benches/    Mediciones reproducibles y su metodología.
diagrams/   Diagramas Mermaid.
assets/     Fuentes de visualizaciones.

Verificación

cargo fmt --check
cargo clippy --all-targets --all-features -- -D warnings
cargo test --all-targets
cargo test --doc

Gobernanza

• La estructura sigue RFC-0001 §15 y los capítulos aplican §14 y §16.
• El plan, GitHub Project, milestones e issues asignados a jeresoftx ya proporcionan trazabilidad de cada slice educativo.
• El avance operativo vive en el GitHub Project.
• Cada PR deberá pertenecer al mismo GitHub Project que su issue, conforme a RFC-0002.
• El código usa MIT OR Apache-2.0; el contenido educativo usa CC BY-SA 4.0.
• Ningún capítulo se marcará como reviewed o published sin revisión humana.